Model connections Azure OpenAIの機能でグラウンディングされたRAGを作成します

Grounded by AI Search Model connectionsを作成するために、RAGのネイティブRetrieval Augmented Generation（Azure OpenAI）機能を使用して、Azure AI Searchのエンタープライズデータと大規模言語モデルを組み合わせた充実した検索体験を構築します。

あなたは今、Azure AI Search サービスを Azure OpenAI サービスと統合して RAG ソリューションを作成できます。 これにより、LLMはあなた自身のデータから情報を取得することで、より情報に基づいた文脈に関連する応答を提供できるようになります。

AI Agent Studio Azure AI Search RAG

注: Azure OpenAI ポータル内で以下を設定する必要があります:
  • Azure AI Search サービス セットアップ: これは Azure OpenAI ポータルで AI 検索サービスを作成することを含みます。 これにはサービスエンドポイントURLの設定、APIキーの設定、およびインデックスの作成が含まれます。 Azure AI Search 検索を作成するための詳細については、Azure ポータルで Azure AI Search サービスを作成する を参照してください。
  • データの取り込みとインデックス作成： ドキュメントはデータソースにアップロードされ、例えば、BLOBストレージのような場所に保存され、その後、ストレージ内のファイルを使用してインデックスが作成されます。 ドキュメントはチャンクに分割され、ベクトル検索が有効になっている場合、内容は埋め込みモデルを使用してベクトル化されます。

    Azure AI Search サービスを Automation 360 Grounded by AI Search Model connections と統合する際には、データの取り込みとインデックス作成プロセスを設定してベクトル埋め込みを作成することが重要です。 Azure AI Searchは他のコンテンツタイプや構成（テキストのみやセマンティックのみなど）をサポートしていますが、Automation Anywhereの統合はベクトル埋め込みの使用を最適化しており、主にセマンティックな理解とRetrievalを可能にすることをサポートしています。

前提条件

オートメーション管理者は、ビジネス組織のための Model connections を作成および管理するために、これらのロールと権限が必要です。
  • ロール: AAE_Basic、オートメーション管理者カスタムロール
  • 権限: Attended Bot (クライアントで実行を指示する Bot) Runner
  • 設定: AI データ管理は、オートメーション管理者によって有効にされ、ユーザーがAIスキルのログを無効にすることを許可する{null}チェックボックスが選択されている必要があります。 Bot Creator ライセンスを持つユーザーが AI スキルを使用する際にデータ ロギングを無効にすることを許可し 画面で データ ロギング トグルを有効にしますAI Skills。

オートメーション管理者のカスタム ロール権限については、「ロールおよび権限」をご覧ください。

その他の要件:

  • 前述のように、まず Azure AI Search を作成後に Grounded by AI Search Model connection を作成し、それを AI Skill で使用します。
  • 資格情報を資格情報コンテナーに保存したい場合は、その情報を手元に用意してください。 Credential Vault による安全な資格情報ストアをご覧ください。
  • Model connectionをテストするには、Bot Agent 22.60.10 以降に接続する必要があります。 テストの一環として、デスクトップ上で bot を実行する必要があります。 したがって、Bot Agentがあなたのユーザーに設定されていることを確認してください。 このタスクのために、接続を別の Control Room に切り替える必要がある場合は、Control Room インスタンス間でのデバイス登録の切り替えを参照してください。
  • 接続のテストを成功させるには、AI Skills パッケージへのアクセスが必要です。 テスト Promptは、Model connection をテストするために実行されます。

手順

  1. Control Room 環境で、[AI] > モデル接続 > モデル接続の作成 に移動します。
  2. [モデル接続の作成] 画面で、これらの [接続設定] を構成します。
    グラウンディングされたModel connectionsをAzure OpenAI RAG機能で作成します
    1. モデル接続名: Model connection を簡単に識別するための名前を入力します。
    2. 説明 (任意): 接続を定義する意味のある短い説明を追加します。
    3. ベンダーの選択: サポートされているベンダーのリストから基盤モデルのベンダーを選択してください。 を使用してGrounded by AI Search Model connectionを作成するにはAzure OpenAI、ドロップダウン リストからAzure OpenAIを選択してください。
    4. タイプを選択: Grounded by AI Search のためにRAG機能を使用するには選択してください。
    5. モデルを選択するか、カスタム モデルを作成する: Azure OpenAI の検証済みモデルのドロップダウンリストからモデルを選択してください。
    6. 次へ をクリックして 認証の詳細 セクションに進んでください。
  3. 認証の詳細 セクションで、これらの設定を構成します。
    1. Azure OpenAI リソース名: Azure OpenAI リソースの名前を入力します。
    2. デプロイ ID: 使用するモデルのデプロイメント ID を入力します。
    3. API キー: Azure OpenAI サービスの API キーを入力します。
    4. AI検索サービスのURL: デプロイされた Azure AI Search サービスのURL。 これは検索サービスにアクセスするためのエンドポイントです。
    5. AI検索インデックス名: Azure AI Search サービス内であなたのデータを含むインデックスの名前。 検索対象の文書が保存されている場所です。
    6. AI検索APIキー:あなたのAzure AI SearchサービスのAPIキーです。 このキーは検索サービスへのアクセスを認証するために必要です。
    7. AI検索埋め込みモデルのデプロイ名: Azureにデプロイされた埋め込みモデルの名前。 このモデルは、テキストをベクトル表現に変換するために使用され、意味検索に利用されます。
      注:
      1. 埋め込みモデル： 埋め込みモデルは、データ（テキスト、画像、またはコードなど）をベクトル埋め込みと呼ばれる数値表現に変換するように設計された機械学習モデルの一種です。

        埋め込みモデルは重要です。データのベクトル埋め込みは、Grounded by AI Search 機能が意味的に関連する情報を効果的に見つけるために必要です。

      2. ベクトル埋め込み: これらのベクトルは、データの意味を捉える数のリストです。 類似したデータは、高次元空間で近くに配置されるベクトルを持ちます。

        あなたの Azure AI Search インデックスが、データから生成されたベクトル埋め込みで満たされていることを確認してください。 これは Automation Anywhere によってサポートされるAI検索タイプにとって基本的なものです。 Azure AI Search のドキュメントを参照して、データ取り込みプロセス中に埋め込みを作成するための詳細なガイダンスを確認してください。

      3. セマンティック（語義）の理解： これらの埋め込みは、キーワードだけでなく、データの意味とコンテキストを捉えることが重要です。 これにより Azure AI Search は異なる情報の断片間の関係を理解できるようになります。
    8. 次へ をクリックして 接続テスト セクションに進んでください。
  4. テスト接続 をクリックして、すべての接続の詳細が正しく定義されていることを確認し、接続が機能しているかどうかをチェックします。
    これは Bot Agent を使用したデスクトップ操作です。 Bot Agent 22.60.10 以降を使用して、テストを成功させてください。
    • 接続が期待通りに機能すれば、システムはリクエストを処理し、システムが生成した成功メッセージが表示されます。
    • 接続が期待通りにいかなかった場合、接続に失敗した理由を記したシステム生成のメッセージが表示されます。 たとえば、サポートされている基礎モデルパッケージをワークスペースにダウンロードしていない場合、エラーメッセージが表示されます。 パッケージをダウンロードし、Model connection を再度テストする必要があります。
    • Model connection のテストがうまくいかなかったり、タスクを未完成のままにしておいたりすると、Model connection が保存されず、Model connection の作成プロセスをやり直さなければなりません。
  5. 次へ をクリックして、ユーザーにカスタムロールを割り当てるための 招待ロール セクションに進んでください。
    オートメーション管理者はカスタム ロールを作成し、そのロールに Model connections を割り当て、さらにユーザーに割り当てることができます。 このカスタム ロールに割り当てられているユーザーだけがこの Model connection を使用できます。
  6. プロ開発者にカスタムロールを介してアクセスを割り当てます、この Model connection を使用して AI Skill を作成します。
  7. [モデル接続の作成] をクリックし、Model connection の作成を完了します。
    Model connection を無事作成した後、プロ開発者はそれを使用して AI Skill を作成します。

次のステップ

Model connectionを作成してテストした後、それをプロの開発者に割り当て、プロの開発者はこの接続を使用してAI Skillsを作成します。 AI Skills を Grounded by AI Search Model connectionsで作成をご覧ください。
注: AI Skill を AI スキル 画面で作成またはテストすると、成功または失敗の詳細とモデルの応答をこれらのナビゲーション画面で表示できます。
  • [管理] > [AI ガバナンス] > [AI プロンプトログ]。
  • [管理] > [AI ガバナンス] > [イベントログ]
  • [管理] > [監査ログ]

AI Governanceをご覧ください。