IronPDFは.NETアプリケーションにどのようなAI機能を追加しますか？

IronPDFは、Microsoft Semantic KernelとAzure OpenAIによりサポートされるワンショットドキュメント要約や会話形式のクエリなどのAI機能を追加します。

IronPDFは、大量のPDFを扱う組織にどのように役立ちますか？

IronPDFは、自然言語で文書にクエリを実行したり、情報を抽出したりするのに自動要約が可能で、スタッフの手間を大きく省くことができます。

IronPDFのAI拡張を使用するための前提条件は何ですか？

3つのパッケージ：IronPdf、IronPdf.Extensions.AI、Microsoft.SemanticKernel.Plugins.Memoryが必要です。さらに、OpenAIサービスアクセスを備えたAzureサブスクリプションが必要です。

IronPDFの要約機能はスキャンされたドキュメントで使用できますか？

はい、IronPDFの要約機能はOCRと組み合わせることで、スキャンされたドキュメント、複雑なマルチカラムレイアウト、画像やテーブルを含むファイルに対応できます。

IronPDFのAI拡張でのメモリストアの目的は何ですか？

メモリストアは、会話のコンテキストを保持することにより、ドキュメントチャットボットや内部ナレッジベースの作成に役立ちます。

IronPDFのクエリメソッドを使用するための設定は何ですか？

Microsoft Semantic KernelをAzureエンドポイントとメモリストア（開発のためのVolatileMemoryStoreや、他の用途のための選択肢が使用可能）と共に設定する必要があります。

IronPDFはPDFを要約・クエリする際にデータをどのように処理しますか？

IronPDFは、ドキュメントテキストを抽出してAzure OpenAIエンドポイントに送信します。これは、機密コンテンツがローカル環境を離れることを意味し、規制されたワークフローで考慮する必要があります。

IronPDFのAI機能は法的ドキュメントレビューに使用できますか？

はい、IronPDFのAI機能は、契約書のようなドキュメントを迅速に要約し、特定の条項を効率的に見つけることができ、法的なレビュアーを支援します。

Semantic KernelのAPIに関する開発者が知っておくべきことは何ですか？

Semantic KernelのAPIは実験的で、SKEXPビルド警告が発生することがあります。これらは、csprojファイルでNoWarnエントリを使用して抑制できます。

IronPDFのドキュメントクエリ機能の実用的な活用事例は何ですか？

IronPDFのドキュメントクエリ機能は、内部ナレッジベースやリサーチツールの作成に適用でき、ユーザーがドキュメント内容からコンテキスト認識型の答えを受け取る質問を行うことができます。

C# PDFライブラリ

Explore IronPDF 無料トライアル

HTML から PDF へ

Online Demo すべてのコード例を見る

using IronPdf;

// Disable local disk access or cross-origin requests
Installation.EnableWebSecurity = true;

// Instantiate Renderer
var renderer = new ChromePdfRenderer();

// Create a PDF from a HTML string using C#
var pdf = renderer.RenderHtmlAsPdf("<h1>Hello World</h1>");

// Export to a file or Stream
pdf.SaveAs("output.pdf");

// Advanced Example with HTML Assets
// Load external html assets: Images, CSS and JavaScript.
// An optional BasePath 'C:\site\assets\' is set as the file location to load assets from
var myAdvancedPdf = renderer.RenderHtmlAsPdf("<img src='icons/iron.png'>", @"C:\site\assets\");
myAdvancedPdf.SaveAs("html-with-assets.pdf");

using IronPdf;

// Disable local disk access or cross-origin requests
Installation.EnableWebSecurity = true;

// Instantiate Renderer
var renderer = new ChromePdfRenderer();

// Create a PDF from a HTML string using C#
var pdf = renderer.RenderHtmlAsPdf("<h1>Hello World</h1>");

// Export to a file or Stream
pdf.SaveAs("output.pdf");

// Advanced Example with HTML Assets
// Load external html assets: Images, CSS and JavaScript.
// An optional BasePath 'C:\site\assets\' is set as the file location to load assets from
var myAdvancedPdf = renderer.RenderHtmlAsPdf("<img src='icons/iron.png'>", @"C:\site\assets\");
myAdvancedPdf.SaveAs("html-with-assets.pdf");

PM >

Install-Package IronPdf

製品比較

ASP.NETでPDFを作成：iTextSharp vs IronPDF

Curtis Chau

Updated: 2026年7月5日

大量のPDF、レポート、契約書、ケースファイル、マニュアルを扱う組織は、重要な部分を見つけるために文章を読むことに多くの時間を費やしています。 2つのAI機能がその作業負荷を変えます：一読なしで誰かが文書を選別できるワンショットサマリーと、その内容に関する自然言語の質問に答える会話型クエリです。 IronPDFは、Microsoft Semantic Kernelを基盤とし、Azure OpenAIによって支えられたAIエクステンションを通じて、.NETアプリケーションに両方を追加します。

ビジネス問題

サポートエージェントが製品ドキュメントに埋もれた回答を必要としています。アナリストが60ページのレポートから主要数値を求めています。法的レビューアーが長い契約書の特定の条項を確認する必要があります。各ドキュメントを端から端まで読むことはスケールしません。目標は、入力時点で要約し、簡単な言葉で質問できるようにすることです。

ソリューション

Queryを追加します。 Semantic KernelをAzureエンドポイントとメモリストアで構成した後は、ドキュメントの要約は1回の呼び出しで済みます。

using IronPdf;
using IronPdf.AI;
using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.Memory;

var builder = Kernel.CreateBuilder()
    .AddAzureOpenAITextEmbeddingGeneration("oaiembed", azureEndpoint, apiKey)
    .AddAzureOpenAIChatCompletion("oaichat", azureEndpoint, apiKey);
var kernel = builder.Build();

var memory = new MemoryBuilder()
    .WithMemoryStore(new VolatileMemoryStore())
    .WithAzureOpenAITextEmbeddingGeneration("oaiembed", azureEndpoint, apiKey)
    .Build();

IronDocumentAI.Initialize(kernel, memory);

PdfDocument pdf = PdfDocument.FromFile("report.pdf");
string summary = await pdf.Summarize();

using IronPdf;
using IronPdf.AI;
using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.Memory;

var builder = Kernel.CreateBuilder()
    .AddAzureOpenAITextEmbeddingGeneration("oaiembed", azureEndpoint, apiKey)
    .AddAzureOpenAIChatCompletion("oaichat", azureEndpoint, apiKey);
var kernel = builder.Build();

var memory = new MemoryBuilder()
    .WithMemoryStore(new VolatileMemoryStore())
    .WithAzureOpenAITextEmbeddingGeneration("oaiembed", azureEndpoint, apiKey)
    .Build();

IronDocumentAI.Initialize(kernel, memory);

PdfDocument pdf = PdfDocument.FromFile("report.pdf");
string summary = await pdf.Summarize();

Queryメソッドは後続の質問間で会話の文脈を保持します。これは、ドキュメントチャットボット、内部ナレッジベース、またはリサーチツールの基礎になります。 OCRと組み合わせることで、要約はスキャン文書、複雑な多列レイアウト、および画像や表を含むファイルでも機能します。

計画すべきポイント

この機能は、変換ガイドよりも多くのセットアップが必要なので、いくつかの前提条件が重要です：

3つのパッケージ： Microsoft.SemanticKernel.Plugins.Memory。メモリプラグインが連続的なクエリを駆動します。
Azure OpenAIバックエンド： ドキュメントされたパスは、エンドポイントとキーで構成されたAzure OpenAI Serviceアクセスを含むAzureサブスクリプションが必要です。
データ処理： エクステンションは文書のテキストを抽出し、それをAzure OpenAIエンドポイントに送信するため、機密コンテンツはローカル環境を出ます。規制されたワークフローでは、それを考慮に入れてください。
環境によるメモリストア： VolatileMemoryStoreは開発に適しており、Chroma、Azure Cognitive Search、またはQdrantはプロダクション永続性に適しています。
実験的API： Semantic KernelはNoWarnエントリーを追加することで抑制できます。

結果

少しのセットアップで、チームは自動要約とドキュメントとチャットするインターフェースを.NETアプリに追加し、密集したPDFをスタッフやユーザーが数秒でクエリできるものに変えます。完全な構成の詳細はOpenAI for PDFガイドにあります。

Curtis Chau

今すぐエンジニアリングチームとチャット

テクニカルライター

Curtis Chauは、カールトン大学でコンピュータサイエンスの学士号を取得し、Node.js、TypeScript、JavaScript、およびReactに精通したフロントエンド開発を専門としています。直感的で美しいユーザーインターフェースを作成することに情熱を持ち、Curtisは現代のフレームワークを用いた開発や、構造の良い視覚的に魅力的なマニュアルの作成を楽しんでいます。

...

詳しく読む