AIプロファイルの作成

Data Studioを使用してAIプロファイルを作成する前に、次の概念を理解しておく必要があります:

検索拡張生成(RAG)の設定: RAGの設定は、Oracle Autonomous Database Serverlessで検索拡張生成パイプラインを構成するので、AIプロファイルは、構造化表とともにナレッジ・ベースから非構造化データをロードして問合せできるようになります。これらの設定は、セマンティック検索のためにドキュメントをベクトルに変換する方法を定義し、自然言語問合せのSELECT AI精度を向上させます。

ノート:
Oracle AI Database 19cでは、ベクトル索引の作成や使用などのRAG機能にはアクセスできません。これらの機能は、Oracle AI Database 26aiでサポートされています。
ベクトル索引: ベクトル索引は、RAGパイプラインまたは表データから生成された埋込みを格納し、AI推論時の効率的な類似検索を可能にするために指定する必要があります。DBMS_CLOUD_AI.CREATE_PROFILEを介したAIプロファイル作成では、ベクトル索引によってプロファイルがOracleのベクトル検索機能にリンクされ、AIモデルがベクトル化されたデータから関連するコンテキストを取得できるようにします。ベクトル索引は、「Data Studio設定」から作成できます。
表メタデータ:
表メタデータは、プロファイルの属性でobject_list ([{"owner": "SH"、"name": "customers"}]など)として指定されますが、特定のデータベース表にAIがアクセスする範囲を指定し、セキュリティ・ポリシーを適用します。これにより、AIによる意図しないデータの問合せを防ぎ、IAMコントロールに従って、定義済スキーマにあわせて自然言語からSQLへの生成が最適化されます。

AIプロファイルは、次の2つのモードをサポートしています:

RAGモード: 非構造化データに対するセマンティック検索にベクトル索引を使用します。
自然言語からSQL(NL2SQL)モード: オブジェクト・リスト・モードなどの表中心のオプションを有効にするのに、ベクトル索引を必要としません。

「+」を選択すると、「AIプロファイルの作成」ウィザードが開きます:

「AIプロファイルの作成」ウィザードの「サービス」タブで、次のフィールド値を指定します:

図create-ai-profile-service.pngの説明
- プロファイル名: AIプロファイルの名前を入力します。たとえば、OCI AIです。
- AIプロバイダ: ドロップダウン・フィールドから次のいずれかのプロバイダを選択します:
  - OCI
  - Open AI
  - Azure OpenAI Service
  - Cohere
  - Google
  - Anthropic
  - Hugging Face
- AIモデル: AIプロファイルが指す使用可能なAIモデルをドロップダウンから選択して、データベースがデータに対する自然言語の質問に回答し、埋込みやベクトル索引を使用した検索拡張結果を含むSQLを生成または説明できるようにします。
- 資格証明: これらは、使用するようにプロファイルが構成されている外部AIプロバイダに安全に接続するためにデータベースが使用する格納済の資格証明です。
「詳細設定」の下に、「生成設定」および「サービス設定」が表示されます:
- 生成設定: 「生成設定」では、Oracle Cloud InfrastructureのAIサービスでプロファイルを介してアクセスされるAIモデルの動作および制限を構成できるので、チャット、SQL生成、Autonomous Databaseからの自然言語問合せなどの様々なユースケースにあわせてカスタマイズできます。
- サービス設定: サービス設定とは、選択したAIプロバイダに基づいて動的に表示される構成フィールドを指し、ユーザーが、エンドポイント、リージョン、デプロイメント名などのプロバイダ固有の資格証明およびパラメータを入力できるようにします。
  
  ノート:
  OpenAI、Cohere、Google、Anthropic、Hugging FaceなどのAIプロバイダの場合、「サービス設定」セクションは表示されません。
「サービス設定」フィールドの値は、選択したAIプロバイダによって異なります。
「AIプロバイダ」から「OCI」を選択すると、次のフィールドが表示されます:
- OCI APIフォーマット: これは、生成AIエンドポイントで想定されるリクエストおよびレスポンス・スキーマを指定します。Oracleモデルの場合、「Cohere」、「汎用」、「OCIネイティブの形式」などがあります。
- OCIリージョン: これは、エンドポイントが実行されているOCIリージョン識別子です。これにより、データベースからのコールが正しいリージョンAIモデルにルーティングされます。各Autonomous AI Database OCIリージョンは、様々なLLMをサポートしています。多くのLLMが提供されるリージョン(us-chicago-1、uk-london-1、ap-osaka-1など)もあれば、少ないリージョンもあります。選択したリージョンで使用可能なモデルのみが表示されます。OCI AIモデルが表示されない場合は、リージョンを切り替えてモデル・リストをリフレッシュできます。詳細は、生成AIを使用するリージョンおよび生成AIでの事前トレーニング済の基礎モデルを参照してください。
- OCIコンパートメントID: これは、使用するエンドポイントを所有するOCIコンパートメントのOCIDです。テナンシ内の適切な論理コンテナへのアクセスおよび請求の範囲を指定し、IAMポリシーに従います。
- OCIエンドポイントID: これは、専用AIクラスタ上の特定のAIエンドポイントのOCID (ocid1.generativeaiendpoint.oc1.us-chicago-1など)です。このフィールドを指定すると、共有オンデマンド・モデルではなく、その専用エンドポイントを使用するようにSelect AIに指示されます。
「AIプロバイダ」フィールドから「Azure OpenAI Service」を選択すると、次のフィールドが表示されます:
- Azureリソース名: サービスにアクセスするためのエンドポイントURLの一部(https://your-resource-name.openai.azure.com/など)を形成する、Azure OpenAI Serviceリソース・インスタンスの一意の名前を指定します。
- Azureデプロイメント名: 特定の言語モデルをそのAzure OpenAIリソース内にデプロイする際に割り当てるカスタム名を指定します。
- Azure埋込みデプロイメント名: 同じリソース内の埋込みモデル(text-embedding-ada-002やtext-embedding-3-largeなど)の個別デプロイメントのカスタム名を指定します。これは、テキストのベクトル表現を作成するためのみに使用されます。
前述のフィールドの詳細は、Azure OpenAI Embedding skill - Azure AI Search | Microsoft Learnを参照してください。
「生成設定」には、次のフィールドが表示されます:
- ストップ・トークン: これらは、テキスト出力の生成をどこで停止するかをAIモデルに指示するトークン・シーケンスです。モデルがこれらのトークンのいずれかを生成すると、停止します。これにより、レスポンスの長さを制御し、不要な後続テキストを回避できます。
- 最大トークン: これは、プロンプトに応答してAIモデルが生成できるトークンの最大数を定義します。生成される出力の長さを制限して、過度に長いレスポンスやコストの高いレスポンスを回避します。
- 大/小文字を区別する値: この設定は、入力値またはパラメータをAI処理によって大/小文字を区別するように処理するかどうかを示します。trueの場合、入力値またはパラメータ値について大/小文字を完全に一致させる必要があります。
- 会話: これは通常、AIプロファイルが会話型コンテキストをサポートしているかどうかを示し、これにより、モデルが複数のやり取りやプロンプトの交換でコンテキストを保持できるようになるので、チャット形式のAIアプリケーションに有効です。
- 温度: これは、AIのレスポンスにおけるランダム性を制御するスライダ・パラメータです。温度が低い(0.2など)ほど、出力はより絞られ決定的になりますが、温度が高い(0.8など)ほど、より創造的で多様なテキスト生成をもたらします。
「次」をクリックして、「AIプロファイルの作成」の「RAG設定」タブに進みます。
RAG設定:
「RAG設定」には、次のオプション・フィールドが表示されます:

図create-ai-profile-ragsettings.pngの説明
- ベクトル索引: 作成するベクトル索引を、使用可能なベクトル索引のリストから選択します。これは、ドキュメントの埋込みを格納および検索するために使用するOracle Databaseベクトル索引を指定するため、AIプロファイルは検索拡張生成時に最も関連性の高いコンテンツを短時間で見つけることができます。
  詳細は、ベクトル索引の作成を参照してください。
  
  AIプロファイルが機能するにはベクトル索引が必要です。
- 埋込みモデル: テキストをその索引に格納されるベクトル表現に変換するために使用する埋込みモデルを指定し、セマンティック検索の動作がRAG用に構成したモデルと一致するようにします。
  
  前述のフィールドはオプションです。これらをスキップして「AIプロファイルの作成」をクリックすると、AIプロファイルを作成できます。あるいは、「表メタデータ」タブに進むこともできます。
「表メタデータ」タブには、次のオプション・フィールドが表示されます:

図create-ai-profile-tablemetadata.pngの説明
ノート:

前のステップでベクトル索引の選択をスキップした場合は、「オブジェクト・リスト・モード」という設定が表示されます。
- オブジェクト・リスト・モード: 使用可能なフィールド・オプションのいずれかを選択できます:
  - すべて: このオプションでは、指定したスキーマ内のすべての表のメタデータがLLMに送信されるため、任意の表に対してSQLを生成できます。
  - 自動: このオプションを使用すると、Select AIはスキーマ・メタデータに対してベクトル検索を実行して、関連する表のサブセットを自動的に選択できるため、特定のプロンプトに対して最も可能性の高い表のみが使用されます。
  - 選択した表: このオプションでは、AIプロファイルにリストした特定の表のみにメタデータを制限するため、SQL生成はそれらの表に限定されます。
    
    また、LLMで使用できるオブジェクトのリストを選択できる「オブジェクト・リスト」を表示することもできます。
    
    「オブジェクト・リスト」を選択すると、もう1つの追加設定「オブジェクト・リストの強制」スイッチも表示されます。
  - なし: このオプションでは、オブジェクト・リストから表メタデータは送信されないため、AIは表に対してSQLを生成できない、または明示的なオブジェクト・リストを使用しない他の構成に依存します。
  ノート:
  「オブジェクト・リスト・モード」フィールドは、Oracle AI Database 19cでは表示できません。
- 注釈: このトグルを使用して、AIが結果の生成時に追加のコンテキストとしてオブジェクト(列の説明やタグなど)にアタッチされた他の記述メタデータを使用できるかどうかを示す注釈を有効にします。
- コメント: このトグルを使用して、データ・ディクショナリの表および列のコメントをコンテキストとしてAIに公開するかどうかを制御します。これにより、データの意味をより深く理解できます。
- 制約: このトグルを使用して、主キー、外部キーおよびその他の制約に関する情報をAIに提供するかどうかを制御します。これにより、表間の関係を推論して問合せの精度を向上させることができます。
「AIプロファイルの作成」をクリックします。