ドキュメントRAG検索システムを構築する

ユースケース概要

社内ドキュメントをベクター化してQdrantに格納し、「○○の設定方法は？」「△△の仕様について教えて」という自然言語クエリに対してLLMが関連ドキュメントを参照しながら回答する。

解決する課題: 社内Confluenceやドキュメントが増えすぎて「どこに何があるかわからない」問題を解決する

使用するn8nノード:

Schedule Trigger（定期インデックス更新）
HTTP Request / Notion（ドキュメント取得）
Text Splitter（チャンク分割）
OpenAI Embeddings（ベクター化）
Qdrant Vector Store（格納・検索）
OpenAI Chat Model（回答生成）

ワークフロー構成

ワークフロー1: インデックス構築（定期実行）

[Schedule Trigger: 毎日03:00]
    ↓
[Notion: 全ページ取得]
    ↓
[Loop Over Items]
  └── [Text Splitter: Recursive Character]
          ↓
      [OpenAI Embeddings]
          ↓
      [Qdrant: Upsert]

ワークフロー2: 検索・回答（オンデマンド）

[Webhook / Chat Trigger]
    ↓
[Basic LLM Chain with Vector Store Retriever]
  ├── [OpenAI Chat Model]
  └── [Qdrant Vector Store: 類似検索]
    ↓
[回答返却]

実装手順（インデックス構築）

Step 1: Notionページの取得

Resource: Database Item
Operation: Get Many
Database ID: your-doc-database-id
Filter: Published = true

Step 2: テキスト分割（Text Splitter）

Type: Recursive Character Text Splitter
Chunk Size: 500
Chunk Overlap: 50

チャンクオーバーラップを設定することで文脈の切れ目を軽減する。

Step 3: Embeddingsの生成

Provider: OpenAI Embeddings
Model: text-embedding-3-small

各チャンクをベクター（浮動小数点数の配列）に変換する。

Step 4: Qdrantへのインデックス格納

Operation: Upsert
Collection: company_docs
Mode: Insert Documents with Metadata

Metadata:
  source: notion
  pageId: {{ $json.id }}
  title: {{ $json.properties.Name.title[0].plain_text }}
  url: {{ $json.url }}
  updatedAt: {{ $json.last_edited_time }}

実装手順（検索・回答）

Step 5: Q&A Chainの設定

Node: Question and Answer Chain
Retriever: Vector Store Retriever
  → Qdrant (上記コレクション)
  → Top K: 5

LLM: OpenAI Chat Model (gpt-4o-mini)

System Prompt:
以下の参考情報に基づいてのみ回答してください。
参考情報に答えがない場合は「情報が見つかりませんでした」と回答してください。
回答の根拠となった情報源のURLも示してください。

ポイント・注意事項

チャンクサイズはドキュメントの密度に合わせる。短い仕様書は500字、長い技術文書は1000字が目安
メタデータ（source・title・url）を付与することで、回答に出典情報を含められる
Qdrantはオープンソースでセルフホスト可能。n8nと同じDockerネットワークに配置する