タグ: rag

AI活用

ベクトルデータベースとは？RAGで必要になる理由と選び方

ベクトルデータベースの役割、通常DBとの違い、exact searchとHNSW、metadata filterを解説し、pgvector・専用DB・managedの選定表と検証手順を示します。

AI活用

Flowiseの使い方｜ChatflowでRAGチャットを作る基本手順

FlowiseのChatflowで、Document LoaderからRetriever、LLMまでをつないでRAGチャットを動かす手順を解説。ノード接続の構成図と、各ノードが何を受け取って何を返すかの入出力確認表を用意しました。

AI活用

OpenAI File Search APIの使い方｜PDFを検索して回答する最小構成

OpenAI File SearchをJavaScriptで使い、PDFの登録、Vector Storeの処理完了待ち、Responses APIでの検索、file_citation表示、更新・削除・精度確認まで解説します。

AI活用

AIのハルシネーションを減らす方法｜RAG・ツール・引用・回答拒否の設計

AIのハルシネーションを知識不足・検索失敗・推論飛躍などに分類し、RAG、ツール、引用、構造化出力、回答拒否、評価で減らす方法を解説します。

AI活用

Difyの使い方｜知識を参照するAIアプリをノーコードで作る

DifyでモデルとKnowledgeを接続し、社内FAQを参照するAIアプリを作る手順を、設定シートと5問の評価表付きで解説します。

AI活用

Embeddingとは？AI検索で文章をベクトル化する仕組み

Embeddingの意味、文章を数値ベクトルへ変換する仕組み、コサイン類似度の計算、モデル選びと検索精度の確認方法を解説します。

AI活用

ノーコードAIチャットボットの作り方｜目的・資料・テストから設計する

ノーコードAIチャットボットを、目的、資料、権限、回答ルール、20問テスト、限定公開の順に設計する方法と要件定義シートを紹介します。

AI活用

RAGとは？生成AIに自分の資料を参照させる仕組みをわかりやすく解説

RAGの意味、検索・分割・埋め込み・回答生成の流れ、向いている資料、精度を上げる確認点を、最小構成図と具体例で解説します。