【正解: B】の理由
embedding 化したドキュメントを vector store に保存し、クエリを embedding 化して類似ベクトルを検索する構成が RAG / セマンティック検索の標準です。キーワード一致では拾えない言い換えや概念検索が可能で、Azure AI Search の vector index、Cosmos DB の vector search が典型実装です。

【他選択肢が違う理由】

• A: 認証情報の暗号化は Azure Key Vault の領域です。
• C: VM サイズ変更は IaaS 運用の話です。
• D: キー ローテーションは Storage の自動化機能です。