お問い合わせを送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
予約を送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
コース概要
LangGraphおよびグラフ理論の基礎概説
- なぜLLMアプリにグラフ構造が有効か:単純な連鎖処理との比較
- LangGraphにおけるノード・エッジ・状態の役割
- 初めての実行例:シンプルなLangGraphプログラムの作成
状態管理とプロンプト連鎖の設計法
- グラフノードとしてのプロンプトの定義方法
- ノード間での状態受け渡しおよび出力処理
- 短期記憶と長期記憶の使い分け方
分岐制御・エラー対応およびフローの調整方法
- 条件付きルーティングや複数経路を持つワークフローの設計法
- 再試行処理・タイムアウト対策およびフォールバック戦略
- 同一操作を繰り返しても結果が変わらない方法(べき等性)と安全な再実行手法
ツール連携や外部サービス統合の基本
- グラフノードから関数やツールを呼び出す仕組み
- REST APIなどの外部サービスとの接続手法
- 構造化された出力結果の取り扱い方
検索強化型ワークフローの実装方法
- ドキュメントの読み込みおよび分割処理の基本
- 埋め込み表現とベクターストア(例:ChromaDB)の活用
- 出典情報付きで正確な回答を生成する手法
テスト・デバッグおよび品質評価の手順
- 各ノードや経路ごとの単体テストの作成法
- 実行履歴の追跡と可視化手法
- 正確性・安全性・決定性をチェックする評価基準
アプリケーション配布および運用のための初歩知識
- 環境設定や依存パッケージ管理の方法
- 外部APIとしてグラフ構造を公開する仕組み
- バージョン管理および更新手順の確立法
講座まとめおよび今後の学習指針
要求
- 基本的なPythonプログラミングの知識
- REST APIやCLIツールを利用した経験
- LLMの基本概念およびプロンプトエンジニアリングの基礎知識
対象者
- グラフ構造を用いたLLM制御に初めて取り組む開発者・ソフトウェアエンジニア
- 多段階処理が可能なLLMアプリを作りたいプロンプトエンジニアやAI初心者
- LLMを活用したワークフロー自動化に興味のあるデータ関連従事者
14 時間