WordPress 用 AI チャットボット Hyve の作成方法 – 最初のバージョンが無料になりました

過去数か月間、私たちは WordPress 用の革新的なツールを作成するために AI を実験してきました。 私たちの最近のプロジェクトの 1 つである、AI を活用した WordPress サイトビルダーである QuickWP もそのようなプロジェクトの 1 つでした。 QuickWP の作成中に学んだことを基にして、まったく新しい、しかし関連したものを導入できることを楽しみにしています。

この記事では、WordPress 用 AI チャットボットである Hyve についてすべて説明したいと思います。 Hyve は WordPress コンテンツを活用してユーザーの問い合わせにインテリジェントに応答し、サイトの既存の資料から正確でコンテキストを認識した回答を直接提供します。 さて、それは一口にすぎないので、分解してみましょう:

一言で言えば、Hyve は既存のコンテンツを操作し、それをナレッジ ベースとして使用し、提供されたデータに基づいてユーザーの質問に応答します。

私たちは Hyve の初期バージョンを 4 月末にリリースしました。それ以来、ユーザーからの多くのフィードバックに耳を傾け、考えられる問題に対処し、バージョン 1.1 でユーザーがより使いやすいようにプラグインを改善してきました。 本日、Hyve 1.0.3 をすべてのユーザーが無料で使用できるようにすることを発表できることを嬉しく思います。 Hyve はオープンソースであり、GPLv3 に基づいてライセンスされています。

しかし、その前に、最初から始めましょう。

ハイブとは何ですか?

もう一度簡単に言うと、Hyve は WordPress 用の AI チャットボットであり、OpenAI API とサイトのデータを組み合わせて使用​​してユーザーの質問に答えます。 Web サイトのコンテンツに関して Hyve をトレーニングすることができ、Hyve はその情報を使用して正確で関連性の高い応答を提供します。 Hyve を使用すると、投稿、ページ、さらにはカスタム データをナレッジ ベース (ナレッジ ベースと呼ぶ) として活用できます。

すべてのデータは WordPress と OpenAI アカウントに残ります。 Hyve を使用するために追加のサービスに接続する必要はありません。 1.1 バージョン アップデートでは、ユーザーに Hyve のウォークスルーを提供するためにこのビデオを作成しました。

ナレッジ ベースとは別に、チャットボットをカスタマイズし、ユーザーが尋ねているのに答えられない質問を知るためのオプションも多数あります。 この機能は、ナレッジ ベースに適切な質問を確実に追加するのに役立ちます。

失敗したハッカソンプロジェクト

Hyve がどのように誕生したかをお話しましょう。

それはあなたが求めた物語ではなく、あなたが必要としていた物語です。

ChatGPT がリリースされてからわずか数か月後の 2023 年 3 月、AI プロジェクトが Twitter を引き継ぎました (はい、2023 年 3 月時点ではまだ Twitter と呼ばれていました)。 AIを中心とした社内で2日間のリモートハッカソンを開催することにしました。

ある開発者は、OpenAI API と会社のドキュメントからスクラップしたデータを使用して、WordPress 用の AI チャットボットを作成するプロジェクトを選択しました。 悔しいことに、彼はこの仕事に苦労し、最終的にプロジェクトは失敗に終わりました。

この時点で、私が開発者であることを指摘しておきます。

興味がある方のために付け加えておきますが、私は最終的に、OpenAI を使用したわずか 50 行のコードの自動スパム コメント メーカーを土壇場で送信しました。

このハッカソンの後にこのアイデアは消えましたが、チームは今年初めにこのアイデアについて話し合い、今回はコードの最初の行を書く前にさらに調査と準備を行いました。 こうしてHyveが誕生しました。

では、なぜ最初は失敗し、2 回目は失敗しなかったのでしょうか?

迅速なエンジニアリング、RAG、微調整

プロンプト エンジニアリング、検索拡張生成 (RAG)、および微調整は、AI ツールの開発に使用される手法です。 これらの各メソッドを正しく使用すると、精度、関連性、全体的なパフォーマンスが大幅に向上します。

ただし、いつ使用してはいけないかを正確に知ることも重要です。 ハッカソン プロジェクトで初めて、私たち (より具体的に言うと私) は、微調整が答えであると考えるという間違いを犯しました。

初心者の私は、微調整とは、各質問への応答方法の何百もの例を AI モデルに示して、タスクを実行できるように AI モデルを「トレーニング」する方法だと理解していました。 しかし、私はとても間違っていました。

理論的には、チャットボットはトレーニングされたとおりのことを正確に実行しました。 ユーザーからの質問を受け、会社ドキュメントの書き方や口調において、ほとんど不正確な情報が返されました。 その理由を説明するために、これらすべてのテクニックの意味を簡単に見ていきましょう。

迅速なエンジニアリング

おそらく、ChatGPT やその他の AI ツールを使用する誰もが知っている最も有名なテクニックです。 AI モデルに何をすべきかについての指示を与え、どのように応答するかを指定します。 たとえば、20 通の電子メールからのデータのリストを与え、それらをそれぞれ 1 行に要約するように依頼できます。 データを受け取り、次のような内容で応答します。

• 火曜日に、ジェフから印刷物の発送についてメールが届きました。
• 金曜日、ジェフとマットから誕生日のお祝いを受け取りました。
• …等々

このアプローチは、質問するときに AI にどのような情報を与えるべきか正確にわかっている単純なタスクには最適ですが、タスクがはるかに複雑な場合は失敗します。

検索拡張生成 (RAG)

前述したように、プロンプト エンジニアリングは単純なタスクには効果的ですが、より複雑なクエリには苦労する可能性があります。 ここで、検索拡張生成 (RAG) が登場します。 RAG は、検索ベースの手法と生成モデルを組み合わせることで AI 機能を強化します。 RAG は、指定されたプロンプトのみに依存するのではなく、大規模なドキュメント データベースを検索して関連情報を見つけ、その情報を使用して、より正確で文脈に富んだ応答を生成します。

たとえば、ユーザーは「ニースで自転車ツアーを提供していますか?」と尋ねるとします。 RAG を使用すると、AI はまずこの質問に関連する記事を検索し、次にそれらの記事で提供された情報に基づいて回答を返します。

あるいは、AI に天気の最新情報や株価を尋ねることを想像してみてください。 すべて、他のソースからアクセス情報を取得する必要があります。

このアプローチは、膨大な量のデータを扱う場合、または必要な情報が最初のプロンプトで直接提供されない場合に特に役立ちます。

Hyve では、すべての単一クエリでナレッジ ベースのすべてのデータを提供することはできません。 それはあまりにも非現実的であるため、RAG テクニックを使用して、まずユーザーのクエリに関連する情報を収集し、それをユーザーの質問とともに AI に渡す必要があります。

微調整

微調整には、事前トレーニングされた AI モデルを取得し、それを特定のデータセットでさらにトレーニングして、特定のタスクやドメインをより熟達させることが含まれます。 微調整とは、AI に何を言うべきかを正確に伝えるというよりも、AI がどのように返答すべきかを理解できるようにすることです。

たとえば、プロンプト エンジニアリング セクションの前述のケースで、AI が電子メールを要約する場合を考えてみましょう。

• 火曜日に、ジェフから印刷物の発送についてメールが届きました。
• 金曜日、ジェフとマットから誕生日のお祝いを受け取りました。

このシナリオでは、AI が微調整されていない場合、トーンや形式が異なる応答が生成され、要約が一貫性を持たなくなったり、特定のユースケースにとって有用性が低下したりする可能性があります。 微調整により AI の応答を標準化し、一貫したスタイルとトーンに従うようにすることができます。 微調整後、AI は次のようなより均一な概要を提供する可能性があります。

• 火曜日に、ジェフから印刷物の発送状況について連絡がありました。
• 金曜日に、ジェフとマットの両方があなたに誕生日の挨拶を送りました。

同様に、ハッカソン プロジェクトでも、微調整により目的を達成できました。 常に間違った答えが返されますが、会社のドキュメントで使用しているのと同じ形式と口調で返されます。 微調整はうまくいきました。 問題はむしろ、このタスクのために選択した技術にありました。

微調整は、正しく使用すると、非常に特殊なタスク用の AI モデルを構築するための非常に強力なツールになります。 実際、下位のモデルでトレーニングしても、上位のモデルよりもはるかに優れた結果を生み出すことができます。

適切なテクニックを選択する

ここで説明したテクニックはすべて、正しく使用すると非常に役立ちます。 しかし、使い方を誤ると、AI ツールの目的を達成する能力が低下する可能性があります。

微調整は私たちのハッカソン プロジェクトにとって適切なアプローチではありませんでした。 RAG を使用した迅速なエンジニアリングに限定していれば、結果はさらに良くなったでしょう。

経験則として、常にプロンプ​​ト エンジニアリングのみから始めてください。 希望通りの動作をする場合は、RAG や微調整を使用する必要はありません。

期待どおりの結果が得られない場合は、さらにコンテキスト情報が必要かどうか、または形式やトーンに一貫性があるかどうかを確認してください。 それに基づいて、RAG、微調整、またはその両方が必要かどうかを決定できます。

適切な手法の選択について詳しく知りたい場合は、OpenAI の YouTube アカウントでこのトークを視聴することを強くお勧めします。

Hyveの仕組み

AI ツールを構築するためのいくつかのテクニックについて説明しました。次に、WordPress 用の AI チャットボットの開発でこれらのテクニックをどのように使用したかを見てみましょう。

OpenAI は、会話型 AI を構築する複数の方法を提供します。 このプロジェクトでは、Chat Completions API ではなく Assistant API を選択しました。 どちらの API にも長所と短所がありますが、ユーザーがチャット履歴を簡単に表示し、各会話をスレッドとして扱うことでコンテキストを維持できるため、アシスタント API を推奨しました。 これは、QuickWP を構築するときに特に便利だったので、これを使い続けることにしました。 Chat Completions API を好む人もいますが、それも問題ありません。

アシスタント API を使用すると、ユーザーが OpenAI アカウントに接続し、そこでプロンプトを設定するときにアシスタントを作成します。 こうすることで、OpenAI がプロンプトを管理するため、リクエストごとにプロンプ​​トを送信する必要がなくなります。

ユーザーがチャットボットにクエリを送信すると、OpenAI の Embedding API を使用して質問を埋め込みに変換し、アルゴリズムを実行してサイトのナレッジ ベースと比較して最も近い一致を見つけます。 次に、ユーザーの質問とともに上位に一致したものをアシスタントに送信し、AI がクエリに応答するときに提供されたコンテキストのみを考慮するようにします。

応答品質を向上させるために微調整を使用することも検討しましたが、ユーザーにとって物事をシンプルにするために、現時点ではそれを中止することにしました。 ただし、意図したとおりにプロンプ​​トに厳密に従っていることを確認するために、将来的にモデルを微調整する可能性があります。 今のところ、プロンプトエンジニアリングは複雑さを増すことなく十分に機能します。

そして現在、Hyve v1.0 は無料です

当社は 4 月に Hyve をリリースし、それ以来、多くのお客様からその機能を強化する方法について貴重なフィードバックを提供していただきました。 これに基づいて、先月、Hyve v1.1 をリリースしました。これには、未回答の質問に関するサイト管理者向けの詳細な洞察、アシスタントのカスタマイズ オプションの強化、その他の多数の改善などの高度な機能が含まれています。

このたび、Hyve v1.0.3 を試してみたいすべてのユーザーに無料で提供できることを発表できることを嬉しく思います。 このバージョンは 1 回限りのリリースであるため、アップデートやカスタマー サポートは受けられません。 Hyve v1.0.3 には、元のバージョンのすべての機能に加えて、すべての既知のバグの修正が含まれています。

この無料版を提供することで、より多くの人が Hyve を試し、さまざまなユースケースに関する追加のフィードバックや洞察が得られることを願っています。 これは、私たちが継続的に改善し、コミュニティに貢献するのに役立ちます。

あなたも Hyve を気に入って、更新情報を購読することに決めているかもしれません。 その場合は、ライセンス キーを入力するだけで、アップデートの受信が開始されます。

また、この機会を利用して、WordPress 用の AI チャットボットを構築する過程をコミュニティと共有しました。 あなたの中の作成者は何か役立つものを見つけたり、AI チャットボットが内部でどのように機能するかを説明するのに役立つかもしれません。

私たちが構築を楽しんでいるのと同じように、ぜひ Hyve を試して、その使用を楽しんでいただければ幸いです。 Hyve のダウンロード/インストールで問題が発生した場合、またはご質問がある場合は、以下にコメントを残してください。 ここのリンクをクリックすると、Hyve v1.0.3 をダウンロードできます。 最新バージョンをチェックしたい場合は、Hyve の製品ページで見つけることができます。