このチャプターのゴール

外部APIやDBを利用したRAGの構築方法が理解できている

外部APIやDBを利用したRAG構築

miiboでは、前チャプターの「データコネクター」が対応していないAPIやDBと連携して、RAGを構築することが可能です。これにより、ありとあらゆるAPIやDBと接続し、理想の応答をするAIを構築することができます。これには、miiboのWebhookの仕組みを応用します。

※Webhookの利用は、エンジニアリングの知識が必要になります。

尚、Webhookの利用方法には後のチャプターにて詳細に解説します。本チャプターでは、RAGに関連するアプローチのみご紹介します。

Webhookの応用

miiboでは、「外部サービス連携」にある「Webhook」を利用することで、外部のAPIと連携をすることができます。

Webhookを利用すると、下記の条件を満たした際に、外部APIに対して何らかのアクションを実行できるようになります。

Webhookのトリガー

ユーザーが発話を行ったら
エージェントが応答を返したら
Function Callingが発火したら

※詳細は後ほどのチャプターで解説します。

このWebhook機能では、外部APIからのレスポンスを、プロンプトに含めてAIの応答に利用することができます。これが、RAG構築に応用できる所以です。

Webhook設定後、「Webhookに対するAPIのレスポンスをプロンプトに挿入する」にチェックを入れておくことで、外部APIからのレスポンスを利用できます。

この仕組みを利用することで、独自のRAGの仕組みを構築できます。実際にこの方法を活用した事例をいくつか紹介します。

【事例】 AWS Kendraとの連携

https://note.com/makunugi/n/na60260764a9d?magazine_key=ma82aceda74a8

miiboとAmazonの提供する「Kendra」というデータベースを連携させた例です。

高精度かつ長期の運用を見越した、強力なRAGを構築しています。例えば、Google Driveと連動し、Google Driveにファイルを置いておくだけで、AIの応答に活用できる環境を構築できます。上記の記事にある通り、導入ハードルは高いですが、大規模なAI活用を見越す場合は非常に有効なアプローチに成るでしょう。

【事例】 Google Place APIとの連携

https://note.com/miibo_takumori/n/n36d9bc45325b?magazine_key=ma82aceda74a8

この事例は、Google Place APIと連携し、位置情報と連動した会話ができるAIを構築している例です。
https://www.youtube.com/watch?v=oWxQthXCAvk

Google Place APIから位置情報を取得し、リアルタイムに場所情報を加味しながらAIが会話をしています。

まとめ

こういった応用が外部API連携によって可能です。後のチャプターでWebhookの利用方法について解説しています。RAGに応用可能という観点を踏まえ、ぜひ御覧ください。