PDFとチャット

ここでの「PDFとチャット」の意味

PDF とのチャットは、静的な文書を問いかけられるものに変えます。PDF をアップロードすると、ページはテキストをローカルで抽出し、その後あなたが入力する各質問が——文書のテキストとともに——大規模言語モデルに送られます。モデルは文書とあなたの質問を同時に読み、回答を返します。うまく行えば、「第 4 条は解約について何と言っていますか？」や「7 ページの 3 つのリスクを要約して」のような質問ができ、数秒で役立つ回答を得られます。

私たちのやり方はほとんどのサービスより正直です。第三者の AI があなたの文書を見ることを、最初からお伝えします。それ以外にしようがありません。現代の LLM は誰かの GPU 上で動くのであって、あなたのブラウザーのタブの中では動きません。私たちにできるのは、imisspdf を完全に経路の外に置くことです。信頼するプロバイダーを選び、利用料を払い、キーはブラウザーに留まり、リクエストはプロバイダーへ直接行きます。私たちは質問も、回答も、文書も見ません。

なぜ「BYOK」（自分のキーを持ち込む）なのか

ふつうの SaaS の PDF チャットは、自社のサーバーを通じて自社のキーで LLM 呼び出しを実行し、サブスクリプションを課金します。そのモデルにはプライバシーを気にするユーザーにとって 2 つの問題があります。サーバーが AI に向かう途中であなたの文書を見ること、そして保存方針についての約束を信頼しなければならないことです。私たちはアーキテクチャを反転させてこれを避けます。あなたがキーを持ち込み、私たちにサーバーの工程は一切不要になります。

確かに少しの初期設定コストはかかります。API キーを一度作り、貼り付け、モデルを選ぶ必要があります。その後は、各質問はあなたのブラウザーからプロバイダーへの 1 回のネットワーク呼び出しで、あなたのアカウントに課金されます。軽い利用なら、これはサブスクリプションよりずっと安価です（OpenAI の gpt-4o-mini のような安いモデルなら、十数件の質問で数セント）。重い利用なら、Ollama を使って何も払わずに済みます。

どのプロバイダーを選ぶべき？

• OpenAI（gpt-4o-mini、既定）： 良い基準です。信頼でき、速く、入力 100 万トークンあたり約 0.15 ドル。とにかく動いてほしいときに最適です。
• Anthropic（Claude Haiku）： 長い文書と慎重な推論にとても強力。価格はおおむね同等です。注：Anthropic の API はブラウザーからのアクセスを公式には認めていません。このツールは明示的な許可ヘッダーを送ってそれを可能にします。
• Google（Gemini Flash）： 低ボリュームの個人利用には寛大な無料枠があります。速いです。
• Ollama（自己ホスト）： クラウドゼロ、電気代以外のコストゼロ。Ollama をインストールし、ollama pull llama3.2 を実行し、ベース URL を http://localhost:11434 に設定します。文書と質問があなたのマシンを離れることはありません。

プライバシーとセキュリティ

具体的には、送信をクリックすると、あなたのブラウザーは api.openai.com（または api.anthropic.com、generativelanguage.googleapis.com、localhost:11434）に、あなたの API キーとメッセージのスタック——文書テキストを含むシステムプロンプト、これまでのチャット履歴、そして新しい質問——を含むリクエストを送ります。プロバイダーはアシスタントの回答で応答します。その往復は、完全にあなたのブラウザーとプロバイダーの間で起こります。imisspdf は一度だけ HTML/JS を配信し、その後は関与しません。

あなたの API キーは localStorage["imisspdf.llm.key.<プロバイダー>"] に保存されます。これは imisspdf のオリジンで実行されるあらゆる JS——つまりこのページを動かすために私たちが配信する JS——から読み取れます。私たちはキーを持ち出しません。ネットワークタブを調べれば確認できます。すべてを消すには「すべてのキーを削除」をクリックするか、ブラウザーのサイトデータを消去してください。