LLM（大規模言語モデル）やRAG（検索拡張生成）の活用実態について話せます
■背景
従業員数2000名規模の製薬企業において、社内の各部署からの相談をもとに、DX案件の立案や推進を担っています。解決策がシステムやツールとなる場合、自身でアーキテクチャ設計からプログラムの実装、テストまですべてこなしています。
現在までに、以下のようなLLMを組み込んだプロダクトの開発および運用・保守を担当してきたほか、社内の生成AI利用ガイドラインの策定や改定にも携わってきました。
・社内向けのLLMチャットアプリケーション
・社内文書を参照するRAG機能を有する、以下のようなプラットフォームで動作するLLMチャットアプリケーション
- Azureのサービスを組み合わせて構築した、コンテナベースで動作するもの
- Microsoft Copilot Studio（ローコード開発ツール）で構築したもの
- M365 Copilot Chatの機能（Agent Builder）を利用して構築したもの
■話せること
LLMを利用したアプリケーションに関する、以下トピック（以下はあくまで一例です。ご相談内容に応じて、記載していない内容でも対応が可能な場合がありますので、まずはご相談ください！）
・RAGの構築事例の詳細（アーキテクチャやプログラムの設計の基本概念など）
・回答の「精度」とは
・いかにして回答の「精度」を向上させるか
・Microsoft Copilot Studio と M365 Copilot Chat Agent Builder のそれぞれの特性や違いなど
・生成AI利用ガイドラインの策定にあたり、実際に調査・検討したこと