Share via

ベクター インデックスを作成する方法

  • [アーティクル]

Note

Azure AI Studio 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。 詳しくは、Microsoft Azure プレビューの追加使用条件に関するページをご覧ください。

この記事では、Retrieval Augmented Generation (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。

前提条件

以下が必要です。

  • Azure AI プロジェクト
  • Azure AI Search リソース

[インデックス] タブでのインデックスの作成

  1. Azure AI Studio にサインインします。

  2. ご自分のプロジェクトに移動するか、Azure AI Studio で新しいプロジェクトを作成します。

  3. 左側の折りたたみ可能なメニューで、[コンポーネント] の下の [インデックス] を選択します。

    プロジェクトの左側のメニューのスクリーンショット。

  4. [+ 新規インデックス] を選択します。

  5. 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。

    ソース データの選択のスクリーンショット。

  6. ソース データを選択したら、[次へ] を選びます。

  7. [Index Storage] (インデックスのストレージ) - インデックスを格納する場所を選択します

  8. Azure AI Search Service 用に作成された接続が既にある場合は、ドロップダウンから選択できます。

    インデックス ストアの選択のスクリーンショット。

    1. 既存の接続がない場合は、[Connect other Azure AI Search service] (他の Azure AI Search Service を接続する) 選択します
    2. 使用するサブスクリプションとサービスを選択します。

    インデックス ストアの詳細の選択のスクリーンショット。

  9. インデックスのストレージを選択したら、[次へ] を選びます。

  10. 検索の設定を構成します

    1. ベクターの設定では、この検索リソースへのベクトル検索の追加に関して既定値は true になります。 このように、ハイブリッド検索オプションとハイブリッド + セマンティック検索オプションが有効になります。 これを無効にすると、ベクトル検索オプションがキーワードとセマンティックに制限されます。
    2. ハイブリッド オプションが機能するためには、埋め込みモデルが必要です。 ドロップダウンから埋め込みモデルを選択します。
    3. 埋め込みモデルがまだリソースに存在しない場合は、確認を選択してデプロイします

    検索設定の構成のスクリーンショット。

    Azure OpenAI 以外のモデルがドロップダウンに表示されない場合は、次の手順に従います。

    1. Azure AI Studio のプロジェクト設定に移動します。
    2. [設定] タブの [接続] セクションに移動し、[新しい接続] を選択します。
    3. [サーバーレス モデル] を選択します。
    4. 埋め込みモデル デプロイの名前を入力し、[接続の追加] を選択します。 ドロップダウンにモデルが表示されない場合は、[手動で入力] オプションを選択します。
    5. 対応するフィールドに、デプロイ API エンドポイント、モデル名、API キーを入力します。 次に、接続を追加します。
    6. 埋め込みモデルがドロップダウンに表示されるようになります。

    サーバーレス モデルの接続のスクリーンショット。

  11. 検索設定を構成したら、[次へ] を選択します

  12. [インデックスの設定] で、次のようにします

    1. インデックスの名前を入力するか、自動入力された名前を使用します
    2. 更新のスケジュールを設定する。 インデックスは、毎時または毎日更新することを選択できます。
    3. インデックスを作成するジョブを実行するコンピューティングを選択します。 そのための方法は次のとおりです。
      • Azure AI が使用可能な適切な VM サイズを選択できるようにする自動選択
      • 推奨されるオプションの一覧から VM サイズを選択する
      • 使用可能なすべてのオプションの一覧から VM サイズを選択する

    インデックス設定の構成のスクリーンショット。

  13. インデックス設定を構成したら、[次へ] を選択します

  14. 入力した詳細を確認し、[作成] を選択します

  15. 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。

プレイグラウンドからのインデックスの作成

  1. AI Studio プロジェクトを開きます。

  2. [プレイグラウンド] タブに移動します。

  3. プロジェクト内の既存のインデックスに [使用可能なプロジェクト インデックスの選択] が表示されます。 既存のインデックスが使用されていない場合は、次の手順に進みます。

  4. [データの追加] ドロップダウンを選択します。

    プレイグラウンドの [データの追加] ドロップダウンのスクリーンショット。

  5. 新しいインデックスを作成する場合は、[データの追加] オプションを選択します。 次に、[インデックス] タブの [インデックスの作成] の手順に従って、ウィザード内を移動してインデックスを作成します。

    1. 使用されている外部インデックスがある場合は、[外部インデックスの接続] オプションを選択します。

    2. [インデックス ソース] で、次のようにします

      1. データ ソースを選択します。
      2. AI Search Service を選択します
      3. 使用するインデックスを選択します。

      インデックスを選択するページのスクリーンショット。

    3. 検索設定を構成したら、[次へ] を選択します。

    4. [インデックスの設定] で、次のようにします

      1. インデックスの名前を入力するか、自動入力された名前を使用します
      2. 更新のスケジュールを設定する。 インデックスは、毎時または毎日更新することを選択できます。
      3. インデックスを作成するジョブを実行するコンピューティングを選択します。 そのための方法は次のとおりです。
        • Azure AI が使用可能な適切な VM サイズを選択できるようにする自動選択
        • 推奨されるオプションの一覧から VM サイズを選択する
        • 使用可能なすべてのオプションの一覧から VM サイズを選択する

    5. 入力した詳細を確認し、[作成] を選択します。

    6. これで、プレイグラウンドでインデックスを使用する準備ができました。

プロンプト フローでインデックスを使用する

  1. Azure AI Studio にサインインし、[ビルド] ページからプロジェクトを選択します。

  2. 折りたたみ可能な左側のメニューから [プロンプト フロー] を選択します。

  3. 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。

  4. フロー デザイナーの上部メニューで、[その他のツール] を選んでから、[インデックス参照] を選びます。

    その他のツールからのベクトル インデックス検索のスクリーンショット。

  5. インデックス検索ツールの名前を指定し、[追加] を選んでください。

  6. [mlindex_content] 値ボックスを選択し、インデックスを選びます。 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。

    インデックス検索を構成するためのプロンプト フロー ノードのスクリーンショット。

次のステップ