WindyFlo Tutorial

文書内情報提供AI作成
Document Retrieval Q&A

文書内情報提供AI作成
Document Retrieval Q&A

どんな機能ですか？

文書を基に必要な情報を迅速に提供するAIパイプラインで、大量のテキストデータを効率的に分析し、必要な情報を即座に提示します。

ナレッジ管理、文書要約、意思決定支援など、さまざまな用途で文書ベースのAIを活用できます。

活用例

顧客サポート

FAQからカスタマイズされた回答まで、24時間顧客の問い合わせに即時対応するスマートチャットボット

文書要約

大量の社内文書や製品マニュアルから必要な資料だけを見つけ出す個人専用のアシスタント

意思決定支援

膨大なデータを基に最適な戦略と解決策を提案する頼れるAIアドバイザー

DocumentQ&Aの構造

まず、ウィンディフロに登録後、ログインします。

  1. 新しいPipelineの作成

1) メニューから My Pipelines に移動し、「Create Pipeline」をクリックします。

Click 'Create Pipeline'
Click 'Create Pipeline'

2) パイプラインの詳細情報を入力した後、「Create AI Model Pipeline」をクリックします。

  • Pipeline Name: パイプラインの名前を指定します。

  • Description: パイプラインの説明を簡潔に記述します。

  • Tags: パイプラインを簡単に見つけられるようにタグを追加します。

  • Public/Private: パイプラインの公開・非公開を選択します。

  1. Pipelineの作成

1) 左側のメニューから Pipeline を選択します。

パイプライン用の作業スペースが開きます。

2)Add Node をクリックし、必要なノードを選択して作業スペースにドラッグします。

必要なノード一覧 :

  • Text File or Pdf File

  • Recursive Character Text Splitter

  • In-Memory Vector Store

  • OpenAI Embeddings

  • Conversational Retrieval QA Chain

  • ChatOpenAI

  • Buffer Memory

  • Recusive Character Text Splitter

3) 各ノードを接続します。

ノード接続順:

1. Recursive Character Text Splitter → Text File & Pdf File
2. Text File & Pdf File → In-Memory Vector Store
3. OpenAI Embeddings → In-Memory Vector Store
4. In-Memory Vector Store → Conversational Retrieval QA Chain
5. ChatOpenAI → Conversational Retrieval QA Chain
6. Buffer Memory → Conversational Retrieval QA Chain

4) 追加のパラメーターを設定します。

  1. Recursive Character Text Splitter

    • Chunk Size : 1000

    • Chunk Overlap : 200

  2. Text File & PDF File

    • Upload File : TXTファイルまたはPDFファイルをアップロードします。

  3. OpenAI Embeddings

    • Connect Credential : 外部サービスのAPIを入力します。

    • Model Name : text-embedding-3-small

  4. ChatOpenAI

    • Connect Credential : 外部サービスのAPIを入力します

    • Model name : スムーズな会話のために GPT 4(last) を選択します。

    • Temperature : 応答の創造性と一貫性のために 0.7 に設定します。

  5. Buffer Memory

    • Memory Key : Chat_history(default)

    • Input key : input(default)

  1. 保存とテスト実行

1) Saveをクリックし、Runをクリックします。

2) パイプラインをテストするためのコマンドを入力します。

例 )

{今期の損益分岐点はいつ達成しましたか？}

  1. パイプラインの共有

APIで連携する

チャットボットとして使う

APIで連携する

1) パイプラインを保存した後、
'Embed as API'をクリックします。

APIでアクセスしたり、ウェブサイトに埋め込むことができます。

2) 希望の言語(HTML、React、Python、JavaScriptまたはCURL)を選択した後、生成されたコードをコピーしてサービスに貼り付けます。

チャットボットとして使う

1) 統合作業なしでチャットボットで共有する場合は、Share Chatbotを選択します。

  • この機能は、チャットボットとして動作するパイプラインでのみ使用できます。

  • データ処理用に設計されたパイプラインはこの機能をサポートしない場合があります。

2) チャットボットの設定をカスタマイズした後、新しいタブのアイコンをクリックして実行します。

  • 左のアイコン： リンクコピー

  • 右側のアイコン： リンクを開く

3) "Type your question」 フィールドに質問を入力してチャットボットをテストします。

  • テストが完了したら、リンクをコピーしてユーザーと共有してください！

コーディングやAIの専門知識がなくても

カスタマイズされたAI機能を構築してみましょう。

Try now

Try now

WindyFlo

For business

For developers

Pricing

Resources

FAQ

Learning Center

Help Center

© 2025 Copyright Hamadalabs Inc. All rights reserved.

Privacy Policy

Terms & Conditions

WindyFlo

For business

For developers

Pricing

Resources

FAQ

Learning Center

Help Center

© 2025 Copyright Hamadalabs Inc. All rights reserved.

Privacy Policy

Terms & Conditions

どんな機能ですか？

文書を基に必要な情報を迅速に提供するAIパイプラインで、大量のテキストデータを効率的に分析し、必要な情報を即座に提示します。

ナレッジ管理、文書要約、意思決定支援など、さまざまな用途で文書ベースのAIを活用できます。

活用例

顧客サポート

FAQからカスタマイズされた回答まで、24時間顧客の問い合わせに即時対応するスマートチャットボット

文書要約

大量の社内文書や製品マニュアルから必要な資料だけを見つけ出す個人専用のアシスタント

意思決定支援

膨大なデータを基に最適な戦略と解決策を提案する頼れるAIアドバイザー

DocumentQ&Aの構造

まず、ウィンディフロに登録後、ログインします。

  1. 新しいPipelineの作成

1) メニューから My Pipelines に移動し、「Create Pipeline」をクリックします。

Click 'Create Pipeline'

2) パイプラインの詳細情報を入力した後、「Create AI Model Pipeline」をクリックします。

  • Pipeline Name: パイプラインの名前を指定します。

  • Description: パイプラインの説明を簡潔に記述します。

  • Tags: パイプラインを簡単に見つけられるようにタグを追加します。

  • Public/Private: パイプラインの公開・非公開を選択します。

  1. Pipelineの作成

1) 左側のメニューから Pipeline を選択します。

パイプライン用の作業スペースが開きます。

2)Add Node をクリックし、必要なノードを選択して作業スペースにドラッグします。

必要なノード一覧 :

  • Text File or Pdf File

  • Recursive Character Text Splitter

  • In-Memory Vector Store

  • OpenAI Embeddings

  • Conversational Retrieval QA Chain

  • ChatOpenAI

  • Buffer Memory

  • Recusive Character Text Splitter

3) 各ノードを接続します。

ノード接続順:

1. Recursive Character Text Splitter → Text File & Pdf File
2. Text File & Pdf File → In-Memory Vector Store
3. OpenAI Embeddings → In-Memory Vector Store
4. In-Memory Vector Store → Conversational Retrieval QA Chain
5. ChatOpenAI → Conversational Retrieval QA Chain
6. Buffer Memory → Conversational Retrieval QA Chain

4) 追加のパラメーターを設定します。

  1. Recursive Character Text Splitter

    • Chunk Size : 1000

    • Chunk Overlap : 200

  2. Text File & PDF File

    • Upload File : TXTファイルまたはPDFファイルをアップロードします。

  3. OpenAI Embeddings

    • Connect Credential : 外部サービスのAPIを入力します。

    • Model Name : text-embedding-3-small

  4. ChatOpenAI

    • Connect Credential : 外部サービスのAPIを入力します

    • Model name : スムーズな会話のために GPT 4(last) を選択します。

    • Temperature : 応答の創造性と一貫性のために 0.7 に設定します。

  5. Buffer Memory

    • Memory Key : Chat_history(default)

    • Input key : input(default)

  1. 保存とテスト実行

1) Saveをクリックし、Runをクリックします。

2) パイプラインをテストするためのコマンドを入力します。

例 )

{今期の損益分岐点はいつ達成しましたか？}

  1. パイプラインの共有

APIで連携する

チャットボットとして使う

APIで連携する

1) パイプラインを保存した後、
'Embed as API'をクリックします。

APIでアクセスしたり、ウェブサイトに埋め込むことができます。

2) 希望の言語(HTML、React、Python、JavaScriptまたはCURL)を選択した後、生成されたコードをコピーしてサービスに貼り付けます。

チャットボットとして使う

1) 統合作業なしでチャットボットで共有する場合は、Share Chatbotを選択します。

  • この機能は、チャットボットとして動作するパイプラインでのみ使用できます。

  • データ処理用に設計されたパイプラインはこの機能をサポートしない場合があります。

2) チャットボットの設定をカスタマイズした後、新しいタブのアイコンをクリックして実行します。

  • 左のアイコン： リンクコピー

  • 右側のアイコン： リンクを開く

3) "Type your question」 フィールドに質問を入力してチャットボットをテストします。

  • テストが完了したら、リンクをコピーしてユーザーと共有してください！

コーディングやAIの専門知識がなくても

カスタマイズされたAI機能を構築してみましょう。

Try now

WindyFlo

For business

For developers

Pricing

Resources

FAQ

Learning Center

Help Center

© 2025 Copyright Hamadalabs Inc. All rights reserved.

Privacy Policy

Terms & Conditions