【Azure×OpenAIでChatGPTシステムを構築！】 本書はLLM（大規模言語モデル）に興味があるITエンジニアを対象に、AzureからOpenAIモデルにアクセスできる「Azure OpenAI Service」を使い、ChatGPTを利用した社内AIシステムの開発と導入を実現してもらうのが目的です。 前半では、生成AIとChatGPTモデルの基本的な概念とその仕組みを解説します。また、Azure OpenAI Serviceの概要と具体的な利用方法を解説し、プロンプトエンジニアリングについても紹介します。後半ではChatGPTを利用する社内システムの開発手法について、実際にAzure OpenAI Serviceを使いながら学んでいきます。RAGを利用した社内文章検索システムの実装を経て、LLMを組み込んだアプリケーション（Copilot）の構築へとステップアップしていきます。また、ガバナンス実現に必要な共通基盤化と責任あるAIについても解説しています。 ■目次 ●第1部 Microsoft AzureでのChatGPT活用 ・第1章 生成AIとChatGPT ・第2章 プロンプトエンジニアリング ・第3章 Azure OpenAI Service ●第2部 RAGによる社内文章検索の実装 ・第4章 RAGの概要と設計 　　4.1 ChatGPTの問題点と解決手法 　　4.2 Retrieval-Augmented Generationとは 　　4.3 検索システム 　　4.4 Azure AI Search 　　4.5 オーケストレータ 　　4.6 Azure OpenAI on your data 　　4.7 Azure Machine Learningプロンプトフロー 　　4.8 大規模言語モデル 　　4.9 Azure OpenAI API 　　4.10 まとめ ・第5章 RAGの実装と評価 　　5.1 アーキテクチャ 　　5.2 社内文章検索の実装例 　　5.3 会話履歴の保持 　　5.4 検索機能 　　5.5 データインジェストの自動化 　　5.6 RAGの評価と改善 　　5.7 検索精度の評価 　　5.8 生成精度の評価 　　5.9 まとめ ●第3部 Copilot stackによるLLMアプリケーションの実装 ・第6章 AIオーケストレーション 　　6.1 Copilot stackとは 　　6.2 AIオーケストレーションとエージェント 　　6.3 独自Copilot開発のアーキテクチャと実装 　　6.4 まとめ ・第7章 基盤モデルとAIインフラストラクチャ 　　7.1 基盤モデルとAIインフラストラクチャとは 　　7.2 ホスティングされたモデルの場合 　　7.3 公開モデルの場合 　　7.4 まとめ ・第8章 Copilotフロントエンド 　　8.1 ユーザーエクスペリエンスの基礎 　　8.2 LLMの不確実な応答への対処 　　8.3 UX向上のための参考資料 　　8.4 まとめ ●第4部 ガバナンスと責任あるAI ・第9章 ガバナンス ・第10章 責任あるAI ■著者プロフィール 永田 祥平：日本マイクロソフト株式会社 クラウドソリューションアーキテクト。主にエンタープライズのお客様を対象に、Azureビッグデータ分析基盤や機械学習基盤の導入・活用支援を行う。 伊藤 駿汰：日本マイクロソフト株式会社 クラウドソリューションアーキテクト／株式会社Omamori 取締役。AI/ML開発と利活用の技術支援、機械学習基盤やMLOps基盤の構築および活用の技術支援を行う。 宮田 大士：日本マイクロソフト株式会社 クラウドソリューションアーキテクト。現職では、幅広い業界のお客様へのAIの導入／活用を支援。 立脇 裕太：日本マイクロソフト株式会社 クラウドソリューションアーキテクト。現在は日本マイクロソフトでビッグデータ、クラウド、機械学習を活用した企業のデータ活用を支援。 花ケ﨑 伸祐：日本マイクロソフト株式会社 パートナーソリューションアーキテクト。現在はパートナーAIソリューションの開発支援に携わる。 蒲生 弘郷：日本マイクロソフト株式会社 クラウドソリューションアーキテクト。現在はソリューションアーキテクトとしてAI導入の技術支援やAzure OpenAI Serviceのエバンジェリスト活動などに従事。 吉田 真吾：株式会社セクションナイン 代表取締役。2023年5月にAzure OpenAI/Azure AI Search/Azure Cosmos DBを活用した人事FAQ 機能をリリース。著書、監訳書多数。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ■AWS直伝の生成AIアプリ実装法がわかる！ ～LLMの基礎からRAG、AIエージェントまで ■「基礎をしっかり理解」と「ハンズオンで実践力が身につく」を両立！ ■本書で学べること ・ Amazon Bedrockを理解して、RAGやマルチエージェントのシステムを構築できる ・ プロンプトエンジニアリングを理解して、継続的に改善できる ・ セキュリティやコストを意識した、持続可能なシステムを設計できる ・ ユーザーにとって価値のある生成AIアプリケーションを企画できる ■本書の対象読者 ・ アプリケーション開発者：生成AIを活用したアプリケーションを開発したいエンジニア ・ ソリューションアーキテクト：生成AIシステムの設計・構築を担当するエンジニア ・ プロダクトマネージャー：生成AIを活用した新サービスを企画・推進する人 ・ データサイエンティスト/MLエンジニア：生成AIを実システムにセキュアに組み込みたい人

クラウドサービスの代名詞とも言えるAWS（Amazon Web Services）。いまや，Web 業界だけでなく基幹系システムや業務システムでも合理的な選択肢として避けて通ることのできない存在になりました。しかし実際のところはまだ，ホスティングの代わりにAWS を利用しているに過ぎないようなケースも多く見られます。本書では，AWS のメリットであるスケーラビリティ，アジリティ（俊敏性），マネージドプラットフォームを享受する，クラウドのポテンシャルを120% 活かした「クラウドネイティブ」なアーキテクチャを実現するにはどうすればよいのか，実案件で実践してきたエンジニア陣が解説します。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 クラウドコンピューティングの技術の中でも、昨今注目を集めているのがサーバーレスアーキテクチャです。 FaaS（Function-As-A-Service）とも呼ばれるサーバーレスアーキテクチャは、ファンクション（関数）と呼ばれるマイクロサービスを実装し、組み合わせながら、サービスを構築していくアーキテクチャです。 その際、実行環境となるサーバーのスケーリングや管理をクラウドプロバイダに任せることで、開発者はオンプレミスなサーバーを考えることなしに、開発時間の短縮と運用コストの削減を図ることができます。 本書では、サーバーレスアーキテクチャに興味のある開発者がAmazon Web Services（AWS）上で新技術を実践・体験するための例として、 　・マイクロサービスのコードを実行する「AWS Lambda」 　・「Amazon S3」などのクラウドストレージ 　・「Amazon DynamoDB」などのデータベース 　・「Auth0」などの認証サービス といったサービスを組み合わせながら、実際に動かすことのできる動画シェアサイトを構築していきます。 世界的な技術カンファレンス「Serverlessconf」の責任者である著者による、サーバーレスアーキテクチャの主要なデザインパターンを学べる1冊です。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

★基礎知識から構築、評価、改善まで！　実践に使える本格派の一冊★ AIエージェントの開発に初期から取り組み、実務で使ってきた著者陣がおくる、 「現場」で使える、プロになるための一冊。 ヘルプデスク、データ分析、情報収集、マーケティングの具体的なＡＩエージェントの構築方法に加え、 AIエージェントの評価や改善までを網羅的に学べます。 電通総研、Algomatic、ジェネラティブエージェンツの各社の取り組みの紹介も！ 「第1部 AIエージェントを知る」は、AIエージェントを作り、現場で活用するための知識をまとめています。1章ではAIエージェントの定義や重要な性質、ビジネス状況、活用例を説明します。2章は技術観点でAIエージェントを構成する各技術要素の説明と実装上で気をつけることを説明しています。 「第2部 AIエージェントを作る」では、AIエージェントを開発していきます。まずは3章で、AIエージェントの開発に必要な共通技術を解説します。4章では、ヘルプデスクの質問応答を題材にPlan-and-Execute型エージェントの実装をおこないます。5章では、データドリブンな意思決定業務を題材にデータ分析からレポート作成まで行うエージェントを実装します。6章では、情報収集業務を題材にarXiv上の論文を探索しレポートするエージェントを実装します。7章では、マーケティング業務を題材にロールプレイングによる意思決定支援やマルチエージェントによる会話型推薦エージェントを実装します。読者がすぐに実装を再現でき、読者の環境に合わせて改変して精度を高め、業務利用できることを意識しています。 「第3部 AIエージェントを現場で使う」では、実際にAIエージェントのプロジェクトを進めるうえで、避けては通れない課題について広く解説します。評価方法、エラー分析、UX、セキュリティ、モニタリング、継続的な精度改善方法を紹介します。10章ではAIエージェントの実用化に向けた著者陣の各社の取り組みを解説します。 【おもな内容】 第1部　AIエージェントを知る - 第1章 AIエージェントの概要 - 第2章 AIエージェントの構成 第2部　AIエージェントを作る - 第3章 AIエージェントの開発準備 - 第4章 ヘルプデスク担当者を支援する - 第5章 データ分析者を支援する - 第6章 情報収集者を支援する - 第7章 マーケティングを支援する 第3部　AIエージェントを現場で使う - 第8章 AIエージェントの評価 - 第9章 AIエージェントの活用 - 第10章 各社のAIエージェントの実用化に向けた取り組み

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 「生成AIがすごいことはわかるけれど、自分の仕事には関係ないな」と思い込んでいませんか？ Difyは、ノーコードで誰でも自分だけのAIアプリを作れるサービスです。高性能なパソコンやソフトウェアは一切不要。ブラウザーさえあれば、ブロックやパズルを組み合わせるような感覚で本格的なAIアプリが完成します。 本書では、OpenAIのChatGPTを活用した仕事に使えるアプリを作りながら、Difyの使い方を学んでいきます。営業メールや電話のトークスクリプトを作るシンプルなアプリから、領収書の写真をアップするだけで必要項目を抜き出してくれるアプリ、複雑な分岐をして稟議が通るよう相談に乗ってくれるアプリなど、実務で使えるアプリを多数紹介しています。 サンプルのアプリはすべて無料でダウンロード可能。自分なりにアレンジして、ぜひ日々の仕事に活用してください。操作画面を追っていくとAIアプリを作るコツが自然と身につく構成になっているので、プログラミング未経験の方でも安心です。 専門的な情報や社内ドキュメントなどを参照するRAG（Retrieval Augmented Generation：検索拡張生成）も、Difyの「ナレッジ」機能を使えば簡単です。 社内で本格的に活用しようとなった場合に備えて、セキュリティの観点からDifyを安全に使うための方法や、オンプレミス（自社サーバー）導入のヒントも解説。 Difyはエンジニアにも注目のサービスですが「専門用語がわからない」「分厚い専門書を読む余裕がない」という方にこそ読んでほしい一冊です。

【AIエージェントの可能性を示す日本初の書】 細かく指示を出さなくても、自分で考えて動くAI。「AIエージェント」というSF世界のような技術が、今まさに花開こうとしています。 本書では、ChatGPTに代表される「チャット型AI」との違いに注目しながら、AIエージェントが私たちの仕事にもたらすであろうインパクトを明らかにしていきます。さらに、AIエージェントの技術的なしくみについても、前提知識がなくても理解できるようにわかりやすく解説。生産性が爆上がりする、新時代の技術と働き方を垣間見ることのできる一冊です。 ■こんな方におすすめ 　　AIの利活用について最先端の情報を仕入れたいビジネスパーソン 　　自身の生産性の向上に関心のあるビジネスパーソン 　　AIエージェントについて知っておきたいITエンジニア ■目次 ●第1章 あなたの仕事がAIエージェントで変わる 　　新人不要、AIエージェントが研修なしで即戦力になる 　　人間と同じ仕事の進め方をするAIエージェント 　　自社データベースとの接続によって生まれる競争力 　　AIエージェントと人間との協働 　　AIエージェント以降の人間の役割 ●第2章 AIエージェントとは何か 　　チャット型AIとしての「ChatGPT」 　　「指示待ち」チャット型AIの限界 　　チャット型AIの課題を解決するAIエージェント 　　なぜ大規模言語モデルをベースにするのか 　　AIエージェントブームの火付け役「AutoGPT」 　　第二の火付け役となった「BabyAGI」 　　複数のAIエージェントによる社会シミュレーション「Generative Agents」 　　AIエージェントが経営するソフトウェア開発会社「ChatDev」 ●第3章 AIエージェントの仕組み 　　AIエージェントを構成する4つの要素 　　それぞれの要素はどのように相互作用するのか 　　個性（Profile）：AIエージェントのキャラ付け 　　記憶（Memory）：AIエージェントの頭の中 　　計画（Planning）：AIエージェントの戦略的思考 　　行動（Action）：AIエージェントの道具箱 ●第4章 AIエージェントを体験する 　　自動的なリサーチを支援してくれる「Cognosys」 　　顧客調査を自動化する「aomni」 ■著者プロフィール 西見公宏(にしみ まさひろ)：1983年生まれ。Web制作フリーランスを経て、大学卒業後TIS株式会社に入社。大手企業の業務基幹システム開発や、海外でのソリューション開発を経験した後、2011年に株式会社ソニックガーデンへ入社。クライアント先への顧問CTOとしてRuby on Railsを活用したWebアプリケーション開発に企画から運用まで携わる一方で、年間100件以上の新規相談に対応しながらプロジェクトの立ち上げを支援。2015年に同社取締役就任。2022年からは有限会社エッジドエッジ代表として、ChatGPTの利活用を中心に大規模言語モデルを活用したアプリケーション開発ならびにアドバイザリーを提供している。

【ChatGPTのAPIとLangChainで大規模言語モデルをシステムに組み込む知識をステップバイステップで実践できる！】 本書ではまず、OpenAI APIとLangChainについて解説します。ChatGPTのようなしくみを業務システムなどに組み込むためには、単にLLMに1つ入力して1つ出力を得るような実装ではなく、複数のタスクを一連のワークフロー処理として実現する必要があります。また、ChatGPTが知識を持たない専門知識を答えてほしいとか、意図した形式で応答が欲しいなど、実用性を高める必要も出てきます。これらを実現するためのLangChainのつかいかたをわかりやすく解説します。 後半では、ステートレスなOpenAI APIに記憶を持たせたり、必要に応じてWeb検索などを行うエージェント処理、さらにそれらチャット形式の処理を、ステップバイステップでWebアプリやSlackアプリとして実装します。 ■目次 ●第1章 大規模言語モデル（LLM）を使ったアプリケーションを開発したい！ 　　1.1 ChatGPTにふれてみよう 　　1.2 プロンプトの工夫でできること 　　1.3 プログラミングで使ってみよう 　　1.4 ChatGPTを使うときに気をつけること 　　1.5 ChatGPTの有料プランでできること 　　……ほか ●第2章 プロンプトエンジニアリング 　　2.1 なぜいきなりプロンプトエンジニアリング？ 　　2.2 プロンプトエンジニアリングとは 　　2.3 プロンプトの構成要素の基本 　　2.4 Prompt Engineering Guideから：ChatGPTの無限の可能性を引き出す ●第3章 ChatGPTをAPIから利用するために 　　3.1 OpenAIの文書生成モデル 　　3.2 ChatGPTのAPIの基本 　　3.3 入出力の長さの制限や課金に影響する「トークン」 　　3.4 Chat Completions APIにふれる環境の準備 　　3.5 Chat Completions APIをさわってみる 　　……ほか ●第4章 LangChainの基礎 　　4.1 LangChainの概要 　　4.2 Language models 　　4.3 Prompts 　　4.4 Output parsers 　　4.5 Chains 　　……ほか ●第5章 LangChainの活用 　　5.1 Data connection 　　5.2 Agents ●第6章 外部検索、履歴を踏まえた応答をするWebアプリの実装 　　6.1 第6章で実装するアプリケーション 　　6.2 Cloud9を起動して開発環境を構築する 　　6.3 StreamlitのHello World 　　6.4 ユーザーの入力を受け付ける 　　……ほか ●第7章 ストリーム形式で履歴を踏まえた応答をするSlackアプリの実装 　　7.1 なぜSlackアプリを作るのか 　　7.2 環境準備 　　7.3 環境設定ファイルを作成する 　　7.4 Slackアプリを新規作成する 　　7.5 ソケットモードを有効化する 　　……ほか ●第8章 社内文書に答えるSlackアプリの実装 　　8.1 独自の知識をChatGPTに答えさせる 　　8.2 埋め込み表現（embeddings）とは 　　8.3 実装するアプリケーションの概要 　　8.4 開発環境を構築する 　　8.5 サンプルデータの準備 　　……ほか ●第9章 LLMアプリの本番リリースに向けて 　　9.1 企業で生成AIを活用していくために 　　9.2 JDLA発行『生成AIの利用ガイドライン』をもとにした自社ガイドラインの作成 　　9.3 サービスの企画・設計段階での課題 　　9.4 テスト・評価について 　　9.5 セキュリティ対策について 　　……ほか ●付録 Webアプリ、Slackアプリ開発の環境構築 ■著者プロフィール 吉田 真吾：株式会社サイダス取締役CTO/株式会社セクションナイン代表取締役CEO、ChatGPT Community（JP）主催。サーバーレステクノロジーのコミュニティ主催を通じて、日本におけるサーバーレスの普及を促進。『サーバーレスシングルページアプリケーション』（オライリー）監訳、『AWSエキスパート養成読本』（技術評論社）共著。 大嶋 勇樹：ソフトウェアエンジニア。IT企業からフリーランスエンジニアを経て会社を設立。現在は実務に就き始めたエンジニアのスキルアップをテーマに、勉強会の開催や教材作成の活動を実施。オンラインコースUdemyではベストセラー講座多数。勉強会コミュニティStudyCo運営。

◆RAG（検索拡張生成）開発も、AIエージェント開発の基礎もデザインパターンもわかる！◆ 　本書では、OpenAIによるAIサービスを利用するためのOpenAI API、オープンソースのLLMアプリ開発ライブラリLangChain を使って、LLM（大規模言語モデル）を活用したRAG（検索拡張生成）アプリケーション、そしてAIエージェントシステムを開発するための実践的な知識を基礎からわかりやすく解説します。 　OpenAI のチャットAPI、プロンプトエンジニアリング、LangChainの基礎知識 について解説したあと、RAGの実践的手法や評価のハンズオンを行います。今後の生成AIシステム開発で重要となるAIエージェント開発はLangGraphを使って行い、さらにAIエージェントのデザインパターンと、パターン別のAIエージェントハンズオンまで解説します。 　OpenAIのAPIとフレームワークLangChainを学ぶことで、LLMの性質を活かしたサービスや業務システムを構築するのに必要な知識体系を習得し、業界地図を頭に描くことができるようになります。 ■こんな方におすすめ ・LLMによる本格的な業務アプリ開発に取り組みたい方 ・RAGアプリケーション開発の実践的な知識を習得したい方 ・AIエージェントシステム開発に取り組みたい方 ■目次 第1章 LLMアプリケーション開発の基礎 第2章 OpenAIのチャットAPIの基礎 第3章 プロンプトエンジニアリング 第4章 LangChainの基礎 第5章 LangChain Expression Language（LCEL）徹底解説 第6章 Advanced RAG 第7章 LangSmithを使ったRAGアプリケーションの評価 第8章 AIエージェントとは 第9章 LangGraphで作るAIエージェント実践入門 第10章 要件定義書生成AIエージェントの開発 第11章 エージェントデザインパターン 第12章 LangChain/LangGraphで実装するエージェントデザインパターン ■著者プロフィール ●西見公宏：株式会社ジェネラティブエージェンツ 代表取締役CEO。吉田、大嶋と株式会社ジェネラティブエージェンツを共同創業。AIエージェントを経営に導入することにより、あらゆる業種業態の生産性を高めるための活動に尽力している。 「その仕事、AIエージェントがやっておきました。」（技術評論社）単著、Software Design「実践LLMアプリケーション開発」（技術評論社）連載。 ●吉田真吾：株式会社ジェネラティブエージェンツ 取締役COO / 株式会社セクションナイン 代表取締役CEO。AWS Serverless Heroとして日本におけるサーバーレスの普及を促進。 「ChatGPT/LangChain によるチャットシステム構築［実践］入門」（技術評論社）共著など。 ●大嶋勇樹：株式会社ジェネラティブエージェンツ 取締役CTO。大規模言語モデルを組み込んだアプリケーションやAIエージェントの開発を実施。 「ChatGPT/LangChain によるチャットシステム構築［実践］入門」（技術評論社）共著。