### pinecone install
!pip install pinecone-client

### open ai install
!pip install --upgrade openai

###検索実行用セル
from pinecone import Pinecone, PodSpec
import json
from openai import OpenAI

pc = Pinecone(api_key='**************')
client = OpenAI(api_key = "sk-***********")
index = pc.Index("starter-index-test1")
##ベクター検索をする
query ='価格入力で、ファイル出力をしたいです。EXCELで出来ると良いのですが、サポートお願いします。'

response = client.embeddings.create(input=query,model="text-embedding-ada-002")
query_emb = response.data[0].embedding
index.query(vector=query_emb,top_k=50,include_values=False,include_metadata=True)

from openai import OpenAI
import textwrap

openai_client = OpenAI(api_key = "sk-***********")

question = '金額入力画面の内容をEXCEL出力したい'
system_prompt = textwrap.dedent("""\
  あなたは日本語文法の研究者です。以下コンテクストの文を分析します。
  ## コンテクスト ##
  {}
  """).format(question)
question2 = 'コンテクストの文から名詞を抽出し、その名詞を半角カンマで区切って最大５個まで回答して下さい。'
question2 += '抽出数が５個より多い場合は、文字数が多い順に回答して下さい。'
question2 += '名詞が無い場合は、Noneと回答して下さい。'
response_gpt = openai_client.chat.completions.create(
  model="gpt-4o",
  messages=[
    {"role": "system", "content": system_prompt},
    {"role": "user", "content": question2}
  ],
)
reply = response_gpt.choices[0].message.content
ret_word_tmp = reply.split(',')
print('ret_word_tmp',ret_word_tmp)

#キーワード利用検索処理
from pinecone import Pinecone, PodSpec

pc = Pinecone(api_key='******')
index = pc.Index("starter-index-test1")
llm_context = ''
context_candidates,work_list,use_context = [],[],[]

for search_word in ret_word_tmp:
    print('search_word:',search_word)
    res_openai = openai_client.embeddings.create(input=search_word,model="text-embedding-ada-002")
    search_word_emb = res_openai.data[0].embedding
    search_results = index.query(vector=search_word_emb,top_k=10,include_values=False,include_metadata=True)
    work_list_tmp = []
    for val in search_results['matches']:
        if val['score'] >= 0.8:
            context_candidates.append([val['id'],val['score'],val['metadata']['doc']])
            work_list_tmp.append(val['id'])
    work_list.append(work_list_tmp)
print('len(context_candidates):',len(context_candidates))
print('work_list:',work_list)
for candidate_list in use_context:
    llm_context = llm_context + candidate_list[2] + '\n-----------------\n' 

system_prompt = textwrap.dedent("""\
    あなたは質問に回答するチャットbotです。
    以下のコンテクストを参考にして質問に回答して下さい。
    コンテクストの中に質問に対する答えがない場合や、わからない場合、不確かな情報で回答しないでください。
    わからない場合は正直に「わかりませんでした」と答えてください。
    ## コンテクスト（開始） ##
    {}
    ## コンテクスト（終了） ##
""").format(llm_context)
response_gpt = openai_client.chat.completions.create(
    model="gpt-4o",
    messages=[
        {"role": "system", "content": system_prompt},
        {"role": "user", "content": question}
    ],
)
answer = response_gpt.choices[0].message.content
print("回答：",answer)