お問い合わせ

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

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