LLMアプリ開発
LLMアプリ開発：GradioとLangChainで創るインタラクティブアプリ
LLMを使った高度な 技術を習得
生成AIを活用したアプリ開発を実践する
本講座では、生成AIやLLMを活用したアプリケーション開発を実践的に学びます。
LangChainやGradioを用いたアプリ構築を通じて、翻訳やテキスト・音声の要約をはじめとする質疑応答ツールの設計・開発を体験。さらに、Few-Shot PromptingやVectorStoreを活用した高度なアプリ開発手法を習得します。
これにより、生成AIの最新技術を実務に応用し、業務効率化やビジネス価値の向上を目指します。
本講座のゴール
LLMを効果的に活用した
AIアプリの構築力を養う
Prompt Engineeringの応用やFew-Shot Prompting、VectorStoreを活用した検索システムの構築を通じて、インタラクティブなAIアプリを開発。LangChainを活用した実践的な手法も学び、最新技術を駆使した応用AI開発スキルを実務レベルで身につけます。
こんな方におすすめ
Difyなどノーコード開発ツールに頼らず自ら業務活用アプリを作ってみたい方
検索システムや質疑応答ツールを構築し、業務効率化を目指す方
カスタマイズ可能なLLMアプリを自作し、現場で成果を上げたいエンジニアやデータサイエンティスト
APIやLangChainを用いた柔軟なアプリ設計を習得し、生成AIを活用した新しいプロジェクトに挑戦したい方
カリキュラム
実践を見据えたカリキュラム設計
Step 01：API
APIの基礎
APIを利用する理由
OpenAI APIの実践
Few-Shot Promptingの実装
messagesの構造と解説
その他の引数（tools、response_format）
Step 02：LangChain
LangChainの基本機能
ChatGPTの再現
翻訳アプリケーション（Gradioを用いたGUI）
要約ツール
チャットアプリ
LangChainを用いた長文・音声要約
長文要約
音声要約
Step 03：VectorStore
埋め込みベクトルの概要
埋め込みベクトルの作成
文書データの読み込み
VectorStoreの作成（FAISS）
VectorStoreを利用した質疑応答Chain
質疑応答Chainの構築
アプリケーション例：VectorStoreを活用した質疑応答ツール
Step 04：LangChain ＋ Gradio 応用
LangChainを用いたFew-Shot Prompting
ExampleSelectorの種類
LengthBasedExampleSelector
SemanticSimilarityExampleSelector
LangChainでさまざまなデータを読み込む
データローダーの種類
YouTube Loader
PDF Loader
LangChain + Gradioを用いたLLMアプリケーション開発
カスタマイズ方法
構造化された出力の作成と修正
Output Fixing Parserの利用
Retry Parserの活用
講座情報
カテゴリ | エンジニア力 |
講座名 | LLMアプリ開発：GradioとLangChainで創るインタラクティブアプリ |
講座時間 | 4時間 |
プログラミングスキル／数学 | プログラミングについて勉強したことがある（変数、関数、配列、if, for文） なんらかのプログラムを作ったことがある（演習含む） |
数学 | 高校卒業程度の数学に関する知識 |
受講に必要な前提知識の目安と講座時間
活用事例
生成AIとLLMを活用して、社内ナレッジ管理システムや顧客サポートツールの構築、長文データや音声の自動要約、報告書の自動生成など、業務効率化や情報活用を支援する幅広いアプリケーションを開発
社内ナレッジ管理システムの構築
VectorStore技術を活用して、社内文書やFAQを瞬時に検索・回答するナレッジベースを構築。
顧客サポートの自動化ツール開発
ChatGPTとFew-Shot Promptingを組み合わせて、柔軟な質疑応答が可能なチャットボットを設計。
報告書や議事録などの書類を自動生成
LLMとカスタマイズ可能なプロンプトを活用し、迅速に質の高い資料を生成。
音声や長文データの自動要約ツールの作成
動画や資料を取り込んで、簡単に要点を抽出できるアプリケーションを開発。
