重要
この記事で "(プレビュー)" と付記されている項目は、現在、パブリック プレビュー段階です。 このプレビューはサービス レベル アグリーメントなしで提供されており、運用環境ではお勧めしません。 特定の機能はサポート対象ではなく、機能が制限されることがあります。 詳細については、「 Microsoft Azure プレビューの追加使用条件」を参照してください。
この記事では、Azure AI Foundry ポータルで 取得拡張生成 (RAG) を実行するためにベクター インデックスを作成して使用する方法について説明します。
RAG にはベクトル インデックスは必要ありませんが、ベクトル クエリは意味的に似たコンテンツで一致する可能性があり、これは RAG ワークロードに役立ちます。
[前提条件]
必要なもの:
チャット エクスペリエンスに関する十分な情報を提供する、サポートされている形式のコンテンツが必要です。 Azure AI Search の既存のインデックスにすることも、Azure Blob Storage のコンテンツ ファイル、ローカル システム、または Azure AI Foundry のデータを使用して新しいインデックスを作成することもできます。
チャット プレイグラウンドからのインデックスの作成
ヒント
Azure AI Foundry ポータルで 左側のウィンドウをカスタマイズ できるため、これらの手順に示されている項目とは異なる項目が表示される場合があります。 探しているものが表示されない場合は、左側のペインの下部にある… もっと見るを選択してください。
Azure AI Foundry ポータルにサインインします。
プロジェクトに移動するか、Azure AI Foundry リソースに 新しいプロジェクトを作成 します。
サイドバー メニューから [プレイグラウンド] を選択 します。 [ チャットプレイグラウンドを試す] を選択します。
デプロイされたチャット入力候補モデルを選択します。 お持ちでない場合は、[ 新しいデプロイの作成] を選択してモデルをデプロイし、モデルを選択します。
![[デプロイの作成] ボタンのスクリーンショット。](../media/index-retrieve/create-deployment.png)
[モデル] ウィンドウの下部までスクロールします。 [ + 新しいデータ ソースの追加] を選択します。
![[データの追加] セクションのスクリーンショット。](../media/index-retrieve/add-your-data.png)
ソース データを選びます。 最近使用したデータ ソースの一覧からソース データを選択したり、クラウド上のストレージ URL を選択したり、ローカル コンピューターからファイルやフォルダーをアップロードしたりできます。 Azure Blob Storage などの別のデータ ソースへの接続を追加することもできます。
サンプル データがない場合は、ローカル システムにこれらの PDF をダウンロードしてから、ソース データとしてアップロードできます。
ソース データを選択した後、[ 次へ] を選択します。
[ インデックスの構成 ] タブで、 インデックスを格納 するインデックスストレージの場所を選択します。
Azure AI 検索リソースが既にある場合は、サブスクリプションの Search Service リソースの一覧を参照し、使用する対象の [接続] を選択できます。 API キーを使用して接続している場合は、Search Service で API キーを使用していることを確認します。
既存のリソースがない場合は、[新しい Azure AI 検索リソースの作成] を選択します。 [次へ] を選択します。
使用する Azure OpenAI 接続を選択します。 [次へ] を選択します。
入力した詳細を確認し、[ ベクター インデックスの作成] を選択します。
インデックス作成の状態を確認できるインデックスの詳細ページが表示されます。
![[デプロイの作成] ボタンのスクリーンショット。](../media/index-retrieve/create-deployment.png#lightbox)
![[データの追加] セクションのスクリーンショット。](../media/index-retrieve/add-your-data.png#lightbox)
プロンプト フローでインデックスを使用する
サイドバー メニューの [ ビルドとカスタマイズ ] で、[ プロンプト フロー] を選択します。
既存のプロンプト フローを開くか、[+ 作成] を選択して新しいフローを作成します。
[チャット フロー] タイルで [作成] を選択し、もう一度 [作成] を選択します。
[ コンピューティング セッションの開始] を選択し、コンピューティング セッションが開始されるまで数分待ちます。
[その他のツール] を選択し、[インデックス検索] を選択します。
インデックス検索ツールのノード名を指定し、[ 追加] を選択します。
[mlindex_content] 値のボックスを選択し、値セクションからインデックスを選択します。 この手順を完了したら、インデックスに対して実行するクエリと query_types を入力してください。
