FlowiseをOpenAIに接続し、AIアシスタントを設定する方法

AIアシスタントの作成は、API、会話メモリ、カスタムドキュメント、ユーザーインターフェースといった要素に触れるまでは簡単そうに見えますが、実際にはそう簡単ではありません。Flowiseは、さまざまなコンポーネントを積み木のように接続できるビジュアルエディタを通して、こうした複雑さの多くを解消しようと試みています。

このチュートリアルでは、 FlowiseとOpenAIを接続する方法メモリを備えたウィザードを作成し、その動作を調整して、正しく動作することを確認します。また、画像の追加方法、RAG を介したドキュメントの使用方法、Web ページに統合する前にフローを保護する方法についても確認します。

Flowiseとは何ですか？また、どのような用途に使用されますか？

Flowiseは、モデルベースのアプリケーションとエージェントを視覚的に作成するためのオープンソースプラットフォームです。すべてのロジックをPythonやJavaScriptで記述する代わりに、 相互接続されたノード キャンバスに描かれている。

各ノードはシステムの異なる部分を処理します。あるノードは言語モデルを表し、別のノードはチャット履歴を表し、さらに別のノードは指示テンプレートを表し、また別のノードは独自の情報を持つベクトルデータベースを表すかもしれません。接続によって、ノード間のデータの流れが決まります。

このプラットフォームでは、アプリケーションを構築するためのさまざまな方法を提供しています。

• アシスタント： これは、各接続を手動で設計することなくアシスタントを作成するための最も手軽な方法です。
• チャットフロー: モデル、メモリ、プロンプト、リトリーバー、その他のコンポーネントを接続することで、チャットボットやシンプルなフローを構築できます。
• エージェントフロー: これは、実行中に複数のステップ、条件、ツール、エージェント、および意思決定を伴う、より複雑なプロセス向けに設計されています。

このチュートリアルでは、OpenAI、メモリ、ウィザードの指示がどのように連携しているかを明確に示すため、Chatflowを使用します。同様のアプローチを採用した別のツールについて知りたい場合は、[他のツール]に関するガイドもご参照ください。 LangflowでAIワークフローを作成する.

ビジュアルエディタは参入障壁を大幅に下げますが、すべての困難を解消するわけではありません。基本的なプロトタイプを作成するのは比較的簡単ですが、実際のユーザーが利用するウィザードを公開するには、認証、コスト、ドキュメントのアクセス許可、使用制限、サーバーセキュリティの管理が必要になります。

FlowiseとOpenAIを接続する前に必要なもの

開始する前に、Flowiseを実行する環境と、OpenAIへのアクセスを可能にする認証情報を準備する必要があります。

• Flowiseのインストール環境（ローカル環境、Docker経由、またはサーバー上でホストされている環境のいずれでも可）。
• NPMを使用してインストールを行う場合は、互換性があり、かつメンテナンスされているバージョンのNode.jsが必要です。
• OpenAI開発者プラットフォームのアカウント。
• APIアクセス権限と有効なキーを持つOpenAIプロジェクト。
• 必要に応じて、請求方法または利用可能残高を表示します。

ChatGPTとAPIを混同しないことが重要です。ChatGPTのサブスクリプションに加入しているからといって、Flowiseから発信された通話がサブスクリプションに含まれるわけではありません。 APIの使用量は別途計上されます 費用は、モデル、処理されるトークン数、および使用される機能によって異なります。

Flowiseをコンピュータにインストールしてください。

Flowiseがまだインストールされていない場合は、NPMを使用してインストールできます。ターミナルを開いて、次のコマンドを実行してください。

npm install -g flowise
npx flowise start

サービスの起動が完了したら、ブラウザで次のアドレスを開いてください。

http://localhost:3000

この設定は、ご自身のコンピューターで学習やテストを行うには十分です。ウィザードを常時利用可能な状態にしておきたい場合は、Dockerを使用するか、永続ストレージ、バックアップ、HTTPS、アクセス制御を備えたサーバーにFlowiseをデプロイする方が適切です。

OpenAI APIキーを作成する

OpenAI開発者プラットフォームにアクセスし、使用するプロジェクトを選択して、新しいAPIキーを作成してください。このキーはプロジェクトのリソースにアクセスするためのパスワードとして機能するため、安全な場所に保管してください。

このキーを公開ページ、コードリポジトリ、スクリーンショット、またはブラウザで実行されるスクリプトに貼り付けてはなりません。認証情報はFlowiseサーバー上に保持され、エンドユーザーのデバイスには決して送信されてはなりません。

OpenAI内で支出制限や利用アラートを設定しておくこともお勧めします。こうすることで、ワークフローのエラーやチャットボットの過剰使用によって予期せぬ請求が発生するのを防ぐことができます。

初めてのチャットフローを作成する方法

Flowiseのホーム画面から「チャットフロー」セクションに移動し、新しいチャットフローを作成します。その機能がわかるような名前を付けてください。例えば、「OpenAIテストアシスタント」などです。

メモリとの基本的な会話を設定するには、以下のコンポーネントを追加できます。

1. ノード ChatOpenAIモデルとのコミュニケーションを担当する人物。
2. ノード 会話の流れこれはメッセージの交換を組織するものです。
3. メモリノード、例えば バッファメモリ会話の文脈を維持するため。
4. オプションとして、 チャットプロンプトテンプレート アシスタントのトーン、ルール、および機能を定義する。

ChatOpenAIの出力を会話チェーンのモデル入力に接続します。次に、バッファメモリをチェーン内のメモリ入力に接続します。プロンプトテンプレートを追加する場合は、会話チェーンの対応するエントリにリンクします。

一部のオプションの名前や正確な位置はバージョンによって若干変更される場合がありますが、論理的な構造は同じです。 モデルが応答を生成し、チェーンが会話を管理し、メモリがコンテキストを保持する。.

ChatOpenAIノードを設定する

ChatOpenAIノードを開き、認証情報を作成するオプションをクリックします。先ほど生成したAPIキーを入力し、設定を保存します。

次に、モデルを選択します。選択可能なモデルは、プロジェクトからアクセスできるモデルとFlowiseのバージョンによって異なるため、特定の識別子を選択するよう強制するガイドに従うことはお勧めしません。初期テストでは、通常は低コストのモデルから始めて、タスクが必要になった場合にのみ容量を増やすことで十分です。

このノードには、応答を変更できるその他のパラメータが含まれています。

• 温度： 特定のモデルでは、これは応答のばらつきの度合いを制御します。値が低いほど、通常はより予測可能な結果が得られます。
• 最大トークン数： モデルと統合がこのパラメータをサポートしている場合、最大出力長を制限します。
• タイムアウト： Flowiseがリクエストをキャンセルするまでに待機できる時間を設定します。
• ベースパス: 互換性のあるプロバイダまたはゲートウェイを使用する場合、異なるベースURLを指定できます。
• 基本オプション: これは、統合によってサポートされる高度なオプションを追加するために使用されます。

すべての項目を入力する必要はありません。OpenAIに直接接続する場合は、組織がプロキシまたは認証済みゲートウェイを使用していない限り、BasePathフィールドは空白のままにしてください。

アシスタントの性格を定義する

モデルはユーザーからの質問を受け取るだけでなく、その機能、応答方法、情報が不足している場合の対処法を説明する指示も必要とする。

チャットテンプレートまたは使用しているコンポーネントで利用可能なシステムメッセージフィールドを使用して設定できます。簡単な例は次のとおりです。

Eres un asistente de soporte especializado en nuestros productos.

Responde en castellano de España y utiliza un tono claro y profesional.
No inventes características, precios ni condiciones comerciales.
Si la información disponible no permite responder, indícalo expresamente.
No solicites contraseñas, claves de API ni datos bancarios.

指示は具体的かつ検証可能なものでなければなりません。「常に正しく答える」ようにモデルに求めるだけでは、有用な指針にはなりません。許可される情報源、望ましい長さ、対象となる視聴者、そして専門分野外の質問への対処方法などを具体的に指定する方が良いでしょう。

OpenRouter、Together AI、およびその他の互換性のあるAPIを使用してください。

ChatOpenAIでは、OpenAI APIと互換性のあるインターフェースを提供する特定のサービスと連携することもできます。そのような場合は、 そのサービスが提供するキー、ベースURL、およびモデル識別子OpenAIの鍵ではない。

Flowiseは、OpenRouterやTogether AIなどのサービス向けにカスタムベースURLを使用する方法を文書化しています。一部のバージョンには、特定のプロバイダー専用のノードが含まれており、より明確な設定や独自機能との互換性を提供できます。

モデルがリストにない場合、Flowise は ChatOpenAIカスタムここでは、モデル名を手動で入力できます。ただし、このノードはAPIとの互換性を保証するものではありません。プロバイダは想定されるリクエスト形式を受け入れる必要があり、入力された識別子はプロバイダのカタログに存在する必要があります。

ゲートウェイを設定する前に、必ず以下を確認してください。

• 正確なベースURL（該当する場合はAPIバージョンを含む）。
• モデルの正式名称。
• サプライヤーは他にどのようなヘッダーを必要としますか？
• ストリーミング、ツール、画像、構造化応答をサポートしています。
• 消費量に対する請求方法と適用される制限事項。

これらのタイプのゲートウェイがどのように機能するかをよりよく理解したい場合は、 OpenRouterとOpen WebUIを接続する.

ウィザードをテストし、よくあるエラーのトラブルシューティングを行う

チャットフローを保存し、Flowiseに組み込まれているテストチャットを開きます。簡単な質問から始め、関連するクエリをいくつか実行して、メモリがコンテキストを正しく保持しているかどうかを確認します。

曖昧な質問、想定外の要求、初期ルールを回避しようとする指示などもテストする必要があります。事前に用意した3つの質問にうまく答えられるアシスタントは、まだ実際のユーザーに対応できる状態ではありません。

間違い	推定原因	チェックすべき事項
401 またはキーが間違っています	認証情報が取り消されたか、誤ってコピーされたか、または別のプロジェクトに関連付けられています。	保存されたキー、その権限、および選択されたプロジェクトを確認してください。
429または上限に達しました	資金不足、支出制限、またはリクエストが多すぎる	使用状況、プロジェクトの制限、およびリクエスト頻度を確認してください。
モデルが見つかりません	プロジェクトに利用できない名前またはモデルがあります	リストを更新し、サプライヤーのドキュメントに記載されている識別子を確認してください。
アシスタントは以前のメッセージを忘れてしまう。	メモリが接続されていないか、セッション識別子が変更されました	メモリノードと、ユーザーセッションがどのように維持されるかを確認してください。
対応に時間がかかりすぎる。	動作が遅いモデル、非常に大きなプロンプト、過剰なRAG、または外部ツール	より軽量なモデルを試して、各リクエストで送信されるコンテキストを削減してください。
モデルリストが空です	認証情報、権限、またはプロバイダーとの通信に問題があります	認証情報を再度保存し、Flowiseのログを確認して、ネットワークを検証してください。

FlowiseをAzure OpenAIに接続する方法

Azure OpenAI は、直接の OpenAI サービスとまったく同じように構成すべきではありません。Flowise には、 Azure ChatOpenAIその認証情報では、Azure キー、リソースまたはインスタンス名、デプロイメント名、API バージョンなどのデータが要求されます。

デプロイメント名は特に重要です。モデルの商用名と必ずしも一致するとは限りません。Azure 内でデプロイメントを作成した際に割り当てられた識別子を使用する必要があります。

企業がプライベートエンドポイントを使用する場合、Flowiseが稼働しているサーバーまたはコンテナは、以下の機能を備えている必要があります。

• DNSを使用してプライベートドメインを正しく解決してください。
• サービスが設置されている仮想ネットワークにアクセスしてください。
• ファイアウォールルールおよび関連するセキュリティグループをバイパスします。
• 承認された認証情報または認証方法を提示してください。

コンピュータからの呼び出しは成功するのに、Flowiseコンテナからの呼び出しが失敗する場合は、通常、コンテナ内部からネットワークパスとDNS解決を確認する必要があります。エンタープライズアーキテクチャを理解せずにURLを上書きすると、誤ったパスが作成され、ファイアウォールのブロックを解決できなくなる可能性があります。

Flowiseの最新バージョンには、潜在的に危険なローカルアドレスまたは内部アドレスへのリクエストをブロックするように設計されたチェック機能も含まれています。承認済みのプライベートエンドポイントを使用している場合は、インフラストラクチャ管理者とこの設定を確認してください。リスクを評価せずにHTTP保護をグローバルに無効にすると、サーバーが内部サービスへの攻撃にさらされる可能性があります。

ウィザードに画像を追加する

Flowiseでは、使用するノードとフローがこの機能をサポートしている場合、画像アップロードボタンを表示できます。ChatOpenAIでは、このオプションを有効にする必要があります。 画像のアップロードを許可する そして、画像を入力として受け取ることができるモデルを選択します。

単にスイッチを切り替えるだけでは不十分です。Flowiseのドキュメントでは、画像処理はLLMチェーン、会話チェーン、ReActエージェント、会話エージェント、ツールエージェントなど、特定のChatflowチェーンとエージェントに限定されています。プラットフォームの進化に伴い、正確な互換性は変更される可能性があります。

画像の解像度や詳細度を調整することもできます。解像度を高くすると、小さな要素の分析精度が向上しますが、処理される視覚トークンの数が増えるため、リクエストのコストも高くなります。

ドキュメント、顧客の写真、または社内アプリケーションのスクリーンショットでこの機能を使用する前に、プロバイダーに送信されるデータを確認し、タスクに不要な個人情報、認証情報、または項目を削除してください。

RAGを使用して独自のドキュメントでウィザードを作成する

OpenAIに接続されたモデルは、指示と各リクエストに含まれる情報に基づいて応答します。マニュアル、メモ、内部ポリシー、または製品データシートを参照させたい場合は、システムを追加できます。 回復による発電量増加（RAG）.

Flowiseを使用すると、ドキュメントストアを使用するか、ドキュメントローダー、テキストスプリッター、埋め込みモデル、ベクターデータベース、および検索システムを手動で接続することによって、このシステムを作成できます。

一般的な手順は以下のとおりです。

1. 知識ベースを構成する文書をアップロードしてください。
2. それらを適切な大きさに分割する。
3. 埋め込みモデルを使用して、断片をベクトル表現に変換します。
4. それらのベクトルを互換性のあるデータベースに保存してください。
5. それぞれの質問に最も関連性の高い断片を見つけてください。
6. 取得したコンテキストとともに、質問をモデルに送信します。

これにより、アシスタントは元のトレーニングに含まれていなかった情報に基づいて応答することができます。同様の例は、ガイドでご覧いただけます。 自分のメモやドキュメントを参照できるアシスタントを作成する.

RAGは捏造された回答を減らすのに役立ちますが、完全に排除することを保証するものではありません。結果は、文書の質、断片化の仕方、埋め込みモデル、実行された検索、およびモデルに与えられた指示によって異なります。コンテキストに回答が含まれていない場合にアシスタントにそれを認識させ、可能であれば使用された文書を特定するように依頼することをお勧めします。

ウィジェットまたはAPIを使用してアシスタントを公開します

フローが正しく機能している場合、Flowiseはエディター以外でフローを使用するための主な方法を2つ提供します。

• 埋め込みウィジェット： これは、ウェブページに追加してチャットを表示できるフラグメントを生成します。
• 予測API： これにより、カスタムアプリケーションがフローにメッセージを送信し、応答を受信できるようになります。

Chatflow共有セクションでは、更新されたウィジェットコードとAPI呼び出しに必要なデータを提供します。フロー識別子は、どのChatflowを実行するかを決定するために使用されますが、 これはパスワードとはみなすべきではありません。.

デフォルトでは、認証されていないフローは、その識別子を知っている人なら誰でもアクセスできます。公開する前に、チャットフローにキーを割り当てるか、ユーザー認証を行う独自のバックエンドの背後にAPIを配置する必要があります。

また、以下の対策を講じることも推奨されます。

• Flowise管理パネルを保護してください。
• HTTPSと適切に設定されたリバースプロキシを使用してください。
• 不正利用や予期せぬコストを抑制するために、アプリケーションの使用制限を設けてください。
• ウィジェットコード内にOpenAIキーを送信しないでください。
• テスト環境と本番環境の認証情報は別々に用意する。
• どのような会話や個人データが保存されているかを確認してください。
• Flowiseとその依存関係を常に最新の状態に保ってください。
• データベース、フロー、および必要な暗号化キーのバックアップを実行します。

エージェントやツールを追加する前に、まずは小規模なフローから始めてみましょう。

最適な出発点は、ChatOpenAI、会話スレッド、メモリ、明確な指示で構成されるチャットフローです。この構造が正しく機能するようになれば、フローの制御を失うことなく、ドキュメント、外部ツール、画像、条件などを追加できます。

最初からノードをあまり多く追加しないようにしてください。ツールを追加するたびに、新たな認証情報、コスト、権限、そして潜在的なエラーが発生します。コンポーネントは個別にテストし、障害をログに記録し、各リクエストで送信される情報を測定してください。

Flowiseを使えば、アプリケーション全体をゼロから開発するよりもはるかに速くプロトタイプを作成できますが、最終的な品質はフロー設計、テスト、セキュリティ対策に左右されます。まずは具体的なタスクから始め、それが価値を生み出すことを確認し、本当に必要になった場合にのみウィザードを拡張してください。