【Ollama】embeddings APIが正しく動作しない問題の解決法

Ollamaで発生するembeddings APIのエラー

Ollamaを使用中にembeddings APIのエラーに遭遇することがあります。本記事では、原因の特定から解決までを順を追って解説します。

エラーの症状

OllamaのEmbeddings API（/api/embeddings）を呼び出した際に、空の結果が返ってくる、次元数が期待と異なる、またはエラーレスポンスが返される問題が発生します。

原因

1. 非対応モデルの使用
chat用モデル（llama3など）ではembeddingsの品質が低い場合があります。専用のembeddingモデルが推奨されます。

2. APIエンドポイントの間違い
旧バージョンと新バージョンでエンドポイントが異なります。

3. 入力テキストが長すぎる
モデルのコンテキスト長を超えるテキストを入力するとエラーになります。

解決方法

手順1: embedding専用モデルを使用する

# embedding専用モデルをダウンロード
ollama pull nomic-embed-text
ollama pull mxbai-embed-large

# embeddingを取得
curl http://localhost:11434/api/embeddings -d '{
  "model": "nomic-embed-text",
  "prompt": "テスト文章です"
}'

手順2: APIの正しい使い方

# Python での使用例
import requests
import json

response = requests.post("http://localhost:11434/api/embeddings", json={
    "model": "nomic-embed-text",
    "prompt": "検索対象のテキスト"
})
embedding = response.json()["embedding"]
print(f"次元数: {len(embedding)}")  # nomic-embed-text: 768次元

手順3: バッチ処理での注意点

# 大量テキストの場合は分割して処理
texts = ["テキスト1", "テキスト2", "テキスト3"]
embeddings = []
for text in texts:
    resp = requests.post("http://localhost:11434/api/embeddings", json={
        "model": "nomic-embed-text",
        "prompt": text
    })
    embeddings.append(resp.json()["embedding"])

まとめ

Ollamaのembeddings APIのエラーは、環境設定やバージョンの不整合が主な原因です。上記の手順で解決できない場合は、公式リポジトリのIssuesを確認してください。