🚀 マルチモーダルRAGシステム

📁
ファイルをドラッグ&ドロップ、またはクリックして選択
PDF, PNG, JPG, GIF, BMP, WebP, Word(.docx)対応 (最大50MB)

⚙️ API選択設定

PDF・Word文書のテキストチャンク処理に使用するLLMを選択します
📊 API比較 (2025-11-22更新)
💚 Gemini 2.0 Flash: $0.075/$0.30/1M tokens | 精度★★★☆☆ | 一般文書、大量処理向け
💙 GPT-4o mini: $0.15/$0.60/1M tokens | 精度★★★★☆ | 高コスパ・バランス型
💜 Gemini 3 Pro: $2.00/$12.00/1M tokens | 精度★★★★★ | LMArena首位・最高精度
❌ 無効（埋め込みのみ、低コスト）
💡 選択時の影響:
✅ 有効時: LLM使用でキーワード抽出精度向上、コスト増加（~23,000倍）
❌ 無効時: TF-IDF+辞書ベース、低コスト、基本精度
💡 選択ガイド:
🔄 自動選択: 戦略に基づいて自動決定（コスト重視→スキップ, バランス→スキップ, 精度重視→GPT-4o）
⏭️ スキップ: 画像表抽出を実行しない（OCRのみ）- コスト: $0
🌐 Google Vision: シンプルな表に最適 - コスト: ~$0.0015/画像
🤖 GPT-4o: 複雑な表・セル結合に対応 - コスト: ~$0.010/画像
📊 コスト比較: GPT-4oはGoogle Visionの約6.7倍のコストですが、セル結合・階層構造の認識精度が高くなります。
💡 推奨用途:
✅ ON推奨: XMLスキーマ、API仕様書、組織図など階層構造を持つ文書（バランス型以上推奨）
❌ OFF推奨: 単純な文章のみの文書、処理速度優先の場合
⏱️ 処理時間節約: OFFで約60-150秒短縮（2ページPDF例: 210秒→0秒）
💰 APIコスト: 約$0.01～0.03/表（階層表のみ）
📝 Note: ONの場合、PDF内の表・フローチャートを検出し、階層関係（親子・兄弟）を自動解析します。階層構造がない単純な表は通常の表抽出のみ実行されます。OFFの場合は階層解析をスキップして処理時間を大幅に短縮します。
準備中...

🔍 検索

🎯 検索モード

🎭 専門家役割 (チャットモード用)

AIの回答視点を設定します。プリセットから選択するか、テキストボックスで直接編集できます。

🚀 AI戦略選択 (チャットモード用)

💡 選択ガイド: コスト最適化が選択されています。Gemini 2.0 Flash ($0.075/$0.30/1M tokens) で超低コスト・高速な回答を提供します。
💡 リストから選択、またはワイルドカード入力可（例: IMG_*.JPG, P1-*.pdf）

⚙️ 検索設定

PostgreSQL類似検索の候補件数（source_fileフィルタ使用時はDB側でフィルタ適用後に取得）
ユーザーに表示する最終結果件数（上限: 100件、完全網羅には50推奨）
各検索結果の表示文字数を選択
推奨: 0.0-0.2 (低いほど多くの結果、高いほど精密) ※完全網羅には0.0推奨
APIレスポンスをコンソールに出力
音声合成に使用するAIプロバイダーを選択（Geminiの方が20%安価、30種類の声優）
Telegram送信時の音声メッセージの声優を選択
Telegram送信時にテキストと音声の両方を送信