このトピックでは、自然言語生成コンポーネントを構成する方法について説明します。このコンポーネントを使用すると、大規模言語モデルを複数ラウンドの会話、知識検索、コンテンツ生成に使用できます。
コンポーネント情報
AI 大規模モデルによって生成されたコンテンツには、問題が含まれている可能性があります。注意して使用する前に、慎重に評価および検証してください。
アイコン
名前
自然言語生成
準備
既存のフローまたは新しいフローのキャンバスページに移動します。
既存のフローのキャンバスページに移動します。
Chat App Message Service コンソール にログインします。 [チャットフロー] > [フロー管理] を選択します。編集するフローの名前をクリックします。フローのキャンバスページが表示されます。
キャンバスページに移動する新しいフローを作成します。詳細については、「フローを作成する」をご参照ください。
手順
キャンバス上の Natural Language Generate アイコンをクリックして、右側の設定を表示します。
ニーズに基づいてコンポーネントを構成します。詳細については、「パラメーター」をご参照ください。
右上隅の [保存] をクリックします。表示されるメッセージで、[保存] をクリックします。
パラメーター
[実装タイプ] を [モデル] または [アプリケーション] に設定できます。実装タイプによって、パラメーターが異なります。次の表に、特定のパラメーターを示します。
実装タイプ - モデル
手順 1: Web アプリの作成 | 説明 |
前提条件 | モデルサービスのプロトコル。有効な値：OpenAI。 |
ベース URL | モデルサービスのエンドポイント。例：https://api.openai.com/v1 またはその他の OpenAI 互換エンドポイント。 |
APIキー | モデルサービスのキー。 |
モデル名 | モデル名。例：gpt-3.5-turbo または qwen-plus。 |
初期プロンプト | モデルセッションの初期プロンプト入力。出力のガイドに使用されます。例：あなたは機知に富んだコメディアンです。以下の Q&A ではユーモラスな言葉遣いを使用してください。 |
モデル入力 | モデル会話入力の現在のラウンドでは、テキスト内で複数の変数を直接参照または埋め込むことができます。例：{{incomingMessage}} または「{{topic}} についての情報を検索してください。」 |
モデル出力変数名 | モデル会話のこのラウンドの出力の変数名。後続の処理で再利用したり、メッセージ返信のコンテンツとして使用したりできます。 |
フォールバックテキスト | このコンテンツは、モデルサービスが利用できない場合に出力として使用されます。例：申し訳ありませんが、一時的に質問に回答できません。 |
実装タイプ - アプリケーション
パラメーター | 説明 |
プロトコル | アプリケーションサービスのプロトコル。有効な値：DashScope。 説明 アプリケーションの詳細については、「アプリケーション構築」をご参照ください。 |
APIキー | アプリケーションサービスのキー。 説明 詳細については、「API キーを取得する」をご参照ください。 |
前提条件 | エージェント、ワークフロー、またはエージェント オーケストレーション アプリケーションが存在するワークスペース ID。デフォルトのワークスペースのアプリケーションを呼び出すときは渡す必要はありませんが、サブワークスペースのアプリケーションを呼び出すときは渡す必要があります。 説明 ワークスペースの詳細については、「サブワークスペースにモデルの使用を承認する」をご参照ください。 |
アプリ ID | アプリケーション ID。 |
アプリケーション入力 | アプリケーション会話入力の現在のラウンドでは、テキスト内で複数の変数を直接参照または埋め込むことができます。例：{{incomingMessage}} または「{{topic}} についての情報を検索してください。」 |
カスタム パスパラメータ | カスタム パススルー パラメーター。例：{"city": "Hangzhou"}。 |
アプリケーション出力変数名 | アプリケーション会話のこのラウンドの出力の変数名。後続の処理で再利用したり、メッセージ返信のコンテンツとして使用したりできます。 |
フォールバックテキスト | このコンテンツは、アプリケーションサービスが利用できない場合に出力として使用されます。例：申し訳ありませんが、一時的に質問に回答できません。 |