🎃

Prompt FlowのFaiss インデックスを使ってみる

2024/04/13に公開

やること

Prompt FlowのFaiss インデックスを使ってみる

前提

  • Azure MLを構築済みであること

https://zenn.dev/headwaters/articles/a6b7e5063a13f6

  • Azure Open AI と接続を作成済みであること

https://zenn.dev/headwaters/articles/dba08166d013ee

  • text-embedding-ada-002をdeploy済みであること

コンピュータインスタンスを起動

  1. Prompt Flowを開く
  2. 左タブの「コンピューティング」をクリック
  3. 以前作成したコンピューティングを選択し、「開始」をクリック
  4. 「実行中」になったことを確認

ファイルを作成する

  1. 任意のディレクトリでフォルダを作成(名前は任意)
  2. Localに下記の内容のファイルを「text.txt」でフォルダに保存
社内規定 

1.労働時間:労働時間は月曜日から金曜日の午前9時から午後5時までとする。休憩時間は午後12時から午後1時までとする。 

2.勤怠方法: 出社・退社時にはタイムカードを打刻する。遅刻、早退、欠勤の場合は直ちに上司に報告すること。 

3.服装:ドレスコード プロフェッショナルなビジネスアティアを着用する。金曜日はカジュアルな服装でも可とする。 

4.福利厚生:ジム無料

5.情報セキュリティ:全従業員は、会社の機密情報を適切に取り扱う責任がある。機密情報を不適切に公開・共有することは厳禁とする。 

6.休暇と有給休暇 :年間休日日数は法律に基づき設定する。有給休暇は200日。

ベクターインデックスを作成

  1. プロンプトフローを開く
  2. 「ベクターインデックス>+作成」をクリック
  3. 新しいベクター インデックス名を入力(任意の名前でOKです)
  4. データソースの種類で、Local folders」を選択し、先程作成したフォルダーを選択
  5. ベクトルストアで Faiss インデックスを選択
  6. 「次へ」をクリック
  7. 以前作成したAzure open AI 接続を選択し、「次へ」をクリック
  8. コンピューティングの種類を選択で、「コンピューティングインスタンス」を選択
  9. Azure MLコンピューティングインスタンスで、起動したコンピューティングインスタンスを選択
  10. 「作成」をクリック
  11. 状態が「Completed」になっていることを確認※10分ぐらいかかります
  12. 「データのインデックスを作成する」をクリック
  13. ストレージのURLをコピーする

フローの作成

  1. 左タブの「プロンプトフロー」をクリック
  2. 「+作成」をクリック
  3. 「QnA with Your Own Data Usi...」の「クローン」をクリック
  4. フォルダー名を入力し、「クローン」をクリック
  5. 作成されたことを確認
  6. 入力の「input」を「労働時間は?」に変更
  7. connectionでAOAIに接続,deployment_nameでembeddingモデルを選択
  8. pathを先程コピーしたストレージURLに書き換える
  9. AOAIと接続をする
  10. ランタイムを選択し、「実行」をクリック
  11. Textから労働時間についての内容を取得できたことを確認

[
0:
{
"system_metrics":
{
"completion_tokens":
77
"prompt_tokens":
530
"total_tokens":
607
"duration":
15.13519
}
"output":
"I am using the additional knowledge provided in the prompt to answer your question.\n\n労働時間は月曜日から金曜日の午前9時から午後5時までです。休憩時間は午後12時から午後1時までとされています。\n\nSOURCES:\n- Source provided in the prompt."
}
]
ヘッドウォータース

Discussion