概要
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