自動車整備工場向けAI受付システムの構築：RAGパイプラインと音声統合

RAGパイプラインの構築

最初のステップは、幻覚を防ぐための正確な知識ベースの作成でした。開発者は整備工場のウェブサイトのサービスページと価格情報をマークダウンファイルにスクレイピングし、サービス種類、価格、所要時間、営業時間、支払い方法、キャンセルポリシー、保証情報、代車、特定の車種など、21以上の文書を含む構造化された知識ベースを作成しました。

各文書はVoyage AI（voyage-3-large）を使用して1024次元のベクトルに変換され、生のテキストと共にMongoDB Atlasに保存され、埋め込みフィールドにAtlas Vector Searchインデックスが作成されました。

顧客が質問すると、同じVoyage AIモデルを使用してクエリが埋め込まれ、Atlas Vector Searchインデックスに対して実行され、意味的に最も類似した上位3つの文書が返されます。取得した文書は、厳格なシステムプロンプトを持つAnthropic Claude（claude-sonnet-4-6）にコンテキストとして渡されます：知識ベースからのみ回答し、応答は短く会話調に保ち、わからない場合はそのように伝えてメッセージを取ることを提案します。

応答例：「オイル交換はいくらですか？」→「従来型は45ドル、合成オイルは75ドルです。オイルフィルター、液剤補充、タイヤ空気圧チェックが含まれます。約30分かかります。」

実際の電話回線への接続

開発者は音声プラットフォームとしてVapiを使用し、電話回線の処理を行いました：電話番号の購入、音声認識（Deepgram経由）、音声合成（ElevenLabs経由）、サーバーへのリアルタイム関数呼び出しです。

FastAPIのウェブフックサーバーが/webhookエンドポイントで構築されました。発信者が質問すると、Vapiは発信者のクエリを含むtool-callsリクエストをこのエンドポイントに送信します。サーバーはそれをRAGパイプラインにルーティングし、Claudeからの応答を取得してVapiに返送し、Vapiがそれを発信者に読み上げます。

開発中、サーバーはポート8000でローカルに実行され、Ngrokを使用して公開されます。NgrokはパブリックHTTPS URLへのトンネルを作成し、そのURLがウェブフックエンドポイントとしてVapiダッシュボードに貼り付けられます。

Vapiダッシュボードでは、アシスタントが挨拶（「こんにちは、Dane's Motorsportにお電話いただきありがとうございます。本日はどのようなご用件でしょうか？」）と2つのツールで構成されました：RAGベースの応答のためのanswerQuestionと、質問に答えられない場合に名前と番号を収集するsaveCallbackです。

Vapiは各リクエストで完全な会話履歴を送信し、会話のメモリを可能にします。