はじめに
この記事では、LangChainを用いて複雑な処理を用意し、生成AIへの質問含め回答を得るところまでを解説します。
前提として、Pythonの「langchain」「langchain_openai」ライブラリを用いますので、記事を読み進める前に、OpenAIのAPIのアカウントを作成しておく必要があります。
今回はGoogle Colabratory（以下、Colabと略記）を環境として使っていきます。
LangChainとは
LangChainは、大規模言語モデル（LLM）を利用したアプリケーション開発のためのフレームワークです。
Python及びJavaScriptで利用できます。
https://github.com/langchain-ai/langchain
https://github.com/langchain-ai/langchainjs
OpenAI APIを使うための準備
まずは以下のURLより、API KEYを発行します。
https://beta.openai.com/account/api-keys
「＋Create new secret key」よりAPI Keyを発行します。発行したAPI Keyは保管しておいてください。
langchain, openaiのインストール
| !pip install langchain langchain_openai |
トークンを環境変数に設定
Colab画面右側のシークレットに、OpenAIから取得したトークンをセットします。
本記事では `openai_api_key` という名前で登録します。
シークレットの `openai_api_key` を、環境変数に設定します。
OpenAIを使用するにあたり、 `OPENAI_API_KEY` という環境変数が参照されます。
| import os from google.colab import userdata os.environ[“OPENAI_API_KEY”] = userdata.get(“openai_api_key”) |
実装し、回答を取得してみた
| from langchain_openai import ChatOpenAI chatOpenAi = ChatOpenAI() chatOpenAi.invoke(“国会図書館は、東京のどこに位置していますか？”) |
実際に得られた回答例（本文のみ抜粋）
| 国会図書館は、東京都千代田区の永田町に位置しています。 |
まとめ
この記事では、OpenAI APIを用いて質問と回答を得るところまでの方法を解説しました。
ぜひ、LangChainライブラリを用いて様々な実装を試してみてください。
AIスキルを効率よく身につけるには
最後まで記事をお読みいただきありがとうございました。今回紹介したLLMについて学びたい方はLLMアプリ開発コースなどを活用してみてください。
最新の生成AIやAIアプリの開発スキルを効率よく習得するためには、AIの基礎からAIを活用したWebアプリの開発など、体系的に学習できるサービスを利用することが重要です。例えば、AI Academy Bootcampでは、自分の好きな時間と場所で動画コンテンツを視聴しながら学ぶことができます。
受講料も6ヶ月間35,000（税込）というお手頃価格で受講でき、いつでも好きな時間に質問し放題の環境で学べるため、初学者でも安心してご受講いただけます。
