リランクは、検索で拾った候補の資料を、質問との関係の強さで並べ直す仕組みです。社内の資料に AI で答えさせる仕組み（RAG）では、まず検索で候補を多めに拾います。候補には、言葉は似ていても答えにならない資料が混ざります。リランクでは、並べ直し用の AI のモデルが候補を 1 件ずつ質問と見比べて点を付け、点の高い資料だけを、答えを書く AI に渡します。
AI が一度に読める量には限りがあり（コンテキストウィンドウ）、関係の薄い資料が混ざると、AI はそれをもとに答えてしまいます。Anthropic が 2024 年 9 月に公開した検索の改善の記事では、候補を 150 件拾い、並べ直した上位 20 件を AI に渡す手順で試しています。並べ直しを加えた組み合わせで、検索の取りこぼしが減ったと報告しています。渡す量が減るので、答えを書く AI の費用と時間も減る、と説明しています。
一方で、並べ直す手順が 1 つ増えるので、答えが返るまでの時間は少し延び、並べ直しの費用もかかります。同じ記事は、並べ直す候補を増やすほど結果は良くなるが時間と費用も増えるとして、自分の使い方で試して決めるよう勧めています。また、リランクは拾った候補を並べ替えるだけです。最初の検索で拾えなかった資料は出てきません。先に、拾う段の検索（文字の一致で探す方法と意味で探す方法）を整えます。
入れるかどうかは、社内でよく出る質問をいくつか用意し、並べ直す前と後で、AI に渡る資料と答えを見比べて決めます。資料が少なく、答えの資料がいつも検索の上位に来るなら、要らないこともあります。