ＣｈａｔＧＰＴ／ＬａｎｇＣｈａｉｎによるチャットシステム構築〈実践〉入門

大規模言語モデルを本番システムで活用するための基礎知識と実践的ハンズオン。

本書は、ChatGPTのAPIとLangChainを使って、大規模言語モデル（LLM）を本番レベルのシステムに組み込むための知識をステップバイステップで学習し、手を動かしながら実践できる書籍です。
　生成AIが登場し、APIやフレームワークのエコシステムが充実してきたことによって、これまで機械学習やプログラミングの十分な知識が必要だったことに対してアプリケーション開発者が挑戦しやすくなりました。LLMの性質を活かしたサービスや業務システム構築の基礎を理解し、LLMのモデルやワークフローを抽象化して取り扱ううえで、LangChainというフレームワークが非常に便利です。本書でOpenAI APIやLangChainをしっかり学ぶことで、生成AI関連の知識を体系的にイメージできるようになります。
　本書ではまず、OpenAI APIとLangChainについて解説します。ChatGPTのようなしくみを業務システムなどに組み込むためには、単にLLMに1つ入力して1つ出力を得るような実装ではなく、複数のタスクを一連のワークフロー処理として実現する必要があります。また、ChatGPTが知識を持たない専門知識を答えてほしいとか、意図した形式で応答が欲しいなど、実用性を高める必要も出てきます。これらを実現するためのLangChainのつかいかたをわかりやすく解説します。
　後半では、ステートレスなOpenAI APIに記憶を持たせたり、必要に応じてWeb検索などを行うエージェント処理、さらにそれらチャット形式の処理を、ステップバイステップでWebアプリやSlackアプリとして実装します。
　さらに、LLMアプリを本番稼働させるうえで必要となる、ユーザー体験、セキュリティ、コンプライアンスへの準拠などのためのヒントや注意点も解説します。

目次

●第1章　大規模言語モデル（LLM）を使ったアプリケーションを開発したい！
1.1 ChatGPTにふれてみよう
1.2 プロンプトの工夫でできること
-日々の仕事で使ってみよう
1.3 プログラミングで使ってみよう
1.4 ChatGPTを使うときに気をつけること
1.5 ChatGPTの有料プランでできること
-GPT-4
-Plugins
-Advanced Data Analysis
-OpenAIのChatGPT以外のサービス
1.6 大規模言語モデル（LLM）のビジネスへの活用
1.7 LLMを活用したビジネスやアプリケーションの事例紹介
-株式会社サイダスの事例：CYDAS PEOPLE Copilot Chat
-PingCAP株式会社の事例：Chat2Query
-Alexaスキルの事例（個人開発）：helloGPT
-株式会社ソラコムの事例：SORACOM Harvest Data Intelligence
1.8 LLMを使ったアプリケーション開発で気をつけること
1.9 本書で扱う技術について
-LangChain
-クラウドサービス（とくにサーバーレス）
-Slackアプリでコラボレーションを促進しよう
-まとめ
●第2章　プロンプトエンジニアリング
2.1 なぜいきなりプロンプトエンジニアリング？
-ChatGPTのプロンプトエンジニアリング
-アプリケーション開発におけるプロンプトエンジニアリング
-プロンプトエンジニアリングってあやしくない？
-COLUMN ファインチューニングとプロンプトエンジニアリング
2.2 プロンプトエンジニアリングとは
2.3 プロンプトの構成要素の基本
-題材：レシピ生成AIアプリ
-プロンプトのテンプレート化
-命令と入力データの分離
-文脈を与える
-出力形式を指定する
-プロンプトの構成要素のまとめ
2.4 Prompt Engi　ほか

本の帯に関して

帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。

版・表紙について

版・表紙（カバー）のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典（初回特典、初回仕様特典）がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。