👋 こんにちは！ ここでは、主な用語を含む用語集を以下に示します。
| 用語/単語 | 定義 |
|---|---|
| エージェント | エージェントは、ユーザーの質問に回答し、プロセスを自動化する人工知能です。 シンプルなチャット ボットから完全に自動化された AI アシスタントまで、さまざまなエージェントを構築できます。 セマンティック カーネルを使用すると、AI の専門家である必要のない、ますます洗練されたエージェントを構築するためのツールが提供されます。 |
| API | アプリケーション プログラミング インターフェイス。 ソフトウェア コンポーネントがデータの通信と交換を行えるようにする一連の規則と仕様。 |
| 自律 | 最小限の人間の介入で刺激に応答できるエージェント。 |
| チャットボット | ユーザーと AI エージェントとの簡単なやり取りチャット。 |
| コネクタ | コネクタを使用すると、既存の API (アプリケーション プログラミング インターフェイス) と LLM (大規模言語モデル) を統合できます。 たとえば、Microsoft Graph コネクタを使用すると、要求の出力を電子メールで自動的に送信したり、組織図内のリレーションシップの説明を作成したりできます。 |
| Copilot | ユーザーと並行して作業してタスクを完了するエージェント。 |
| カーネル | オペレーティング システムと同様に、カーネルは AI アプリケーションで "コード" を実行するために必要なリソースを管理します。 これには、ネイティブ コードと AI サービスの両方を一緒に実行するために必要な AI モデル、サービス、プラグインの管理が含まれます。 カーネルには、ネイティブ コードと AI サービスの両方を実行するために必要なすべてのサービスとプラグインがあるため、セマンティック カーネル SDK 内のほぼすべてのコンポーネントで使用されます。 つまり、セマンティック カーネルでプロンプトまたはコードを実行すると、常にカーネルが通過します。 |
| LLM | 大規模な言語モデルは、人間の話し方や書き方に似た文の形式でテキストを要約、読み取り、生成できる人工知能ツールです。 LLM を Microsoft のさまざまな製品に組み込んで、ユーザーの価値を高めることができます。 |
| [メモリ] | 思い出は、あなたの質問のためのより広範なコンテキストを提供するための強力な方法です。 これまで、私たちは常にメモリをコンピュータのしくみのコアコンポーネントとして呼び出してきました。ラップトップのRAMを考えてください。 数値をクランチできる CPU だけでは、コンピューターは気になる数値を把握していない限り、それほど役に立ちません。 メモリは、手元のタスクに関連する計算を行うものです。 |
| プラグイン | この計画を生成するには、最初にこれらの手順を実行するために必要な機能が必要になります。 プラグインが入ってくる場所です。 プラグインを使用すると、コードを使用してエージェントのスキルを付与できます。 たとえば、電子メールの送信、データベースからの情報の取得、ヘルプの要求、以前の会話からのメモリの保存と取得を行うプラグインを作成できます。 |
| プランナー | プラグインを使用し、それらを他のステップと結び付けるためには、最初に計画を生成する必要があります。 これがプランナーが入ってくる場所です。 Planner は、エージェントがタスクを完了するためのプランを生成できるようにする特別なプロンプトです。 最も単純なプランナーは、エージェントが関数呼び出しを使用してタスクを完了するのに役立つ単一のプロンプトです。 |
| プロンプト | プロンプトは、大規模言語モデル (LLM) AI の動作を伝え、指示する上で重要な役割を果たします。 ユーザーがモデルから特定の応答を引き出すために提供できる入力またはクエリとして機能します。 |
| プロンプト エンジニアリング | 制御の量が存在するため、プロンプト エンジニアリングは LLM AI モデルを使用するすべてのユーザーにとって重要なスキルです。 また、タスクを自動化し、生産性を向上させるために LLM AI モデルを採用する組織が増えるにつれて、需要が高いスキルでもあります。 優れたプロンプト エンジニアは、必要な出力を生成するプロンプトを設計することで、組織が LLM AI モデルを最大限に活用するのに役立ちます。 |
| RAG | 取得拡張生成 - ユーザーの質問 (プロンプト) に対する応答 (完了) を生成するときに使用する LLM へのコンテキストとして提供する追加データを取得するプロセスを指す用語です。 |