生成AIとは、プロンプト（入力）をもとにテキスト、画像、音声などの新しいコンテンツを生成するAIを指します。ここでは⑤がプロンプトで、⑥が新しいコンテンツです。

RAGはライブラリの名称ではなく、仕組みの名称です。②〜⑥がRAGの仕組みで、RAGを利用するために次のライブラリを使います。

Streamlit

フロントエンドの知識がなくてもWEBアプリを実装できるライブラリです。pandasやMatplotlibなどとも互換性があり、データサイエンスや機械学習の分野でよく使われています。

pypdf

PDFファイルを操作するためのライブラリです。テキストへの変換だけではなく、ファイルの読み込み、書き込み、編集、分割、結合などの機能もあります。

Gemini API

GoogleのGeminiをプログラムで利用するためのAPIです。通常のチャット機能だけではなく、テキストのベクトル化もできます。

Faiss

ベクトルデータを保存し、類似検索を行うライブラリです。大規模なデータも高速に検索することができます。同様のライブラリとしてChromaやVertex AI Search（Google）などもあります。

LangChain

LLMのアプリ開発を支援するライブラリです。Gemini APIなどの呼び出しを簡略化し、ドキュメントのテキスト化などをサポートします。ここでは、②③④⑥でLangChainを使います。

2-1. Gemini APIキーを作成し環境変数に設定

GoogleのGeminiをプログラムで利用する場合は、APIキーが必要になります。次の流れでAPIキーを取得します。

Googleのアカウントでログインして、画面右上の「Get API Key」をクリックするか、次の画面の「Get API Key」をクリックします。

画面右上の「＋APIキーを作成」をクリックすると、APIキーが生成されコピーできるようになります。

APIキーをプログラムの中に記述すると、Gitなどを通して意図せずインターネット上に漏洩する可能性があります。そのため、OSの環境変数に設定します。

次の「xxx」をAPIキーに置き換えて、Macであればターミナル、WindowsであればPowerShellかコマンドプロンプトで実行します。

社内文書チャットボットで利用するGemini APIのモデルは、「gemini-2.5-flash」と「gemini-embedding-001」です。2025年9月現在、どちらも無料枠があり、テストで利用する程度であれば無料枠で収まります。Geminiはクレジットカードを登録していなければ自動で課金されることはありません。ただし、意図ぜず課金された場合、本サイトの管理者は責任を負いかねます。

また、Gemini APIの無料枠を利用すると、アップロードしたテキストがモデルの学習に利用される可能性あります。実際に社内文書を扱う場合は有料枠を利用するか、ChatGPTのAPIを利用する必要があります。現時点でChatGPTは、APIを利用してアプロードしたテキストは、モデルの学習には利用されません。ただし、意図ぜず漏洩した場合、本サイトの管理者は責任を負いかねます。

2-2. 仮想環境を作成しライブラリをインストール

Pythonの仮想環境を作成し、社内文書チャットボットで利用するライブラリをインストールします。

プロジェクト用のフォルダ（ルートフォルダ）を作成し、ターミナルのcdコマンドで作成したフォルダに移動して次のコマンドを実行します。「xxx」を作成する仮想環境の名前に置き換えて実行して下さい。

python -m venv xxx

続けて次のコマンドを実行します。「xxx」を①で作成した仮想環境の名前に置き換えて実行して下さい。

Windows コマンドプロンプト

xxx\scripts\activate.bat

ターミナルの左端が「(xxx)」となれば、アクティベートできています。仮想環境を抜ける場合は「deactivate」を実行して下さい。

次のrequirements.txtをダウンロードして、プロジェクトのルートフォルダに保存します。保存する場所は仮想環境のフォルダ「xxx」の中ではなく、「xxx」と同じ階層です。通常、仮想環境のフォルダの中にファイルは保存しません。

requirements.txt

streamlit==1.33.0
pypdf==5.9.0
faiss-cpu==1.7.4
langchain==0.1.16
google-generativeai==0.5.2
langchain-google-genai==1.0.3
langchain_text_splitters==0.0.1
langchain-community==0.0.34
langchain-core==0.1.46

この段階でフォルダの構成は次のようになっているはずです。

my_project/ ← プロジェクトのルートフォルダ
│
├─ xxx/     ← 仮想環境のフォルダ
└─ requirements.txt

ターミナルのカレントディレクトリはプロジェクトのルートフォルダになっているはずですが、別のフォルダになっている場合は、cdコマンドでルートフォルダに移動して下さい。

続けて次のコマンドを実行すると、ライブラリをまとめてインストールできます。インストールが終わるまで少し時間がかかります。

pip install -r requirements.txt

仮想環境とrequirements.txtの関連問題

import streamlit as st

import tempfile
from langchain_community.document_loaders import PyPDFLoader
from langchain_text_splitters import RecursiveCharacterTextSplitter

from langchain_community.vectorstores import FAISS
from langchain_google_genai import GoogleGenerativeAIEmbeddings

from langchain_google_genai import ChatGoogleGenerativeAI
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.runnables import RunnablePassthrough
from langchain_core.output_parsers import StrOutputParser


st.title('社内文書チャットボット')
st.write('\n')


pdf_file = st.file_uploader(
  label='PDFファイルをアップロードして下さい',
  type='pdf')


def get_text():
  if pdf_file:
      pdf_text = ''
      with st.spinner('PDFをロードしています...'):
          with tempfile.NamedTemporaryFile(delete=False) as tmp_file:
              tmp_file.write(pdf_file.read())
              tmp_path = tmp_file.name

          loader = PyPDFLoader(tmp_path)
          documents = loader.load()

          for doc in documents:
              pdf_text += doc.page_content

      text_splitter = RecursiveCharacterTextSplitter(
          chunk_size=500)
      return text_splitter.split_text(pdf_text)
  else:
      return None
  

def build_db():
  pdf_text = get_text()
  if pdf_text:
      with st.spinner('ベクトル化しています...'):
          if 'vectorstore' in st.session_state:
              st.session_state.vectorstore.add_texts(pdf_text)
          else:
              st.session_state.vectorstore = FAISS.from_texts(
                  pdf_text,
                  GoogleGenerativeAIEmbeddings(model='models/gemini-embedding-001'))


def qa_chain():
  llm = ChatGoogleGenerativeAI(
      temperature=0,
      model='gemini-2.5-flash')

  prompt = ChatPromptTemplate.from_template('''
      以下の前提知識を用いて、ユーザーからの質問に答えてください。
      ===
      前提知識
      {context}
      ===
      ユーザーからの質問
      {question}             
      ''')

  retriever = st.session_state.vectorstore.as_retriever(
      search_type='similarity')

  chain = (
      {'context': retriever, 
        'question': RunnablePassthrough()}
      | prompt
      | llm
      | StrOutputParser())

  return chain


def ask_pdf():
  chain = qa_chain()
  if query := st.text_input('PDFへの質問を書いて下さい', key='input'):
      st.write('\n')
      st.markdown('##### 答え')
      st.write_stream(chain.stream(query))


def main():
  build_db()
  if 'vectorstore' not in st.session_state:
      st.warning('最初にPDFファイルをアップロードして下さい')
  else:
      ask_pdf()


if __name__ == '__main__':
  main()

プログラムのルートフォルダに「main.py」の名前でファイルを作成し、このコードをコピーして保存して下さい。

この段階でフォルダの構成は次のようになっているはずです。

my_project/ ← プロジェクトのルートフォルダ
│
├─ xxx/     ← 仮想環境のフォルダ
├─ requirements.txt
└─ main.py

ターミナルのカレントディレクトリはプロジェクトのルートフォルダになっているはずですが、別のフォルダになっている場合は 、cdコマンドでmain.pyを保存したフォルダに移動して下さい。

続けて次のコマンドを実行すると、WEBブラウザで社内文書チャットボットが起動します。初回の起動は少し時間がかかります。

streamlit run main.py

テスト用に2つのPDFファイルを用意しました。

就業規則_1.pdf

所定労働時間

1. 労働時間は、始業時刻を午前9時、終業時刻を午後6時とし、休憩時間は正午から午後1時までの1時間とする。

2. 1週間の所定労働時間は40時間とし、1日あたりの労働時間は8時間とする。

就業規則_2.pdf

時間外労働及び残業手当

1. 所定労働時間を超える労働は、通常賃金の25%以上の割増率にて残業手当を支払う。

2. 残業代の算出方法は「1時間あたりの賃金(月給 ÷ 1か月の平均所定労働時間) × 割増率 × 残業時間」とする。 

就業規則_1をアップロードして「始業時間は？」と質問すると、「午前9時」と回答します。就業規則_1をアップロードした時点では、「残業代の算出方法は？」と質問すると回答できません。続けて就業規則_2をアップロードすると、残業代の算出方法も回答します。

■ Streamlit
import streamlit as st

■ tempfile, pypdf（LangChain）, LangChain
import tempfile
from langchain_community.document_loaders import PyPDFLoader
from langchain_text_splitters import RecursiveCharacterTextSplitter

■ GeminiAPI（LangChain）
from langchain_google_genai import GoogleGenerativeAIEmbeddings

■ Faiss（LangChain）
from langchain_community.vectorstores import FAISS

■ GeminiAPI（LangChain）
from langchain_google_genai import ChatGoogleGenerativeAI
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.runnables import RunnablePassthrough
from langchain_core.output_parsers import StrOutputParser

1  st.title('社内文書チャットボット')
2  st.write('\n')
3 
4 
5  pdf_file = st.file_uploader(
6      label='PDFファイルをアップロードして下さい', 
7      type='pdf')

 1  def get_text():
 2      if pdf_file:
 3          pdf_text = ''
 4          with st.spinner('PDFをロードしています...'):
 5              with tempfile.NamedTemporaryFile(delete=False) as tmp_file:
 6                  tmp_file.write(pdf_file.read())
 7                  tmp_path = tmp_file.name
 8  
 9              loader = PyPDFLoader(tmp_path)
10              documents = loader.load()
11  
12              for doc in documents:
13                  pdf_text += doc.page_content
14  
15          text_splitter = RecursiveCharacterTextSplitter(
16              chunk_size=500)
17          return text_splitter.split_text(pdf_text)
18      else:
19          return None

 1  def build_db():
 2      pdf_text = get_text()
 3      if pdf_text:
 4          with st.spinner('ベクトル化しています...'):
 5              if 'vectorstore' in st.session_state:
 6                  st.session_state.vectorstore.add_texts(pdf_text)
 7              else:
 8                  st.session_state.vectorstore = FAISS.from_texts(
 9                      pdf_text,
10                      GoogleGenerativeAIEmbeddings(model='models/gemini-embedding-001'))

emb_model = GoogleGenerativeAIEmbeddings(model='models/gemini-embedding-001')
result = emb_model.embed_documents([pdf_text])
st.write(len(result[0]))
st.write(result[0][:5])

 1  def qa_chain():
 2      llm = ChatGoogleGenerativeAI(
 3          temperature=0,
 4          model='gemini-2.5-flash')
 5  
 6      prompt = ChatPromptTemplate.from_template('''
 7          以下の前提知識を用いて、ユーザーからの質問に答えてください。 
 8          ===
 9          前提知識
10          {context} 
11          ===
12          ユーザーからの質問
13          {question}             
14          ''')
15  
16      retriever = st.session_state.vectorstore.as_retriever(
17          search_type='similarity')
18  
19      chain = (
20          {'context': retriever, 
21           'question': RunnablePassthrough()}
22          | prompt
23          | llm
24          | StrOutputParser())
25  
26      return chain

 1  def ask_pdf():
 2      chain = qa_chain()
 3      if query := st.text_input('PDFへの質問を書いて下さい', key='input'):
 4          st.write('\n')
 5          st.markdown('##### 答え')
 6          st.write_stream(chain.stream(query))
 7  
 8  
 9  def main():
10      build_db()
11      if 'vectorstore' not in st.session_state:
12          st.warning('最初にPDFファイルをアップロードして下さい')
13      else:
14         ask_pdf()
15   
16  
17  if __name__ == '__main__':
18      main()

5. 最後に