WhiziでAIにドキュメントをアップロードする方法

対応ファイル形式と、実際に起こること

ファイルをコンポーザーにドラッグするか、クリップアイコンをクリックして添付し、その後に質問します。モデルが受け取る内容はファイルの種類によって異なり、それを知っておくと意外な結果の多くを説明できます。

種類	拡張子	モデルが扱う内容
テキストPDF	.pdf	読み取り順に抽出されたテキスト（表も含む）
スキャンPDF	.pdf	サーバー側の画像認識によるページごとの書き起こし
Wordドキュメント	.docx	ブラウザ内で抽出された文書テキスト
スプレッドシート	.xlsx, .csv	セルの値（テキストとして。数式は生きていない）
画像	.png, .jpg, .jpeg	マルチモーダルモデルが読み取る画像そのもの
コードとプレーンテキスト	.py, .js, .ts, .go, .md, .txt など	ファイルの内容そのまま

押さえておくべき結果が2つあります。まず、スプレッドシートは動くワークブックではなく値として届くため、モデルは数式が出した結果を読むことはできても、数式そのものを再実行することはできません。次に、スキャンされたPDFはプレーンテキスト抽出ではなく画像認識による書き起こしを経ているため、珍しいフォントや手書きの注記、低解像度のスキャンによって、数字の一部が誤読されることがあります。スキャンされた文書の数値は必ず原本と照合してください。画像に関して一つ注意点があります。コンポーザーはGIFファイルを受け付けず、PNGまたはJPEGを求めます。

質問する前にファイルを準備する

ここで5分かけると、後の混乱した会話を防げます。

• ファイルにはその中身がわかる名前を付けましょう。 モデルはファイル名を見るため、2025-q3-vendor-contract-acme.pdfはdocument(3).pdfよりも有用な文脈を与えます。スレッドに複数のファイルがある場合、これは非常に重要になります。
• プレゼン用の見た目ではなく、元データを送りましょう。 特にスプレッドシートでは、セル結合や、データ内の小計、余白のメモがあるバージョンは、大きくても素直なファイルよりもはるかに多くのエラーを引き起こします。
• 巨大な文書はサイズではなく目的で分割しましょう。 手法と結果のセクションだけが必要なら、400ページ全体をアップロードして注意がうまく向かうことを期待するより、その部分だけをアップロードする方が良い結果になります。
• 不要な個人情報は削除しましょう。 分析に名前やメールアドレス、識別子が必要になることはほとんどなく、それらをアップロードしてよいか悩むより、削除してしまう方が早いです。
• PDFが本当にテキストかどうか確認しましょう。 PDFリーダーでテキストを選択してみてください。できない場合はスキャンであり、Whiziは画像認識で書き起こしを行うため、数字は原本と突き合わせる価値があります。

ファイルに合わせてモデルを選ぶ

この選択は、文書を扱う作業ではプロンプトよりも重要です。

• 長いものにはGemini。 WhiziのGeminiモデルは100万トークンのコンテキストウィンドウを持つため、200ページのレポート、契約書一式、あるいは十数本の論文をひとつにまとめて扱うことができ、分割処理する必要がありません。複数文書をまたぐ質問は、すべてが実際にコンテキストに入っている場合にのみ正しく機能します。
• ニュアンスにはClaude。 法律文書、ポリシー文書など、意味が留保や条件付けに左右されるものすべてに向いています。文書に書かれていないことを教えてくれる点でも最も優れており、それこそが実際の質問であることが多くあります。
• 抽出にはGPT。 請求書、フォーム、構造化データなど、厳密な表やJSONを求め、100行にわたって一貫したフィールド名を必要とする場合に向いています。
• 画像、図表、スクリーンショット、図解にはマルチモーダルモデルを。 解釈させる前に、まず見えているものを説明させると、誤読を早い段階で見つけられます。

再アップロードせずにスレッドの途中でモデルを切り替えられる点が、ひとつのワークスペースで作業する意味です。Geminiで読み、GPTで抽出し、Claudeに要約を書かせる、すべて同じ添付ファイルに対して行えます。会話の途中でモデルを切り替えるを参照してください。

複数の文書を同時に扱う

単一の文書に対する質問も便利です。複数文書にまたがる質問こそ、単なる便利機能ではなく、これまで持っていなかった能力になる領域です。

プロンプト：比較する

contract-a.pdfとcontract-b.pdfを比較してください。異なるすべての条項を表にしてください：条項名、Aの内容、Bの内容、どちらが当社にとって有利か、その理由。書式や番号付けの違いは無視してください。一方にのみ存在し他方にない条項は別に挙げてください。

プロンプト：統合する

添付したすべてのファイルを横断して、[質問]に答える表を1つ作成してください。1文書につき1行とし、最初の列に文書名を入れてください。ある文書がその点に触れていない場合はNOT ADDRESSEDと書いてください。定義が異なる文書を、そのことを示さずに統合しないでください。

プロンプト：矛盾を見つける

これらの文書はどこで互いに矛盾していますか？両方の該当箇所を並べて引用し、それぞれがどのファイルからのものか明示してください。範囲や日付の違いによる差異と、本当の矛盾を区別してください。

複数のファイルがある場合は、プロンプトの中で必ずファイル名を挙げて参照してください。「ベンダー契約書では、通知期間はどのくらいですか」は明確ですが、「通知期間はどのくらいですか」ではモデルに選ばせることになり、どちらを選んだかは教えてくれません。

回答がおかしいと感じたとき

ほとんどの問題を解決する、短い診断の手順があります。

モデルがファイルを見られないと言う場合。 添付が実際にアップロードされたことを確認し、「添付のreport.pdfでは」のように明示的に参照してください。画像の場合は特に、「添付の画像を見てください」と言うことで、質問文だけから答えるのではなく、マルチモーダルの処理経路が確実に使われるようになります。

回答が間違った文書についてのものになっている場合。 スレッドに複数のファイルがある場合は、すべての質問でファイル名を挙げてください。

スキャンされた文書で数字が微妙に間違っている場合。 これはスキャンの書き起こしの問題であり、推論の問題ではありません。モデルに周辺の行をそのまま引用させ、何を読み取ったかを確認したうえで、原本と照合してください。

含まれているはずのものが見つからない場合。 まず該当箇所を探す質問をしてください：[トピック]について論じている箇所を引用し、そのページまたは節を教えてください。それでも見つからない場合は、推論ではなく抽出の問題です。別のモデルを試すか、該当ページだけを別にアップロードしてください。

回答ではなく要約になっている場合。 結論ではなく根拠を求めてください：回答を裏付ける正確な文章を引用してください。これは、回答が文書ではなく一般知識から推測されたケースを見つける方法でもあり、見逃してはならない最も重要な失敗です。

最後のこの確認は強調に値します。よく知られた契約類型や一般的な規制、有名な論文について尋ねられたモデルは、実際にファイルを参照しなくても、学習データからもっともらしく答えてしまうことがあります。引用を求めることで、回答が目の前の文書に確実に基づくようになります。

プライバシーとアップロード前に考えるべきこと

アップロードされた添付ファイルは、最長30日で失効するよう設定されており、ファイル1つ、あるいは会話全体をそれより早く自分で削除することもできます。Whiziは、あなたのプロンプト、ファイル、会話、音声の文字起こし、生成されたコンテンツを、Whizi自社のAIモデルの学習には使用せず、学習データとして販売することもありません。選択したモデルを提供するプロバイダーは、回答に必要な内容を受け取り、自社のポリシーに基づいて一時的なキャッシュを保持する場合があります。

残る判断は、その文書をそもそも第三者サービスで処理してよいかどうかです。立ち止まって考える価値があるのは次のカテゴリーです。他人の個人情報、特定の守秘義務条項の対象となるもの、重大な非公開情報、そして健康情報や財務記録のように特別な取り扱いルールの対象となる規制データです。

多くの人にとって現実的な中間の道は、断念するのではなく編集することです。名前を役職に置き換え、数値を絶対値ではなく指標として示し、識別子を削除すれば、分析に必要なものはすべて保ちながら、文書を機微にしている要素の大半を取り除けます。