GenAIプラットフォームの使い方を始める

Deploy 2025で導入されたGenAIプラットフォームは、DigitalOceanのAIベースのソリューションに対する急速に増大する需要への応答です。実際、このサービスでは、ユーザーがさまざまなAI搭載エージェントを作成でき、これを使用してさまざまなアプリケーションの運営に役立てることができます。

このチュートリアルでは、GenAIプラットフォームの機能を深く掘り下げ、趣味の人からビジネスリーダー、開発者まで、誰にとっても非常に便利な独自の機能を探求し、こうした製品がもたらす限りない可能性を示します。その後、自分たちのためにプラットフォームを使い始める方法について話し合います。

GenAIプラットフォームの機能概要

GenAIプラットフォームは、大規模言語モデルのための単なるサービングプラットフォームを超えたものであり、カスタムチャットボットを作成するために使用できる一方で、そのようなタスクに限られているわけではありません。AIエージェントは、複雑なデータ分析、詐欺検出、サイバーセキュリティ、ヘルスケアなどの分野においても素晴らしい機能を発揮します。必要なのは、データを知識ベースに慎重に適用することだけです。

GenAIを使用する可能性

GenAIプラットフォームの可能性は本当に無限です。私たちは、ユーザーがすべての種類の問題に対してAIソリューションを持ってアプローチするシステムを思い描いています。GenAIプラットフォームのAgentic AIが使用できる例には次のようなものがあります。

医療：AIを用いた診断システムの支援など
金融: あなたの個人財務からの直接データを使用して情報に基づいた意思決定を行うこと
IT: パスワードのリセットなど、IT専門家の困難な作業の多くを自動化します。
マーケティング：SEOのためにコンテンツを分析し、エンゲージメントのアイデアをブレインストーミングし、コンテンツを生成します。
サイバーセキュリティ：エージェンティックAIは脅威を特定するために使用できます

GenAIプラットフォームの特徴

GenAIプラットフォームの主な機能は、新しい情報を既存のLLMエージェントに取り込み、その情報を使用して何らかのアクションを実行する能力に基づいています。これらのアクションは、私たちがモデルに接続する機能に適用でき、誤用や幻覚を防ぐためにガードレール技術によって人工的に制限されることがあります。

このセクションでは、GenAIプラットフォームの機能をより詳しく探求し、各機能がビジネスユーザーから開発者、趣味の愛好者まで、すべての人にとってGenAIを非常に強力にする理由を説明します。

関数呼び出し

おそらく、エージェントAIとしてのLLMの最も重要なアプリケーションである機能呼び出しは、LLMからの情報を使用して、他の場所でコード関数をトリガーするために使用できる応答を生成する能力です。この機能は多くのAIモデルに固有ですが、トレーニングセットに最近のデータへの露出が不足しているため、最近の情報を処理する能力がしばしば欠けています。

GenAIプラットフォームのこの問題に対する解決策は、設定された知識ベースからの情報検索強化生成（RAG）の追加です。これにより、モデルは新しい情報を正確に使用して、正確で有用な関数呼び出しを作成できます。

知識基盤を用いた retrieval augmented generation

リトリーバル拡張生成（RAG）は、大規模言語モデル（LLM）の能力を強化します。これにより、モデルは外部の知識ベース（データベースや文書など）から関連情報にアクセスし、生成する応答に取り入れることができます。これにより、標準のLLMだけよりも、より正確で文脈に即した出力が得られます。実際には、モデルが提供されたデータについて情報を調べることを可能にします。たとえば、RAGを使用すると、LLMがレシートデータを見て効果的なコストがいくらであったかを知ることができるかもしれません。

ナレッジベースはRAGのもう一つの重要な要素です。RAGは、情報を引き出すためにこれらのナレッジベース、つまり豊富なテキストデータのコーパスを必要とします。GenAIプラットフォーム上のナレッジベースは、アップロード後にユーザーに最適にサービスを提供できるように最適化されています。

ガードレール

LLM ガードレールは、AI システムが安全で倫理的かつ信頼できることを保証するためのルールと実践のセットです。それらは、AI エージェントに見られる一般的な幻覚である有害な、偏った、または不正確な出力を防ぐのに役立ちます。GenAI プラットフォームのガードレールは、モデルが話題から逸脱しすぎないように設定されており、悪意のある応答を返すことができず、モデルからの不安を防ぎます。

エージェントルーティング

GenAIの機能は、人工知能を使用して、ユーザーのクエリやリクエストをネットワーク内の最も適切なAIエージェントに自動的に指示するシステムとして機能します。これをエージェントルーティングと呼びます。エージェントルーティングを使用することで、複数のエージェントAIシステムを接続し、最適化されたエージェントから最高の結果を得ることが可能です。これは通常、どのルートで応答を出力に指示するかを監視する主要なエージェントの適用を通じて機能します。これは非常に強力で、複数のエージェント間の直接接続を可能にし、解決策として単一のエージェントを使用することによる制限を取り除きます。

GenAIを始める

GenAIプラットフォームを始めるのは簡単です！まず、私たちが二つのことをする必要があります：デジタルオーシャンアカウントにログインし、エージェント用のデータを特定します。ナレッジベースは、ドキュメント形式、CSV、JSONなど、さまざまな形式の情報を受け取ることができますので、コーパスを特定したら、本当に始める準備が整います。

次に、DigitalOceanのウェブサイトのGenAIタブに移動します。これは、画面左のナビゲーションバーにある管理ボタンをクリックし、2番目のオプションを選択することで行えます。

知識ベースの作成

ここから、ナレッジベースのタブをクリックします。私たちはデータをDigitalOcean Spaceにアップロードして新しいナレッジベースを作成します。これはRAGを促進するためのOpenSearchデータベース技術に基づいています。幸運なことに、まだナレッジベースがない場合は、ナレッジベース作成ページで直接作成することができます。

まず、知識ベースに名前を付けてから、データベースセクションまでスクロールします。「新規作成」を選択してください。エージェントをホストするのに適した地域を選択し、私たちはトロントを選びました。次に、埋め込みモデルを選択するためにスクロールダウンします。埋め込みモデルは、テキスト（ユーザーのクエリや知識ベースの文書など）を数値ベクトルに変換するため、私たちのニーズに最適なモデルを選択する必要があります。大規模な知識ベースのコーパスには、より高価なモデルが必要ですが、シンプルなデモにはMiniLMのような小さなものが必要です。最後に、KBを入れるプロジェクトを選択し、「作成」をクリックします。その後、埋め込みモデルを使用してデータを埋め込むのにしばらく時間がかかりますが、完了すれば次のステップに進む準備が整います。

GenAIエージェントの作成

さあ、実際のエージェントを作成する時間です。左側のリンクを使ってGenAIプラットフォームのホームページに戻ります。そして、画面の右上にある「エージェントを作成」をクリックします。これでエージェント作成ページに移動します。

まず、エージェントの名前を入力してください。次に、エージェントが従う関連する指示を追加します。たとえば、前述のレシートの例に従って、エージェントに数値のみで回答するよう指示したり、役立つファイナンシャルアドバイザーとして振る舞うように指示したりすることができます。

次に、私たちはモデルを選択できます。ここでは、エージェントの動作が大きく異なる点です。モデルの種類は、観測したデータの新しさから応答の書き方に至るまで、すべてに影響します。利用可能な各モデルについて調査することをお勧めしますが、ここにいくつかの推奨事項があります。

DeepSeek-R1-Distill-Llama-70B - LLaMA 3.2 70bから派生した蒸留モデルで、元のDeepSeek R1の80000例から監督学習されたモデルです。このモデルは、長い応答が必要な場合に優れた能力を発揮し、コーディングや数学の問題に対しても複雑な推論を行うことができます。
Anthropic 3.5 Sonnet - ウェブ上で最も高度なクローズドソースモデルの一つであり、Sonnetは機能呼び出しと純粋な情報の両方に対して卓越したLLMです。このモデルにはAnthropicのサブスクリプションが必要です。

近い将来に利用可能になるモデルにご期待ください！

モデル選択が完了したら、以前に作成した知識ベースを追加できます。これにより、GenAIプラットフォームは新しく作成したLLMエージェントを使用して、知識ベースに対してRAGを実行できるようになります。

ついに、エージェントを特定のプロジェクトに割り当て、作成することができます！この作成には数分かかる場合があります。すべてが準備が整うと、新しいエージェントと対話できる詳細ページが表示されます。

エージェントとの対話

エージェントとやり取りする方法は主に2つあります：APIを介して、またはチャットプレイグラウンドを通じてです。APIの完全な機能については、こちらをご覧ください。この例では、モデルがどのように機能するかを示すために、チャットプレイグラウンドを見てみましょう。

この例は、すべての人が試すことができるウェブサイト上のDigitalOceanチュートリアルエキスパートからのものです。ご覧のように、エージェントはこのように設定すれば通常のチャットボットのように振る舞うことができます。しかし、以前に述べたように、そうした行動に限ったものではありません。

締めくくりの考え

全体として、GenAIプラットフォームは、大規模言語モデルに基づくエージェントを作成し、対話するための堅牢なツールです。同じシステム上にホストされた知識ベースとRAGの適用のおかげで、エージェントはビジネスリーダーから機械学習エンジニア、趣味人まで誰でも信じられないほど簡単に使用し、設定することができることを示しました。今後、皆さんがGenAIプラットフォームをさらに探求する機会を持てることを期待しています。