この記事では、CQA エージェントの構築とデプロイに関する明確な手順と重要なヒントについて説明します。 このプロセスを初めて使用する場合でも、スキルを更新する場合でも、このガイドはエージェントを正常に設定して起動するのに役立ちます。
注
- Foundry Tools またはマルチサービス リソースに Azure 言語が既にある場合 (単独で使用する場合でも、Language Studio を使用する場合でも)、Microsoft Foundry ポータル内で引き続きこれらの既存の言語リソースを使用できます。 詳細については、「 Foundry ポータルで Foundry Tools を使用する方法」を参照してください。
- Foundry では、微調整タスクは CQA ソリューションのワークスペースとして機能します。 以前は、ファインチューニング タスクは CQA プロジェクトと呼ばれていました。 古い CQA ドキュメントでは、両方の用語が同じ意味で使われている場合があります。
- Foundry で Foundry リソースを使用することを強くお勧めします。ただし、言語リソースを使用して、次の手順に従うこともできます。
[前提条件]
作業を開始する前に、以下のリソースとアクセス許可が必要です。
- アクティブな Azure サブスクリプション。 ない場合は、無料で作成してください。
- 必要なアクセス許可。 アカウントとプロジェクトを確立しているユーザーが、サブスクリプション レベルで Azure AI アカウント所有者ロールとして割り当てられていることを確認します。 または、サブスクリプション スコープで 共同作成者 ロールまたは Cognitive Services 共同作成者 ロールを持つことも、この要件を満たします。 詳細については、「ロールベースのアクセス制御 (RBAC)」を参照してください。
- ファウンドリ リソース または 言語リソース。
- Azure AI Search リソース (CQA にアクセスするために必要)。 Azure AI Search リソースを接続する方法の詳細については、「Foundry での接続の構成」を参照してください。
- デプロイされた CQA ナレッジ ベースを使用して Foundry で作成された Foundry プロジェクト。 詳細については、「CQA プロジェクトの作成と配置」を参照してください。
手順 1: 作業の開始
では、始めましょう。
Foundry に移動します。
まだサインインしていない場合は、Azure 資格情報を使用してサインインするように求められます。
サインインしたら、Foundry 内で既存のプロジェクトを作成またはアクセスできます。
デプロイ済みの CQA ナレッジ ベースを使用して Foundry プロジェクトにまだ参加していない場合は、ここで選択します。
手順 2: Foundry に OpenAI モデルをデプロイする (必須)
OpenAI モデルは、エージェントのインテリジェンスと高度な推論の基礎ソースとして機能します。
ナビゲーション メニューの [マイ アセット] セクションから [モデルとエンドポイント] を選択します。
![Foundry の [deploy model]\(モデルのデプロイ\) ボタン メニューのスクリーンショット。](../media/agents/models-endpoints.png)
メイン ウィンドウで、[ + モデルのデプロイ ] ボタンを選択します。
ドロップダウン メニューから [ 基本モデルのデプロイ ] を選択します。
![Foundry の [接続されているリソース] メニューの選択のスクリーンショット。](../media/agents/deploy-model-button.png)
[ モデルの選択 ] ウィンドウで、このプロジェクトの gpt-4 基本モデルを選択します。
次に、[ 確認 ] ボタンを選択します。
[ Deploy gpt-4]\(gpt-4 のデプロイ \) ウィンドウで既定値をそのまま使用し、[ デプロイ ] ボタンを選択します。
すごい！ モデルのデプロイ手順が完了しました。
手順 3: カスタム キーを接続する (必須)
カスタム キーは、エージェントの強化されたセキュリティ資格情報として機能します。
Management Center → Connected Resources に移動します。
![Foundry での管理センター ナビゲーション メニューの [接続されているリソース] の選択のスクリーンショット。](../media/agents/connected-resources.png)
メイン ウィンドウで、[ + 新しい接続 ] ボタンを選択します。
[ 外部資産への接続の追加 ] ウィンドウの [ その他のリソースの種類] で、[ カスタム キー] を選択します。
[ カスタム リソースの接続 ] ウィンドウで、次のように接続を構成します。
Authentication. このフィールドは [ユーザー設定 ] (既定値) のままにします。
カスタム キー。 [+ キー値ペアの追加] を選択し、次のように 2 つのフィールドに入力します。
最初のフィールド。 このフィールドには、次のキー名を入力します。
Ocp-Apim-Subscription-Key2 番目のフィールド。 このフィールドには、CQA ナレッジ ベースの作成に使用する Azure portal Foundry または 言語 リソースのキー値を入力します。 "is secret"チェックボックスに必ずチェックを入れてください。
![Foundry の [カスタム リソースの接続] ウィンドウのスクリーンショット。](../media/agents/connect-custom-resource.png)
次に、 接続名を追加します。
最後に、[接続の 追加 ] ボタンを選択します。
新しいカスタム キー接続は、このプロジェクト ページの [ 接続されているリソースの管理] に 一覧表示されます。
これで、エージェントを作成するために必要なすべてのリソースがプロビジョニングされました。 [ プロジェクトに移動 ] ボタンを選択して、デプロイした CQA ナレッジ ベースを使用してプロジェクトに戻ります。
![Foundry の [プロジェクトに移動] ボタンのスクリーンショット。](../media/agents/go-to-project.png)
手順 4: エージェントを作成する
OpenAI のデプロイとカスタム キーを配置したら、このプロジェクトに対して選択したナレッジ ベースを基にして、エージェントの構築を開始する準備が整いました。
プロジェクトの概要ページで、左側のナビゲーション メニューから [微調整 ] を選択します。
メイン ウィンドウで、デプロイした CQA ナレッジ ベースで作成された モデル名を表示された一覧から選択します。
[作業の開始] メニューから [ナレッジ ベースのデプロイ] を選択します。
次の手順で、[ エージェントの作成 ] ボタンを選択します。
![Foundry の [エージェントの作成] ボタンのスクリーンショット。](../media/agents/create-agent-button.png)
[ 新しい CQA エージェントの作成 ] ウィンドウで、次のようにフィールドに入力します。
[ 次へ ] ボタンを選択します。
新しいエージェントの詳細を確認し、[ エージェントの作成 ] ボタンを選択します。
エージェントが正常に作成されたら、[ プレイグラウンドで試す ] ボタンを選択します。
手順 5: エージェントの遊び場でテストする
エージェントプレイグラウンドには、デプロイされたエージェントをテストして構成するためのサンドボックスが用意されています。つまり、コードを記述することなく、運用環境にデプロイする前に、ナレッジを追加し、アクションを定義します。
[ エージェントの作成とデバッグ ] ウィンドウで、[ プレイグラウンドで試す ] ボタンを選択します。
![Foundry の **[エージェントの作成とデバッグ]** ウィンドウと **[プレイグラウンドで試す]** ボタンのスクリーンショット](../media/agents/create-debug-agent.png)
エージェントがプレイグラウンドに正常にアップロードされたら、テスト クエリを送信してテストできます。
それです！ エージェントの作成とデプロイのプロセスが完了しました。 これで、独自のカスタム ナレッジ ベースを使用して CQA エージェントをデプロイする方法を理解しました。
リソースをクリーンアップする
Azure AI リソースをクリーンアップして削除するには、個々のリソースまたはリソース グループ全体を削除します。 リソース グループを削除すると、その中に含まれるすべてのリソースも削除されます。