概要

完了済み

取得拡張生成は、データベースを大規模な言語モデルの機能に接続します。 モデルのトレーニング データに依存する代わりに、独自のテーブルから最新の関連情報を提供します。

RAG パターン全体が T-SQL で実行されます。 データベースによって、検索、形式、プロンプト、呼び出し、解析などのフローが調整されます。 アプリケーション スタックを再設計することなく、ストアド プロシージャを変更することで、既存のアプリケーションに AI 機能を追加できます。

このモジュールでは、次の方法を学習しました。

  • RAG のユース ケースを特定する: データベース コンテンツで大規模言語モデル (LLM) 応答を接地すると精度と関連性が向上するシナリオを認識する
  • SQL からコンテキストを準備する: FOR JSON を使用してクエリ結果を LLM が効果的に処理できるテキストに変換する
  • 拡張プロンプトの構築: システム命令、取得されたコンテキスト、およびユーザーの質問を組み合わせた要求ペイロードを構築する
  • RAG パイプラインを実行する: sp_invoke_external_rest_endpoint を使用して Azure OpenAI エンドポイントを呼び出し、応答を解析する

詳細情報