KDL BLOG
Promptflow使って文書検索の仕組みを作ってみた! ~準備編~
データインテリジェンスチームの畑です。
今回のブログテーマは「Promptflowを使ってQ&Aの仕組みを作ってみた!」です。
独自の文書から質問・回答する仕組みをAzure Machine Learningに追加されたPromptflowを使って実装してみます。
本記事は連載記事です。
- 第一弾:Promptflowを使うための準備編
- 第二弾:独自データを使ったQ&Aのフロー作成編
- 第三弾:質問・回答の精度向上&エンドポイントへのデプロイ編
まず、第一弾として今回やることの紹介とPromptflowを使うための準備からはじめていきます!
Promptflowとは?
Promptflowとは、Azure Machine Learning Studioに追加された大規模言語モデル(以下、LLM)特化のAI開発ツールです。 フローの構築を視覚的にみることができ、コンポーネントをつないでいくことでローコード開発が可能です。また、パフォーマンス評価機能が搭載されており、フローやプロンプトを調整した影響の評価も可能です。 さらに、構築したフローのデプロイや監視もでき、LLMをベースとしたAIアプリケーション開発を効率的に行えるのが売りです。
できることがたくさんありそうなので、実際に触りながらイメージを深めてもらえればと思います!
今回やること
この「KDLデータ活用塾」のブログ最新10記事のテキストデータから質問に回答するフローをPromptflowで作成します。 フローの大まかな流れは以下の図の通りです。
質問の数値化と文章の整形にはAzure OpenAI、データ保存先にはAzure CognitiveSearchを使います。 各サービスの詳細については過去の記事に書かれているのでぜひこちらも読んでみてください!後ほど、リソースの準備でも参照します。
※ 質問の数値化:文章を数値化することを、専門用語では「Embedding」や「ベクトル化」と言います。詳しく知りたい方は、これらのキーワードで検索してみてください。
【セットアップ編】Azure OpenAIを使ってみた!
【やってみた】Azure OpenAI+Azure Cognitive Servicesで音声会話ボットを作ろう!~音声入力からテキストを生成する編~
(つづきは、ブログ「神戸のデータ活用塾!KDL Data Blog」へ)