お問い合わせ

コース概要

エンタープライズ環境におけるAutoGenの活用

  • 知能型エージェントがビジネス運営にとって重要である理由
  • AutoGenのアーキテクチャおよび拡張性に関する概説
  • セキュリティ・追跡可能性・ガバナンスの観点から考慮すべき事項

AutoGenによる企業向けワークフロー自動化

  • タスク調整を目的としたマルチエージェント型ワークフローの設計方法
  • 役割ごとの自動化シナリオ例:依頼処理、承認作業、要約作成など
  • ビジネスの連続性を確保するための自動実行機能やエスカレーションロジックの実装

AutoGenとLangChainの統合活用

  • LangChainのコンポーネントおよびAutoGenとの互換性について
  • メモリ機能・ツール類・論理構造を用いたエージェントおよびツール間の連携方法
  • LangChain Expression Language(LCEL)による複雑なワークフローの実現手段

リトリーバル拡張生成(RAG)パイプラインの構築

  • AutoGenエージェントと企業内のナレッジベースとの連携方法
  • 埋め込み処理・ベクトル検索・情報取得処理の実装手順
  • オープンソース型または独自開発されたモデルを用いた非公開データの拡張活用策

各種エンタープライズツールとの統合方法

  • APIを利用したJiraやSlack、Outlook、SharePointなどの接続手順
  • チャットインターフェースやチケット管理システムからのワークフロー起動処理
  • リアルタイム通知・ログ記録・監査機能の実装内容

導入展開・モニタリングおよび規模拡大手法

  • AutoGenエージェントを本番環境向けにパッケージ化する方法
  • エージェントの相互作用状況や利用頻度、性能情報をモニタリングする手法
  • 部門間や地域ごとにエージェント機能をスケールアウトさせる戦略例

企業向け利用事例プロトタイプ作成実習

  • グループ単位での自動化シナリオのアイデア創出
  • インストラクターからの支援を受けながらカスタムエージェントワークフローを作成する手順
  • 本番環境と同様な条件での検証用シミュレーション手法

まとめおよび今後の進むべき道

要求

  • Pythonプログラミングの実務レベルのスキル
  • LLMおよびプロンプトエンジニアリングに関する経験
  • 企業向け自動化ツールやワークフローシステムの基礎知識

対象者層

  • エンタープライズAIチーム
  • ソリューションアーキテクト
  • イノベーション戦略担当者
 21 時間

参加者の人数


参加者1人あたりの価格

お客様の声 (1)

今後のコース

関連カテゴリー