基礎エージェント作成

基礎エージェント作成

1. AI Studioページの右上隅で「作成」をクリックし、基礎エージェントを作成します

2. 作成手順

   • エージェント名の入力、エージェントアイコンの選択、モデルグループの選択、エージェント分類の選択、エージェント説明の追加：

     ① エージェント名：エージェントの識別名として入力します。
     ② エージェントアイコン：エージェントのデフォルトアイコンを選択します。現在はアイコンのアップロードはサポートしていません。
     ③ モデルグループ：エージェントに適切なモデルグループを設定します。
     ④ エージェント分類：新規作成したエージェントが所属するグループを選択します。複数選択可能です。
     ⑤ エージェント説明：簡単な説明を入力し、エージェントの機能や用途を明示します。

   • 「作成」をクリックすると、エージェント作成後に基礎編成エージェント設定ページに移動し、設定と公開を行った後に利用可能となります。

3. エージェント設定

エージェント設定へのアクセス方法は2通りあります：

• エージェント作成後に直接エージェント設定ページに入る

• エージェントカードにマウスをホバーすると「✏️」アイコンが表示され、それをクリックして設定ページに入ることができます。

  ① プロンプト：エージェントのプロンプトを入力します。既存のプロンプトを基にインテリジェント生成も可能です。プロンプトの文字数制限は2000字です。
  ② オープニングメッセージ：エージェントのオープニングメッセージを入力します。プロンプトや既存のオープニングメッセージを基にインテリジェント生成も可能です。文字数制限は2000字です。
  ③ モデルグループ：「+」をクリックしてモデルグループを追加します。複数のモデルが選択可能です。

備考：モデルグループはまず管理者がシステム管理で追加し、複数の異なるモデルを同一のモデルグループにまとめてから、モデルグループをエージェントに設定します。

モデルグループの追加

• パス：管理 → モデル管理 → モデルグループ → 新規モデルグループ（管理者のみモデル追加可能）

• 追加手順：

  • 「新規モデルグループ」をクリック
  • 以下の設定を完了：
    • モデルグループ名を入力
    • モデルグループに追加するモデルを選択（複数選択可）
    • 自動適応モデルデプロイの有無を選択
    • 深層思考モデルの有効化を選択
  • 「保存」をクリック

• 自動適応モデルデプロイ：トラフィックに応じて計算リソースを自動調整し、サービスの安定性とスムーズさを確保します。

• 深層思考モデル：複雑な問題に直面した際により強力なAIをインテリジェントに呼び出し、回答品質を大幅に向上させます。

④ スキル：「+」をクリックして1つまたは複数のスキルを追加できます。推奨スキルも追加可能です。

デフォルトスキルは5つあります：Google検索、Tencent検索、テキストから画像生成、ニュース検索ツール、ウェブページ読み取り。

• Google検索：Google検索エンジンを通じてリアルタイムかつ正確なネット情報を取得し、世界中のウェブコンテンツ検索をサポートします。
• Tencent検索：Tencent検索技術に基づき、中国語インターネット環境向けの検索サービスを提供し、中国語コンテンツの検索効果を特に最適化しています。
• ニュース検索ツール：各種ニュース情報の検索・取得に特化したツールです。
• ウェブページ読み取り：ウェブページのテキストやデータなどの内容を抽出し、ウェブ情報を解析する機能です。
• テキストから画像生成：テキストの説明に基づき対応する画像コンテンツを自動生成し、文字の創意を視覚的に表現します。

備考：他のスキルの追加もサポートしており、管理者による操作と設定が必要です。

⑤ MCPサービス

• MCPサービスはシステム内のAIエージェントと外部ツール、データソースの接続権限を管理します

  • 機能拡張：AIエージェントに検索、計算、可視化などの実用機能を付与します。
  • エコシステムの充実：各種ツールサービスを継続的に統合し、多様なニーズに対応します。
  • 標準化された接続：個人MCPを通じて内部システムリソースを統合します。

  

⑥ 対話体験：

• 対話設定：「ユーザー質問提案、質問誘導、チャット履歴、対話フィードバック、キーワード審査」などの設定を有効化可能
  • ユーザー質問提案：エージェントの回答後、前文に基づいてユーザーにいくつかの質問提案を行います。
  • 質問誘導：ユーザーとエージェントの対話中に関連質問の誘導があり、モデルの能力を利用してユーザーが質問しそうな内容や質問の補完を推測します。
  • チャット履歴：エージェントのチャット履歴を保存するかどうか。オフにするとエージェントのチャット履歴を確認できなくなります。
  • 対話フィードバック：エージェントの回答に対して「いいね」や「よくないね」などのインタラクションが可能で、エージェントの回答最適化に利用されます。
  • キーワード審査を有効化：入力内容と出力内容の審査のうち少なくとも1つを有効にします。有効化するとプロンプトやAIのフィードバック結果に対して敏感語検出が行われ、敏感語は事前に管理可能です。

---

⑦ ナレッジベース：

• ナレッジベース：「+」をクリックしてナレッジベースを追加

  • ファイルアップロードを許可するか：
    • 許可をオンにすると、ナレッジベースの内容を知識ソースとして追加できなくなります
    • 許可をオフにすると、個人スペースまたは企業スペースのナレッジベースを選択的に知識ソースとして追加可能です

• ナレッジベース設定：「検索戦略、プライベートQ&A、検索方式」などの詳細設定を変更可能
  1）検索戦略：ハイブリッド検索、埋め込み検索、テキスト検索

  • ハイブリッド検索：ベクトル検索と全文検索の結果を統合し、再ランキングした結果を返します
  • 埋め込み検索：類似度に基づいて断片を検索し、ある程度のクロスランゲージ汎化能力があります
  • テキスト検索：キーワードに基づいて断片を検索し、特定のキーワードや名詞断片を含む検索に適しています

  2）最大リコール数：範囲は1～10。高すぎたり低すぎたりする設定は推奨されません。推奨値は3～5です。

  3）メタデータフィルタリング：なし、フィルタリング、重み付け

  4）強制プライベートファイルQ&A：オンにするとネット検索などのスキルを使用せず、エージェントの回答はナレッジベースの内容に限定されます。

  5）ドキュメントマッチング類似度：範囲は0～1。類似度が高いほどリコールされたドキュメント内容が類似していることを示します。推奨値は約0.8（80%）です。

  6）QnAマッチング類似度：範囲は0～1。ドキュメント内容の類似度マッチングに類似し、推奨値は約0.9（90%）です。

  7）参考文献表示：オンにすると、エージェントが回答時に参照した文献を列挙し、回答の信頼性を向上させます。

💡 ヒント：最大リコール数、ドキュメントマッチング類似度、QnAマッチング類似度はいずれも高ければ良い、低ければ良いというものではなく、実際のニーズに応じて設定してください。特別な要件がなければデフォルト値を維持することを推奨します。

⑧ データソース

• データソース：「+」をクリックしてデータソースを追加し、エージェントの質問応答データソースとします

• テンプレートを有効にするか：自然言語とSQL間の事前設定マッピングテンプレートを有効にするかどうか。

  • ユーザーが自然言語の質問（例：「先月の売上はいくらですか？」）を入力すると、システムはまず事前設定されたテンプレートとマッチングを試みます。
  • マッチするテンプレートが見つかった場合（例：「特定期間の売上を問い合わせる」のような一般的な質問）、テンプレート内のSQL構造を参考にし、具体的なフィールド名やテーブル名などを組み合わせて最終的なSQL文を生成します。

• パラメータ化テンプレートを有効にするか：有効にすると、テンプレートに基づくパラメータ化クエリが有効化され、クエリの柔軟性と安全性が向上します。

• 質問書き換え：有効にすると、ユーザーの入力質問を自動的に最適化し、正確なデータクエリを保証します

  • ユーザーの元の質問：売上を調べて（情報が不完全）
  • 書き換え後の質問：2024年7月の全製品の総売上を問い合わせる（期間と範囲を補完）

• ステップバイステップ思考：この機能を有効にすると、最終的なクエリ結果を生成する前に、システムが詳細な思考ステップを出力し、問題の分析とSQLクエリ構築の過程を説明します。

  • ステップ1：キーワード「2024年7月」「売上」を認識
  • ステップ2：データテーブルOrders、フィールドorder_dateとsales_amountを特定
  • ステップ3：日付範囲条件2024-07-01から2024-07-31を構築
  • ステップ4：SQLを生成