ChatGptやGeminiなどの生成AIはそのままだと「質問に答える」くらいしかできませんが、LangChainを使うと


・外部データを読み込む
・複数の処理を順番につなぐ
・目的に特化したAI

を作ることができます。

などを読み込ませて、その内容を元に回答させることができます。

　よく使うChatgptのような生成AIは「1回考えて一回答える」だけです。
LangChainでは、

 1.質問を整理する
 2.必要な資料を探す
 3.内容を要約する
 4.結果を分かりやすく出力する

といった一連の流れ（ワークフロー）を作れます。

汎用的な機能を持った生成AIを使用することが多いですが、
LangChainでは

 ・社内FAQだけ答えるAI
 ・契約書をチェックするAI
 ・業務手順を案内するAI 

のように、役割を限定したAIを作れます。

splitter = RecursiveCharacterTextSplitter(
    chunk_size=500,
    chunk_overlap=100
)
docs = [
    Document(page_content=c)
    for c in splitter.split_text(text)
]

chunk_size・・・AIが読み込みやすいように指定した文字ごとに文章を分割する
　　　　多いと回答がぼんやりする。少ないと回答が断片的な情報からになる
chunk_overlap・・・文章が途中で分断されても意味が通じるように隣接チャンク同士を重複させる。
　　　　多いとチャンクが増えすぎる。少ないと意味が通じなくなる




ベクトル化とデータバース作成

vectorstore = Chroma.from_documents(
    documents=docs,
    embedding=OpenAIEmbeddings(
        api_key=config.OPENAI_API_KEY,
        model="text-embedding-3-small"
    )
)
documents・・・pdfドキュメントが入っている
vectorstore・・・チャンクごとに分かれた文章とベクトル情報が入る



ChatModelの初期化

chat_model = init_chat_model(
    "gpt-5-nano",
    api_key=config.OPENAI_API_KEY
)


チャットボット関数

def chatbot(question: str):
    retrieved_docs = vectorstore.similarity_search(
        question,
        k=3
    )
    context = "\n".join(
        doc.page_content for doc in retrieved_docs
    )
    messages = [
        {
            "role": "system",
            "content": "あなたはPDFの内容に基づいて質問に答えるアシスタントです。"
        },
        {
            "role": "user",
            "content": f"以下は質問に関連して抜粋されたドキュメントです:\n{context}"
        },
        {
            "role": "user",
            "content": f"質問:\n{question}"
        },
    ]
    response = chat_model.invoke(messages)
    return response.content, retrieved_docs

・この関数内部で質問→検索→回答生成を行っている
・ 2行目のvectorstore.similarity_searchで質問文(question)とチャンクごとに分かれた文章を取得し、質問文とベクトル情報が類似しているもの上位3件取得する。
・context はretrieved_docsのメタデータを省いたもの。（意味が分からなければAIが文章を読めるように無駄な情報を省いたものだと理解すればOK）
・そして、messages にユーザーの質問とドキュメント情報をまとめて、response = chat_model.invoke(messages)の行でAIに回答を生成してもらっている



　　実行箇所

if __name__ == "__main__":
    q = "1人あたりの住居室畳数の地域的な傾向を教えてください。"
    answer, docs = chatbot(q)
    print("\n=== チャットボットの回答 ===")
    print(answer)
    print("\n=== 参照されたドキュメント ===")
    for i, doc in enumerate(docs, 1):
        print(f"\n--- ドキュメント {i} ---")
        print(doc.page_content)

・answer, docs = chatbot(q)でさきほどのチャットボット関数を呼出し。
・q = "1人あたりの住居室畳数の地域的な傾向を教えてください。"がユーザーの質問文。

以下に結果を載せます。