RAG 企業ドキュメントQ&Aボット
テンプレート概要
| 項目 | 説明 |
|---|---|
| カテゴリ | 🤖 AI ・ 🏢 企業アプリケーション |
| 統合アプリ | Google Drive、OpenAI、Pinecone |
| 難易度 | ⭐⭐⭐ 上級 |
| 作成者 | n8n 公式チーム |
動作原理
このワークフローは、エンタープライズ向けの RAG（Retrieval-Augmented Generation：検索拡張生成）アーキテクチャを実装しています。まず Google Drive から企業ドキュメントを読み取り、OpenAI Embeddings を使ってベクトル化した後、Pinecone ベクトルデータベースに保存します。ユーザーが質問をすると、システムは Pinecone から最も関連性の高いテキストチャンクを検索し、そのコンテキストと質問を併せて OpenAI に送信して、企業の実際のドキュメントに基づいた正確な回答を生成します。
主な機能
- ドキュメントのベクトル化 — Google Drive 内のドキュメントを自動でベクトル化し、Pinecone に保存
- セマンティック検索 — 質問の意味に基づき、ベクトルデータベースから最も関連性の高いテキストチャンクを正確にマッチング
- 検索拡張による生成 — 検索されたコンテキストをプロンプトに注入し、回答が実際のドキュメントに基づくことを保証
- 増分更新 — 新規追加または変更されたドキュメントを自動で再ベクトル化し、ナレッジベースを常に最新に維持
ワークフローノード
ドキュメントインデックスフロー：Google Drive → Text Splitter → OpenAI Embeddings → Pinecone
質問応答フロー：Chat Trigger → AIエージェント → OpenAI Chat Model
→ Pinecone Retriever（ツール）
→ Memory Buffer（会話履歴メモリ）
利用手順
- テンプレートのインポート — n8n でこのワークフローテンプレートをインポート
- Google Drive の設定 — Google アカウントを認証し、ドキュメントのディレクトリを選択
- Pinecone の設定 — Pinecone のインデックスを作成し、API キーを追加
- OpenAI の設定 — OpenAI API キーを追加（Embeddings およびチャット用）
- インデックスの実行 — ドキュメントインデックスフローを手動でトリガーし、ベクトル化が完了したら質問応答が可能になります
適用シーン
- 📖 社内ナレッジベースのインテリジェントQ&A
- 🎓 新入社員向けトレーニングアシスタント
- 📋 製品ドキュメントのセルフサービス
- ⚖️ コンプライアンス・法務条項の迅速な照会
関連ドキュメント
💡 利用要件：n8n バージョン 1.50.0 以上、Pinecone アカウントが必要です