RAG Support Assist

カスタマーサポート回答支援AI - FAQ・規約・マニュアル・過去問い合わせを参照し、回答候補を生成するRAGサービス

サービス概要

項目	内容
目的	回答品質の均一化、返信時間短縮、新人支援、規約確認工数削減
対象ユーザー	CS担当、コールセンターOP、SV、QA担当、EC運営

主な機能

• 問い合わせ文入力 → RAGで回答候補を生成
• FAQ / 規約 / マニュアル / 過去問い合わせの参照
• 回答トーン切替（丁寧 / 標準 / 簡潔）
• 参照した根拠文書の表示
• エスカレーション要否の判定
• 管理画面での文書アップロード・削除

システム構成

[ブラウザ] → [Next.js (port 3000)] → [FastAPI (port 8000)] → [OpenAI API]
                                            ↓
                                     [ChromaDB (組み込み)]

技術スタック

レイヤー	技術
フロントエンド	Next.js 15, React 19, Tailwind CSS 4
バックエンド	Python, FastAPI
ベクトルDB	ChromaDB (PersistentClient)
LLM / Embedding	OpenAI API (gpt-4o-mini / text-embedding-3-small)

画面一覧

画面	パス	説明
問い合わせ入力	/	メイン画面。問い合わせ入力＋回答候補表示＋根拠表示
管理画面	/admin	文書のアップロード・一覧・削除

ディレクトリ構成

rag-support-assist/
├── backend/
│   ├── app/
│   │   ├── main.py              # FastAPIエントリポイント
│   │   ├── models.py            # Pydanticモデル
│   │   ├── routers/
│   │   │   ├── query.py         # 問い合わせAPI
│   │   │   └── documents.py     # 文書管理API
│   │   └── services/
│   │       ├── chunker.py       # テキストチャンク化
│   │       ├── embeddings.py    # Embedding生成
│   │       ├── vectorstore.py   # ChromaDB操作
│   │       └── rag.py           # RAG回答生成
│   ├── requirements.txt
│   └── .env.example
├── frontend/
│   ├── src/
│   │   ├── app/
│   │   │   ├── layout.tsx       # 共通レイアウト
│   │   │   ├── page.tsx         # メイン問い合わせ画面
│   │   │   └── admin/page.tsx   # 管理画面
│   │   └── components/
│   │       ├── AnswerDisplay.tsx # 回答候補表示
│   │       └── SourceCard.tsx   # 参照ソース表示
│   ├── package.json
│   └── .env.local.example
├── sample_data/                 # サンプル文書
│   ├── faq.txt
│   ├── terms.txt
│   ├── manual.txt
│   └── history.txt
└── README.md

API設計

問い合わせ

POST /api/query
Body: { "query": "問い合わせ文", "tone": "standard" }
Response: { "answer": "回答候補", "sources": [...], "should_escalate": false }

tone: "polite" (丁寧) / "standard" (標準) / "concise" (簡潔)

文書管理

POST   /api/documents/upload   # 文書アップロード (multipart/form-data)
GET    /api/documents          # 文書一覧取得
DELETE /api/documents/{doc_id} # 文書削除
GET    /api/health             # ヘルスチェック

ローカル起動方法

前提条件

• Python 3.11+
• Node.js 18+
• OpenAI APIキー

1. バックエンド起動

cd backend

# 仮想環境作成
python -m venv venv
source venv/bin/activate  # Windowsは venv\Scripts\activate

# 依存パッケージインストール
pip install -r requirements.txt

# 環境変数設定
cp .env.example .env
# .env を編集して OPENAI_API_KEY を設定

# サーバー起動
uvicorn app.main:app --reload --port 8000

2. フロントエンド起動

cd frontend

# 依存パッケージインストール
npm install

# サーバー起動
npm run dev

3. サンプルデータ投入

管理画面 (http://localhost:3000/admin) から sample_data/ 内のファイルをアップロードしてください。

ファイル	カテゴリ
faq.txt	FAQ
terms.txt	利用規約
manual.txt	マニュアル
history.txt	過去問い合わせ

4. 問い合わせテスト

http://localhost:3000 にアクセスし、以下のような問い合わせを入力してください。

サンプル問い合わせ例

問い合わせ	期待される動作
注文した商品が届きません。注文番号はA2345です。	FAQ＋過去履歴を参照し、追跡確認→再配送の案内を生成
セール品を返品したいのですが可能ですか？	規約を参照し、セール品は返品対象外であることを案内
届いた商品が壊れていました。返金してください。	FAQ＋規約＋マニュアルを参照し、写真提出→交換or返金の案内を生成
パスワードリセットのメールが届きません	FAQ＋過去履歴を参照し、迷惑メール確認→別アドレス確認の案内
5万円の商品を返金してほしい	規約＋マニュアルを参照し、高額返金のためエスカレーション推奨を表示

将来拡張案

Phase 2: 運用機能強化

• ユーザー認証・権限管理（オペレーター / SV / 管理者）
• 回答履歴の保存・検索
• 回答のフィードバック機能（良い/悪い）
• 回答テンプレート管理

Phase 3: AI機能拡張

• PDF / Word / Excel ファイル対応
• 自動カテゴリ分類
• 感情分析によるクレーム検知
• 多言語対応
• ストリーミング回答生成

Phase 4: 統合・分析

• チャットツール連携（Slack, Teams）
• CRM連携（Salesforce, Zendesk）
• 対応品質ダッシュボード
• 回答精度の自動評価
• A/Bテスト機能

Phase 5: エンタープライズ

• マルチテナント対応
• SSO / SAML認証
• 監査ログ
• SLA管理
• オンプレミスLLM対応