0 / 0
資料の 英語版 に戻る
クイック・スタート: 取得拡張された生成パターンを使用して基盤モデルにプロンプトを出す

クイック・スタート: 取得拡張された生成パターンを使用して基盤モデルにプロンプトを出す

このチュートリアルでは、 IBM watsonx.ai でファウンデーション・モデルを使用して、取得拡張生成パターンを適用することにより、ナレッジ・ベース内の情報に基づいて事実上正確な出力を生成する方法を学習します。 基盤モデルは、さまざまな理由で事実上不正確な出力を生成する可能性があります。 生成される出力の正確性を向上させる 1 つの方法は、プロンプト・テキストのコンテキストとして必要な事実を提供することです。 このチュートリアルでは、生成される出力の精度を向上させるために、取得拡張生成パターン方式を使用するサンプル・ノートブックを使用します。

必須のサービス
Watson Studio
Watson Machine Learning

基本的なワークフローには、以下のタスクが含まれます:

  1. プロジェクトを開きます。 プロジェクトは、データを処理するために他のユーザーと共同作業できる場所です。
  2. プロジェクトにノートブックを追加します。 独自のノートブックを作成することも、プロジェクトに サンプル・ノートブック を追加することもできます。
  3. コードを追加して編集し、ノートブックを実行します。
  4. ノートブックの出力を確認します。

取得拡張生成パターンについて読む

知識ベースの情報を活用することで、プロンプトにコンテキストを組み込む手法をスケールアウトできます。 取得拡張生成パターンには、以下の 3 つの基本ステップが含まれます。

  • 知識ベース内の関連コンテンツの検索
  • 最も関連性の高いコンテンツをコンテキストとしてプロンプトにプルします
  • 結合されたプロンプト・テキストをモデルに送信して出力を生成

取得拡張生成パターンについて詳しくは、こちらを参照してください。

取得拡張生成パターンの使用に関するビデオを視聴する

< このチュートリアルのステップをプレビューするには、このビデオをご覧ください。 ビデオに表示されるユーザー・インターフェースには若干の違いがある場合があります。 このビデオは、作成されたチュートリアルと一緒に使用することを目的としています。

このビデオは、本書の概念とタスクを学習するためのビジュアル・メソッドを提供します。


取得拡張された生成パターンを使用して基盤モデルのプロンプトを出すチュートリアルを試す

このチュートリアルでは、以下のタスクを実行します:





このチュートリアルを完了するためのヒントこのチュートリアルを正常に完了するためのヒントを以下に示します。

ビデオ・ピクチャー・イン・ピクチャーの使用

ヒント: ビデオを開始してから、チュートリアルをスクロールすると、ビデオはピクチャー・イン・ピクチャー・モードに移行します。 ピクチャー・イン・ピクチャーを最大限に活用するには、ビデオの目次を閉じます。 ピクチャー・イン・ピクチャー・モードを使用して、このチュートリアルのタスクを完了する際にビデオをフォローすることができます。 後続の各タスクのタイム・スタンプをクリックします。

以下のアニメーション・イメージは、ビデオ・ピクチャー・イン・ピクチャーおよび目次機能の使用方法を示しています。

ピクト・イン・ピクチャーおよび章の使用法

コミュニティーでのヘルプの利用

このチュートリアルでヘルプが必要な場合は、 watsonx コミュニティー・ディスカッション・フォーラムで質問したり、回答を見つけたりすることができます。

ブラウザー・ウィンドウのセットアップ

このチュートリアルを最適に実行するには、1 つのブラウザー・ウィンドウで Cloud Pak for Data を開き、このチュートリアル・ページを別のブラウザー・ウィンドウで開いたままにして、2 つのアプリケーションを簡単に切り替えることができます。 2 つのブラウザー・ウィンドウを横並びに配置して、見やすくすることを検討してください。

横並びのチュートリアルと UI

ヒント: ユーザー・インターフェースでこのチュートリアルを完了するときにガイド・ツアーが表示された場合は、 「後で行うこともあります」をクリックします。



タスク 1: プロジェクトを開く

サンプル・ノートブックを保管するには、プロジェクトが必要です。

ビデオを視聴して、サンドボックス・プロジェクトを作成し、サービスを関連付ける方法を確認してください。 次に、ステップに従って、既存のプロジェクトがあることを確認するか、サンドボックス・プロジェクトを作成します。

このビデオは、本書の概念とタスクを学習するためのビジュアル・メソッドを提供します。

ステップに従って、既存のプロジェクトがあることを確認するか、プロジェクトを作成します。

  1. watsonx のホーム画面で、 「プロジェクト」 セクションまでスクロールします。 プロジェクトがリストされている場合は、 Watson Machine Learning サービスの関連付けにスキップしてください。 プロジェクトが表示されない場合は、以下の手順に従ってプロジェクトを作成します。

  2. 「サンドボックス・プロジェクトの作成」をクリックします。 プロジェクトが作成されると、 「プロジェクト」 セクションにサンドボックスが表示されます。

  3. 既存のプロジェクトまたは新規サンドボックス・プロジェクトを開きます。

Watson Machine Learning サービスとプロジェクトの関連付け

Watson Machine Learning を使用して基盤モデルのプロンプトを出します。そのため、以下の手順に従って、 Watson Machine Learning サービス・インスタンスをプロジェクトに関連付けます。

  1. プロジェクトで、 「管理」 タブをクリックします。

  2. 「サービス」&「統合」 ページをクリックします。

  3. このプロジェクトに Watson Machine Learning サービスが関連付けられているかどうかを確認します。 関連付けられたサービスがない場合は、以下の手順を実行します。

    1. 「サービスの関連付け」をクリックします。

    2. Watson Machine Learning サービス・インスタンスの横にあるボックスにチェック・マークを付けます。

    3. 「関連付け」をクリックします。

    4. 必要に応じて、 「キャンセル」 をクリックして 「サービス」&「統合」 ページに戻ります。

詳しくは、またはビデオを視聴するには、 プロジェクトの作成を参照してください。

チェックポイント・アイコン 進行状況を確認してください

以下のイメージは、 「管理」 タブと関連サービスを示しています。 これで、サンプル・ノートブックをプロジェクトに追加する準備ができました。

プロジェクトの「管理」タブ




タスク 2: プロジェクトへのサンプル・ノートブックの追加

サンプル・ノートブックでは、小さな知識ベースと単純な検索コンポーネントを使用して、基本的なパターンを示します。 このノートブックで使用されるシナリオは、庭に植えるための種子を販売する会社のためのものです。 オンライン・シード・カタログの Web サイトには、お客様が庭の計画を立て、最終的に購入するシードを選択するのに役立つ多くの記事が掲載されています。 記事の内容に関するお客様の質問に答えるために、新しいウィッジが Web サイトに追加されます。

このビデオを視聴して、サンプル・ノートブックをプロジェクトに追加する方法を確認し、そのノートブックをプロジェクトに追加する手順に従います。

このビデオは、本書の概念とタスクを学習するためのビジュアル・メソッドを提供します。

  1. リソース・ハブの「 watsonx.aiによる検索拡張世代の簡単な概要 」にアクセスします。

  2. プロジェクトに追加をクリックしてください。

  3. リストからプロジェクトを選択し、 「追加」をクリックします。

  4. ノートブックの名前と説明を入力します (オプション)。

  5. このノートブックのランタイム環境を選択してください。

  6. 「作成」 をクリックします。 ノートブック・エディターがロードされるまで待ちます。

  7. メニューから、 「カーネル」>「再始動」&「出力のクリア」をクリックしてから、 「再始動してすべての出力をクリア」 をクリックして確認し、最後に保存した実行の出力をクリアします。


関連付けられたサービスについて詳しくは、 関連付けられたサービスの追加を参照してください。

チェックポイント・アイコン 進行状況を確認してください

次の図は、編集モードで開いているノートブックを示しています。 これで、ノートブックを実行するための前提条件をセットアップする準備ができました。

編集モードでノートブックを開く




タスク 3: ノートブックの編集

プレビュー・チュートリアル・ビデオ このタスクをプレビューするには、 00:57から始まるビデオをご覧ください。

ノートブックを実行する前に、環境をセットアップする必要があります。 ノートブックの前提条件を確認するには、以下の手順を実行します。

  1. ノートブックの For IBM watsonx on IBM Cloud セクションまでスクロールして、ノートブックを実行するための 2 つの前提条件を確認します。

  2. 「 IBM Cloud API キーの作成」 セクションで、API キーを使用して資格情報を Watson Machine Learning API に渡す必要があります。 保存された API キーがまだない場合は、以下の手順に従って API キーを作成します。

    1. IBM Cloud コンソールの API キー・ページにアクセスします。

    2. 「IBM Cloud API キーの作成」をクリックします。 既存の API キーがある場合は、このボタンに 「作成」というラベルを付けることができます。

    3. 名前および説明を入力します。

    4. 「作成」 をクリックします。

    5. API キーをコピーします 。

    6. 将来使用するために API キーをダウンロードします。

  3. Watson Machine Learning サービスのインスタンスを現在のプロジェクトに関連付ける セクションを確認します。 この前提条件は、 タスク 1で完了しました。

  4. 「セルを実行して、 IBM Cloud API キー ・セクションを指定する」までスクロールします。

    1. 「実行」 アイコン 実行 をクリックしてセルを実行します。

    2. API キーを貼り付けて、 Enterを押します。

  5. 「セルを実行して IBM watsonx on IBM Cloud」の資格情報を設定し、 「実行」 アイコン 実行 をクリックしてセルを実行し、資格情報を設定します。

チェックポイント・アイコン 進行状況を確認してください

以下のイメージは、前提条件が満たされたノートブックを示しています。 これで、ノートブックを実行して出力を確認する準備ができました。

前提条件が満たされているノートブック




タスク 4: ノートブックの実行と出力の確認

プレビュー・チュートリアル・ビデオ このタスクをプレビューするには、 01:03から始まるビデオをご覧ください。

サンプル・ノートブックには、取得拡張世代に関する情報と、特定のユース・ケースに合わせてノートブックを調整する方法に関する情報が含まれています。 ノートブックを実行して出力を確認するには、以下の手順を実行します。

  1. ノートブックの 「ステップ 2: 知識ベースの作成 (Step 2: Create a Knowledge Base)」 セクションまでスクロールします。

    1. そのセクション内の 3 つのセルのそれぞれについて、 「実行」 アイコン 実行 をクリックします。

    2. セクション内の 3 つのセルの出力を確認します。 これらのセルのコードは、知識ベースを 2 つの記事のコレクションとしてセットアップします。 これらの記事は、 watsonx.aiのサンプルとして作成されており、他の場所で公開されている実際の記事ではありません。 作成者と公開日は架空のものです。

  2. ノートブックの 「ステップ 3: 単純検索コンポーネントの作成 (Step 3: Build a simple search component)」 セクションまでスクロールします。

    1. そのセクション内の 2 つのセルのそれぞれについて、 「実行」 アイコン 実行 をクリックします。

    2. セクション内の 2 つのセルの出力を確認します。 これらのセル内のコードは、単純な検索コンポーネントを作成します。 検索拡張世代について説明する多くの記事では、検索コンポーネントがベクトル・データベースを使用することを前提としています。 ただし、一般的な取得拡張生成パターンを実行するには、知識ベースから確実に関連コンテンツを返すことができる検索および取得メソッドが実行されます。 このノートブックでは、検索コンポーネントは、単純な正規表現の一致に基づいて、知識ベース内の 2 つの記事の一方または他方の索引を返す単純検索機能です。

  3. ノートブックの 「ステップ 4: 現場のプロンプト・テキスト (Step 4: Craft prompt text)」 セクションまでスクロールします。

    1. そのセクション内の 2 つのセルのそれぞれについて、 「実行」 アイコン 実行 をクリックします。

    2. セクション内の 2 つのセルの出力を確認します。 これらのセルのコードは、プロンプト・テキストを作成します。 特定のタスクに最適なプロンプトは誰にも表示されません。 ただし、 bigscience/mt0-xxl-13b、 google/flan-t5-xxl-11b、 google/flan-ul2-20bなど、命令調整されたモデルは、通常、サンプル・プロンプトを使用してこのタスクを実行できます。 保守的なデコード方法では、簡潔な回答が得られる傾向があります。 プロンプトで、生成時に置換される 2 つの文字列プレースホルダー ( %sのマークが付いている) に注目してください。

      • 最初のプレースホルダーは、知識ベースからの関連記事のテキストに置き換えられます。
      • 2 番目のプレースホルダーは、回答される質問で置き換えられます。
  4. ノートブックの 「ステップ 5: ファウンデーション・モデルを使用して出力を生成する」 Python ライブラリー」 セクションにスクロールします。

    1. そのセクション内の 3 つのセルのそれぞれについて、 「実行」 アイコン 実行 をクリックします。

    2. セクション内の 3 つのセルの出力を確認します。 これらのセル内のコードは、 Python ライブラリーを使用して出力を生成します。 Python ライブラリーを使用して、 watsonx.ai で基盤モデルのプロンプトをプログラマチックに出すことができます。 ライブラリーについて詳しくは、以下のトピックを参照してください。

  5. ノートブックの 「ステップ 6: すべてをまとめてプルし、検索拡張された生成を実行する」 セクションまでスクロールします。

    1. そのセクション内の 2 つのセルのそれぞれについて、 「実行」 アイコン 実行 をクリックします。 このコードは、すべてをまとめて取り出し、拡張された生成を実行します。

    2. セクション内の最初のセルの出力を確認します。 このセル内のコードは、ユーザー入力エレメントをセットアップします。

    3. セクションの 2 番目のセルに、トマトまたはキュウリに関連する質問を入力して、回答とソースを表示します。 例えば、Do I use mulch with tomatoes? などです。

    4. 質問に対する回答を確認します。

チェックポイント・アイコン 進行状況を確認してください

以下の画像は、完成したノートブックを示しています。

完了したノートブック



次のステップ

その他のリソース

  • 基盤モデル

  • プロンプト・ラボ

  • Python ライブラリー

  • 詳しくは、 ビデオを参照してください。

  • リソース・ハブでサンプル・データ・セット、プロジェクト、モデル、プロンプト、およびノートブックを検索して、実地体験を得ることができます。

    データの分析およびモデルの作成を開始するためにプロジェクトに追加できる ノートブック ノートブック

    プロジェクト プロジェクト ノートブック、データ・セット、プロンプト、およびその他の資産を含むものをインポートできます。

    データ・セット データ・セット 。これをプロジェクトに追加して、モデルの洗練、分析、およびビルドを行うことができます。

    プロンプト プロンプト 。プロンプト・ラボで基盤モデルのプロンプトを出すために使用できます。

    プロンプト・ラボで使用できる モデル 基盤モデル

親トピック: クイック・スタート・チュートリアル

生成 AI の検索と回答
これらの回答は、製品資料の内容に基づいて、 watsonx.ai のラージ言語モデルによって生成されます。 詳細