コース
LangChain で開発する LLM アプリケーション
中級スキルレベル
更新日 2026/01
PythonArtificial Intelligence3時間10 ビデオ33 演習2,750 XP47,222修了証明書
無料アカウントを作成
Googleで続行その他のオプションを表示または
何千もの企業の従業員が支持
チームのトレーニングを担当していますか？
Businessをお試しくださいコース説明
LangChainエコシステムで開発するための基礎
LangChainのエコシステムでLLMツールキットを強化し、OpenAIおよびHugging Faceモデルとのシームレスな統合を実現します。 実際のアプリケーションを最適化し、あなたのユースケースに合わせた高度な情報検索システムを構築できるオープンソースフレームワークを発見しましょう。LangChainを使用したチャットボット作成手法
LangChainツールを活用してチャットボットを開発し、HuggingFaceのオープンソースモデルとOpenAIのクローズドソースモデルの違いを比較します。 複雑な会話のためにプロンプトテンプレートを活用し、高度なチャットボット開発の基盤を築きます。LangChainを用いたデータ処理と検索拡張生成（RAG）
トークン化とベクトルデータベースを習得し、データ検索を最適化。豊富な外部情報でチャットボットのやり取りを強化します。 多様なユースケースを最適化するために、RAGメモリ機能を活用します。高度なチェーン、ツール、エージェントの統合
チェーン、ツール、エージェント、API、そしてインテリジェントな意思決定の力を活用して、エンドツーエンドのユースケース全体と高度なLLM出力処理に対応します。デバッグとパフォーマンス指標
最後に、デバッグ、最適化、パフォーマンス評価を習得し、チャットボットがエラー処理まで考慮して開発されるようにします。 トラブルシューティングのために、透明性の層を追加します。前提条件
Introduction to Embeddings with the OpenAI APIPrompt Engineering with the OpenAI API1
LangChain の概要とチャットボットの仕組み
LLM 上にアプリケーションを構築するための LangChain フレームワークへようこそ。ここでは、モデル、チェーン、エージェント、プロンプト、パーサーといった LangChain の主要コンポーネントについて学びます。Hugging Face のオープンソースモデルと OpenAI のプロプライエタリモデルの両方でチャットボットを作成し、プロンプトテンプレートを作り、会話中のコンテキストとリソースを管理するために異なるチャットボットのメモリ戦略を統合します。
2
Chains と Agents
LangChain のチェーンをさらにレベルアップしましょう。LangChain Expression Language（LCEL）を使って、より柔軟にチェーンを定義する方法を学びます。入力がコンポーネント間で受け渡される逐次チェーンを作成し、より高度なアプリケーションを構築します。さらに、意思決定に LLM を用いるエージェントの統合も始めます。
3
Retrieval Augmented Generation（RAG）
LLM の制約の一つは、学習に使われたデータの時点までしか知識がない（知識のカットオフがある）ことです。本章では、Retrieval Augmented Generation（RAG）を用いて外部データを LLM と統合するアプリケーションの作り方を学びます。RAG のワークフローには、データの分割、ベクトルデータベースを使った埋め込みの作成と保存、アプリで利用するために最も関連性の高い情報の検索など、いくつかのプロセスが含まれます。ワークフロー全体をしっかり身につけましょう。
LangChain で開発する LLM アプリケーション
コース完了 19百万人を超える学習者と共にLangChain で開発する LLM アプリケーションを始めましょう！
無料アカウントを作成
Googleで続行その他のオプションを表示または
DataCamp for Mobileでデータスキルを磨きましょう
モバイル コースと毎日の 5 分間のコーディング チャレンジで、外出先でも進歩できます。