![](https://cdn-ak-scissors.b.st-hatena.com/image/square/fd7ecc672090c6ec98f8b712b91baa2f284fac32/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBoaXRva3VuLXMmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTJhMTU2MTgwMDgwMzNhMGFjZjc2YTMyYjliODlhNWVh%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3Db6cd9451498170ae652892394d813bbf)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
自然言語によるタスク指示で、所定の処理に所定のAPIを使うよう誘導する - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
自然言語によるタスク指示で、所定の処理に所定のAPIを使うよう誘導する - Qiita
背景 一連の処理から成るタスクを自然言語でLLMに指示する場合、「この部分はLLMのchain of thoughts / ... 背景 一連の処理から成るタスクを自然言語でLLMに指示する場合、「この部分はLLMのchain of thoughts / planningに任せず、所定のpython関数や所定のAPIコールで行いたい」という場合があると思います。そんなときに同様の話を 参考issue: https://github.com/hwchase17/langchain/issues/832 で見つけたので、自分用にまとめてみました。 LangChain × OpenAI の枠組みで検証していますが、一般化すれば「LLM promptingとplanningの話」だと思っています。 概要 langchainカスタムツールのdescriptionをうまくpromptingすることで、 所定処理だけをそのtoolに誘導し 処理の入出力をそのtool func用の形式(例えばJSON化したdict)に誘導できる to