LangChainを活用した業務システムでの生成AI活用とその実践ポイント <オンラインセミナー>
~ 生成AIの概要、プロンプトエンジニアリング、ファインチューニングとRAG、LangChainによるRAGの実装、チャットボットの実現と連携 ~
・LLMを業務システムへ組み込むための技術的要素とポイントを修得し業務システム開発へ活かすための講座
・LLMを使ったアプリケーション作成のためのフレームワークのデファクトスタンダードであるLangChainによるRAGの実装技術を修得し、安全な生成AIシステムの開発に活かそう!
オンラインセミナーの詳細はこちら:
・WEB会議システムの使い方がご不明の方は弊社でご説明いたしますのでお気軽にご相談ください。
講師の言葉
生成AIは私たちの生活を大きく変えようとしています。普段、ChatGPTなどのチャット型の生成AIサービスを活用して、日常業務の効率化を行っている方も多いでしょう。また、生成AIはMicrosoft Copilotをはじめとして、使い慣れたオフィスアプリケーションなどの中にも組み込まれようとしています。
生成AIの利活用が一般化すればするほど、自然と、業務システムの中にも生成AIを組み込んで、生成AIの利活用ノウハウに差が出る個々人での取り組みではなく、業務全体での効率化や業務品質の平準化を図ることが迫られるようになるでしょう。また、企業独自の情報をいかにAIが生成する文章の中に組み込んでいく必要もあります。
本講座で取り上げるLangChainは、そうした業務システム内での生成AI利活用に関するニーズを解決するフレームワークであり、(本講座でも言及する)LlamAIndexとともにデファクトスタンダードになりつつあります。生成AIを組み込んだ業務システムはどのように開発することになるのか、技術進展の早い分野ではありますが、実務での開発経験を踏まえて、できるだけ全体像を把握できる講座にしたいと考えています。
セミナー詳細
開催日時 |
- 2024年11月12日(火) 10:30 ~ 17:30
|
開催場所 |
オンラインセミナー |
カテゴリー |
オンラインセミナー、ソフト・データ・画像・デザイン |
受講対象者 |
・業務システムを中心に、SierなどITシステム関連企業の技術者の方
・企業内のIT技術者で、企業固有の情報を活用した生成AI導入を検討されている方
・生成AIを活用したシステム開発の初学者、基礎を学びたい方 |
予備知識 |
・コンピュータの基本的な知識や他の言語でのプログラミングの経験がある方(Pythonでのプログラミング経験が望ましい) |
修得知識 |
・生成AIの業務システム導入に関する技術的要素が分かる
・LangChainを活用したRAG、チャットボット構築の基礎が分かる
|
プログラム |
1.生成AIの概要
(1).AIの全体像と生成AI
a.第3次AIブームにおけるAI(分類・回帰)
b.生成AIブームは第4次AIブームか?
(2).生成AIとは
a.ChatGPTとGPTの違い
b.大規模言語モデル(LLM)とは
c.様々なLLM(GPT、Gemini、Claude、Llama・・・)
(3).生成AIの業務活用
a.ChatGPTでできること
b.ChatGPTがあれば業務品質は平準化するのか?
c.業務システムに生成AIを組み込む
d.生成AIの業務システムへの取り込み事例
e.生成AI活用の注意点
2.プロンプトエンジニアリング
(1).プロンプトとは
a.生成AIを使ってみる(ChatGPT、Microsoft Copilot)
b.プロンプトのロール
(2).代表的なプロンプトエンジニアの手法
a.最初の生成(Zero-Shot Prompting)
b.役割の明確化
c.目的・注意点・出力形式の指定
d.思考過を学習させる(CoT:ChAIn of Thought)
e.サンプルを見せる(Few-Shot Learning)
(3).最新情報や企業独自の情報をどうするか
a.ファインチューニング
b.RAG
c.GPTs
d.Microsoft Copilotの挙動を見てみる
3.LLMをAPIで操作する
(1).LLMを業務システムに組み込むために
a.LLM各社のAPIとSDK
b.LLMを活用するためのフレームワーク(LangChain、LlamAIndex)
c.HuggingFace
(2).OpenAI SDK
a.OpenAI SDKのインストール
b.OpenAI SDKでAPIを操作する
(3).OpenAIのAPIを使用する際に知っておくべきこと
a.temperature
b.トークン
c.トークンのカウント
4.LangChainの基礎
(1).LangChainとは
a.LangChainの構成要素
b.LangChainのインストール
(2).LangChainを使ってみる
a.Chatモデル(ChatOpenAI)で最初の会話
b.プロンプトテンプレート(ChatPromptTemplate)を使う
c.LCELとは
d.出力を制御する(OutputParser)
e.ストリームレスポンス
5.LangChainでRAGを実現する
(1).RAGとは
a.なぜRAGが必要か
b.RAGの構成要素
(2).LangChainにおけるRAGの実装
a.文書を読み込む(DocumentLoader)
b.文書を適切なチャンクに分割する(TextSplitter)
c.チャンクのベクトル化
d.ベクトルストアへの保存(FAISS)
e.RAGを使った会話(Retrieverとプロンプトへの組み込み)
(3).RAGの高度化
a.RAGの重要性
b.TextSplitterの種類
c.ベクトル化モデルの種類
d.ベクトルストアの種類
e.ハイブリッドサーチ
f.LlamAIndexの活用(併用)
(4).検索エンジンからのRAG
a.検索エンジンを使用するRetriever
b.Tavilyを組み込む
(5).Agentの活用
a.プロンプトの内容に応じてRAGを使う分ける
b.Agentの実装
6.LangChainでチャットボットを実現する
(1).チャットボット開発での検討要素
a.会話内容に応じたコンテキストの維持
b.応答時間
(2).Memoryの活用
a.ChatMessageHistoryをプロンプトに組み込む
b.Memoryの保存先
(3).チャットボット連携の実際
a.Google Dialogflow ESへの組み込み
b.応答時間の制約
|
キーワード |
生成AI 大規模言語モデル ChatGPT プロンプトエンジニアリング ファインチューニング RAG GPTs OpenAI SDK LangChain Agent チャットボット
|
タグ |
AI・機械学習、コンテンツ、ソフト管理、ソフト外注管理、ソフト教育、ITサービス、OS・言語 |
受講料 |
一般 (1名):49,500円(税込)
同時複数申込の場合(1名):44,000円(税込)
|
会場 |
オンラインセミナー
本セミナーは、Web会議システムを使用したオンラインセミナーとして開催します。
|
こちらのセミナーは受付を終了しました。
次回開催のお知らせや、類似セミナーに関する情報を希望される方は、以下よりお問合せ下さい。