第07章：Workers AIでembeddingを作ってVectorizeへ保存しよう 🧩

Vectorizeへ入れるベクトルは、Workers AIで作れます。
ここでは、学習メモをembeddingにして保存する流れを見ます。

---

1. 文章からembeddingを作る 🤖

Workers AIのembeddingモデルを使います。

const embedding = await env.AI.run("@cf/baai/bge-base-en-v1.5", {
  text: ["Cloudflare Workersを学ぶメモ"],
});

モデル名や入力形式は、Workers AIのModel Catalogで確認します。

---

2. Vectorizeへinsertする 📥

Vectorizeへ保存する例です。

await env.VECTORIZE.insert([
  {
    id: noteId,
    values: embedding.data[0],
    metadata: {
      title: "Workers学習メモ",
      source: "study-note",
    },
  },
]);

id は後でD1やR2の元データとつなぐために使います。

---

3. metadataを考える 🏷️

metadataには、検索後に使う情報を入れます。

• title
• source
• r2Key
• userId
• createdAt
• visibility

ただし、長文本文やsecretを入れすぎないようにします。

---

4. D1ともつなげる 🗄️

本文や詳しい情報はD1へ置きます。

D1: noteId, title, body
Vectorize: noteId, embedding, metadata

検索でnoteIdを取り、D1から本文を読む構成です。

---

5. 章末チェック ✅

• Workers AIでembeddingを作れる
• Vectorizeへinsertできる
• vector idで元データとつなげると分かる
• metadataに入れる情報を選べる
• 本文はD1やR2へ置く設計が分かる

この章で覚える一言はこれです。
embeddingはVectorizeへ、本文はD1やR2へ置いてIDでつなげます 🧩