Skip to main content

基本的なAgentの作成

アシスタントタイプの選択

AI Studioページの右上で「作成」をクリックし、基本的なエージェントを作成します。

作成手順

  • アシスタント名の入力、アバターの選択、モデルグループの選択、アシスタントカテゴリの選択、アシスタントの説明を追加します:

    アシスタント名:アシスタントの名前を入力し、識別子とします(50文字以内)。

    アバター:システムのデフォルトアバターから1つ選択します(カスタムアバターのアップロードは未対応)。

    モデルグループ:アシスタントに適切なモデルグループを設定します。

    アシスタントカテゴリ:新規作成するアシスタントが属するグループを選択します(最大5つまで選択可能)。

    アシスタントの説明:アシスタントの機能や用途を簡潔に説明します(200文字以内)。

  • 作成」をクリックすると、アシスタント作成後に基本オーケストレーション設定ページに移動します。設定・公開後、利用可能となります。

💡 ヒント:システムインターフェースは、簡体字中国語、繁体字中国語、日本語、英語に対応しています。

アシスタント設定

  • アシスタント設定画面への入り方は2通りあります:

    • アシスタント作成後、直接設定画面に入る
    • アシスタ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画面に入る

    プロンプト:アシスタントのプロンプトを入力します。既存のプロンプトから自動生成も可能です(プロンプトは最大2000文字まで)。

    オープニング:アシスタ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から自動生成も可能です(オープニングは最大2000文字まで)。

    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。複数のモデルを選択できます。

備考:モデルグループは、まず管理者がシステム管理でモデルグループを追加し、複数の異なるモデルを同じグループにまとめてから、アシスタントに設定します。

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
    • 以下の設定を行う:
      • 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)
      • アダプティブモデルデプロイメントを有効にするか選択
      • ディープシンキングモデルを有効にするか選択
    • 保存」をクリック
  • アダプティブモデルデプロイメント: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。

  • ディープシンキングモデル:複雑な問題に直面した際、より強力なAIを自動で呼び出し、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(最大20個まで)。

デフォルトスキルは7つあります:Google検索、Tencent検索、G-Bing検索、Meta検索、テキストから画像生成、ニュース検索ツール、ウェブページリーダー。

  • Google検索:Google検索エンジンを利用し、リアルタイムかつ正確なウェブ情報を取得します。世界中のウェブコンテンツ検索に対応。
  • Tencent検索:Tencentの検索技術を基に、中国語インターネット環境に特化した検索サービスを提供。中国語コンテンツの検索精度を最適化。
  • 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。
  • ウェブページリーダー:ウェブページのテキストやデータなどの内容を抽出し、情報を解析します。
  • テキストから画像生成:テキスト説明に基づき自動で対応する画像を生成し、アイデアをビジュアル化します。

備考:他のスキルの追加もサポートしています。追加・設定は管理者が行います。

⑤ MCPサービス

MCPサービスは、システム内のAIアシスタントと外部ツールやデータソースとの接続権限を管理します。

  • 機能拡張:AIアシスタントに検索、計算、可視化などの実用機能を持たせます。
  • エコシステムの充実:様々な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。

備考:ツール数が5個以上になると、システムが警告を出します。MCPツールが多すぎると、プロンプトの長さがモデルのコンテキスト制限を超え、アシスタントのパフォーマンスに影響する場合があります。

⑥ 会話体験

  • 履歴記憶数: アシスタントが記憶できる過去の会話ラウンド数を1~10件で設定します。5件に設定すると会話の一貫性とパフォーマンスのバランスが取れます。

  • 会話設定:「ユーザー質問提案、質問ガイド、チャット履歴、会話フィードバック、キーワード審査」などの設定を有効にできます。

    • ユーザー質問提案:アシスタントの回答後、前文に基づきユーザーに質問提案を行います。
    • 質問ガイド:ユーザーとアシスタントの会話時、関連する質問ガイドを表示し、モデルの能力でユーザーが質問しそうな内容や補完を行います。
    • チャット履歴:アシスタントのチャット履歴を保存するかどうか。オフにすると履歴は確認できません。
    • 会話フィードバック:アシスタントの回答に対して「いいね」「よくないね」などのインタラクションが可能で、回答の最適化に役立ちます。
    • キーワード審査の有効化:入力内容と出力内容のいずれか一方以上を必ず有効にします。有効化するとプロンプトやAIの返答結果に対しても敏感語チェックを行います。敏感語は事前にメンテナンス可能です。

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します(最大5つまで知識ソースとして追加可能)。

    • ファイルアップロードの許可
      • ファイルアップロードを許可すると、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。
      • ファイルアップロードを許可しない場合、個人スペースや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できます。
  • ナレッジベース設定:「検索戦略、プライベートQ&A、検索方法」などの詳細設定を変更できます。

    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:類似性に基づいてフラグメントを検索し、一定のクロスランゲージ汎化能力があります。
    • テキスト検索:キーワードでフラグメントを検索し、特定のキーワードや名詞フラグメントの検索に適しています。

    2)最大リコール数:範囲 1–10。高すぎても低すぎても推奨されません。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)プライベートファイルQ&Aの強制:有効にすると、オンライン検索などのスキルを使用せず、アシスタントの回答はナレッジベースの内容のみに限定されます。

    5)ドキュメントマッチング類似度:範囲 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似ています。推奨値は約0.8(80%)。

    6)QnAマッチング類似度:範囲 0–1。ドキュメント内容の類似度マッチングと同様で、推奨値は約0.9(90%)。

    7)参考文献の表示:有効にすると、アシスタントが回答時に参考文献をリストアップし、回答の信頼性を高めます。

💡 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、高すぎても低すぎても良くありません。実際のニーズに応じて設定してください。特に要件がなければデフォルト値を推奨します。

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、アシスタントのQ&Aデータソースとします(最大5つまで追加可能)。

  • テンプレートの有効化:自然言語とSQL間のプリセット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で質問(例:「先月の売上はいくら?」)を入力すると、システムはまずプリセットテンプレートとのマッチングを試みます。
    • 一致するテンプレート(例:「ある期間の売上を照会」のような一般的な質問)が見つかれば、テンプレートのSQL構造を参考にし、具体的なフィールド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の有効化:有効にすると、テンプレートに基づきパラメータ化クエリを利用し、クエリの柔軟性と安全性を強化します。

  • 質問リライト:有効にすると、ユーザーの入力した質問を自動で最適化し、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)。
    • 質問リライト後:2024年7月の全商品の総売上を照会(期間と範囲を補足)。
  • 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、詳細な思考ステップを出力し、どのように問題を分析しSQLクエリを構築したかを説明します。

    • ステップ1:キーワード「2024年7月」「売上」を特定
    • ステップ2:データテーブルOrders、フィールドorder_datesales_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