RAG– tag –

FastAPI製の社内ナレッジ検索(RAG)をGoogle Cloud Runに公開する手順を解説。Dockerfileの整え方、Cloud SQL接続、Secret Managerでの秘密情報管理、公開前に必須の認証と運用上の注意、発注者向けの確認項目をまとめます。

FastAPIで作る社内ナレッジ検索(RAG)の第8回。評価ケースで回答品質を測り、変更で品質が下がると失敗する自動テストを作ります。キー無しで回せる評価と、権限漏れの検出を解説します。

FastAPIで作る社内ナレッジ検索(RAG)の第7回。PDFをページごとに読み取り、ページ番号つきの出典で回答させる実装を解説。スキャンPDFが読めない問題と、発注時の確認点も整理します。

社内文書検索AIで、部署ごとに見てよい文書だけを検索する方法をFastAPIとpgvectorで実装。権限の絞り込みを検索の段階で行う理由、本番で使えない部署の受け渡し、発注時のチェックリストと質問例を解説します。

社内文書検索AIが答えられない質問にもっともらしく答えないよう、距離のしきい値とAIの目印で「見つかりません」と返す仕組みを、FastAPIの実コードと実測値で解説します。

FastAPIで作る社内ナレッジ検索(RAG)の第4回。検索で見つけた文書の断片を根拠に、生成AIへ出典つきで回答させる実装と、発注者が確認すべき点を解説します。

FastAPIとpgvectorで社内文書のベクトル検索を実装。埋め込みを差し替え可能な形で作り、コサイン距離で近い断片を探す方法と、簡易版の限界、発注時の確認点を解説します。

社内ナレッジ検索(RAG)の保存先として、PostgreSQLにpgvectorを足す構成をDocker Composeで用意し、文書の断片を保存する手順を解説。取り込み直しの重複防止と発注者の確認点つき。

社内ナレッジ検索(RAG)の連載第1回。社内文書を見出しと段落を守って検索しやすい断片(チャンク)に分けるPythonコードとテストを解説。発注時の確認点も紹介。

FastAPIで社内ナレッジ検索(RAG)チャットを作る連載の第0回。仕組みと技術選定の理由を整理し、動く最小APIを作成。発注時の確認点と開発会社への質問例も紹介します。

自社システムにAIチャットボットを組み込みたい発注者向けに、SaaS・既存サービス・RAG独自開発の比較、費用の内訳、FAQ整備、誤回答対策、データの扱いの確認点を解説します。

AIチャットボットが誤った回答をしたら誰の責任？お客様から見れば会社の案内です。発注者が決めておく5つのこと、チェックリスト、開発会社への質問例を解説します。