> For the complete documentation index, see [llms.txt](https://docs.allganize.ai/alli-llm-app-market/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.allganize.ai/alli-llm-app-market/manual/app-management/conversation/generative-answer.md). # 回答生成ノード回答生成ノードは、LLMを活用して、プロジェクト内のドキュメント・Q\&A・外部のWebサイトデータから自動的に回答を生成する機能です。チャットフローに組み込むことで、ユーザーの質問に対して会話形式で迅速かつ正確な情報提供が可能になります。 ## 回答生成ノード

*** ## 本機能について Alliへアップロードしたドキュメント・Q\&A・外部のWebサイトデータなどを活用し、LLMによって回答を自動生成するノードです。チャットフローに組み込むことで、ユーザーの質問に対し適切な情報を提供できます。 {% hint style="warning" %} RAG Agent V1やRAG Agent V2はマルチターン対話を行うため、機能に対応したモデルの選択が必要です。エージェントに対応したモデルには、モデル名の下に「\*Agent Compatible」と記載があります。 {% endhint %} *** ## 操作方法各メニューの操作方法を説明します。 ### 回答生成ノードの設定画面回答生成の動作を定義するノードです。実行タイプ・検索ソース・モデルなどを設定して、チャットフロー内でのAI回答生成を制御します。

* **質問の入力方式** ユーザーがチャット上で直接質問を入力する「ユーザー入力」か、変数を使って自動で入力する「変数」を選択します。 * 「ユーザー入力」を選択した場合：質問欄に表示する初期メッセージを設定できます。　（例：こんにちは、社内チャットボットAIです。質問を入力してください。） * ［変数］を選択した場合：\ 　質問文として用いる、ユーザーの入力内容を保存した変数をプルダウンで選択します。
* **ノードに入るたびにメッセージを出力** 質問の入力方式が「ユーザー入力」の場合に、ノードが起動するたびに設定したメッセージを繰り返し表示するかどうかを設定します。
* **ベースモデルの選択** 回答生成に使用するLLMモデルを選択します。エージェントタイプを使用する場合は、「\*Agent Compatible」と表示されたモデルを選択してください。

* **エージェントの選択** エージェントは「RAG Agent V1」または「RAG Agent V2」、「Basic Rag」から選択します。「RAG Agent V1」または「RAG Agent V2」は対話形式で追加質問を行いながら最適な回答を生成し、回答生成までの中間プロセスの確認ができます。
{% hint style="warning" %} 2026年6月現在、最新の推奨エージェントは**「RAG Agent V2」**です {% endhint %} * **検索ソース** 回答生成時に参照する情報源を「Q\&A」「ドキュメント」「ウェブ」の3種類から選択します。複数の組み合わせも設定可能です。 {% hint style="info" %} フォルダとハッシュタグを同時に指定した場合は**AND条件**で検索されます。 {% endhint %} * **Q\&A**：\ プロジェクト内にアップロードされたQ＆Aを使用します。\ Q＆Aに付与されたハッシュタグによる検索対象の指定や除外が可能です。すべてのQ＆Aを検索対象にしたい場合は、空白のままにしてください。 * **ドキュメント**：\ プロジェクト内にアップロードされたドキュメントを使用します。\ フォルダ単位での検索対象の範囲指定や、ドキュメントに付与されたハッシュタグによる検索対象の指定/除外が可能です。すべてのドキュメントを検索対象にしたい場合は、空白のままにしてください。\ 検索範囲として、フォルダとハッシュタグを同時に指定した場合の演算子は"AND"になります。 * **ウェブ**：\ 外部のWebサイトを検索し、回答ソースに使用します。\ 「ウェブサイトを追加」から、特定のウェブサイトをドメイン指定することが可能です。\ ドメインは複数設定することも可能です。
* ```

``` ```

``` * **マルチモーダル設定**\ 設定されたソース以外に追加で画像・ファイル・音声の分析はもちろん、画像やファイルの生成機能を利用することができます。\ また、アプリ内の各ノードごとに必要なツールやモデルを柔軟に組み合わせることができ、単一の会話フローの中で、ドキュメント・FAQ・WebベースのRAGエージェントの実行から、業務に欠かせない画像・ファイルの分析や成果物の生成までをスムーズに行えます。 * 詳細は[こちらのガイド](/alli-llm-app-market/manual/app-management/conversation/generative-answer/multi-modal.md)をご確認ください。
* **応答内容を以下の変数に保存する** 生成された回答を指定の変数に保存できます。既存の変数をドロップダウンで選択するか、新しく変数を作成して設定します。
* **回答生成後** 回答が生成された後、次のノードに進めるか、ユーザーが再度質問を行うかを選択します。 * 回答が見つからなかった場合のアクションを指定**※Basic Ragを選択した時のみ有効※**\ LLMで回答生成自体には成功したものの、対象となる検索ソースから的確な回答が見つからず、\ 「回答が見つかりませんでした」などのメッセージを表示した場合に、別途のアクションを指定できるオプション機能です。 * **メモ** 内部用のメモとして利用できます。フロー設計の補足情報などを記載できます。 {% hint style="warning" %} * エージェントタイプを使用する場合は、「\*Agent Compatible」と表示されたモデルを選択してください。 * 「回答が見つからなかった場合のアクション」を有効にするには、別途弊社での環境設定が必要です。 * 設定がご入用の場合は、弊社カスタマーサクセスにお問い合わせください。 * シェアドキュメントをOFFにしている場合、ユーザーによるドキュメントの範囲指定は利用できません。 * パーソナルドキュメントをOFFにしている場合、ユーザーによるドキュメントのアップロードは利用できません。 {% endhint %} ## 回答生成ノードで選択できるエージェントについて

	RAG Agent V2	RAG Agent V1	Basic Rag
概要	・RAG Agent V1のアップデート版・質問内容に応じて、回答生成・検索・要約・翻訳マルチモーダル機能などを実施	質問内容に応じて、回答生成・検索・要約・翻訳マルチモーダル機能などを実施	ドキュメントから回答を生成
主な特徴	・RAG Agent V1のアップデート版(消費クレジットの最適化＆精度向上) ・質問意図に応じてエージェントが自動で最適なタスクを実行	・質問意図に応じてエージェントが自動で最適なタスクを実行	・決められたステップに従い、指定した範囲から回答生成を実行。(エージェントが自動で判断した能動的なアクションはしない)
後続質問への対応	・前の文脈を保持するため、後続質問や追加指示に対応可能	・前の文脈を保持するため、後続質問や追加指示に対応可能	・デフォルトでは対応不可・別途、プロンプト内の「後続質問を生成」のプロンプトを有効化することで対応可能
適した用途	・対話形式で柔軟に回答を得たいケース・検索・翻訳・要約・マルチモーダル機能など汎用的な質問への対応	・対話形式で柔軟に回答を得たいケース・検索・翻訳・要約など汎用的な質問への対応	・マニュアルや社内文書からの回答生成のみを実行するケース・回答の出力形式を指定した上で、回答生成を行いたいケース

## ユーザー画面での利用時のソース設定について回答生成ノードを活用したアプリの場合、ユーザー側でAlli Works画面からアプリの利用時に、さらにユーザー側で検索範囲の絞り込みを行うことが可能です。

入力欄内の紫色で表示されたアイコンをクリックすると、シェアドキュメントとパーソナルドキュメント内で、参照したいを文書を自由に選択できます。前提として、回答生成ノードでドキュメントの検索対象をフォルダ単位等で絞り込んでいる場合は、設定したフォルダのみ、かつユーザーが閲覧権限を保持しているドキュメントのみが表示されます。 {% hint style="warning" %} シェアドキュメントをOFFにしている場合はユーザーからドキュメントの範囲指定を利用することはできません {% endhint %} 参照先に選択した文書は検索ボックスの下に表示されます。\ また、フォルダ全体を選択して、フォルダ内すべてを一度に選択することも可能です。「ドキュメントをアップロード」をクリックすると、その場でパーソナルドキュメントにドキュメントをアップロードし、検索対象に含めることも可能です。 {% hint style="warning" %} パーソナルドキュメントをOFFにしている場合はユーザーからドキュメントアップロードは利用できません。 {% endhint %} ウェブから検索が許可されている場合、アプリを利用するユーザーが検索対象のドメインを指定することも可能です。

#### ユーザーへの検索対象表示/非表示の条件回答生成ノードを活用したアプリの設計が、先頭から回答生成ノードに直接つながっているアプリ設計の場合はソース設定を行うためのボタンが最初から表示されますが、以下の画像例のように、ユーザーの質問文を「会話応答ノード」上などで入力した内容を、後続の「回答生成ノード」で**変数**から回答する設計をされたアプリの場合は、1回目の質問入力時に、ソース設定をするボタンが表示されません。機能仕様上、回答生成ノードが作動しているタイミングでソース設定のボタンがユーザーへ表示されます。

*** ## よくある質問 * **RAG Agent V2とRAG Agent V1の違いは何ですか？**\ どちらもエージェントの機能を持っていますが、RAG Agent V2はRAG Agent V1のアップデートバージョンのため、エージェントにおけるツール呼び出しの構造変更などを行っているため、精度の向上や、クレジット消費の最適化が見込めます。 * **RAG Agent V2・RAG Agent V1とBasic Ragの違いは何ですか？**\ RAG Agent V2やRAG Agent V1は対話形式で追加質問を自動で行いながら最適な回答を生成します。Basic Ragは指定したプロンプトをもとに単発の回答を生成します。 * **検索ソースは複数設定できますか？** はい。Q\&A・ドキュメント・ウェブの3種類を複数組み合わせて設定することが可能です。 * **フォルダとハッシュタグを同時に検索対象として指定した場合、どのように動作しますか？** AND条件での検索になります。指定したフォルダに含まれ、かつ指定したハッシュタグが付与されているドキュメントのみが検索対象になります。 * **エージェントタイプに対応しているモデルはどれですか？** モデル名の下に「\*Agent Compatible」と記載されているモデルがエージェントに対応しています。ベースモデルの選択画面でご確認ください。 *** ## 関連ページリンク * [回答生成ノードでマルチモーダルオプションを使用する](/alli-llm-app-market/manual/app-management/conversation/generative-answer/multi-modal.md) --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://docs.allganize.ai/alli-llm-app-market/manual/app-management/conversation/generative-answer.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.