次の方法で共有


Azure AI Studio でベクトル インデックスを構築して使用する方法

重要

この記事で "(プレビュー)" と付記されている項目は、現在、パブリック プレビュー段階です。 このプレビューはサービス レベル アグリーメントなしで提供されており、運用環境ではお勧めしません。 特定の機能はサポート対象ではなく、機能が制限されることがあります。 詳しくは、Microsoft Azure プレビューの追加使用条件に関するページをご覧ください。

この記事では、Retrieval Augmented Generation (RAG) を実行するためにベクトル インデックスを作成して使用する方法について説明します。

前提条件

以下が必要です。

  • Azure AI Studio プロジェクト
  • Azure AI Search リソース

チャット プレイグラウンドからのインデックスの作成

  1. Azure AI Studio にサインインします。

  2. ご自分のプロジェクトに移動するか、Azure AI Studio で新しいプロジェクトを作成します。

  3. 左側のメニューから [プレイグラウンド] を選択します。

    プロジェクトの左側のメニューのスクリーンショット。

  4. デプロイ済みのモデルを選択します。 まだ行っていない場合は、[新しいデプロイの作成] を選択してモデルをデプロイします。

    [デプロイの作成] ボタンのスクリーンショット。

  5. [モデル] ウィンドウの下部までスクロールします。 [+ 新しいデータ ソースの追加] を選択します

    [データの追加] セクションのスクリーンショット。

  6. ソース データを選びます。 最近使用したデータ ソースの一覧からソース データを選択したり、クラウド上のストレージ URL を選択したり、ローカル コンピューターからファイルやフォルダーをアップロードしたりできます。 Azure Blob Storage などの別のデータ ソースへの接続を追加することもできます。

    ソース データの選択のスクリーンショット。

  7. ソース データを選択したら、[次へ] を選びます。

  8. [インデックス構成] タブで、インデックスを格納する場所である [インデックスのストレージ] で選択します。

  9. Azure AI 検索リソースが既にある場合は、ドロップダウンから選択できます。

    インデックス ストアの選択のスクリーンショット。

    1. 既存のリソースがない場合は、[新しい Azure AI 検索リソースの作成] を選択します。 [次へ] を選択します。
  10. 使用する Azure OpenAI 接続を選択します。 [次へ] を選択します。

  11. ベクトル インデックスに使用する名前を入力します。 [次へ] を選択します。

  12. 入力した詳細を確認し、[作成] を選択します

  13. インデックス作成の状態を確認できるインデックスの詳細ページが表示されます。

プロンプト フローでインデックスを使用する

  1. Azure AI Studio にサインインし、プロジェクトを選択します。

  2. 折りたたみ可能な左側のメニューの、[ビルドとカスタマイズ] セクションから [プロンプト フロー] を選択します。

  3. 既存のプロンプト フローを開くか、[+ 作成] を選択して新しいフローを作成します。

  4. フロー デザイナーの上部メニューで、[その他のツール] を選んでから、[インデックス参照] を選びます。

    その他のツールからのベクトル インデックス検索のスクリーンショット。

  5. インデックス検索ツールの名前を指定し、[追加] を選んでください。

  6. [mlindex_content] 値のボックスを選択し、値セクションからインデックスを選択します。 この手順を完了したら、インデックスに対して実行するクエリと query_types を入力してください。

    インデックス検索を構成するためのプロンプト フロー ノードのスクリーンショット。

    インデックスを生成するためのプロンプト フロー ノードのスクリーンショット。