Azure×OpenAIでChatGPTシステムを構築！

Microsoft AzureはChatGPTをはじめとするOpenAIモデルを利用できる、現在唯一のパブリッククラウドサービスです。本書はLLM（大規模言語モデル）に興味があるITエンジニアを対象に、AzureからOpenAIモデルにアクセスできる「Azure OpenAI Service」を使い、ChatGPTを利用した社内AIシステムの開発と導入を実現してもらうのが目的です。

前半では、生成AIとChatGPTモデルの基本的な概念とその仕組みを解説します。また、Azure OpenAI Serviceの概要と具体的な利用方法を解説し、プロンプトエンジニアリングについても紹介します。後半ではChatGPTを利用する社内システムの開発手法について、実際にAzure OpenAI Serviceを使いながら学んでいきます。RAGを利用した社内文章検索システムの実装を経て、LLMを組み込んだアプリケーション（Copilot）の構築へとステップアップしていきます。また、Azure OpenAI Serviceの利用におけるガバナンス実現に必要な共通基盤化と責任あるAIについても解説しています。

（こんな方におすすめ）

OpenAIモデルやChatGPTに興味がある、また、それらを使ったシステムを開発したいITエンジニア

（目次）

●第1章　生成AIとChatGPT

　1.1　生成AIとChatGPTの衝撃

　1.2　ChatGPTの仕組み

　1.3　まとめ

●第2章　プロンプトエンジニアリング

　2.1　プロンプトエンジニアリングとは

　2.2　基本的なテクニック

　2.3　思考の連鎖（Chain of Thought）

　2.4　その他のテクニック

　2.5　まとめ

●第3章　Azure OpenAI Service

　3.1　Azure OpenAI Serviceとは

　3.2　Azure OpenAIの始め方

　3.3　チャットプレイグラウンドでChatGPTアプリを開発する

　3.4　考慮するポイント

　3.5　まとめ

●第4章　RAGの概要と設計

　4.1　ChatGPTの問題点と解決手法

　4.2　Retrieval-Augmented Generationとは

　4.3　検索システム

　4.4　Azure AI Search

　4.5　オーケストレータ

　4.6　Azure OpenAI on your data

　4.7　Azure Machine Learningプロンプトフロー

　4.8　大規模言語モデル

　4.9　Azure OpenAI API

　4.10　まとめ

●第5章　RAGの実装と評価

　5.1　アーキテクチャ

　5.2　社内文章検索の実装例

　5.3　会話履歴の保持

　5.4　検索機能

　5.5　データインジェストの自動化

　5.6　RAGの評価と改善

　5.7　検索精度の評価

　5.8　生成精度の評価

　5.9　まとめ

●第6章　AIオーケストレーション

　6.1　Copilot stackとは

　6.2　AIオーケストレーションとエージェント

　6.3　独自Copilot開発のアーキテクチャと実装

　6.4　まとめ

●第7章　基盤モデルとAIインフラストラクチャ

　7.1　基盤モデルとAIインフラストラクチャとは

　7.2　ホスティングされたモデルの場合

　7.3　公開モデルの場合

　7.4　まとめ

●第8章　Copilotフロントエンド

　8.1　ユーザーエクスペリエンスの基礎

　8.2　LLMの不確実な応答への対処

　8.3　UX向上のための参考資料

　8.4　まとめ

●第9章　ガバナンス

　9.1　共通基盤とは

　9.2　共通基盤のアーキテクチャ

　9.3　認証・認可

　9.4　ログ統合

　9.5　課金

　9.6　流量制限

　9.7　閉域化

　9.8　負荷分散

　9.9　まとめ

●第10章　責任あるAI

　10.1　責任あるAIに対するMicrosoftの取り組み

　10.2　責任あるAIの実践

　10.3　コンテンツフィルタリング