> Markdown twin of https://conduitllm.com/ja/use-cases/chat-with-documents.html > PDF、Word、CSV、Markdown などを Conduit に追加して質問。回答をクリックすれば根拠の箇所を確認可能 — インデックスはローカル。 --- 1. [Conduit](https://conduitllm.com/ja/) 2. [ユースケース](https://conduitllm.com/ja/use-cases.html) 3. ドキュメント ドキュメント # 自分のドキュメントとチャットし、*どのファイルが答えたかを正確に見る* 自分のテキスト、Markdown、CSV、Word、PDF ファイルをコレクションに追加し、チャットに添付して 質問します。Conduit は意味と厳密な語の両方を同時に検索し、どの回答も根拠にしたファイルを 名指しします — クリックすればその箇所自体を読めます。 [Conduit をダウンロード](https://conduitllm.com/ja/#get) 具体例を見る - テキスト、Markdown、CSV、Word、PDF - ハイブリッド検索 — 意味と厳密な語の両方 - どの回答も、使った箇所を示す 問題 自分のファイルについてアシスタントに何か尋ねると、自信満々に答えが返ってきます — でも、 本当に大事な段落を読んだのか、古い草稿を読んだのか、あるいは何も読んでいないのかを 確かめる手立てがありません。 該当するページを毎回手作業でチャット欄に貼り付けるのは、ワークフローではありません。 答えを信用できないことへの回避策です。 Documents が与えてくれるもの ## ただ読むだけでなく、確認できる回答 自分のファイルをきちんと検索し、毎回ソースへ戻る道筋も一緒に。 ### 5 つのファイル形式、1 つのコレクション テキスト、Markdown、CSV、Word（`.docx`）、PDF。ウィンドウのどこにでもファイルをドロップして追加でき、サイドバーからコレクションを組み立てて、まるごとチャットに添付できます。 ### 意味でも厳密な語でも見つかる ベクター検索と SQLite の全文検索が同じ箇所に対して走り、1 つのランキングへ統合されます — 言い回しを変えた質問と、厳密な 1 語がカギになる質問の、どちらも当たります。 ### 別立てのインデックスを運用しなくていい インデックスは、チャットと同じローカル SQLite データベースの中に、ただの行として存在します — 別途インストール・ホスト・バックアップするベクターデータベースはありません。 仕組み ## 3 ステップ、別のツールは不要 すべて Conduit の中で完結します — 先にファイルをサードパーティのインデックスサービスへ書き出す必要はありません。 ### コレクションを作る サイドバーの Documents を開き、コレクションを作成します。ウィンドウのどこにでもファイルをドラッグして追加するか、テキスト、Markdown、CSV、Word、PDF ファイルを 1 つずつ追加します。 ### チャットに添付する その会話の composer からコレクションを選びます。あるプロバイダーで初めてインデックスを作るときは、Conduit が何かを送る前に同意を求めます。 ### 質問し、ソースを確認する 回答は検索したファイルを、質問の下にチップとして名指しします。チップをクリックすれば、要約ではなくテキストそのもの、使われた正確な箇所が開きます。 具体例 ## 設計の質問を、答えたノートまでさかのぼる あるエンジニアリングチームは、1 つのコレクションに 4 つのファイルを入れています — アーキテクチャ 概要、認証の設計ノート、同期バックログ用のランブック、API リファレンスです。新しく入ったメンバーが、 クライアントはなぜ認証を 2 回再試行してからユーザーをサインアウトするのかを尋ねます。 Conduit は 4 つのドキュメントすべてを一度に検索します — 意味で検索するので、「refresh race」と いう語を一度も使わない質問でも、それについての段落が見つかり、厳密な語でも検索するので、 `409 refresh_reused` のようなエラーコードは直接ヒットします。回答は根拠にしたファイルを 名指しし、設計ノートから 2 回の再試行の理由をそれぞれ説明します。 引用されたファイルをクリックしても要約は開きません。回答が使った実際の箇所が、ディスク上のパスと ともにそのまま開きます — 答えを確認するのに元のドキュメントを探し回る必要はなく、 クリック 1 回で済みます。 [ドキュメントの仕組みをドキュメントで読む](https://conduitllm.com/ja/docs.html#documents) データがどこへ行くか ## 1 つではなく、2 種類の通信 ファイルをインデックス化することと、それについて質問することは、異なるものを異なる送信先へ送ります。 | ステップ | 送信先 | | --- | --- | | OpenAI、Gemini、OpenRouter でのインデックス作成 | そのプロバイダーがドキュメントの全文を一度受け取ります | | Ollama でのインデックス作成 | どこにも送られません — 埋め込みはあなたのマシン上で実行されます | | 質問する | チャットプロバイダーが、取得された箇所をプロンプトの一部として受け取ります | Anthropic は embeddings API を提供していないため、Claude がインデックス作成の選択肢になることはありません — チャットの選択肢としてのみです。Conduit が行うすべての通信は、これだけでなく [プライバシーページ](https://conduitllm.com/ja/privacy.html)をご覧ください。 限界 ## できること、できないこと ### できること - テキスト、Markdown、CSV、Word、PDF ファイルを、あなたが管理するコレクションに追加し、意味と厳密な語の両方で同時に検索します。 - 回答が根拠にしたファイルを正確に示し、そのソース箇所へクリックひとつでたどり着けます。 - ファイルをあなたのマシン上で解析します — Conduit にはアップロード先となる自前のサーバーがありません。 - 埋め込みプロバイダーを選べ、あとから変更もできます。同意はプロバイダーごとで、ドキュメント ページからいつでも撤回できます。 - インデックスをチャットと同じローカル SQLite データベースに保ち、別立てで動かすベクターサービスを不要にします。 - 埋め込みとチャットの両方に Ollama を選べば、完全にオンデバイスで動作します。 ### できないこと - テキストレイヤーのないスキャン PDF は読めません — OCR の処理がないため、そうしたファイルからは何も得られません。 - Claude でインデックスを作ることはできません — Anthropic には embeddings API がないため、チャットは Claude に任せるとしても、その部分は OpenAI、Gemini、OpenRouter、Ollama から選んでください。 - Ollama を選ばない限り、ドキュメントのテキストをネットワークから遠ざけることはできません — クラウドの埋め込みは、その設計上、全文を一度送信します。 - 保存時の暗号化をオンにしない限り、ドキュメントの chunk は暗号化されません — 既定はオフで、オンにするまではすべて平文です。 - ソースの抜粋のところで止まりません — 取得された箇所はプロンプトの一部としてチャットプロバイダーへ送られるため、そのプロバイダー自身のポリシーもそこに適用されます。 - ローカル専用モードがオンの間はクラウドの埋め込みプロバイダーを許可しません — そのモードで Conduit が選ぶのは Ollama だけです。 ## ドキュメントとのチャット — よくある質問に正直に答えます **どのファイル形式とチャットできますか** プレーンテキスト、Markdown、CSV、Word（`.docx`）、PDF です。どれでも Conduit のウィンドウにドラッグすればコレクションに追加でき、サイドバーの Documents セクションから 1 つずつ追加することもできます。OCR の処理はないため、テキストレイヤーのないスキャン PDF は読み取れません — 単に何もテキストが得られないだけです。 **ドキュメントは自分のコンピュータから出ていきますか** ファイルはどちらにしてもあなたのマシン上で解析されます。インデックスを機能させるため、ドキュメントの全文は選んだ埋め込みプロバイダーへ一度だけ送られます — Ollama を選べば話は別で、これはオンデバイスで埋め込みを行い、何も送信しません。あとで質問をすると、あなたのファイルから取得された箇所が、ほかに入力するものと同じように、プロンプトの一部としてチャットプロバイダーへ送られます。つまりコレクションが完全にオンデバイスになるのは、Ollama が埋め込みを行い、ローカルモデルが回答する場合だけです。 **なぜ Claude でドキュメントをインデックス化できないのですか** Anthropic は embeddings API を提供していないため、Claude はファイルを検索可能なインデックスに変える選択肢の 1 つではありません。インデックス作成には OpenAI、Gemini、OpenRouter、Ollama のいずれかを選んでください — チャット自体と、ドキュメントから取得された箇所を Claude に送って回答させることは引き続きできます。 **完全にオフラインでドキュメントとチャットできますか** はい、Ollama にファイルの埋め込みとチャットへの回答という両方の役割を担わせ、すでにローカルで持っているモデルを動かします。ローカル専用モードをオンにすれば、Conduit がこれを代わりに強制します — クラウドの埋め込みプロバイダーはきっぱり拒否されるので、コレクションが気づかないうちにインターネットと話し始めることはありません。 **Conduit はどの箇所を使うかをどう決めていますか** 同じローカルデータベース上で 2 つの検索が同時に走ります — 意味で一致させるベクター検索と、厳密な語で一致させる SQLite の全文検索です。この 2 つのランキングは reciprocal rank fusion で統合されます。この組み合わせは、元のテキストとは違う言い回しの質問と、製品コードや名前のような厳密な 1 語がカギになる質問の、両方を拾い上げます。回答が根拠にしたファイルはメッセージの下にチップとして表示されます — クリックすれば要約ではなく、その箇所そのものを読めます。 **ドキュメントのインデックスは暗号化されますか** Settings で保存時の暗号化をオンにした場合だけです — 既定ではオフです。オンにすると、ドキュメントの chunk は添付ファイル、成果物、memory と並んで、OS のキーチェーンに紐づく形で暗号化されます。オフのままだと、インデックスはチャットと同じローカルデータベースに、暗号化されずに置かれ、OS 自体のファイル権限だけで守られます。 関連 ## Conduit のほかの使い方 機微な業務向け ### 勝手に通信しない AI アシスタント テレメトリーなし、アカウントなし、ローカル保存 — ドキュメントの埋め込みと取得についての同じ注意点も、余さず説明しています。 [プライベートに保つ](https://conduitllm.com/ja/use-cases/private-ai.html) ローカルモデル利用者向け ### ローカルモデルに、本格的なアプリを添えて チャットにも埋め込みのステップにも Ollama や LM Studio を — 完全にオンデバイスで自分のファイルを検索する方法です。 モデルをローカルで動かす AI を多用する人向け ### シートではなく、トークン単位で払う チャットプロバイダーに自分のキー、そしてドキュメントを埋め込むサービスにも別途自分のキーを。 自分のキーを持ち込む ## 自分のファイルに質問し、何が答えたかを見る 無料、オープンソース。最初のコレクションを作る前から、自分のマシンで動いています。 [Conduit をダウンロード](https://conduitllm.com/ja/#get) [Documents のすべての詳細を見る](https://conduitllm.com/features.html#documents) まだ release candidate です。インストーラは OS のコード署名を受けていないため、初回起動時に SmartScreen や Gatekeeper の警告が出ることがあります。