ChatGPT RAGとは？自社データをAIに読ませる仕組みと実装方法を完全解説【2026年最新】

[ユーザーの質問]
      ↓
[Embedding APIで質問をベクトル化]
      ↓
[ベクトルDBで類似ドキュメントを検索・取得]
      ↓
[関連ドキュメント + 質問をプロンプトに組み込む]
      ↓
[GPT-5.4などが回答を生成]

from openai import OpenAI

client = OpenAI()

# 1. Vector Storeを作成（ドキュメントの保存先）
vector_store = client.vector_stores.create(
    name="社内ナレッジベース"
)

# 2. ドキュメントをアップロード
with open("company_manual.pdf", "rb") as f:
    file = client.files.create(file=f, purpose="assistants")

# 3. Vector StoreにFileを追加
client.vector_stores.files.create(
    vector_store_id=vector_store.id,
    file_id=file.id
)

# 4. Assistantを作成（File Searchツールを有効化）
assistant = client.assistants.create(
    model="gpt-5.4",
    tools=[{"type": "file_search"}],
    tool_resources={
        "file_search": {
            "vector_store_ids": [vector_store.id]
        }
    }
)

# 5. 質問する
thread = client.threads.create()
message = client.threads.messages.create(
    thread_id=thread.id,
    role="user",
    content="会社の有給休暇ルールを教えて"
)
run = client.threads.runs.create_and_poll(
    thread_id=thread.id,
    assistant_id=assistant.id
)