Copy Files From Source Repo (2024-08-16 19:50)

Instructions/Exercises/01-get-started-azure-openai.md

@@ -5,7 +5,7 @@ lab:
 
 # Azure OpenAI Service で作業を開始する
 
-Azure OpenAI Service は OpenAI によって開発された生成 AI モデルを Azure プラットフォームに導入します。これにより、Azure クラウド プラットフォームによって提供されるサービスのセキュリティ、スケーラビリティ、統合の恩恵を受ける強力な AI ソリューションを開発できるようになります。 この演習では、サービスを Azure リソースとしてプロビジョニングし、Azure OpenAI Studio を使って生成 AI モデルをデプロイおよび調べることにより、Azure OpenAI で作業を開始する方法について学習します。
+Azure OpenAI Service は OpenAI によって開発された生成 AI モデルを Azure プラットフォームに導入します。これにより、Azure クラウド プラットフォームによって提供されるサービスのセキュリティ、スケーラビリティ、統合の恩恵を受ける強力な AI ソリューションを開発できるようになります。 この演習では、サービスを Azure リソースとしてプロビジョニングし、Azure AI Studio を使って生成 AI モデルをデプロイおよび調べることにより、Azure OpenAI で作業を開始する方法について学習します。
 
 この演習のシナリオでは、マーケティング組織が顧客にアプローチし、新製品を宣伝する効率を向上させるために生成 AI を使うことのできる AI エージェントの実装を任されたソフトウェア開発者の役割を果たします。 この演習で使われる手法は、組織が生成 AI モデルを使って従業員の効率と生産性を向上させたいあらゆるシナリオに適用できます。
 
@@ -39,37 +39,33 @@ Azure OpenAI Service は OpenAI によって開発された生成 AI モデル
 
 ## モデルをデプロイする
 
-Azure OpenAI Service には、モデルのデプロイ、管理、調査に使用できる **Azure OpenAI Studio** という名前の Web ベースのポータルが用意されています。 Azure OpenAI Studio を使用してモデルをデプロイすることで、Azure OpenAI の探索を開始します。
+Azure には、モデルのデプロイ、管理、調査に使用できる **Azure AI Studio** という名前の Web ベース ポータルが用意されています。 Azure AI Studio を使用してモデルをデプロイすることで、Azure OpenAI の調査を開始します。
 
-> **注**:Azure OpenAI Studio を使うと、実行するタスクを提案するメッセージ ボックスが表示される場合があります。 これらを閉じて、この演習の手順に従うことができます。
+> **注**: Azure AI Studio を使用すると、実行するタスクを提案するメッセージ ボックスが表示される場合があります。 これらを閉じて、この演習の手順に従うことができます。
 
-1. Azure portal にある Azure OpenAI リソースの **[概要]** ページで、**[Azure OpenAI Studio に移動]** ボタンを使って、新しいブラウザー タブで Azure OpenAI Studio を開きます。
-
-    新しいタブが開いたら、Azure OpenAI Studio ページの上部に表示される新しいプレビュー サービスのバナー通知を閉じます。
-
-1. Azure OpenAI Studio の左ペインで、**[デプロイ]** ページを選び、既存のモデル デプロイを表示します。 まだデプロイがない場合は、次の設定で **gpt-35-turbo-16k** モデルの新しいデプロイを作成します。
+1. Azure portal にある Azure OpenAI リソースの **[概要]** ページで、**[開始する]** セクションまで下にスクロールし、ボタンを選択して **AI Studio** に移動します。
+1. Azure AI Studio の左ペインで、**[デプロイ]** ページを選び、既存のモデル デプロイを表示します。 まだデプロイがない場合は、次の設定で **gpt-35-turbo-16k** モデルの新しいデプロイを作成します。
     - **デプロイの名前**: *任意の一意の名前*
     - **モデル**: gpt-35-turbo-16k "(16k モデルが使用できない場合は、gpt-35-turbo を選びます)"**
-    - **モデル バージョン**: 既定値に自動更新
+    - **モデル バージョン**: *既定のバージョンを使用する*
     - **デプロイの種類**:Standard
     - **1 分あたりのトークンのレート制限**: 5K\*
     - **コンテンツ フィルター**: 既定
-    - **動的クォータを有効にする**: 有効
+    - **動的クォータを有効にする**: 無効
 
     > \* この演習は、1 分あたり 5,000 トークンのレート制限内で余裕を持って完了できます。またこの制限によって、同じサブスクリプションを使用する他のユーザーのために容量を残すこともできます。
 
 ## チャット プレイグラウンドを使用する
 
-モデルをデプロイしたので、それを使って自然言語プロンプトに基づいた応答を生成できます。 Azure OpenAI Studio の *Chat* プレイグラウンドは、GPT 3.5 以降のモデルにチャットボット インターフェイスを提供します。
+モデルをデプロイしたので、それを使って自然言語プロンプトに基づいた応答を生成できます。 Azure AI Studio の *Chat* プレイグラウンドは、GPT 3.5 以降のモデルにチャットボット インターフェイスを提供します。
 
 > **注:**  *Chat* プレイグラウンドは、*Completions* プレイグラウンドで使われる以前の *Completions* API ではなく、*ChatCompletions* API を使います。 Completions プレイグラウンドは、以前のモデルとの互換性のために提供されています。
 
-1. **[プレイグラウンド]** セクションで、**[Chat]** ページを選びます。 **Chat** プレイグラウンド ページは 3 つのメイン パネルで構成されます (画面の解像度に応じて、右から左へ水平に、または上から下へ垂直に配置されます)。
-    - **設定** - モデルの応答のコンテキストを設定するために使われます。
+1. **[プレイグラウンド]** セクションで、**[Chat]** ページを選びます。 **Chat** プレイグラウンド ページは、ボタンの行と 2 つのメイン パネルで構成されます (画面の解像度に応じて、右から左へ水平に、または上から下へ垂直に配置されます)。
+    - **構成** - デプロイの選択、システム メッセージの定義、デプロイとやり取りするためのパラメーターの設定に使用されます。
     - **チャット セッション** - チャット メッセージを送信し、応答を表示するために使われます。
-    - **構成** - モデル デプロイの設定を構成するために使われます。
-1. **[構成]** パネルで、gpt-35-turbo-16k モデル デプロイが選ばれていることを確認します。
-1. **[設定]** パネルで、既定の **[システム メッセージ]** を確認します。これは、*You are an AI assistant that helps people find information* (あなたは、人々が情報を見つけるのを助ける AI アシスタントです) となっています。 システム メッセージはモデルに送信されるプロンプトに含まれており、モデルの応答のコンテキストを提供します。モデルに基づいた AI エージェントがユーザーとどのように対話するかについて期待されるものを設定します。
+1. **デプロイ**で、gpt-35-turbo-16k モデル デプロイが選択されていることを確認します。
+1. 既定の**システム メッセージ**を確認します。それは、*"あなたは、ユーザーが情報を見つけるのを助ける AI アシスタントです"* となっているはずです。 システム メッセージはモデルに送信されるプロンプトに含まれており、モデルの応答のコンテキストを提供します。モデルに基づいた AI エージェントがユーザーとどのように対話するかについて期待されるものを設定します。
 1. **[チャット セッション]** パネルに、ユーザー クエリ `How can I use generative AI to help me market a new product?` を入力します
 
     > **注**: API デプロイの準備がまだできていないという応答を受け取る場合があります。 その場合は、数分待ってからもう一度やり直してください。
@@ -84,7 +80,7 @@ Azure OpenAI Service には、モデルのデプロイ、管理、調査に使
 
 ここまでは、既定のシステム メッセージに基づいてモデルとのチャット会話を行ってきました。 システム設定をカスタマイズして、モデルによって生成される応答の種類をより詳細に制御できます。
 
-1. **[設定]** パネルの **[システム メッセージ テンプレートを使う]** で、**Marketing Writing Assistant** テンプレートを選び、システム メッセージを更新することを確認します。
+1. メイン ツール バーで、**プロンプト サンプル**を選択し、**マーケティング ライティング アシスタント** プロンプト テンプレートを使用します。
 1. AI エージェントがモデルを使って応答する方法を説明する、新しいシステム メッセージを確認します。
 1. **[チャット セッション]** パネルに、ユーザー クエリ `Create an advertisement for a new scrubbing brush` を入力します。
 1. 応答を確認します。これには、デッキブラシの広告コピーが含まれているはずです。 コピーは非常に広範で創造的なものかもしれません。
@@ -96,7 +92,7 @@ Azure OpenAI Service には、モデルのデプロイ、管理、調査に使
 
     応答はさらに有用なものになったはずですが、モデルからの出力をさらに細かく制御するために、応答のベースとなる 1 つ以上の "フューショット" の例を提供します。**
 
-1. **[設定]** パネルの **[例]** で、**[追加]** を選びます。 次に、指定されたボックスに次のメッセージと応答を入力します。
+1. **[システム メッセージ]** テキスト ボックスの下で、**[セクションの追加]** のドロップダウンを展開し、**[例]** を選択します。 次に、指定されたボックスに次のメッセージと応答を入力します。
 
     **ユーザー:**
 
@@ -139,7 +135,7 @@ Azure OpenAI Service には、モデルのデプロイ、管理、調査に使
 
 ## モデルを Web アプリにデプロイする
 
-Azure OpenAI Studio プレイグラウンドで生成 AI モデルの機能の一部を確認したので、Azure Web アプリをデプロイして、ユーザーがモデルとチャットできる基本的な AI エージェント インターフェイスを提供できます。
+Azure AI Studio プレイグラウンドで生成 AI モデルの機能の一部を確認したので、Azure Web アプリをデプロイして、ユーザーがモデルとチャットできる基本的な AI エージェント インターフェイスを提供できます。
 
 1. **Chat** プレイグラウンド ページの右上隅にある **[デプロイ先]** メニューで、**[新しい Web アプリ]** を選びます。
 1. **[Web アプリにデプロイ]** ダイアログ ボックスで、次の設定で新しい Web アプリを作成します。
@@ -162,7 +158,7 @@ Azure OpenAI Studio プレイグラウンドで生成 AI モデルの機能の
 
     > **注**:"モデル" を Web アプリにデプロイしましたが、このデプロイにはプレイグラウンドで設定したシステム設定とパラメーターが含まれていません。そのため、応答にはプレイグラウンドで指定した例が反映されない場合があります。** 実際のシナリオでは、アプリケーションにロジックを追加してプロンプトを変更し、生成する応答の種類に応じた適切なコンテキスト データがプロンプトに含まれるようにします。 この種のカスタマイズは、この入門レベルの演習の範囲を超えていますが、プロンプト エンジニアリング手法と Azure OpenAI API については、他の演習や製品ドキュメントで学ぶことができます。
 
-1. Web アプリでのモデルの実験が完了したら、ブラウザーの Web アプリ タブを閉じて、Azure OpenAI Studio に戻ります。
+1. Web アプリでのモデルの実験が完了したら、ブラウザーの Web アプリ タブを閉じて、Azure AI Studio に戻ります。
 
 ## クリーンアップ
 

Instructions/Exercises/02-natural-language-azure-openai.md

@@ -39,17 +39,19 @@ Azure OpenAI Service を使用すると、開発者はチャットボットや
 
 ## モデルをデプロイする
 
-Azure OpenAI には、モデルのデプロイ、管理、探索に使用できる **Azure OpenAI Studio** という名前の Web ベースのポータルが用意されています。 Azure OpenAI Studio を使用してモデルをデプロイすることで、Azure OpenAI の探索を開始します。
+Azure には、モデルのデプロイ、管理、調査に使用できる **Azure AI Studio** という名前の Web ベース ポータルが用意されています。 Azure AI Studio を使用してモデルをデプロイすることで、Azure OpenAI の調査を開始します。
 
-1. Azure OpenAI リソースの **[概要]** ページで、 **[Azure OpenAI Studio に移動する]** ボタンを使用して、新しいブラウザー タブで Azure OpenAI Studio を開きます。
-2. Azure OpenAI Studio の [**デプロイ**] ページで、既存のモデルのデプロイを表示します。 まだデプロイがない場合は、次の設定で **gpt-35-turbo-16k** モデルの新しいデプロイを作成します。
+> **注**: Azure AI Studio を使用すると、実行するタスクを提案するメッセージ ボックスが表示される場合があります。 これらを閉じて、この演習の手順に従うことができます。
+
+1. Azure portal にある Azure OpenAI リソースの **[概要]** ページで、**[開始する]** セクションまで下にスクロールし、ボタンを選択して **AI Studio** に移動します。
+1. Azure AI Studio の左ペインで、**[デプロイ]** ページを選び、既存のモデル デプロイを表示します。 まだデプロイがない場合は、次の設定で **gpt-35-turbo-16k** モデルの新しいデプロイを作成します。
     - **デプロイの名前**: *任意の一意の名前*
     - **モデル**: gpt-35-turbo-16k "(16k モデルが使用できない場合は、gpt-35-turbo を選びます)"**
-    - **モデル バージョン**: 既定値に自動更新
+    - **モデル バージョン**: *既定のバージョンを使用する*
     - **デプロイの種類**:Standard
     - **1 分あたりのトークンのレート制限**: 5K\*
     - **コンテンツ フィルター**: 既定
-    - **動的クォータを有効にする**: 有効
+    - **動的クォータを有効にする**: 無効
 
     > \* この演習は、1 分あたり 5,000 トークンのレート制限内で余裕を持って完了できます。またこの制限によって、同じサブスクリプションを使用する他のユーザーのために容量を残すこともできます。
 
@@ -95,7 +97,7 @@ C# と Python の両方のアプリケーションが提供されています。
 
 4. 次を含めて構成値を更新します。
     - 作成した Azure OpenAI リソースの**エンドポイント**と**キー** (Azure Portal の Azure OpenAI リソースの [**キーとエンドポイント**] ページで使用できます)
-    - モデル デプロイに指定した**デプロイ名** (Azure OpenAI Studio の **[デプロイ]** ページでアクセスできます)。
+    - モデル デプロイに指定した**デプロイ名** (Azure AI Studio の **[デプロイ]** ページでアクセスできます)。
 5. 構成ファイルを保存します。
 
 ## Azure OpenAI サービスを使うコードを追加する