Vertex AI: チャット AI アクションは、モデルと対話するために、Google の Vertex AI completion API を使用します。 会話形式でテキストを生成します。

前提条件

  • Bot 作成者 のロールがないと、Bot で Vertex Chat AI アクションを使用できません。
  • Google Cloud のアクションを呼び出す前に、リクエストを送信するために必要な認証情報があり、Vertex AI: [接続] アクション が含まれていることを確認してください。

この例では、Vertex AI を使用して自然言語メッセージを送信する方法を示します。 Chat AIアクションを実行し、適切なレスポンスを得る方法について説明します。

手順

  1. Automation Anywhere Control Room で アクション ペインに移動し、生成 AI > Google を選択し、 Vertex AI をドラッグします: Chat AI をドラッグしてキャンバスに配置します。
  2. 次のフィールドを入力または選択します。

    Vertex Chat AI

    1. [プロジェクト番号/名前] を入力します。 GCP からの一意のプロジェクト ID です。 プロジェクト ID については、[Google Cloud Project のプロジェクト ID]を参照してください。
    2. 場所を入力します。 Vertex AI のロケーションに関する詳細は、Vertex AI の場所 をご覧ください。
    3. 発行元 ドロップダウンをクリックし、Google を選択するか、サードパーティ を選択してサードパーティの発行元を入力します。
    4. モデル ドロップダウンからプロンプトに使用する大規模言語モデル (LLM) を選択します。 以下のモデルを選択できます。
      • chat-bison-32k (最新)（非推奨）
      • chat-bison-32k@002（非推奨）
      • chat-bison@001（非推奨）
      • chat-bison@002（非推奨）
      • codechat-bison（非推奨）
      • codechat-bison-32k（非推奨）
      • codechat-bison-32k@002（非推奨）
      • codechat-bison@001 (非推奨)
      • codechat-bison@002 (非推奨)
      • Gemini 2.0 Flash-Lite
      • Gemini 2.0 Flash
      • Gemini 2.5 Flash-Lite
      • Gemini 2.5 Flash
      • Gemini 2.5 Pro
      • その他の対応バージョン : 上記モデルの他の対応バージョンを入力する。 詳細については、Google Vertex AI modelsをご参照ください。
      注: 生成 AI パッケージは、モデルの特定の入力/出力スキーマに依存して正しく機能します。 異なるモデルは異なるスキーマを持っていることがあります。同じモデルのバージョンのみが統合可能です。 他のサポートされているバージョンについては、モデルに対応するバージョンに関するハイパースケーラーのドキュメントを参照してください。
    5. モデルが応答を生成するために使用するチャット メッセージ を入力します。
      注: チャット アクションは、同じセッション内で前のチャット アクションの結果を保持します。 チャット アクションを連続して呼び出すと、モデルは後続のメッセージを理解し、前のメッセージに関連付けることができます。 ただし、セッションが終了すると、チャット履歴はすべて削除されます。
    6. 生成するトークンの最大数 (最大トークン) を入力します。 デフォルトでは、値を入力しない場合、生成されるトークンの最大数は、生成されるレスポンスの長さを考慮して、選択したモデルの最大コンテキスト長に収まるように自動的に設定されます。
    7. [Temperature (温度)] を入力します。 この値は、レスポンスのランダム性を示します。 温度がゼロに近づくと、レスポンスはより焦点化され、決定的になります。 値が高いほど、よりランダムなレスポンスとなります。
    8. 現在のセッションに限定するセッション名として、デフォルトと入力します。
    9. 任意のパラメーターを管理するには、その他のオプションを表示 をクリックし、はい を選択します。 [はい] を選択した場合、次のような他のパラメーターを追加できます。 コンテキスト、例、Top K、および Top P。これらの任意のパラメーターについては、モデルを学ぶを参照してください。
      注: codechat-bison@002 のような Vertex AI モデルでは、文脈や例を提供してプロンプトを改良できますが、Gemini 2.0 or 2.5 モデルでは現在これらの機能をサポートしていません。 これらのフィールドはインターフェースで利用可能ですが、空のままにしても問題ありません。
    10. レスポンスを変数に保存します。 この例では、レスポンスは VertexChatResponse に保存されます。
  3. 実行 をクリックして、bot を初級します。 メッセージボックス アクションを使用して応答を表示します（例えば、VertexChatResponse）。 会話を続けるために、さらにチャットアクションを追加できます
    ヒント: 同じ Bot で複数のチャットを維持するには、異なる名前や変数で複数のセッションを作成する必要があります。