--- title: "会話の生成" slug: "rag-create-chat" updated: 2026-09-17T09:57:14Z published: 2026-09-17T09:57:14Z canonical: "api.ncloud-docs.com/rag-create-chat" --- > ## Documentation Index > Fetch the complete documentation index at: https://api.ncloud-docs.com/llms.txt > Use this file to discover all available pages before exploring further. # 会話の生成 VPC環境で利用できます。 ユーザークエリに対し、LLMが会話型文章を生成します。 ## リクエスト リクエスト形式を説明します。リクエスト形式は次の通りです。 | メソッド | URI | | --- | --- | | POST | /api/v1/svc/{serviceId}/conversation | ### リクエストヘッダ RAG APIで共通して使用されるヘッダの詳細は、[RAGのリクエストヘッダ](/docs/ja/rag-overview#%EC%9A%94%EC%B2%AD%ED%97%A4%EB%8D%94)をご参照ください。 ### リクエストパスパラメータ パラメータの説明は次の通りです。 | フィールド | タイプ | 必須の有無 | 説明 | | --- | --- | --- | --- | | `serviceId` | String | Required | サービスの固有 ID | ### リクエストボディ リクエストボディの説明は次の通りです。 | フィールド | タイプ | 必須の有無 | 説明 | | --- | --- | --- | --- | | `serviceId` | String | Required | サービスの固有 ID | | `messages` | Array | Required | メッセージリスト: [messages](/docs/ja/rag-create-chat#messages) - 会話履歴を表すメッセージオブジェクトの配列 | | `blocks` | Object | Optional | 各ブロックの名前をキーとする設定オブジェクト (基本設定を上書きするためのパラメータ) - ブロック名 - `RETRIEVAL` (文書検索) \| `GENERATOR` (回答生成) | | `blocks.{blockName}.type` | String | Optional | ブロックタイプ - `RETRIEVAL` \| `LLM` - `RETRIEVAL`ブロックの場合、`RETRIEVAL`と入力 - `GENERATOR`ブロックの場合、`LLM`と入力 | | `blocks.{blockName}.parameters` | Object | Optional | 各ブロックの詳細設定パラメータ - [RETRIEVALパラメータ](/docs/ja/rag-create-chat#RETRIEVAL%ED%8C%8C%EB%9D%BC%EB%AF%B8%ED%84%B0) \| [GENERATORパラメータ](/docs/ja/rag-create-chat#GENERATOR%ED%8C%8C%EB%9D%BC%EB%AF%B8%ED%84%B0) | | `citation` | Object | Optional | 引用設定 | | `citation.enabled` | Boolean | Optional | モデル回答で引用を表示するか - `true` (デフォルト) \| `false` - `true`: 引用を表示 - `false`: 引用を表示しない | | `verbose` | Boolean | Optional | ブロック別詳細結果を出力するか - `true` \| `false` (デフォルト) - `true`: ブロックをすべて表示 - `false`: `GENERATOR`ブロックのみ表示 | #### `messages` `messages`の説明は次の通りです。 | フィールド | タイプ | 必須の有無 | 説明 | | --- | --- | --- | --- | | `role` | String | Required | メッセージのロール - `user` \| `assistant` - `user`: ユーザークエリ - `assistant`: モデル回答 | | `content` | String | Required | メッセージの内容 | 参考 配列の最後の要素は必ず`role = "user"`でなければならず、最後のメッセージはユーザのクエリとして使用されます。 #### RETRIEVALパラメータ 文書検索ブロック(`blocks.RETRIEVAL.type = "RETRIEVAL"`)の設定パラメータです。 | フィールド | タイプ | 必須の有無 | 説明 | | --- | --- | --- | --- | | `k` | Integer | Optional | 検索対象の文書数 - デフォルト: 5 | | `fileName` | String | Optional | 検索対象ファイル名 | | `chunkSize` | Integer | Optional | テキストチャンクサイズ - 256~4096 (デフォルト: 512) | | `overlapSize` | Integer | Optional | チャンクの間で重複するテキストサイズ - 0以上、`chunkSize`の半分以下 (デフォルト: 128) | | `filters` | Array | Optional | 検索範囲を制限するフィルタ条件: [filters] (#filters) | **`filters`** | フィールド | タイプ | 必須の有無 | 説明 | | --- | --- | --- | --- | | `term` | Object | Optional | 完全に一致する値で文書を絞り込み - フィールド名: `extra.bucket`、`extra.key`、`extra.last_modified`、`extra.size`、`extra.{userField}`、`file_name` - `extra`フィールドの検索時に明示的に使用するために`.keyword`を付け、`value`に検索値を入力 (文字列タイプ) | | `range` | Object | Optional | 数字/日付の範囲で文書を絞り込み - フィールド名: `extra.last_modified`、`extra.size`、`extra.{userField}` - 演算子: `gte` (以上)、`gt` (超過)、`lte` (以下)、`lt` (未満) - 日付形式: YYYY-MM-DD、ファイルサイズ単位: Byte | #### GENERATORパラメータ 回答生成ブロック(`blocks.GENERATOR.type = "LLM"`)の設定パラメータです。 | フィールド | タイプ | 必須の有無 | 説明 | | --- | --- | --- | --- | | `chatModel` | String | Optional | LLMモデル - `HyperClovaX` - `OpenAI` - `Anthropic` | | `systemPrompt` | String | Optional | システム指示文 | | `llmParameters` | Object | Optional | LLMの詳細設定パラメータ | | `llmParameters.model` | String | Optional | LLMモデル名 - `HyperClovaX`: `HCX-003` \| `HCX-005` \| `HCX-007` \| `HCX-DASH-001` \| `HCX-DASH-002` \| ... - `OpenAI`: `gpt-5` \| `gpt-5-mini` \| ... - `Anthropic`: `claude-sonnet-4-5` \| `claude-haiku-4-5` \| `claude-opus-4-1` \| ... | | `llmParameters.clovaStudioApiKey` | String | Optional | CLOVA Studio API認証キー - [APIキー発行ガイド](/docs/ja/ai-naver-clovastudio-summary#API%ED%82%A4%EB%B0%9C%EA%B8%89)を参照 | | `llmParameters.temperature` | Float | Optional | 生成トークンに対する多様性の程度 - 0.00~1.00 (デフォルト: 0.50) - 値が高いほど多様な文章を生成 | | `llmParameters.topK` | Integer | Optional | 生成トークン候補群から確率の高いトークン K個を候補に指定してサンプリング - 0~128 (デフォルト: 0) | | `llmParameters.topP` | Float | Optional | 生成トークン候補群を累積確率に基づいてサンプリング - 0.00~1.00 (デフォルト: 0.80) - `chatModel` = `Anthropic`の場合、使用しない | | `llmParameters.maxTokens` | Integer | Optional | 最大トークン生成数 - 0~2048 (デフォルト: 256) | ### リクエスト例 リクエストのサンプルコードは次の通りです。 ``` curl --location --request POST 'https://kr-pub-gateway.rag.naverncp.com/api/v1/svc/{serviceId}/conversation' \ --header 'Authorization: Bearer {apiKey}' \ --header 'Content-Type: application/json' \ --header 'Accept: text/event-stream' \ --data '{ "serviceId": "{serviceId}", "messages": [ { "role": "user", "content": "NAVERの技術について教えて。" }, { "role": "assistant", "content": "NAVERは街の様子をデジタルでそっくり再現できる特別な技術を持っていて、ドローンを使って撮った写真をコンピュータの中でまるで本物のように立体的に見せることができます!" }, { "role": "user", "content": "この技術は何と呼ばれているの?" } ], "blocks": { "RETRIEVAL": { "type": "RETRIEVAL", "parameters": { "k": 1, "fileName": "leap-25.docx", "chunkSize": 256, "overlapSize": 128, "filters": [ { "term": { "extra.bucket.keyword": { "value": "clova-ai" } } }, { "term": { "file_name": "leap-25.docx" } }, { "range": { "extra.size": { "lte": 1000000 } } } ] } }, "GENERATOR": { "type": "LLM", "parameters": { "chatModel": "HyperClovaX", "systemPrompt": "小学生の目線に合わせて説明して。", "llmParameters": { "model": "HCX-005", "clovaStudioApiKey": "{clovaStudioApiKey}", "temperature": 0.50, "topK": 64, "topP": 0.50, "maxTokens": 1024 } } } }, "citation": { "enabled": true }, "verbose": true } ``` ## レスポンス レスポンス形式を説明します。 ### レスポンスヘッダ レスポンスヘッダの説明は次の通りです。 | ヘッダ | 必須の有無 | 説明 | | --- | --- | --- | | `Content-Type` | - | レスポンスデータの形式 - `application/json` | ### レスポンスボディ レスポンスボディの説明は次の通りです。 | フィールド | タイプ | 必須の有無 | 説明 | | --- | --- | --- | --- | | `code` | Integer | - | [APIレスポンスステータスコード](/docs/ja/rag-overview#%EC%9D%91%EB%8B%B5%EC%83%81%ED%83%9C%EC%BD%94%EB%93%9C) | | `message` | String | - | [APIレスポンスステータスメッセージ](/docs/ja/rag-overview#%EC%9D%91%EB%8B%B5%EC%83%81%ED%83%9C%EC%BD%94%EB%93%9C) | | `data` | Object | - | API処理結果 | | `data.results` | Array | - | RAG処理段階別結果: [results](/docs/ja/rag-create-chat#dataresults) | | `data.references` | Array | - | 引用情報: [references](/docs/ja/rag-create-chat#datareferences) | | `data.rateLimit` | Object | - | API使用量制限情報 | | `data.rateLimit.limitRequests` | String | - | 最大リクエスト数 | | `data.rateLimit.remainingRequests` | String | - | 現在残っているリクエスト数 | | `data.rateLimit.resetRequests` | String | - | リクエスト制限リセット時間(秒) | | `data.rateLimit.limitTokens` | String | - | 最大トークン数 | | `data.rateLimit.remainingTokens` | String | - | 現在残っているトークン数 | | `data.rateLimit.resetTokens` | String | - | トークン制限リセット時間(秒) | #### `data.results` 配列の各要素は、RAGの処理段階を順に表します。 | フィールド | タイプ | 必須の有無 | 説明 | | --- | --- | --- | --- | | `blockId` | String | - | RAG処理段階 - `START` \| `QUERY_REWRITE` \| `RETRIEVAL` \| `CONDITIONAL` \| `GENERATOR` - `START`: ユーザークエリを入力 - `QUERY_REWRITE`: クエリを再作成 - `RETRIEVAL`: 文書を検索 - `CONDITIONAL`: 分岐を選択 - `GENERATOR`: 最終回答を生成 | | `value` | String \| Array | - | ブロックごとの詳細結果 - `START`: ユーザークエリ - `QUERY_REWRITE`: 再作成されたクエリ - `RETRIEVAL`: [文書の検索結果](/docs/ja/rag-create-chat#RETRIEVAL_VALUE1) - `CONDITIONAL`: 分岐の結果 - `GENERATOR`: LLMの最終回答 | | `metadata` | Object | - | RAG処理段階別メタデータ | | `metadata.finishReason` | String | - | トークン生成停止の理由(`QUERY_REWRITE`、`GENERATOR`ブロックでのみ表示) - `length` \| `stop` \| `tool_calls` - `length`: 長さ制限 - `stop`: 回答生成中に stopに指定した文字が登場 - `tool_calls`: モデルが正常にツール呼び出しを完了 | | `metadata.chatModel` | String | - | LLMモデル(`QUERY_REWRITE`、`GENERATOR`ブロックでのみ表示) - `HyperClovaX` - `OpenAI` - `Anthropic` | | `metadata.modelName` | String | - | LLMモデル名 - `HyperClovaX`: `HCX-003` \| `HCX-005` \| `HCX-007` \| `HCX-DASH-001` \| `HCX-DASH-002` \| ... - `OpenAI`: `gpt-5` \| `gpt-5-mini` \| ... - `Anthropic`: `claude-sonnet-4-5` \| `claude-haiku-4-5` \| `claude-opus-4-1` \| ... | | `metadata.inputTokens` | Integer | - | 入力トークン数(`QUERY_REWRITE`、`GENERATOR`ブロックでのみ表示) | | `metadata.outputTokens` | Integer | - | 出力トークン数(`QUERY_REWRITE`、`GENERATOR`ブロックでのみ表示) | | `metadata.totalTokens` | Integer | - | トークンの総数(`QUERY_REWRITE`、`GENERATOR`ブロックでのみ表示) | | `metadata.thinkingContent` | String | - | 推論出力結果(`HCX-007`使用時、`GENERATOR`ブロックでのみ表示) | **`文書の検索結果`** | フィールド | タイプ | 必須の有無 | 説明 | | --- | --- | --- | --- | | `docId` | String | - | 文書の固有 ID | | `fileName` | String | - | 検索対象ファイル名 | | `score` | Float | - | 検索の類似度スコア - 0~1 - 値が高いほど類似度が高い | | `rank` | Integer | - | 検索結果ランキング | | `text` | String | - | 文書で検索されたテキスト | | `start_offset` | Integer | - | 文書でテキストチャンクが始まる文字の位置 | | `end_offset` | Integer | - | 文書でテキストチャンクが終わる文字の位置 | | `chunk_no` | Integer | - | チャンク番号 | | `page_no` | Integer | - | ページ番号 | #### `data.references` 回答作成時に使用された引用情報です。 | フィールド | タイプ | 必須の有無 | 説明 | | --- | --- | --- | --- | | `name` | String | - | ブロック名 - `RETRIEVAL` | | `data` | Array | - | 引用の詳細情報: [data](/docs/ja/rag-create-chat#data) | **`data`** | フィールド | タイプ | 必須の有無 | 説明 | | --- | --- | --- | --- | | `docId` | String | - | 文書の固有 ID | | `fileName` | String | - | 引用対象ファイル名 | | `text` | String | - | 文書で引用されたテキスト | | `start_offset` | Integer | - | 文書でテキストチャンクが始まる文字の位置 | | `end_offset` | Integer | - | 文書でテキストチャンクが終わる文字の位置 | | `chunk_no` | Integer | - | チャンク番号 | | `page_no` | Integer | - | ページ番号 | | `extra` | Object | - | 付加情報 | | `extra.bucket` | String | - | バケット名 | | `extra.size` | Integer | - | ファイルサイズ (Byte) | | `extra.last_modified` | String | - | 最終更新日時 - ISO 8601形式 | | `extra.key` | String | - | ファイル名 | ### レスポンス例 レスポンスのサンプルコードは次の通りです。 ``` { "code": 200, "message": null, "data": { "results": [ { "blockId": "START", "value": "この技術は何と呼ばれているの?" }, { "blockId": "QUERY_REWRITE", "value": "NAVERの技術のことを人々はどのような名称で呼んでいますか?", "metadata": { "finishReason": "length", "chatModel": "HyperClovaX", "modelName": "HCX-007", "inputTokens": 1355, "outputTokens": 256, "totalTokens": 1611 } }, { "blockId": "RETRIEVAL", "value": [ { "docId": "c69cd98c0674e1a8a814", "fileName": "leap-25.docx", "score": 0.04168701171875, "rank": 1, "text": "NAVERは巨大な街全体をデジタルツインデータで製作できる独自の技術を持っています。NAVERは、航空写真と写真測量技術を利用してメガシティ規模のデジタルツインデータを迅速かつ正確に製作することができ、AI技術で実際と同じ3次元空間に復元しました。既に韓国では、NAVER Payを通じて、実際に団地を訪問しなくても不動産物件情報を確認できる VRサービスを提供しています。", "start_offset": 4025, "end_offset": 4258, "chunk_no": 1, "page_no": 0 } ] }, { "blockId": "CONDITIONAL", "value": "branch1" }, { "blockId": "GENERATOR", "value": "NAVERが持つこの技術は、「デジタルツイン(Digital Twin)」と呼ばれています。デジタルツインとは、現実世界の物理的なオブジェクトを仮想世界にそっくり作り、リアルタイムでモニタリング・制御する技術を指します。分かりやすく言うと、実際の空間をコンピュータの中に双子のように作ったものです。\n\n例えば、私たちが住んでいる街や学校の建物をデジタルツインにすると、実際にその場所に行かなくても、コンピュータの画面で建物の内外を見渡すことができ、街を歩いたり、周辺施設を確認することもできます。さらに、天気の変化や交通状況などをシミュレーションして未来の状況を予測したり、問題を解決するのにも活用することができます。\n\nNAVERは、このようなデジタルツイン技術を活用してさまざまな分野で新しいサービスを開発しています。例えば、ネットでショッピングをしながら洋服を実際に試着したかのように見せてくれるバーチャルフィッティングルームや、家の中を3Dで探索しながらインテリアを飾る機能などがこれに当たります。\n\nこのように、デジタルツインテクノロジーは、私たちの日常生活をより便利にし、想像力を刺激する素晴らしいツールです。今後も絶えず進化を続けて、より多くの場面で活用されることが期待されています。", "metadata": { "finishReason": "length", "chatModel": "HyperClovaX", "modelName": "HCX-007", "inputTokens": 1355, "outputTokens": 256, "totalTokens": 1611, "thinkingContent": "ユーザーがデジタルツイン技術の概念と NAVERの適用事例を聞いているな。技術自体の定義からして実際の活用例まで順を追って説明しよう。" } } ], "references": [ { "name": "RETRIEVAL", "data": [ { "docId": "c69cd98c0674e1a8a814", "fileName": "leap-25.docx", "text": "NAVERは巨大な街全体をデジタルツインデータで製作できる独自の技術を持っています。NAVERは、航空写真と写真測量技術を利用してメガシティ規模のデジタルツインデータを迅速かつ正確に製作することができ、AI技術で実際と同じ3次元空間に復元しました。既に韓国では、NAVER Payを通じて、実際に団地を訪問しなくても不動産物件情報を確認できる VRサービスを提供しています。", "startOffset": 4025, "endOffset": 4258, "chunkNo": 1, "pageNo": 0, "extra": { "bucket": "clova-ai", "size": 966060, "last_modified": "2025-07-02T10:17:19+00:00", "key": "leap-25.docx" } } ] } ], "rateLimit": { "limitRequests": null, "remainingRequests": null, "resetRequests": null, "limitTokens": "60000", "remainingTokens": "58324", "resetTokens": "59s" } } } ``` ## レスポンスストリーム Server-Sent Events (SSE)方式でリアルタイムストリーミングレスポンスを提供します。各 SSEメッセージは次のような形式で構成されます (イベントは空の行で区切ります)。 ``` event: [event_type] data: [json_data] ``` 会話生成 APIがサポートするイベントタイプは、`step`、`ping`、`token`、`result`、`error`の5つです。 - `step`: 回答生成前にブロック別処理結果を出力 (`verbose = true`の場合) - `ping`: 回答生成前の待機中に Read Timeoutを防止するためにデータを出力 (回答生成まで1秒ごとに) - `token`: 生成中回答のトークンをリアルタイムで出力 - `result`: 最終回答を出力 - `error`: 回答生成中にエラーが発生した場合に出力 ### レスポンスヘッダ レスポンスヘッダの説明は次の通りです。 | ヘッダ | 必須の有無 | 説明 | | --- | --- | --- | | `Accept` | - | レスポンスデータの形式 - `text/event-stream` | ### レスポンスボディ レスポンスボディはイベントタイプによって異なります。 #### `step`イベント `step`イベントの説明は次の通りです。 | フィールド | タイプ | 必須の有無 | 説明 | | --- | --- | --- | --- | | `blockName` | String | - | RAG処理段階 - `START` \| `QUERY_REWRITE` \| `RETRIEVAL` \| `CONDITIONAL` - `START`: ユーザークエリを入力 - `QUERY_REWRITE`: クエリを再作成 - `RETRIEVAL`: 文書を検索 - `CONDITIONAL`: 分岐を選択 | | `blockResult` | String \| Array | - | ブロックごとの詳細結果 - `START`: ユーザークエリ - `QUERY_REWRITE`: 再作成されたクエリ - `RETRIEVAL`: [文書の検索結果](/docs/ja/rag-create-chat#RETRIEVAL_RESULT2) - `CONDITIONAL`: 分岐の結果 | **`文書の検索結果`** | フィールド | タイプ | 必須の有無 | 説明 | | --- | --- | --- | --- | | `docId` | String | - | 文書の固有 ID | | `fileName` | String | - | 検索対象ファイル名 | | `score` | Float | - | 検索の類似度スコア - 0~1 - 値が高いほど類似度が高い | | `rank` | Integer | - | 検索結果ランキング | | `text` | String | - | 文書で検索されたテキスト | | `start_offset` | Integer | - | 文書でテキストチャンクが始まる文字の位置 | | `end_offset` | Integer | - | 文書でテキストチャンクが終わる文字の位置 | | `chunk_no` | Integer | - | チャンク番号 | | `page_no` | Integer | - | ページ番号 | #### `ping`、`token`、`result`イベント `ping`、`token`、`result`イベントの説明は次の通りです。 | フィールド | タイプ | 必須の有無 | 説明 | | --- | --- | --- | --- | | `message` | Object | - | メッセージ情報 | | `message.role` | String | - | メッセージのロール - `assistant` | | `message.content` | String | - | 現在生成済みのトークン - `result`イベントでは、生成された全トークン | | `message.thinkingContent` | String | - | 現在生成済みの推論トークン - `token`イベントでは、推論が終わると出力されない - `result`イベントでは、生成された全推論トークン | | `status` | String | - | メッセージの状態 - `IN_PROGRESS` \| `COMPLETE` - `IN_PROGRESS`: 生成中 - `COMPLETE`: 生成完了 | | `references` | Array | - | 引用情報: [references](/docs/ja/rag-create-chat#references) (`result`イベントにのみ含める) | | `rateLimit` | Object | - | API使用量制限情報 (`result`イベントにのみ含める) | | `rateLimit.limitRequests` | String | - | リクエスト数制限 | | `rateLimit.remainingRequests` | String | - | 現在残っているリクエスト数 | | `rateLimit.resetRequests` | String | - | リクエスト制限リセット時間(秒) | | `rateLimit.limitTokens` | String | - | トークン数制限 | | `rateLimit.remainingTokens` | String | - | 現在残っているトークン数 | | `rateLimit.resetTokens` | String | - | トークン制限リセット時間(秒) | | `metadata` | String | - | リクエストメタデータ (`result`イベントにのみ含める) | | `metadata.finishReason` | String | - | トークン生成停止の理由 - `length` \| `stop` \| `tool_calls` - `length`: 長さ制限 - `stop`: 回答生成中に stopに指定した文字が登場 - `tool_calls`: モデルが正常にツール呼び出しを完了 | | `metadata.chatModel` | String | - | LLMモデル - `HyperClovaX` - `OpenAI` - `Anthropic` | | `metadata.modelName` | String | - | LLMモデル名 - `HyperClovaX`: `HCX-003` \| `HCX-005` \| `HCX-007` \| `HCX-DASH-001` \| `HCX-DASH-002` \| ... - `OpenAI`: `gpt-5` \| `gpt-5-mini` \| ... - `Anthropic`: `claude-sonnet-4-5` \| `claude-haiku-4-5` \| `claude-opus-4-1` \| ... | | `metadata.inputTokens` | Integer | - | 入力トークン数 | | `metadata.outputTokens` | Integer | - | 出力トークン数 | | `metadata.totalTokens` | Integer | - | トークンの総数 | **`references`** | フィールド | タイプ | 必須の有無 | 説明 | | --- | --- | --- | --- | | `name` | String | - | ブロック名 - `RETRIEVAL` | | `data` | Array | - | 引用の詳細情報: [data](/docs/ja/rag-create-chat#data1) | **`data`** | フィールド | タイプ | 必須の有無 | 説明 | | --- | --- | --- | --- | | `docId` | String | - | 文書の固有 ID | | `fileName` | String | - | 引用対象ファイル名 | | `text` | String | - | 文書で引用されたテキスト | | `start_offset` | Integer | - | 文書でテキストチャンクが始まる文字の位置 | | `end_offset` | Integer | - | 文書でテキストチャンクが終わる文字の位置 | | `chunk_no` | Integer | - | チャンク番号 | | `page_no` | Integer | - | ページ番号 | | `extra` | Object | - | 付加情報 | | `extra.bucket` | String | - | バケット名 | | `extra.size` | Integer | - | ファイルサイズ (Byte) | | `extra.last_modified` | String | - | 最終更新日時 - ISO 8601形式 | | `extra.key` | String | - | Object Storageキー | #### `error`イベント `error`イベントの説明は次の通りです。 | フィールド | タイプ | 必須の有無 | 説明 | | --- | --- | --- | --- | | `code` | Integer | Required | [APIレスポンスステータスコード](/docs/ja/rag-overview#%EC%9D%91%EB%8B%B5%EC%83%81%ED%83%9C%EC%BD%94%EB%93%9C) | | `message` | String | Required | [APIレスポンスステータスメッセージ](/docs/ja/rag-overview#%EC%9D%91%EB%8B%B5%EC%83%81%ED%83%9C%EC%BD%94%EB%93%9C) | ### レスポンスステータスコード RAG APIで共通して使用されるレスポンスステータスコードの詳細は、[RAGのレスポンスステータスコード](/docs/ja/rag-overview#%EC%9D%91%EB%8B%B5%EC%83%81%ED%83%9C%EC%BD%94%EB%93%9C)をご参照ください。 ### レスポンス例 レスポンスのサンプルコードは次の通りです。 ``` event: step data: { "blockName": "START", "blockResult": "この技術は何と呼ばれているの?" } event: step data: { "blockName": "QUERY_REWRITE", "blockResult": "NAVERの技術のことを人々はどのような名称で呼んでいますか?" } event: step data: { "blockName": "RETRIEVAL", "blockResult": [ { "docId": "{docId}", "fileName": "leap-25.docx", "score": 0.04168701171875, "rank": 1, "text": "NAVERは巨大な街全体をデジタルツインデータで製作できる独自の技術を持っています。NAVERは、航空写真と写真測量技術を利用してメガシティ規模のデジタルツインデータを迅速かつ正確に製作することができ、AI技術で実際と同じ3次元空間に復元しました。既に韓国では、NAVER Payを通じて、実際に団地を訪問しなくても不動産物件情報を確認できる VRサービスを提供しています。", "start_offset": 4025, "end_offset": 4258, "chunk_no": 1, "page_no": 0 } ] } event: step data: { "blockName": "CONDITIONAL", "blockResult": "branch1" } event: ping data: { "message": { "role": "assistant", "content": "" }, "status": "IN_PROGRESS", "references": [], "rateLimit": null, "metadata": {} } ... event: token data: { "message": { "role": "assistant", "content": "", "thinkingContent": "ユーザーが" }, "status": "IN_PROGRESS", "references": [], "rateLimit": null, "metadata": {} } ... event: token data: { "message": { "role": "assistant", "content": " デジタル" }, "status": "IN_PROGRESS", "references": [], "rateLimit": null, "metadata": {} } ... event: result data: { "message": { "role": "assistant", "content": "NAVERが持つこの技術は、「デジタルツイン(Digital Twin)」と呼ばれています。[†1]デジタルツインとは、現実世界の物理的なオブジェクトを仮想世界にそっくり作ることを意味し、これを通じてさまざまなシミュレーションや分析を行うことで、意思決定に役立てることができます。\n\n例えば、紙の上に家を描くとします。実際に建てる家とまったく同じ絵を描くのです。すると、その絵をもっていろいろな計画を立てたり、実験を行ったりできるわけです。雨が降ったときに水がどのように流れるか知りたいなら、絵の上で雨を降らせて結果を観察するといった具合にです。\n\nこのように作られた仮想世界は、実際の建物や都市を建設する前に、予めさまざまな状況をテストすることができて、時間とコストを節約できます。さらに、実際の建物の管理にも大いに役立ちます。例えば、建物内の機械が正常に動作しているか、エネルギーを効率的に使用しているかなどをモニタリングして、問題が発生する前に対策を講じることができます。\n\nNAVERはこのようなデジタルツイン技術を利用して、韓国のさまざまな地域を仮想世界に再現し、これに基づいてさまざまなサービスを開発しています。[†1]そうやって私たちは、直接現地に行かなくても、パソコンやスマートフォンでその地域の情報を確認したり、体験したりできるのです。本当にすごいと思いませんか?", "thinkingContent": "ユーザーがデジタルツイン技術の概念と NAVERの適用事例を聞いているな。技術自体の定義からして実際の活用例まで順を追って説明しよう。" }, "status": "COMPLETE", "references": [ { "name": "RETRIEVAL", "data": [ { "docId": "12345", "fileName": "leap-25.docx", "text": "NAVERは巨大な街全体をデジタルツインデータで製作できる独自の技術を持っています。NAVERは、航空写真と写真測量技術を利用してメガシティ規模のデジタルツインデータを迅速かつ正確に製作することができ、AI技術で実際と同じ3次元空間に復元しました。既に韓国では、NAVER Payを通じて、実際に団地を訪問しなくても不動産物件情報を確認できる VRサービスを提供しています。", "startOffset": 4025, "endOffset": 4258, "chunkNo": 1, "pageNo": 0, "extra": { "bucket": "clova-ai", "size": 966060, "last_modified": "2025-07-02T10:17:19+00:00", "key": "leap-25.docx" } } ] } ], "rateLimit": { "limitRequests": null, "remainingRequests": null, "resetRequests": null, "limitTokens": "60000", "remainingTokens": "56648", "resetTokens": "28s" }, "metadata": { "finishReason": "stop", "chatModel": "HyperClovaX", "modelName": "HCX-005", "inputTokens": 267, "outputTokens": 262, "totalTokens": 529 } } ```