作品の保存

プロンプトエンジニアリング作業を保存するには、次の手順を実行します：

1. プロンプト・エディタのヘッダーから、[ 作業を保存 ] アイコン をクリックし、[ 名前を付けて保存 ] をクリックする。

2. アセットタイプを選択します。

   配置可能なGen AIフローノートブックを作成する場合は、プロンプトを配置スペースに関連付ける必要があります。 詳しくは、Deployment spaces を参照してください。

3. アセットに名前を付け、オプションで説明を追加します。

4. Watsonx.governanceのみ:あなたの目標に最も適したタスクタイプを選択します。

5. プロンプトをノートブック資産としてのみ保存する場合： 保存後にプロジェクトで表示を選択します。

6. 保存 をクリックします。

ノートブックに保存されたプロンプトを使用する

作業をノートブック・アセットとして保存すると、Pythonノートブックが構築されます。

プロンプト・ノートブック・アセットで作業するには、ノートブックのタイプに応じて以下の手順を実行します：

標準ノートブック

1. プロジェクトのアセットタブからノートブックアセットを開きます。

2. 編集アイコン をクリックしてノートブックをインスタンス化し、コードを順を追って確認できるようにします。

   ノートブックには、以下のステップを管理する実行可能なコードが含まれています：

   • サービスとの認証を行う。
   • Python クラスを定義します。
   • モデルの入力テキストを定義し、プロンプト変数を宣言します。 静的プロンプトテキストを編集したり、プロンプト変数に値を割り当てることができる。
   • 定義されたクラスを使用して、watsonx.ai推論APIを呼び出し、foundation modelモデルに入力を渡します。
   • foundation modelによって生成される出力を示します。
   Note:プロジェクトに保存されているモデルを推論するプロンプトでは、スペースIDをプロジェクトIDに置き換えてください。

3. ノートブックをそのまま使うか、使用するケースに合わせて変更してください。

   Prompt Labを使用して生成された Python コードは正常に実行されます。 コードに加えた変更はすべてテストし、検証しなければならない。

配備ノートブック

1. プロジェクトのアセットタブからノートブックアセットを開きます。

2. 編集アイコン をクリックしてノートブックをインスタンス化し、コードを順を追って確認できるようにします。

   ノートブックには、以下のステップを管理する実行可能なコードが含まれています：

   • サービスとの認証を行う。
   • ターゲット空間に接続し、ベクトルのインデックスを昇格させる。
   • デプロイされる python 関数を定義します。 これには、ベクトル・インデックスの初期化、ベクトル・インデックスに対するクエリー、モデルの入力フォーマット、推論の実行などのコードが含まれる。
   • ローカルで python 関数をテストします。
   • python関数をターゲット空間に配置します。
   • デプロイされた python 関数をテストします。

3. ノートブックをそのまま使うか、使用するケースに合わせて変更してください。

   Prompt Labを使用して生成された Python コードは正常に実行されます。 コードに加えた変更はすべてテストし、検証しなければならない。

4. Python関数は、REST APIを使って使うことができます。 以下は、デプロイメントを呼び出す cURL リクエストの例です：

   curl --location '${PUBLIC_ENDPOINT}' \
   --header 'Content-Type: application/json' \
   --header 'Authorization: Bearer ${IAM_TOKEN}' \
   --data '{ \
     "input_data": [{
         "fields": ["Search", "Access token"],
         "values": [
           [${MESSAGES}],
           [${IAM_TOKEN}]]
       }]
   }'
   

   ここで

   • PUBLIC_ENDPOINT は、デプロイのパブリック・エンドポイントです。 オンライン配置を作成するを参照してください。
   • IAM_TOKEN は、IBM Cloud サービスにアクセスするための認証トークンです。 Credentials for programmatic accessを参照してください。
   • MESSAGESは、以下のスキーマを持つチャット履歴テキストエントリーの配列である：

   {
      "role": type, // "user" or "assistant"
      "content": content // The text content of the message
   }
   

保存されたプロンプトテンプレートの操作

保存したプロンプトで作業を続行するには、 Prompt Labの ［Saved prompt templates］ タブからプロンプトを開きます。

保存されたプロンプトテンプレートを開くと、自動保存がオンになっており、プロンプトに加えた変更が保存されたプロンプトテンプレート資産に反映されます。 保存したプロンプトテンプレートを変更しない場合は、新しいプロンプトをクリックして新しいプロンプトを開始する。

保存したプロンプトテンプレートから編集モードを変更することはできない。

他の編集モードとは異なり、チャットモードで保存されるプロンプトテンプレートは、モデル出力も保存する。 チャットモードで保存したプロンプトテンプレートから別のモードに切り替えることはできません。

watsonx.governance がプロビジョニングされている場合、プロンプト テンプレートに少なくとも 1 つのプロンプト変数が含まれていれば、モデル回答の有効性を評価できます。

• プロンプト変数の詳細については、再利用可能なプロンプトを作成するを参照してください。
• モデル応答の評価についての詳細は、プロジェクトでのプロンプトテンプレートの評価を参照してください。

保存されたプロンプトセッションでの作業

保存したプロンプトセッションで作業を続けるには、 Prompt Labの 履歴タブからそのセッションを開きます。

過去に提出したプロンプトを確認するには、履歴からプロンプトのエントリをクリックしてプロンプトエディタで開きます。 以前のプロンプトの結果を好む場合は、Restoreをクリックして現在のプロンプトとしてリセットすることができます。 以前のプロンプトを復元すると、現在のプロンプトセッションは以前のバージョンのプロンプトセッションに置き換えられる。

詳細情報

• 基盤モデルのセキュリティーとプライバシー

親トピック Prompt Lab