このコースでは、社内の規程やFAQのような「LLMが知らない資料」をもとに質問に答えるAIを、RAG（Retrieval-Augmented Generation、検索拡張生成）という仕組みで作ります。題材は、架空の文房具メーカー「みなと文具」の在宅勤務規程・経費精算規程・情報システム部のFAQなどです。
対象は、OpenAI の API を Python から呼び出したことがあり、社内の資料に答えるチャットボットや検索の仕組みを作ってみたい人です。用意されたサービスに資料を入れるだけでなく、中で何が起きているのかを理解し、うまく答えられないときに原因を探して直せるようになることを目指します。
コースを終えると、次のことができるようになります。
- 長いコンテキスト・ファインチューニング・RAG を、場面に応じて使い分ける
- キーワードの検索（TF-IDF・BM25）とベクトルの検索（埋め込み・cos類似度）の得意・不得意を説明する
- 資料を見出しで分け、出典に使うメタデータを付ける
- 埋め込みのAPIと numpy で検索を作り、出典付きで答え、答えがなければ「分かりません」と言わせる
- ハイブリッド検索・質問の書き換え・絞り込み・リランキングで検索を良くし、その効果を recall@k や MRR で確かめる
前提として、「LLMのしくみとAPI入門」で API の呼び出し方とAPIキーの扱いを学んでいることを想定しています。「PythonでAIチャットボットを作る」も終えていると、会話の履歴の扱いがスムーズに分かります。pandas に慣れていない人は「データ加工集計可視化」もあわせてどうぞ。
APIを使うのは4つ目のレッスンだけで、ほかのレッスンのコードはブラウザの中でそのまま動かせます。APIのレッスンは Google Colab で動かします（使った分だけ OpenAI の API の料金がかかりますが、このコースの範囲ならごくわずかです）。
このコースは、スタアカの「生成AIパート」の6つ目です。この先は「AIエージェント入門」「MCP」「LLMアプリの評価と運用」へと続くように準備しています。