お問い合わせ

コース概要

LLMアプリケーションのアーキテクチャと設計

  • アシスタントやコーパイロット、業務自動化向けに最適なOpenAIアプリケーション構成パターンを理解する。
  • ビジネス要件、信頼性確保、利用者体験を踏まえて最適なアーキテクチャを選定できる。
  • 試作段階のコードから維持可能な製品レベルの設計へと発展させる方法を習得する。

プロンプト作成、文脈管理、構造化出力処理

  • 一貫した振る舞いや明確なタスク実行が可能となるシステム指示・ユーザー指示の記述法を学ぶ。
  • 予測可能性と制御性の高いプロンプト設計手法を習得する。
  • 後続処理やアプリケーション開発に役立つ構造化出力を生成する方法を理解する。
  • 文脈ウィンドウ管理、対話状態維持、応答品質向上のためのテクニックを把握する。

ツール利用とワークフローの調整手法

  • 関数呼び出し機能および外部サービスとの連携により高度なツールベースのワークフローを構築する。
  • 入出力検証、エラーハンドリング、代替対応策など堅牢な設計手法を習得する。
  • 実際の業務課題解決向けの多段階ワークフロー構築法を把握する。

検索機能と信頼できる情報源からの知識取り込み方法

  • 検索拡張型生成処理が適切な場面を見極める判断基準を理解する。
  • 効果的な検索を行えるように文書やコンテンツの分割手法を習得する。
  • 関連性の高い情報を収集し、信頼できる情報源から応答内容の基盤形成が行える。

評価・ガードレール構築と運用準備手法

  • 期待される成果に照らした品質基準や検証フローの設定方法を習得する。
  • 誤認情報生成防止策および無意味な、不適切な問いへの対処法を把握する。
  • 利用頻度、応答遅延時間、トークン消費量、コスト監視のための仕組み構築方法を習得する。
  • 製品展開、サポート体制構築、段階的改善を行うための運用準備を理解する。

実践的なアプリケーション開発演習

  • プロンプト処理・構造化出力・ツール利用・検索機能が連携した小規模なOpenAIアプリケーションの開発を行う。
  • 設計決定事項や発生しやすい問題点、運用時における改善点を見直す実習を通して総合的なスキル向上を図る。

要求

  • 大規模言語モデルの概念やAPIを用いたアプリケーション開発に精通していること
  • REST API、JSONの操作経験およびプロンプト駆動型ワークフローに関する実務知識があること
  • PythonやJavaScriptなど、中級レベルのプログラミングスキルを有すること

受講対象者

  • LLMを用いたアプリケーション開発に従事するソフトウェア開発者
  • OpenAIを活用したソリューション設計を行うAIエンジニアや技術責任者
  • 実運用環境におけるAI機能の導入・設計に携わる製品チームやソリューションアーキテクト
 7 時間

参加者の人数


参加者1人あたりの価格

今後のコース

関連カテゴリー