実践Dify

Transcript

1. AI coach 「実践Dify：業務改善AIアプリ構築ワークショップ」 目的：現場で使える実用的なAI活用スキルを習得し、業務効率化・改善に直結するAI アプリケーションを自ら構築できるようになる。 第五回「生成AI-lab」研修 株式会社DeepTeLL 1
2. 目次 1. 研修全体のロードマップ（2分） 2. 前回のフィードバック（8分） 3. 実践Dify：業務改善AIアプリ構築ワークショップ（50分） 4. 非エンジニアでもできる生成AIの使いこなし方 5. まとめ（質疑応答） 第五回「生成AI-lab」研修 株式会社DeepTeLL 杉本迅 2
3. 研修全体のロードマップ（2分） 【実践までの流れ早見表】 YouTubeでは教えてくれない現役データサイエンティスト講師による 「6ヵ月でデ ータ活用の基盤構築から生成AI価値創出までを担う次世代AI人材の育成研修」 第五回「生成AI-lab」研修 株式会社DeepTeLL 3
4. 前回のフィードバック（8分） 前回の内容を振り返り 受講者の質問や意見を共有 改善点や良かった点の確認 第五回「生成AI-lab」研修 株式会社DeepTeLL 4
5. 実践Dify：業務改善AIアプリ構築ワークショップ（50 分） 概要 Difyを使った業務改善AIアプリの構築を体験 実践を通じて生成AIの価値を理解 第五回「生成AI-lab」研修 株式会社DeepTeLL 5
6. RAGとは？ Retrieval-Augmented Generation 外部データを活用して生成AIの精度を向上させる手法 Difyについて少し専門的な話 オープンソースのAIアプリ開発プラットフォーム RAGを簡単に実装可能 第五回「生成AI-lab」研修 株式会社DeepTeLL 6
7. ファインチューニングとの違いは？ RAG リアルタイムで外部データを参照 モデル自体は変更しない ファインチューニング モデルを特定のデータで再学習 時間とリソースが必要 第五回「生成AI-lab」研修 株式会社DeepTeLL 7
8. データ種類の作り方 データの種類 TXT, MARKDOWN, MDX, PDF, HTML, XLSX, XLS, DOC, DOCX, CSV, EML, MSG, PPTX, XML, EPUB, PPT, MD 作り方 1. お客さんからもらう 既存のドキュメントを活用 2. Pythonで前処理 スクレイピングやデータクレンジング 3. 生成してしまう AIでデータを作成 第五回「生成AI-lab」研修 株式会社DeepTeLL 8
9. 言語モデルの選択と設定 実践内容 適切なモデルを選ぶポイント タスクの性質（文章生成、質問応答など） 計算リソースと精度のバランス Difyでの設定手順を実践 第五回「生成AI-lab」研修 株式会社DeepTeLL 9
10. ナレッジデータベースの入力 実践内容 ナレッジベースとは？ AIが参照する知識の蓄積 データのアップロードと整理を実践 第五回「生成AI-lab」研修 株式会社DeepTeLL 10
11. ワークフローの構築 実践内容 業務改善AIアプリの設計 Difyでのワークフロー設定を実践 入力 → 処理 → 出力の流れを構築 第五回「生成AI-lab」研修 株式会社DeepTeLL 11
12. 結果の確認 実践内容 構築したアプリの動作確認 出力結果の評価と改善点の洗い出し 第五回「生成AI-lab」研修 株式会社DeepTeLL 12
13. 実践課題 実践内容 与えられた業務課題を解決するAIアプリを作成 例: FAQ自動応答、データ要約など 各自で設定から結果確認まで実施 第五回「生成AI-lab」研修 株式会社DeepTeLL 13
14. まとめ RAGとDifyを活用したAIアプリ構築の流れを習得 データ準備からモデル設定、実践までを体験 次回への課題と展望 第五回「生成AI-lab」研修 株式会社DeepTeLL 14