作りたいものを選ぶ
アプリに近い用途を選んでください。コード変更、顧客との会話、ツールでの自動化、文書処理、検証付き推論を扱います。
- コード開発:機能生成、プルリクエストのレビュー、リポジトリのリファクタリング。
- チャット:サポート回答、非公開の知識の利用、多言語対応。
- エージェント:関数呼び出し、ブラウザ操作、複数段階の業務実行。
- 文書・データ:長いファイルの分析、検証済みJSONの抽出、確認済みの計算の説明。
LLM APIの活用例
作りたいものを選んでください。モデル候補、代替の接続先、APIリクエスト、アプリの流れ、出力仕様、本番前の確認を紹介します。
テーマを選ぶ
01サーバー側のLLM APIで、要件からアプリのコード、テスト、レビューできる修正を作ります。
02プルリクエストのバグやセキュリティリスクを調べ、根拠付きの修正可能なコメントを返します。
03動作、公開API、テスト、設計上の境界を保ち、複数ファイルのリファクタリングを計画・実行します。
04承認済みのサポート情報から回答し、アカウント用ツールを安全に使い、慎重な対応が必要な問い合わせは担当者へ引き継ぎます。
05非公開文書から出典付きで回答し、根拠を検証します。根拠がない場合はその旨を明確に伝えます。
06意図、用語、地域ごとのルール、担当者への引き継ぎ方を保ちながら、多言語でサポートします。
07LLMがアプリの関数を選び、正しい引数を生成します。ツールのエラーから復旧し、必要な操作は確認を待ちます。
08現在の画面を理解し、安全な操作を選び、画面の変化に対応し、最後の状態を確認するブラウザエージェントを作ります。
09複数段階の業務フローにLLMの判断を組み込み、状態管理、重複実行防止、承認、監査記録を保ちます。
10契約書、報告書、調査資料、規程を分析し、根拠の箇所がわかる回答や要約を作ります。
11文書、メール、問い合わせなどのテキストを、指定スキーマに合う検証済みJSONへ変換します。
12計算機やコードで結果を検証し、単位を揃え、確認済みの結果に基づいて数値問題を説明します。
使い方のガイド
アプリに近い用途を選んでください。コード変更、顧客との会話、ツールでの自動化、文書処理、検証付き推論を扱います。
各用途に、主モデルと代替モデル、コピー可能なリクエスト、アプリの構成、期待する出力、エラー処理、測定できる合格基準を載せています。
コード生成・レビュー、サポート・RAGチャット、関数呼び出し、ブラウザ・業務エージェント、文書分析、構造化抽出、数学の説明を扱います。
推奨の接続先から始め、アプリの代表的な入力で試してください。採用できた結果、待ち時間、再試行、総費用を代替モデルと比較します。
使えますが、用途ごとに検証してください。チャットに強いモデルでも、ツール、厳密なJSON、大きなリポジトリ、長い文書では動作が異なります。
お使いのアプリのリクエストで、推奨モデルと代替モデルを比較してください。