AI活用事例
【ChatGPT】独自データチャットボット(Embeddings, RAG)デモ一覧
公開日｜2023.9.24
概要
ChatGPTとEmbeddingsを活用した独自データチャットボット(RAG)のデモの一覧。実際に動かすことができます。
1. 独自データチャットボット
説明
ChatGPTが知らない情報(LangCore社の情報)をベースに会話することができます。
操作方法
-
「LangCoreについて教えて」と入力して送信
-
通常ChatGPTが知らない情報について回答をもらえます
2. 独自データの学習
説明
独自データの「学習」は以下の工程で行います。
-
独自データのテキストをEmbeddingsでベクトル化
-
ベクトルデータベースにテキストとベクトルを追加
LangCoreを使うことでインフラを用意せずにすぐに実装することができます。
操作方法
-
1つ目のフィールドにあなたのOpenAI API Keyを入力
-
2つ目のフィールドに好きな文字列で識別子を入力。今回は「demo」と入力してください。
-
3つ目のフィールドに学習させたい独自データのテキストを入力。改行ごとに保存されます。例えば「りんごが好き」「みかんが好き」「鉄道が好き」などを入力して学習させます。
-
Register Embeddingsのボタンを押して登録完了
次のデモで実際に学習させたデータを元にした独自データチャットボットを試すことができます。
3. 独自データの検索(Simple)
説明
２の方法で登録した独自データを元に回答するチャットボットを動かすことができます。
操作方法
-
1つ目のフィールドに先ほど入力したOpenAI API Keyを入力
-
2つ目のフィールドに先ほど入力した識別子を入力。今回は「demo」と入力してください。
-
下部の入力欄に「どんな食べ物が好き？」と入力して送信
-
学習したデータをもとに「りんごとみかんが好き」と返ってきます。
4. 独自データの検索(会話履歴を加味)
説明
３のデモの実装では、ユーザの入力に関連する情報を取得して、その内容をベースに回答します。しかしこの実装だと会話の流れによっては求める回答を得られないことがあります。
例えば、「おすすめのレストランを教えて」とユーザが入力した場合、最初はレストランに関する独自データの検索に成功するためうまく回答ができます。しかしその直後に「もっと安いところをお勧めして」と入力した際に、レストランの文字が入っていないため検索にレストランが引っかからない可能性があります。
そこで、一度会話履歴からFunction Callingを使って検索ワードを生成させ、それに近い情報を取得することで、会話履歴を加味した検索を行うことができます。
5. メタデータ付き学習
説明
２で説明した学習方法では、テキストとベクトルは一対一の関係になります。しかし例えばレストランの情報を学習させたい時にお店のURLなどはベクトル化の対象としたくない場合があります。
その場合はベクトル化させる部分と、ベクトル化させたくない部分(メタデータ)を分けて保存することで目的を達成できます。
操作方法
-
1つ目のフィールドにあなたのOpenAI API Keyを入力
-
2つ目のフィールドに好きな文字列で識別子を入力。今回は「demo」と入力してください。
-
3つ目のフィールドにベクトル化させたい独自データのテキストを入力。
-
3つ目のフィールドにベクトル化させたくない独自データのテキストを入力。
-
Register Embeddingsのボタンを押して登録完了
他の独自データチャットボットのデモを見たい方
公開していないデモもございます。弊社では様々なクライアント様向けにPoCを構築しております。ご興味があれば、ぜひお問い合わせください。
AI活用事例の関連記事
AI活用事例
SlackとChatGPT連携で業務効率化！導入手順と活用事例を紹介
現代のビジネスシーンでは、効率的なコミュニケーションツールが欠かせません。
記事を読む
AI活用事例
ChatGPT問い合わせ対応完全ガイド！効果的な活用法と事例を紹介
近年のデジタル化の進展に伴い、顧客からの問い合わせ対応は企業にとって重要な課題となっています。効率的に対応しながら顧客満足度を高めるため、多くの企業がAIを活用した新しい解決策を模索しています。
記事を読む
AI活用事例
物流業界のAI導入事例6選｜DX推進で人手不足解消＆コスト削減を実現
物流業界はECの普及やグローバル化に伴い、需要の増加と複雑化が進んでいます。同時に、人手不足やコスト増加といった課題も深刻化しており、新たな解決策が求められています。
記事を読む