loading...

検索結果

AIエージェント開発研修~LangChainで業務プロセスを改善する(2日間)

AI・生成AI・RPA

AIエージェント開発研修~LangChainで業務プロセスを改善する(2日間)

生成AIを業務に組み込み、設計からテストまで一気通貫で作れるようになる

No. 6960006 9909259

対象者

  • 若手層
  • 中堅層
  • リーダー層

・AIエージェント開発の担当者
・組織のDX推進担当者

よくあるお悩み・ニーズ

  • LangChain(※)で業務フローを実装し、RAGやAPIまで組み込めるようになりたい
  • 業務をAIエージェント化する際、どこまで設計すればよいか判断が難しい
  • 生成AI活用を業務プロセスとして組織内で標準化したい

※LLM(大規模言語モデル)と外部ツール・データを
 つないで動かす開発フレームワークのこと

 ※ノーコード/ローコードで、業務向けに運用できる形まで作りたい方には、「RAGシステム実践研修〜Difyで組織内のデータを最大活用するAIシステムを構築する」がおすすめです
※Copilot上でノーコードに、まず動くエージェントを作りたい方には、「AIエージェント基礎研修~自分専用の生成AIで業務を自動化する」がおすすめです

研修内容・特徴outline・feature

生成AIを使う段階から一歩進め、業務プロセスの中で動くAIエージェントとして実装することを目指す研修です。ワークでは、問合せの一次対応を題材に、対応の流れをタスクに分解し、各タスクの入出力や分岐・例外を整理します。定義したタスクをLangChainで接続して業務フロー化し、RAGを組み込んで参照元つきで回答できる形にします。さらに、LLM呼び出し設定の調整と出力形式の固定で出力を安定化し、LLM以外のAPIも組み合わせ、AIエージェントが一連で動く形に仕上げます。

*本研修では、PCを使用します*
※研修の中でAPIキーを使用するため、組織内で確認のうえ事前に発行をお願いします
※研修のご受講にはPython環境のご準備が必要です
※スムーズに学習していただくため、「2画面(デュアルディスプレイ)でのご受講」を推奨しております

到達目標goal

  • ①業務プロセスを分解し、タスクの入出力まで設計して実装に落とせる
  • ②LangChainでタスクを組み合わせ、安定して動く業務フローとして実装できる
  • ③AIエージェント活用の価値を、具体的な事例や比較をもとに組織内へ説明できる

研修プログラムprogram

内容
手法
  • 1.業務プロセスの効率化にAIエージェントが重要な理由
    (1)生成AI単体の限界
    (2)AIエージェントの重要性
    (3)AIエージェントの活用事例
    【ワーク】AIエージェントを活用したい自身の業務プロセスを書き出す
講義
ワーク
  • 2.LangChainの全体像
    (1)LangChainを採用する理由
     ①GPTs/Difyでは足りなくなるポイント
     ②LangChainが効くポイント
    (2)LangChainの活用ステップ
     ①業務のタスクを、小さく分ける
     ②タスクをつないで、業務の流れとして動かす
     ③必要な機能を足して完成させる
講義
  • 3.業務プロセスを分解し、入出力を定義する
    (1)対象とする業務の範囲を決める
    (2)業務をタスクに分解する
    (3)各タスクの入出力を決める
    (4)分岐条件・例外を決める
    (5)サンプル問合せで入出力を検証する
    【ワーク】問合せ対応を例に、業務をタスクに分解し、入出力を定義する
講義
ワーク
  • 4.LangChainでタスクを接続し、業務フローとして動かす
    (1)タスクを順に実行するフローを作る
    (2)条件分岐を入れる
    (3)途中結果を引き継ぐ
    (4)失敗時の扱いを実装する
    【ワーク】問合せ対応を例に、タスクをLangChainで実装する
講義
ワーク
  • 5.RAG(検索)を追加し、参照元つきの回答にする
    (1)組織内の情報に基づいて回答するために、RAGが必要な理由を理解する
    (2)参照データを用意する
    (3)検索できる形に整える
    (4)業務フローにRAGを組み込む
    (5)参照元を出せるようにする
    【ワーク】問合せ対応を例に、RAGを業務フローに組み込む
講義
ワーク
  • 6.API(LLM・モデル)を実装し、出力を安定させる
    (1)出力を安定させるためにAPIが必要な理由を理解する
    (2)モデルを選ぶ
    (3)LLM呼び出しを組み込む
    (4)出力形式を固定する
    (5)運用を見据えた設定をする
    【ワーク】問合せ対応を例に、LLM呼び出しの設定を調整する
講義
ワーク
  • 7.機能を組み合わせてAIエージェントにする
    (1)全体フローを一本化する
    (2)RAGを入れる位置を確定する
    (3)API(LLM・モデル)呼び出しを整理する
    (4)LLM以外のAPIを組み込む
    (5)入出力と設定を揃える
    【ワーク】問合せ対応を例に、機能を組み合わせ、フローを動かす
講義
ワーク
  • 8.運用に必要な機能を追加して使える形に仕上げる
    (1)ログ/トレース
    (2)プロンプト管理
    (3)ガードレール
    (4)やり直し・人手戻しの設計
    【ワーク】問合せ対応を例に、運用できる形に仕上げる
講義
ワーク
  • 9.検証とテストを行い、品質と動作を固める
    (1)シナリオテスト
    (2)異常系テスト
    (3)回帰テスト
    (4)品質・コスト確認
    【ワーク】問合せ対応を例に、テストを実施し、品質を確認する
講義
ワーク
  • 10.まとめ
    【ワーク】今後の業務にLangChainを活かす計画を立てる
ワーク

企画者コメントcomment

生成AIを導入しても、チャットの単発利用だけでは業務プロセスは変わりません。研修では、生成AIを、回答を得るためのツールではなく、業務の流れに組み込んで動く仕組みとして実装します。まず、生成AIの役割や入出力を整理し、後工程で迷わない土台作りを重視しながら安定したフローを構築します。最後に、参照元の提示や出力の安定化など運用で効くポイントを加え動く形にします。自組織でも同じ手順で再現できることを目指してほしいと考え、本研修を企画しました。

スケジュール・お申込み
(オンライン型/来場型開催)schedule・application

注意事項

  • 同業の方のご参加はご遠慮いただいております
  • 会場やお申込み状況により、事前告知なく日程を削除させていただくことがあります
  • カリキュラムは一部変更となる可能性があります。大幅な変更の際は、申込ご担当者さまへご連絡いたします。

事前のご案内

お問合せ・ご質問

よくいただくご質問~お申込み方法や当日までの準備物など、公開講座について詳しくご説明

最新作・ニュース

ページトップへ
年間実績公開講座の年間実績
受講者数※1
開催数※1
講座数※2

WEBinsource
ご利用社数※2

※1 

※2 

研修を探す
開催地で探す
階層で探す
テーマで探す
コースマップで探す
日程で探す
課題・状況で探す

公開講座からの新着メッセージ