> ## Documentation Index
> Fetch the complete documentation index at: https://docs.jiekou.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# 埋め込みベクトルの作成

入力テキストを表す埋め込みベクトルを作成します。

## リクエストヘッダー

<ParamField header="Content-Type" type="string" required={true}>
  列挙値: `application/json`
</ParamField>

<ParamField header="Authorization" type="string" required={true}>
  Bearer 認証形式: Bearer \{\{API Key}}。
</ParamField>

## リクエストボディ

<ParamField body="input" type="string[]" required={true}>
  埋め込む入力テキスト。文字列または token 配列としてエンコードされます。単一のリクエストで複数の入力を埋め込むには、文字列配列または token 配列を渡します。入力はモデルの最大入力 token（text-embedding-ada-002 では 8192 tokens）を超えてはならず、空文字列にはできません。また、いかなる配列の次元も 2048 以下である必要があります。
</ParamField>

<ParamField body="model" type="string" required={true}>
  使用するモデル ID。列挙値:

  * `baai/bge-m3`
</ParamField>

<ParamField body="encoding_format" type="string" required={false}>
  返される埋め込みベクトルの形式。float または base64 を指定できます。
</ParamField>

## レスポンス情報

<ResponseField name="object" type="string" required={true}>
  常に list
</ResponseField>

<ResponseField name="data" type="object[]" required={true}>
  モデルによって生成された埋め込みベクトルの一覧。

  <Expandable title="プロパティ" defaultOpen={true}>
    <ResponseField name="index" type="integer" required={true}>
      埋め込みベクトルのインデックス。
    </ResponseField>

    <ResponseField name="embedding" type="number[]" required={true}>
      埋め込みベクトル。
    </ResponseField>

    <ResponseField name="object" type="string" required={true}>
      常に embedding
    </ResponseField>
  </Expandable>
</ResponseField>

<ResponseField name="model" type="string" required={true}>
  使用されたモデル ID。
</ResponseField>

<ResponseField name="usage" type="object" required={true}>
  使用状況情報。

  <Expandable title="プロパティ" defaultOpen={true}>
    <ResponseField name="prompt_tokens" type="integer" required={true}>
      prompt tokens の数。
    </ResponseField>

    <ResponseField name="total_tokens" type="integer" required={true}>
      総 tokens 数。
    </ResponseField>
  </Expandable>
</ResponseField>