Azure OpenAI Service実践ガイド

専門家のノウハウを凝縮！ 大規模言語モデル「GPT」のシステム実装法 　ChatGPTを支える大規模言語モデル（LLM）「GPT」などをシステムに組み込むための「Azure OpenAI Service」（Azure OpenAI）を実際に活用するための実践ガイドです。Azure OpenAIを使えば、LLM活用時に大きな懸念となる「社内データの漏洩」を防ぎながら、「社内の独自データに基づく受け答え」ができるシステムを容易に構築できるようになります。 　手軽にOpenAIの生成AI技術を活用したいと考えているエンジニア、Azure上にすでに基盤、アセットを持っているエンジニアに最適な内容になっています。 　本書では実際のサンプルコードを使いながら、Azure OpenAIとその周辺AIサービスが備える次のような機能を詳しく解説します。 ・GPT-4やGPT-3.5に、多様なメタプロンプト/パラメータを設定してチャットの受け答えを確認してからデプロイできる「Azure OpenAI Studio」 ・ベクトル/セマンティック検索が得意な「Azure AI Search」 ・LLM用フレームワークの「LangChain」と「Semantic Kernel」 ・生成AIの処理フローをGUI上で容易に構築できる「プロンプトフロー」 ・Meta（Facebook）のLlama 2などオープンソースのLLMも活用できる「モデルカタログ」 ・LLM自体に独自のデータを再学習させる「ファインチューニング」 1章　Azure OpenAIとは 1.1　Azure OpenAI - 魔法の世界の入口へ - 1.2　OpenAIの方向性と強み 1.3　Azure OpenAIによる効果 - Microsoftとの相乗効果 - 1.4　生成AIは新たな仲間 - Copilot - 1.5　生成AIのユースケース - 個人にも大きな可能性 - 2章　ChatGPTに関する基礎知識と概要 2.1　AIの歴史 2.2　生成AIの概要 2.3　ChatGPTの概要 2.4　プロンプトとプロンプトエンジニアリング 3章　なぜAzure OpenAIを使うのか 3.1　大手IT各社の取り組みとAzure OpenAIの位置付け 3.2　Azure OpenAIの概要・利点 3.3　責任あるAI 4章　Azure OpenAIの環境構築 4.1　Azure OpenAIの利用方法 4.2　Azure OpenAI Studio 4.3　OpenAIモデルのデプロイ 4.4　プレイグラウンド 4.5　オープンソースモデルのデプロイ 5章　Azure OpenAIに関するツールや技術 5.1　Azure OpenAIを使ったアーキテクチャ全体像 5.2　Copilot Stack 5.3　Azure AI Search 5.4　Grounding/RAG 5.5　On your data 5.6　LangChain 5.7　Semantic Kernel 5.8　Function Calling 5.9　プロンプトフロー 5.10　プラグイン開発 5.11　ファインチューニング 5.12　Azure AI Content Safety