ナレッジベースQ&A

Document Vector StoreとGitHub Vector Storeを組み合わせたRAG（検索拡張生成）ワークフローの構築方法を学びます。クエリ最適化も含みます。

このレシピでは、複数のVector Storeを組み合わせた強力なRAG（検索拡張生成）ワークフローを構築するアプリの作り方をご紹介します。Document Vector StoreとGitHub Vector Storeをクエリ最適化と統合し、包括的なナレッジベースQ&Aを実現する方法を学びます。

​

概要

目的: 複数のVector Storeを組み合わせたRAGの仕組みを学ぶ

使用ノード	役割	モデル
Document Vector Store	PDF/テキストをベクトル化	text-embedding-3-small
GitHub Vector Store	コードをベクトル化	text-embedding-3-small
App Entry	質問入力	-
ジェネレーター x2	検索クエリを最適化	gpt-5-nano
Queryノード x2	関連情報を検索	-
ジェネレーター	検索結果から回答生成	claude-haiku-4.5

学べる機能: RAG（検索拡張生成）、Document Vector Store、GitHub Vector Store、クエリ最適化、複数Queryノードの統合

​

ワークフロー図

​

ノード設定詳細

​

1. Document Vector Store

項目	値
ノード名	Document Knowledge Base
エンベディングモデル	OpenAI text-embedding-3-small

事前にロードするファイル:

ファイル	ソースURL	内容
docs.giselles.ai-llms-full.txt	https://docs.giselles.ai/llms-full.txt	ドキュメント（テキスト）
giselles-terms.pdf	https://giselles.ai/legal/terms	利用規約
giselles-privacy.pdf	https://giselles.ai/legal/privacy	プライバシーポリシー

​

2. GitHub Vector Store

項目	値
ノード名	GitHub Knowledge Base
リポジトリ	giselles-ai/giselle
コードを含める	ON
Issueを含める	ON
Pull Requestを含める	ON
エンベディングモデル	OpenAI text-embedding-3-small

​

3. App Entry

項目	値
ノード名	Question Input
ノード入力名	question
プロンプト	- （ユーザー入力のみ）

​

4. Generator Node（ドキュメントクエリ）

項目	値
ノード名	Doc Query Generator
モデル	gpt-5-nano
Thinking	OFF
Web Search	-

プロンプト:

Convert the following question into an optimized search query for documentation:

Question: @Question Input

Generate a query with relevant keywords and concepts for searching documentation.
Output only the query, nothing else.

​

5. Generator Node（コードクエリ）

項目	値
ノード名	Code Query Generator
モデル	gpt-5-nano
Thinking	OFF
Web Search	-

プロンプト:

Convert the following question into an optimized search query for code:

Question: @Question Input

Generate a query with function names, file patterns, and technical terms for searching code.
Output only the query, nothing else.

​

6. Query Node（ドキュメント）

項目	値
ノード名	Document Search
ソース	@Document Knowledge Base
クエリ	@Doc Query Generator
最大結果数	10
類似度しきい値	0.3

​

7. Query Node（GitHub）

項目	値
ノード名	Code Search
ソース	@GitHub Knowledge Base
クエリ	@Code Query Generator
最大結果数	10
類似度しきい値	0.3

​

8. Generator Node（回答）

項目	値
ノード名	Answer Generator
モデル	claude-haiku-4.5
Thinking	ON
Web Search	OFF

プロンプト:

Answer the following question based on the provided content:

Question: @Question Input

Documentation:
@Document Search

Code & Repository:
@Code Search

Requirements:
- Answer based on both documentation and code repository content
- Reference specific files or passages when applicable
- If the answer is not found, clearly state that
- Be concise but thorough