近年のAIパイプラインにおいて、情報取得システムは重要な役割を果たしていますが、情報を見つけるプロセスと推論のためのコンテキストを提供するプロセスが混同されることが多いです。本稿では、Search-Is-Not-Retrieve（SINR）フレームワークを提案し、これにより細かい検索表現と粗い取得コンテキストを区別することで、取得システムの構成可能性やスケーラビリティ、コンテキストの忠実性を向上させることができます。SINRは、小さなセマンティックに正確な検索チャンクを、より大きくコンテキストが充実した取得チャンクに直接接続し、追加の処理コストなしで構成します。これにより、取得プロセスは受動的なステップから能動的なものに変わり、人間の情報処理に近いシステムアーキテクチャが実現されます。本稿では、SINRフレームワークの概念的基盤、形式的構造、実装上の課題、質的成果について論じています。