スマート商品説明文ジェネレーター

Product Description Generator

RAGアーキテクチャに基づくAI商品説明文生成システム。高品質で正確な商品コピーライティングを自動作成します。

12 NodesAI & MLAI生成商品コピーライティングベクトル検索

ワークフロー概要

これはRAG（Retrieval-Augmented Generation：検索拡張生成）アーキテクチャに基づいた商品説明自動生成システムです。Webhook経由で商品情報リクエストを受け取り、ベクトルデータベースから関連するコンテキストを検索し、AIを用いて高品質な商品説明を生成した後、その結果をGoogle Sheetsに記録します。

ワークフロー構成

トリガー機構

  • Webhookトリガー: POSTエンドポイント /product-description-generator で外部からの商品説明生成リクエストを受信

データ処理フロー

1. テキスト前処理

  • Text Splitter: 入力テキストをチャンク単位に分割処理
    • チャンクサイズ: 400文字
    • オーバーラップ: 40文字
    • テキストの連続性とコンテキスト保持を確保

2. ベクトル化と保存

  • Embeddings (Cohere): Cohereの embed-english-v3.0 モデルを使用してテキスト埋め込みベクトルを生成
  • Pinecone Insert: ベクトル化されたテキストをPineconeベクトルデータベースに保存
    • モード: insert
    • インデックス名: product_description_generator

3. 検索と生成

ベクトル検索
  • Pinecone Query: ベクトルデータベースから関連商品情報を検索
  • Vector Tool: 検索機能をRAGエージェント向けツールとしてラップ
AI生成
  • Chat Model (Anthropic): 言語モデルとしてClaudeを使用
  • Window Memory: 対話コンテキストを維持し、マルチターン対話をサポート
  • RAG Agent: コアエージェントノード
    • システムプロンプト: "You are an assistant for Product Description Generator"
    • ベクトル検索結果と対話メモリを統合
    • 要件に合致した商品説明を生成

出力と監視

正常処理時

  • Append Sheet: 処理結果をGoogle Sheetsに追記
    • ドキュメント: Product Description Generator
    • シート: Log
    • 記録フィールド: Status

エラー処理時

  • Slack Alert: #alerts チャンネルにエラー通知を送信
    • メッセージ形式: "Product Description Generator error: {エラー内容}"

技術スタック

AI/MLコンポーネント

  • ベクトルデータベース: Pinecone
  • 埋め込みモデル: Cohere embed-english-v3.0
  • 言語モデル: Anthropic Claude
  • メモリシステム: Window Buffer Memory

統合サービス

  • Webhook: HTTP POSTインターフェース
  • Google Sheets: データ記録
  • Slack: アラート通知

データフロー

Webhookリクエスト
  ↓
テキストチャンキング
  ↓
ベクトル埋め込み (Cohere)
  ↓
[並列パス]
  ├─→ ベクトル保存 (Pinecone Insert)
  └─→ ベクトル検索 (Pinecone Query)
        ↓
      Vector Tool
        ↓
    RAG Agent (検索結果 + 対話メモリ + Claudeを統合)
        ↓
    [条件分岐]
      ├─→ 成功: Google Sheetsにログ記録
      └─→ 失敗: Slackにアラート通知

主な特徴

  1. RAGアーキテクチャ: ベクトル検索と生成型AIを組み合わせ、説明文の正確性を確保
  2. コンテキスト保持: Window Memoryにより対話型インタラクションをサポート
  3. チャンク処理: 長文入力をスマートに分割処理
  4. ログ追跡: Google Sheetsですべての処理ステータスを記録
  5. エラー監視: Slackによるリアルタイムアラートで問題に迅速対応

利用シーン

  • ECサイト向け商品説明の自動生成
  • 大量SKUの説明文最適化
  • 多言語商品コピーライティング
  • 既存データに基づく説明文のリライト

設定要件

API認証情報

  • Cohere API（埋め込みサービス）
  • Pinecone API（ベクトルデータベース）
  • Anthropic API（言語モデル）
  • Google Sheets OAuth2（データ記録）
  • Slack API（アラート通知）

Pinecone設定

  • インデックス名: product_description_generator
  • 事前にインデックスを作成し、Cohereモデルと次元数が一致するよう設定が必要