Bundata
English
判断表 組織の AI プロバイダー ワークスペースの AI モデルマップ（設定 → AI モデル） 埋め込みプロファイル スコープ付きエージェント認証情報（設定 → エージェントアクセス） チケットに入れないもの

Bundata のログイン、組織の AI プロバイダーキー、ワークスペースのモデル選択、埋め込みプロファイル、ベクトル保管、ソースの秘密情報、エージェント認証情報を分けて扱います。

最終更新: 2026-11-05 製品領域: オンボーディング ページ種別: 管理者ガイド
その他

モデルと認証情報

組織の AI プロバイダー設定
設定 → AI プロバイダーは、OpenAI、Anthropic、Google の暗号化された組織キーを保存します。保存された秘密は再表示されません。

設定 → AI プロバイダー（?tab=api-key）は、組織が所有する OpenAI、Anthropic、Google（Google AI Studio の Gemini API キー）の API キーを保存します。設定 → AI モデル（?tab=ai-models）は、ワークスペース内の各 AI ステップを担当するモデルを設定します。どちらも Bundata のログインではありません。プロバイダーキーやエージェントトークンを Bundata サポートに送ったり、ドキュメントやチケットに貼り付けたりしないでください。

判断表

認証情報必要な場面用意する人注意
Bundata ログインサインインが必要なすべての操作管理者が付与したクライアントアカウントブラウザは Cookie bundata_session。JWT は明示的な非ブラウザログインだけ
組織の AI プロバイダーキー（OpenAI、Anthropic、Google）文章生成、分析、ルーティング、評価ジャッジ、プロバイダー埋め込み設定 → AI プロバイダー でクライアントの owner または admin3 つすべてを同時に接続可能。既定プロバイダーは OpenAI または Anthropic
OpenAI 埋め込み text-embedding-3-largeコレクションのプロファイルが OpenAI（3,072 次元 halfvec）のときの埋め込みとセマンティック検索組織の OpenAI キー（既存の OpenAI インデックス付きコレクションの検索クエリは、設定されていればデプロイメントキーへフォールバック可能）入力バリアントは current
Google 埋め込み gemini-embedding-001コレクションのプロファイルが Google（3,072 次元 halfvec）のときの埋め込みとセマンティック検索組織の Google キーGoogle キー接続時に選択可能。入力は 2,048 トークン（2,016 UTF-8 バイト）で切り詰められます
ローカル google/embeddinggemma-300mそのプロファイルを選んだときの埋め込み（768 次元）API から到達できる、顧客が運用するサイドカー URL入力バリアントは current_text_first_full。選択してもサイドカーは起動しません
Voyage voyage-context-4そのプロファイルを選んだときの埋め込み（1,024 次元）API 上の運用者設定 Voyage 認証情報（MONGODB_API_KEY）設定 → AI プロバイダー には入力しません
スコープ付きエージェント認証情報（bdk_…）/api/agent/v1/* およびワークスペース MCP サーバー（/api/agent/v1/mcp）への非ブラウザ呼び出し設定 → エージェントアクセス でワークスペースの owner または admin作成時に一度だけ表示。作成者の現在のワークスペース権限で動作します
ベクトル保管保存済み埋め込みの検索運用者、または別に設定した送信先ワークスペースの既定を変えても既存コレクションは再構築されません
ソースまたは送信先の秘密情報その接続だけクライアント管理者。最小権限接続の秘密情報として保存されます。読み取り確認は書き込み権限ではありません

組織の AI プロバイダー

組織は 設定 → AI プロバイダー で OpenAI、Anthropic、Google のキーを同時に接続できます。

  1. owner または admin でサインインし、設定 → AI プロバイダー（/platform/settings?tab=api-key）を開きます。
  2. OpenAI、Anthropic、または Google のキーを接続します（PUT /api/account/org/llm/providers/:provider）。
  3. Bundata は保存前にプロバイダーでキーを検証します。拒否されたキーは AI_PROVIDER_KEY_REJECTED となり、プロバイダーに到達できない場合は何も保存されません（AI_PROVIDER_UNREACHABLE）。
  4. 各キーは organization_llm_keys に暗号化（AES-256-GCM）されて保存されます。読み取り時はマスクされたプレースホルダー、キーバージョン、更新日時のみが表示されます。
  5. 既定プロバイダー: 明示的な選択がないステップでは、OpenAI または Anthropic が Bundata の組み込み既定モデルを提供します（PUT /api/account/org/llm/default-provider）。2 つ目や 3 つ目のプロバイダーを接続しても、現在の既定プロバイダーは変わりません。
  6. キーの削除: キーを削除（DELETE /api/account/org/llm/providers/:provider）する前に、そのキーに依存しているワークスペース選択の件数が警告されます。依存する選択は実行時に拒否（AI_PROVIDER_NOT_CONNECTED）され、無断で別のプロバイダーに置き換えられることはありません。

ワークスペースの AI モデルマップ（設定 → AI モデル）

設定 → AI モデルのステップマップ
設定 → AI モデルは、ワークスペース内の各 AI ステップを現在担当しているモデルに対応付け、OpenAI、Anthropic、Google の中から Bundata 既定またはワークスペース選択のどちらが使われているかを示します。

モデルは具体的なものから順に次の 4 段階で解決されます。

  1. 項目ごとの選択: コレクション検索ポリシー、抽出エージェントやディスカバリー実行、評価スタジオの実行（judgeModel、answeringModel）、またはワークフロー AI ノードでの指定。
  2. ワークスペースの選択: ワークスペース管理者が 設定 → AI モデル（/platform/settings?tab=ai-models、PUT /api/w/:wsId/ai-models/choices/:step）で行った指定。
  3. 組織の既定プロバイダー: 組織の既定プロバイダー上の Bundata ルーティングポリシー。
  4. デプロイ設定: 運用者の環境変数、Amazon Bedrock、GPU 推論プレーン、または顧客管理インストール（MODELS_MANAGED_BY_INSTALLATION）。

すべてのモデル選択は そのまま実行されるか拒否されるかのどちらかであり、別のモデルへ勝手に差し替えられることはありません。選択したモデルのプロバイダーが未接続、またはデータポリシーで未承認の場合、呼び出しは構造化コード（MODEL_NOT_IN_CATALOG、AI_PROVIDER_NOT_CONNECTED、MODEL_NOT_APPROVED、MODEL_CHOICE_UNAVAILABLE）で失敗します。

  • Google のみを接続した組織: Google は既定プロバイダーにできないため、Google キーのみを持つ組織では Gemini で埋める（POST /api/w/:wsId/ai-models/fill-gemini）を使って、高速ステップに gemini-3.5-flash-lite、標準ステップに gemini-3.8-flash を一括設定できます。
  • Google と Amazon Bedrock の切り替え: Amazon Bedrock が有効なデプロイでは、ワークスペース選択がないチャットステップの既定を Bedrock が担当するか、管理者がチャットバックエンド（chatBackend）を Amazon Bedrock と Google などの接続済み API プロバイダーの間で切り替えられます。設定 → AI モデル で行ったワークスペース選択は指定されたプロバイダーで実行されます。抽出エージェントやディスカバリーの項目別モデル選択は、Bedrock がチャットを担当する場合は勝手に Bedrock へ移されず拒否されます（MODEL_CHOICE_BEDROCK、bedrock_serves_chat）。

埋め込みプロファイル

設定 → 埋め込み設定（/platform/settings?tab=embedding）では、最大 4 つのワークスペース埋め込みプロファイルを選択できます。

プロファイル次元前提
OpenAI text-embedding-3-large3,072（halfvec）組織の OpenAI キー（既存の OpenAI インデックス付きコレクションに対する検索クエリは、組織キーがない場合にデプロイメントの OpenAI キーを使用可能）
Google gemini-embedding-0013,072（halfvec）組織の Google キー。インデックスには RETRIEVAL_DOCUMENT、検索には RETRIEVAL_QUERY を使用。入力は 2,016 UTF-8 バイト（2,048 トークン）に切り詰められます
ローカル google/embeddinggemma-300m768（vector）ワークスペース設定と一緒に保存する、到達可能なサイドカーのベース URL（http または https）
MongoDB Voyage voyage-context-41,024（vector）API 上の運用者設定 Voyage 認証情報（MONGODB_API_KEY）

コレクションは作成時の埋め込みプロファイルに固定されます。ワークスペースの既定を変更しても新しいコレクションにのみ適用され、既存コレクションには明示的な再インデックスが必要です。ワークフローの Vector Index Update と Search Collection Sync ノードでも、openai、local_embeddinggemma、mongodb_voyage に加えて google（gemini-embedding-001、3,072 次元）を指定できます。

外部ベクトル送信先（Qdrant、Pinecone、Weaviate）への関連付けは、そのターゲットが既に使っているモデルを証言として記録します（targetAlreadyUsesModel: true）。これは稼働確認ではなく証言です。

スコープ付きエージェント認証情報（設定 → エージェントアクセス）

設定 → エージェントアクセスの認証情報
設定 → エージェントアクセスには、有効な bdk_… 認証情報がスコープ、有効期限、最終使用日時、バインドされたコンテキストセットとともに一覧表示されます。

ワークスペースの owner と admin は、設定 → エージェントアクセス（/platform/settings?tab=agent-access）で エージェントコンテキスト API および ワークスペース MCP サーバー 用の非ブラウザトークン（bdk_<16 hex>_<43 base64url>）を作成できます。

  • スコープは context:read、queries:run、replay:run、gaps:report、memory:read、memory:write です。
  • 各認証情報は 1〜365 日で失効し、作成者によるローテーションや任意の admin による失効が可能で、最大 10 個の有効な コンテキストセット にバインドできます。
  • エージェント認証情報は非保持ワークスペースでは拒否され、ブラウザオリジンからは使用できません（AGENT_BROWSER_REQUEST_REFUSED）。

チケットに入れないもの

送るのはワークスペース ID、コレクション ID、リクエストまたは実行 ID、エラーコードです。プロバイダーキー、エージェントの bdk_… トークン、接続パスワード、文書本文、セッション Cookie は送りません。

関連ドキュメント

前へ
アクセスとロール