サイトアイコン EASY2DIGITAL

LangChain Chat AI モデルを AI アプリと初心者向け DApp に適用

Louis Lu

OpenAI、Google Vertex AI PaLM などのスタンドアロン AI モデルやアプリは出発点にすぎません。私の観点からすると、多様なモデルを適用して、あらゆる専門分野のワークフローを合理化し、生産性を向上させる方法が、彼らの美しさとセックスのプロを真に活用できるようにするための重要なステップです。

この記事では、生産性を向上させ、ゲームで継続的なヒットを生み出すことを目的として、AI Web アプリと DApps で独自のチェーン モデルを構築することに興味がある初心者向けに、LangChain Chat AI モデルについて簡単に説明します。

目次: 初心者向けのマーケティング アプリに適用される LangChain チャット AI モデル

LangChain を選択し、チャット AI モデルを選択する理由

LangChain は、大規模な言語モデルを使用してアプリケーションの作成を簡素化するように設計されたソフトウェア開発フレームワークです。開発者は他のフレームワークを使用してチェーンを構築することもできますが、LangChain を使用すると優れた機能がいくつかあります。

財務的な観点から見ると、業務アプリケーションに適用される AI モジュールの使用は、基本的に従量課金制モデルです。したがって、変動費は、利益率のボトルネックを引き起こしたり、レバレッジが不適切な場合には損失を引き起こす可能性があるため、あらゆるビジネスにとって考慮すべき重要な要素です。

一般に、OpenAI GPT3.5 などの Chat AI モデルは、非 Chat 駆動型モデルと比較して、1,000 あたりのトークンの点で最も安価です。性能や出力容量が上位モデルと同等の場合は、Chat AI モデルが優先され、特にチェーンで使用される場合、量が多くなることが予想されます。

LangChain Chat AIモデル 基本設定

この記事では、OpenAI をサンプルとして取り上げます。実際のニーズに基づいて他の AI モデルを使用できると言われています。モデル名のインポートなど細かい違いはありますが、基本的にロジックや基礎となる機能、流れは似ています。

LangChain Python ライブラリ、インポートするパッケージ、追加する主な関数は次のとおりです。

pip install langchain

import time

from langchain . chat_models import ChatOpenAI

from langchain import PromptTemplate , LLMChain

from langchain . prompts . chat import (

   ChatPromptTemplate ,

   SystemMessagePromptTemplate ,

   AIMessagePromptTemplate ,

   HumanMessagePromptTemplate ,

)

from langchain . schema import (

   AIMessage ,

   HumanMessage ,

   SystemMessage

)

from langchain . callbacks . streaming_stdout import StreamingStdOutCallbackHandler

from langchain . callbacks import get_openai_callback

llm = ChatOpenAI ( temperature = 0.7 , model = "gpt-3.5-turbo" , openai_api_key = " )

一方通行のAI通信でシングルヒット

LangChain は、ChatGPT または OpenAI API を使用するのと同様に、単一のリクエストを実行できます。以下は、HumanMessage パラメーターと content 引数を使用してプロンプトに接続するサンプルです。

response = llm ([ HumanMessage ( content = prompt )])

AI システムとのインタラクションでのシングルヒット

一方向とは別に、より正確な結果を得るために、事前にロールを設定したり、コンテキスト データセットを LangChain と AI モデルに共有したりすることができます。

messages = [

   SystemMessage ( content = "You are a marketing specialist and specialise in writing engaging Tiktok Short form video scripts in English." ),

   HumanMessage ( content = "Write me a Tiktok Short form video script to engage with Japanese Ramen fans" )

]

1 つの AI モデルを使用した N+ プロンプト テンプレート

実際には、マーケティング アプリケーションからの 1 つの出力は、上記の 2 つのサンプルよりも複雑です。基本的に、同じ AI モデルを使用する場合でも、多くの変動要因とプロンプト テンプレートが連携して生成されます。

マーケティングをサンプルとして考えてみましょう。マーケティングの才能として、コピーを書くことは SEM、SEO、アフィリエイト、ソーシャル、電子メール、商品リスト、ビデオ、広告、PR などに応用できるスキルセットです。さらに、さまざまなプロジェクトのコンテンツ、ブランドストーリー、既存のパフォーマンスなどを扱う場合があります。したがって、このアプリを構築してプロセスを自動化するには、プロンプトテンプレートのコレクションを装備する必要があります。

template = "You are a {role} specialist and specialise in writing engaging {object} copies in English."

system_message_prompt = SystemMessagePromptTemplate . from_template ( template )

human_template = " {text} "

human_message_prompt = HumanMessagePromptTemplate . from_template ( human_template )

chat_prompt = ChatPromptTemplate . from_messages ([ system_message_prompt , human_message_prompt ])

response123 = llm ( chat_prompt . format_prompt ( role = "marketing" , object = "email" , text = "Write me a Welcomed email to a first time purchase shoe buyer." ). to_messages ())

1 つのチェーン内の N+ AI モデル

同じモデルを使用することとは別に、前述したように、AI のパフォーマンスと財務的要因の両方を同時に考慮したい場合があります。これは、1 つのタスクまたはチェーン内の複数のタスクに異なる AI モデルが必要であることを意味します。たとえば、ツイートを書くのに、素材を読み通すことができれば、文字数制限のために豪華で高価な AI モデルは必要ありません。一方、複雑な研究​​論文やデータ分析を生成するには、より高度なモデルが必要です。ここでは、AI モデルの効率的なフロンティアを最適化するための考え方について説明します。

   chain = LLMChain ( llm = llm , prompt = chat_prompt )

   finalResult = chain . run ( role = "marketing" , object = "email" , text = "Write me a Welcomed email to a first time purchase shoe buyer." )

その他 – 消費された合計トークンの追跡

AI モデルの再販業者または AI アプリのプロバイダーの場合、コストを計算するために消費された合計トークンを追跡することが重要です。 LangChain は AI モデル コールバック パッケージを提供します。 OpenAI の豊富な内容は次のとおりです

with get_openai_callback () as cb :

   buyfromloAPIandAIYes = directResponse ()

   print ( buyfromloAPIandAIYe )

   buyfromloAPIandAI = cb

   print ( buyfromloAPIandAI )

Tokens Used: 241

Prompt Tokens: 17

Completion Tokens: 224

Successful Requests: 2

Total Cost (USD): $0.000482

BuyfromLo AI API とオンサイト アプリ

LangChain を使用してアプリや API を構築する時間を節約したい場合は、BuyfromLo API とオンサイト アプリ ストアをチェックしてください。今なら無料お試しプログラム実施中、GO！

https://www.buyfromlo.com

マーケティング アプリに適用される LangChain Chat AI モデルの完全なコア機能 Python スクリプト

第 80 章 – 初心者向けの AI Web アプリと DApp に適用される LangChain Chat AI モデルに興味がある場合は、「第 80 章 + AI アプリ用の完全な LangChain スクリプト」というメッセージを追加してニュースレターを購読してください。 。最新のアプリ スクリプトが公開されたら、スクリプトを送信します。

第 80 章 – 初心者向けの AI Web アプリと DApp に適用される LangChain チャット AI モデルを楽しんで読んでいただければ幸いです。もしそうなら、以下にリストされているいずれかの方法で私たちをサポートしてください。それは常に私たちのチャンネルに役立ちます。

よくある質問:

Q1: LangChainの特徴は何ですか？

A: LangChainは、ブロックチェーン技術を活用したグローバルな言語学習プラットフォームです。

Q2: LangChainの利用方法はどのようになっていますか？

A: LangChainを利用するには、まずアカウントを作成し、言語学習の目標を設定します。その後、コースを選択し、学習を始めることができます。

Q3: LangChainはどのように学習効果を高めるのですか？

A: LangChainはAI技術を活用して、学習者のレベルやニーズに合わせたカリキュラムを提供します。また、ネイティブスピーカーとのリアルタイムコミュニケーションも可能です。

Q4: LangChainの支払い方法は何がありますか？

A: LangChainでは、クレジットカードやデビットカード、仮想通貨などを利用して支払いが可能です。

Q5: LangChainのコースはどのくらいの期間ですか？

A: LangChainのコースは、個々のコースによって異なりますが、通常は数週間から数か月の期間で提供されます。

Q6: LangChainの料金体系はどのようになっていますか？

A: LangChainでは、コースごとに料金が設定されており、コースの種類や期間に応じて料金が異なります。詳細は公式ウェブサイトでご確認ください。

Q7: LangChainのサポートはありますか？

A: はい、LangChainでは24時間体制でサポートを提供しています。お問い合わせやトラブルの際には、いつでもお気軽にご連絡ください。

Q8: LangChainで学べる言語は何ですか？

A: LangChainでは、英語、スペイン語、フランス語、ドイツ語、中国語など、さまざまな言語を学ぶことができます。

Q9: LangChainの教材はどのように提供されますか？

A: LangChainでは、オンラインでアクセス可能な教材が提供されます。ビデオレッスン、音声教材、テキストなどが含まれています。

Q10: LangChainの利用にはインターネット接続が必要ですか？

A: はい、LangChainを利用するには安定したインターネット接続が必要です。インターネットに接続できる環境であれば、どこでも利用することができます。
モバイルバージョンを終了