--- schema_version: "1" id: 9b4437647abe9a4069eb837d510a1d49e9743837399914e52f706aef4166e930 title: テキスト生成操作の設定 collection: mulesoft version: current locale: ja-jp portal_url: https://docs.salesforce.com/mulesoft/current/ja-jp/mulesoft-inference-connector/1.0/configuring-text-generation-operations.md canonical_url: https://docs.mulesoft.com/jp/mulesoft-inference-connector/1.0/configuring-text-generation-operations source_site: docs.mulesoft.com content_type: documentation content_hash: 9408efa681259dc7a1ff6a137c6eeef1e840d25205b874f77a22261ce05b0b16 description: MuleSoft Documentation Site release: "1.0" latest: true --- # テキスト生成操作の設定 **\[Agent\] Define Prompt Template**​、​**\[Chat\] Answer Prompt**​、​**\[Chat\] Completions**​、​**\[Tools\] Native Template (Reasoning only)**​ 操作を設定します。 ## [](#agent-define-prompt-template-操作の設定)Agent Define Prompt Template 操作の設定 任意の LLM を使用して特定のプロンプトテンプレートを設定するには、​**\[Agent\] Define Prompt Template**​ 操作が不可欠です。この操作では、プレーンテキストを使用して AI 関数を定義および作成することができ、自然言語プロンプトの作成、応答の生成、情報の抽出、その他のプロンプトの呼び出し、テキストベースのタスクの実行が可能になります。 **\[Agent\] Define Prompt Template**​ 操作を次のようなさまざまなシナリオで適用します。 - **カスタマーサービスエージェント** ケースサマリーやケース分類の提供、大規模データセットの要約などを行って、カスタマーサービスを強化します。 - **営業業務エージェント** セールスメールの作成、特定の取引先のケースの要約、商談成立確度の評価などに関して営業チームをサポートします。 - **マーケティングエージェント** 商品説明の生成、ニュースレターの作成、ソーシャルメディアキャンペーンの計画などに関してマーケティングチームをサポートします。 **\[Agent\] Define Prompt Template**​ 操作を設定する手順は、次のとおりです。 Unresolved include directive in modules/ROOT/pages/configuring-text-generation-operations.adoc - include::connectors::partial$t-configure-operations.adoc\[\] \* **Template (テンプレート)** \+ 操作のプロンプトテンプレートを入力します。 \* **Instructions (手順)** \+ タスクの目標の概要を説明する、推論プロバイダー向けの手順を提供します。 \* **Data** \+ 提供されたテンプレートと手順を使用して推論プロバイダーが評価するデータを指定します。 この操作の XML を次に示します。 ```xml ``` ### [](#出力設定)出力設定 この操作の応答には、メイン LLM 応答を含む JSON ペイロードが含まれます。応答の例を次に示します。 ```json { "response": "{\n \"type\": \"positive\",\n \"response\": \"Thank you for your positive feedback on the training last week. We are glad to hear that you had a great experience. Have a nice day!\"\n}" } ``` この操作では、メイン JSON ペイロード内に含まれない属性も返されます。これには、トークン利用状況に関する情報が含まれます。次に例を示します。 ```json { "tokenUsage": { "inputCount": 9 "outputCount": 9, "totalCount": 18, }, "additionalAttributes": { "finish_reason": "stop", "model": "openai/gpt-4o-mini", "id": "agentcmpl-fc4137f6-0b40-4018-936f-f0df6c0b5da1" } } ``` - `tokenUsage`​: 属性として返されるトークン利用状況メタデータ - `inputCount`​: 入力の処理で使用されたトークン数 - `outputCount`​: 出力の生成で使用されたトークン数 - `totalCount`​: 入力と出力で使用されたトークンの合計数 - `additionalAttributes`​: LLM プロバイダーからの追加のメタデータ - `finish_reason`​: LLM 応答の完了理由 - `model`​: 使用されたモデルの ID - `id`​: 要求の ID ## [](#chat-answer-prompt-操作の設定)Chat Answer Prompt 操作の設定 **\[Chat\] Answer Prompt**​ 操作は、設定済み LLM への簡単なプロンプト要求操作です。これはプレーンテキストプロンプトを入力として使用し、その応答にはプレーンテキストの回答が含まれます。 **\[Chat\] Answer Prompt**​ 操作を次のようなさまざまなシナリオで適用します。 - **基本チャットボット** 簡単なユーザープロンプトに回答します。 - **カスタマーサービスクエリ** よくある質問への直接的な回答を提供します。 **\[Chat\] Answer Prompt**​ 操作を設定する手順は、次のとおりです。 Unresolved include directive in modules/ROOT/pages/configuring-text-generation-operations.adoc - include::connectors::partial$t-configure-operations.adoc\[\] \* **Prompt (プロンプト)** \+ プロンプトを操作のプレーンテキストとして入力します。 この操作の XML を次に示します。 ```xml ``` ### [](#出力設定-2)出力設定 この操作の応答には、メイン LLM 応答を含む JSON ペイロードが含まれます。応答の例を次に示します。 ```json { "response": "The capital of Switzerland is Bern. It's known for its well-preserved medieval old town, which is a UNESCO World Heritage site. Bern became the capital of Switzerland in 1848. The Swiss parliament, the Federal Assembly, is located in Bern." } ``` この操作では、メイン JSON ペイロード内に含まれない属性も返されます。これには、トークン利用状況に関する情報が含まれます。次に例を示します。 ```json { "attributes": { "tokenUsage": { "inputCount": 9, "outputCount": 9, "totalCount": 18 }, "additionalAttributes": { "finish_reason": "stop", "model": "gpt-4o-mini", "id": "chatanswer-gc2425f6-0b70-4018-936f-f0df6c0b5da1" } } ``` - `tokenUsage`​: 属性として返されるトークン利用状況メタデータ - `inputCount`​: 入力の処理で使用されたトークン数 - `outputCount`​: 出力の生成で使用されたトークン数 - `totalCount`​: 入力と出力で使用されたトークンの合計数 - `additionalAttributes`​: LLM プロバイダーからの追加のメタデータ - `finish_reason`​: LLM 応答の完了理由 - `model`​: 使用されたモデルの ID - `id`​: 要求の ID ## [](#chat-completions-操作の設定)Chat Completions 操作の設定 **\[Chat\] Completions**​ 操作は、マルチユーザーチャット操作の会話履歴を保持する必要がある場合に役立ちます。MuleSoft オブジェクトストアまたは任意のデータベースで以前のユーザー会話を保持でき、そのユーザー会話をメッセージとして ​**\[Chat\] Completions**​ 操作に提供できます。 **\[Chat\] Completions**​ 操作を次のようなさまざまなシナリオで適用します。 - **カスタマーサポートチャット** 進行中のサポート会話のコンテキストを保持します。 - **マルチユーザーチャットアプリケーション** さまざまなユーザーの会話履歴を維持します。 - **個人アシスタント** ユーザーインタラクションを追跡して関連性の高い応答を提供します。 **\[Chat\] Completions**​ 操作を設定する手順は、次のとおりです。 Unresolved include directive in modules/ROOT/pages/configuring-text-generation-operations.adoc - include::connectors::partial$t-configure-operations.adoc\[\] \* **Messages (メッセージ)** \+ 会話履歴を JSON 配列として指定します。 この操作の XML を次に示します。 ```xml ```
payload.data​ 変数を個別に宣言したり、メッセージタグを使用してインラインで指定したりできます。
### [](#出力設定-3)出力設定 この操作の応答には、メイン LLM 応答を含む JSON ペイロードが含まれます。応答の例を次に示します。 ```json { "response": "The capital of Switzerland is **Bern**. 🇨🇭 \n" } ``` この操作では、メイン JSON ペイロード内に含まれない属性も返されます。これには、トークン利用状況に関する情報と追加のメタデータが含まれます。次に例を示します。 ```json { "attributes": { "tokenUsage": { "inputCount": 22, "outputCount": 15, "totalCount": 37 }, "additionalAttributes": { "finish_reason": "stop", "model": "gpt-4o-mini", "id": "chatcmpl-fc2425f6-0b70-4018-936f-f0df6c0b5da1" } } } ``` - `tokenUsage`​: 属性として返されるトークン利用状況メタデータ - `inputCount`​: 入力の処理で使用されたトークン数 - `outputCount`​: 出力の生成で使用されたトークン数 - `totalCount`​: 入力と出力で使用されたトークンの合計数 - `additionalAttributes`​: LLM プロバイダーからの追加のメタデータ - `finish_reason`​: LLM 応答の完了理由 - `model`​: 使用されたモデルの ID - `id`​: 要求の ID ## [](#tools-native-template-reasoning-only-操作の設定)Tools Native Template (Reasoning only) 操作の設定 AI モデルがプロンプトに直接回答できないときに、外部ツールを使用できる自律エージェントを作成する場合、​**\[Tools\] Native Template (Reasoning only)**​ 操作が役立ちます。この操作では、実行で使用するツールを選択します。 **\[Tools\] Native Template (Reasoning only)**​ 操作を次のようなさまざまなシナリオで適用します。 - **日常作業の自動化** 適切な API をコールして日常業務を処理する自律エージェントを作成します。 - **カスタマーサポート** 必要な情報を提供するツールを統合して、一般的なクエリへの応答を自動化します。 - **在庫管理** ツールを使用して、ユーザープロンプトに基づいて在庫レベルや注文状況を確認します。 - **従業員管理** API コールを介して従業員情報を取得したり、従業員関連のタスクを管理したりします。 - **営業およびマーケティング** 定義済みのツールを使用して、CRM データへのアクセスや、リードや取引先の管理を効率的に行います。 **\[Tools\] Native Template (Reasoning only)**​ 操作を設定する手順は、次のとおりです。 Unresolved include directive in modules/ROOT/pages/configuring-text-generation-operations.adoc - include::connectors::partial$t-configure-operations.adoc\[\] \* **Template (テンプレート)** \+ 操作のテンプレートを入力します。 \* **Instructions (手順)** \+ 操作の手順を入力します。 \* **Data** \+ ツール配列に沿って、LLM に送信するプロンプトを入力します。結果は、ユーザー要求を満たすための要求としてツールのチェーニングを示唆します。 \* **Tools (ツール)** \+ 操作のツールを入力します。 ペイロード内のツール配列の例を次に示します。 ```json { "tools":[ { "type":"function", "function":{ "name":"get_current_temperature", "description":"Get the current temperature for a specific location", "parameters":{ "type":"object", "properties":{ "location":{ "type":"string", "description":"The city and state, e.g., San Francisco, CA" }, "unit":{ "type":"string", "enum":[ "Celsius", "Fahrenheit" ], "description":"The temperature unit to use. Infer this from the user's location." } }, "required":[ "location", "unit" ] } } }, { "type":"function", "function":{ "name":"get_rain_probability", "description":"Get the probability of rain for a specific location", "parameters":{ "type":"object", "properties":{ "location":{ "type":"string", "description":"The city and state, e.g., San Francisco, CA" } }, "required":[ "location" ] } } }, { "type":"function", "function":{ "name":"get_delivery_date", "description":"Get the delivery date for a customer's order. Call this whenever you need to know the delivery date, for example when a customer asks 'Where is my package'", "parameters":{ "type":"object", "properties":{ "order_id":{ "type":"string", "description":"The customer's order ID." } }, "required":[ "order_id" ] } } } ] } ``` この操作の XML を次に示します。 ```xml ``` ### [](#出力設定-4)出力設定 この操作の応答には、メイン LLM 応答を含む JSON ペイロードが含まれます。 #### [](#応答ペイロードの例-ツールを使用しない)応答ペイロードの例 (ツールを使用しない) プロンプトが、​`スイスの首都は?`​ など、一般の知識で回答できる一般的な質問の場合、応答は次のようになります。 ```json { "response": "The capital of Switzerland is Bern." } ``` #### [](#応答ペイロードの例-ツールを使用)応答ペイロードの例 (ツールを使用) `私の注文 (ID = 220) はいつ配達されますか?`​ など、プロンプトでツールを介した外部データへのアクセスを要求された場合、AI モデルは設定済みのツールを使用して情報を取得します。応答は次のようになります。 ```json { "response": { "tools": [ { "function": { "name": "get_delivery_date", "arguments": "{\"order_id\":\"220\"}" }, "id": "call_ylw95cO0kxCt7NELy91cF7bX", "type": "function" } ] } } ``` この操作では、メイン JSON ペイロード内に含まれない属性も返されます。これには、トークン利用状況に関する情報が含まれます。次に例を示します。 ```json { "attributes": { "tokenUsage": { "inputCount": 204, "outputCount": 16, "totalCount": 220 }, "additionalAttributes": { "finish_reason": "tool_calls", "model": "gpt-4o-mini", "id": "chatcmpl-AQwXGmrzcO7XG5Ic1Hp0PKIrRoL4O" } } } ``` - `tokenUsage`​: 属性として返されるトークン利用状況メタデータ - `inputCount`​: 入力の処理で使用されたトークン数 - `outputCount`​: 出力の生成で使用されたトークン数 - `totalCount`​: 入力と出力で使用されたトークンの合計数 - `additionalAttributes`​: LLM プロバイダーからの追加のメタデータ - `finish_reason`​: LLM 応答の完了理由 - `model`​: 使用されたモデルの ID - `id`​: 要求の ID ## [](#関連情報)関連情報 - [MuleSoft Inference Connector の概要](https://docs.mulesoft.com/jp/mulesoft-inference-connector/1.0/) - [MuleSoft Inference Connector リファレンス](https://docs.mulesoft.com/jp/mulesoft-inference-connector/1.0/mulesoft-inference-connector-reference) - [MuleSoft ヘルプセンター](https://help.mulesoft.com)