保守中2026年3月
AI Chat Platform
企業内部のナレッジベースを活用し、カスタムAIアシスタントを構築できるSaaSプラットフォームです。RAG(Retrieval-Augmented Generation)パイプラインにより社内文書、FAQ、製品マニュアルなどを学習させ、正確な回答を提供します。
Tech StackNext.jsTypeScriptClaude APILangChainPostgreSQLRedis
プロジェクト概要
企業が社内ナレッジを活用したAIアシスタントを手軽に構築できるSaaSプラットフォームです。複雑なAIインフラがなくても、文書をアップロードして数回クリックするだけでカスタムチャットボットをデプロイできます。
主な機能
RAGパイプライン
文書をアップロードすると、テキストを自動で抽出し、チャンク単位に分割したうえでベクトル埋め込みに変換します。ユーザーから質問が届くと、意味的に類似した文書の断片を検索してコンテキストとして活用します。
const retrieveContext = async (query: string) => {
const embedding = await embedModel.embed(query);
const relevantChunks = await vectorStore.similaritySearch(embedding, 5);
return relevantChunks.map((chunk) => chunk.content).join("\n\n");
};
リアルタイムストリーミング応答
SSE(Server-Sent Events)を活用し、AIの応答をリアルタイムでストリーミングします。ユーザーは応答全体が生成されるまで待つ必要がなく、すぐに結果を確認できます。
マルチテナントアーキテクチャ
各企業のデータは完全に分離して管理されます。Row-Level Security(RLS)とテナントごとのベクトルインデックスにより、データセキュリティと検索性能を同時に確保しています。
技術スタック
- フロントエンド: Next.js 15, React 19, Tailwind CSS, Zustand
- バックエンド: Next.js API Routes, LangChain.js
- AI: Claude API (Anthropic), OpenAI Embeddings
- データベース: PostgreSQL (Supabase), pgvector
- キャッシュ: Redis (Upstash)
- デプロイ: Vercel, Docker
成果
- 平均応答精度92%を達成
- 日平均10,000件以上のクエリを処理
- 文書のアップロードからチャットボットのデプロイまで平均5分