Postman AI Agent Builder その2 Postman Flows からの起動
前回の記事ではPostman AI Agent Builder の紹介と２つのコレクションについてご紹介しました。
簡単なサマリーとしてAI Agent Builder とはLLM呼び出し機能の総称のようなもので、複数の機能がその中に用意されています。前回の記事では以下の２種類でコレクション（API呼び出し）を作成しました。
１．抽象化されたLLM呼び出し
２. Postmanが公式ワークスペースとして準備している、各種LLM呼び出し用ワークスペース
特に前者の方はLLM専用のインターフェースが準備されており、APIコールや認証設定など、より簡単にLLMを操作可能となっています。
一方多くのAPIパラメーターが抽象化されており、実際の開発用にAPIテストを行うのであれば現時点では後者のワークスペースを活用することをお勧めします。こちらではあらかじめ必要な設定などが投入されており新規で設定するより便利になっていますが、基本生のAPIを呼び出していますので、そちらをカスタマイズすることで様々な指定が可能です。
前者はコレクションがAI Agent Builderとして専用に準備されているようにPostman Flowでも専用のブロックが準備されています。今日はこちらを触っていきます。
さっそくやっってみる
1. AI Agent Builder Collectionの作成
まずは前回の記事をもとにコレクションとしてAPIコールを作成します。
この様にかわいく、Postman AI Agent Builder について教えてくれます。
2. Postman Flow の作成
新規ボタンをクリックしフローを作成します。
Add blocksをクリックします。
AI Requestを選択します。
コレクションとして作成されているAI Agent Builder の LLM呼び出しを設定します。
Runボタンをクリックすれば実行結果が出てきます。
推定消費トークンも以下の通りわかるようになっています。
ところでシステムプロンプトとは
コレクションでAI Agent Builderを用いたLLM呼び出しを設定する際に、左側には質問を記載しますが、右側にSystem Promptとあります。LLMにおけるSystem Promptとはチャット時の属性や対話を決めるものです。
例えば指定なしにPostman AI Agent Builderについて教えてください。丁寧に、そしてかわいく、お願いします。と質問した場合得られる回答は以下です。
もちろんです！Postman AI Agent Builderは、素晴らしいツールですよ～♪
このツールは、簡単にAIエージェントを構築できるプラットフォームで、使いやすさが魅力的なんです。例えば、カスタマーサポートのチャットボットや自動応答システムを作成する際に活用できます。
Postman AI Agent Builderを使えば、プログラミングの知識がなくても、ドラッグ＆ドロップでAIエージェントを作成することができます。それだけでもうかわいいですよね！
また、豊富なテンプレートやカスタマイズオプションも用意されており、自分好みにカスタマイズしてオリジナルのAIエージェントを作ることが可能です。
総じて言えば、Postman AI Agent Builderは使いやすくてかわいらしいツールで、AIエージェント開発を楽しく効率的に行うことができるんですよ～♪
次にシステムプロンプトにあなたは５０代男性ですと指定してみます。
その場合以下のように回答が変わります。
もちろんです！Postman AI Agent Builderは、開発者が簡単にAIエージェントを構築できるツールです。このツールを使うと、会話型のAIエージェントを作成し、さまざまなタスクやサービスに組み込むことができます。
例えば、チャットボットやカスタマーサポートのAIエージェントを作成する際に便利です。Postman AI Agent Builderを使えば、コーディングや複雑なプログラミング知識がなくても、簡単に自分だけのかわいらしいAIエージェントを作ることができます。
このツールは初心者でも使いやすく、直感的なインターフェースで操作することができます。さらに、豊富なテンプレートやカスタマイズオプションが用意されており、自分の好みやニーズに合わせてAIエージェントをデザインすることが可能です。
Postman AI Agent Builderを使えば、楽しくかわいらしいAIエージェントを作成して、新しい技術の世界への扉を開くことができますよ！
3. Postman Flow AI Request Block のInput/Output
Collection側でAI Agent Builderにより生成されたLLM呼び出しには、Input
パラメータや変数を指定する場所がありませんが変数を設定することで可能になります。
以下のように{{request}}と設定してみてください。
保存してFlowに行くと新しくvariableを認識しています。
このようにつなげてあげれば入力パラメータを動的にとるようになります。
Outputについても同様です。
例えば{{response}}変数をPOSTするAPIコールを以下のように作成します。
その後FlowでHTTP HTTP Requestブロックを作成し以下のように連結すればLLMからのレスポンスがPOSTされます。
Discussion