ISBN 9784297138394
ChatGPT/LangChainによるチャットシステム構築［実践］入門
- 著者
- 吉田 真吾/大嶋 勇樹
- 出版社
- 技術評論社
- 刊行
- 2023-10
概要
OpenAI API と LangChain で LLM を本番システムに組み込む
想定読者
ChatGPT API を使ったアプリ開発に踏み出したいアプリケーションエンジニア。機械学習の専門知識を持たないが、LLM を業務システムや Slack/Web アプリに組み込みたい開発者。
こんな人には向いていない
- すでに LangChain v0.1 以降や LangGraph を使った RAG・エージェント開発の経験がある開発者には、本書のカバー範囲が旧バージョン(v0.0系)中心で重複が大きい
- LLM の内部アーキテクチャや数学的背景を深く理解したい読者には理論的説明が薄い
- Python 自体の入門書ではないため、Python の基本的なコードを読める前提がない読者には手を動かすパートで詰まりやすい
読了後にできるようになること
- OpenAI API の呼び出し方と、1回のリクエストで完結しない複数タスクをワークフローとして実装する方法
- LangChain を使って Prompt テンプレート・チェーン・メモリ・エージェントを組み合わせる設計パターン
- ステートレスな ChatGPT API に会話履歴(メモリ)を持たせる実装手法
- RAG(Retrieval-Augmented Generation)の基本構造と、専門知識を回答に組み込む仕組み
- Web 検索等を行うエージェント処理を LangChain で構築する方法
- チャットシステムを本番稼働させる際のセキュリティ・コンプライアンス・UX の注意点
本書のキー概念(章解説)
- 第 8 章 社内文書に答えるSlackアプリの実装 — RAG + Slack 統合の実践例。LangChain バージョンアップで書き換えが必要になった箇所が多く、Qiita で複数の移植記事が書かれるほど実践的に参照されている章
ハイライト
- ChatGPTのAPIとLangChainを使って、大規模言語モデル（LLM）を本番レベルのシステムに組み込むための知識をステップバイステップで学習し、手を動かしながら実践できる書籍です。(本書の対象読者と学習スタイルを最も端的に示す記述)
- LangChainのモジュールのワークフローをビジュアルな図解で説明しており、AWS Lambda・Momento・Pinecone 等の本番グレードのツールを使ったアーキテクチャ例が豊富。(図解の充実度と本番環境想定のサンプルが他書との差別化点として挙げられた箇所)
外部からの言及
- 2023年10月の出版直後から「LangChain の日本語学習リソースとして体系的にまとまっている」との評価が複数の記事で共有されており、OpenAI API と LangChain を組み合わせた開発の入門書として参照されてきた経緯がある(qiita)
- LangChain の API が v0.0 系から v0.1 系・LCEL 対応へと大きく変わったことで、本書のサンプルコードをそのまま動かせないケースが増えた。旧バージョンからの移行方法を解説した派生記事が書かれるほど、実践的な参照先として機能していた一方で、コードの陳腐化が指摘されている(qiita)
- 2024年に同著者らが出版した『LangChainとLangGraphによるRAG・AIエージェント実践入門』との比較文脈で、本書は LCEL 以前の基礎を学ぶ位置づけとして参照されている(qiita)
編集メモ
Qiita 言及 6 件 / 累計 likes 134。単独の書籍紹介記事(72 likes)があるほか、実装の参考書として複数の技術記事から参照されている。essential の閾値(10件/200 likes)には届かないが、2023年10月出版で現在も継続的に参照されている点から practical と判定。
読む前に押さえておきたいこと
- Python の基本文法(関数・クラス・pip によるパッケージ管理)
- REST API の呼び出し方と JSON レスポンスの扱いの基礎
- OpenAI アカウントと API キーの取得
学習のコツ
- LangChain のバージョンが本書執筆時(v0.0.292)から大きく変わっている。サンプルコードは公式 GitHub(yoshidashingo/langchain-book)を確認し、LCEL への書き換えが必要な箇所を把握してから着手すると詰まりにくい
- 後半の Slack アプリ実装(第8章相当)は本番運用の勘所が凝縮されている。前半のチェーン・メモリ章を理解してから読むと構成の意図が掴みやすい
- 本書で基礎を掴んだ後、同著者の後続書『LangChainとLangGraphによるRAG・AIエージェント実践入門』(2024年)へ進むと LCEL・LangGraph など最新の設計パターンを連続して学べる
出版社による内容紹介
本書は、ChatGPTのAPIとLangChainを使って、大規模言語モデル（LLM）を本番レベルのシステムに組み込むための知識をステップバイステップで学習し、手を動かしながら実践できる書籍です。 生成AIが登場し、APIやフレームワークのエコシステムが充実してきたことによって、これまで機械学習やプログラミングの十分な知識が必要だったことに対してアプリケーション開発者が挑戦しやすくなりました。LLMの性質を活かしたサービスや業務システム構築の基礎を理解し、LLMのモデルやワークフローを抽象化して取り扱ううえで、LangChainというフレームワークが非常に便利です。本書でOpenAI APIやLangChainをしっかり学ぶことで、生成AI関連の知識を体系的にイメージできるようになります。 本書ではまず、OpenAI APIとLangChainについて解説します。ChatGPTのようなしくみを業務システムなどに組み込むためには、単にLLMに1つ入力して1つ出力を得るような実装ではなく、複数のタスクを一連のワークフロー処理として実現する必要があります。また、ChatGPTが知識を持たない専門知識を答えてほしいとか、意図した形式で応答が欲しいなど、実用性を高める必要も出てきます。これらを実現するためのLangChainのつかいかたをわかりやすく解説します。 後半では、ステートレスなOpenAI APIに記憶を持たせたり、必要に応じてWeb検索などを行うエージェント処理、さらにそれらチャット形式の処理を、ステップバイステップでWebアプリやSlackアプリとして実装します。 さらに、LLMアプリを本番稼働させるうえで必要となる、ユーザー体験、セキュリティ、コンプライアンスへの準拠などのためのヒントや注意点も解説します。
この本がどの学習段階で役立つかは、 関連する ロードマップ から確認できます。