オーケストレーションワークフローとは

[アーティクル]
12/19/2023

オーケストレーションワークフローは、Azure AI Language で提供されている機能の 1 つです。これはクラウドベースの API サービスであり、機械学習インテリジェンスを適用し、会話言語理解 (CLU)、質問応答プロジェクト、LUIS アプリケーションを接続するためのオーケストレーションモデルを構築できるようにします。開発者は、オーケストレーションワークフローを作成することによって、発話のタグ付けを繰り返し行うことができ、モデルパフォーマンスをトレーニングおよび評価してから、利用できるようにすることができます。モデルの構築とカスタマイズを簡単にするために、サービスには、Language Studio からアクセスできるカスタム Web ポータルが用意されています。このクイックスタートの手順に従って、サービスを簡単に開始できます。

このドキュメントには、次の種類の記事が含まれています。

クイックスタートは、サービスへの要求の実行方法を説明する概要手順です。
概念では、サービスの機能と特徴について説明します。
攻略ガイドには、より具体的またはカスタマイズした方法でサービスを使用するための手順が記載されています。

使用シナリオの例

オーケストレーションワークフローは、さまざまな業界の複数のシナリオで使用できます。いくつかの例を次に示します。

エンタープライズチャットボット

大企業では、エンタープライズチャットボットによって、さまざまな従業員の業務が処理される場合があります。カスタム質問応答ナレッジベース、会話言語理解によって提供されるカレンダー固有のスキル、LUIS によって提供されるインタビューフィードバックスキルによって提供されるよく寄せられる質問を処理できる場合があります。ボットは、受信要求を正しいサービスに適切にルーティングできる必要があります。オーケストレーションワークフローを使用すると、これらのスキルを 1 つのプロジェクトに接続し、受信要求のルーティングを適切に処理し、エンタープライズボットを活用できます。

プロジェクト開発ライフサイクル

オーケストレーションワークフロープロジェクトの作成には、通常、いくつかの異なる手順が含まれます。

モデルを最大限に活用するには、次の手順に従ってください。

スキーマを定義する: データを把握し、ユーザーの入力発話から認識する必要があるアクションと関連情報を定義します。ユーザーの発話に割り当てる意図と、オーケストレーションプロジェクトに接続するプロジェクトを作成します。
データにラベルを付ける: データのタグ付けの品質は、モデルのパフォーマンスを決める重要な要素です。
モデルをトレーニングする: モデルは、タグ付けされたデータから学習を開始します。
モデルのパフォーマンスを表示する: モデルの評価の詳細を表示して、新しいデータが導入された場合のパフォーマンスを判断します。
モデルの改善: モデルのパフォーマンスを確認した後、モデルを改善する方法を学習できます。
モデルをデプロイする: モデルをデプロイすると、予測 API による利用が可能となります。
意図を予測する: カスタムモデルを使用して、ユーザーの発話から意図を予測します。

リファレンスドキュメントとコードサンプル

オーケストレーションワークフローを使用する場合は、次の Azure AI Language のリファレンスドキュメントとサンプルをご覧ください。

開発オプション/言語	リファレンスドキュメント	サンプル
REST API (オーサリング)	REST API のドキュメント
REST API (ランタイム)	REST API のドキュメント
C# (ランタイム)	C# 関連のドキュメント	C# のサンプル
Python (ランタイム)	Python のドキュメント	Python のサンプル

責任ある AI

AI システムには、テクノロジだけでなく、それを使う人、それによって影響を受ける人、それが展開される環境も含まれています。システムでの責任ある AI の使用とデプロイについて詳しくは、CLU とオーケストレーションワークフローの透明性に関するメモについてのページをご覧ください。詳細については、次の記事も参照してください。

次のステップ

クイックスタートの記事を使って、オーケストレーションワークフローの使用を開始します。
プロジェクト開発ライフサイクルを進める過程で、この機能のドキュメント全体で使用される用語の詳細については、「用語集」を参照してください。
リージョンの可用性などの情報については、「サービスの制限」を必ずご覧ください。

オーケストレーション ワークフローとは