初めてのLangChain ―LangChainとLangGraphによるAI/LLMアプリケーションの構築

1章LangChainによるLLMの基礎

「はじめに」ではLLMプロンプトの威力を体感し、複数のプロンプトテクニックを巧みに組み合わせることで出力が大きく変わることを確認した。優れたLLMアプリケーションを構築する上での核心は、モデルに送信するプロンプトをいかに効果的に作り、モデルの出力を処理して正確な結果を得るかにある（図1-1参照）。

図1-1 LLMをアプリケーションで効果的に活用するための課題

この問題を乗り越えれば、シンプルなものから高度なものまで自由にLLMアプリケーションを構築できるようになる。本章では、LangChainの構成要素がLLMの概念にどのように対応し、それらを組み合わせることでアプリケーション開発を加速できるかを解説する。その前に、「なぜLangChainなのか」でLangChainを採用する利点を簡潔に示す。

なぜLangChainなのか

もちろんLangChainを使わずにLLMアプリケーションを構築することもできる。最も単純な方法は、最初に試したLLMプロバイダー（OpenAIなど）が提供するHTTP APIを、ソフトウェア開発キット（SDK）から利用することだ。しかし、以下の理由からLangChainを学ぶことが短期的にも長期的にも大きな価値をもたらすと考えている。

一般的なパターンが組み込まれている

LangChainには、LLMアプリケーションでよく用いられるパターンのリファレンス実装（「はじめに」で触れたCoTやツール呼び出しなど）が同梱されている。これはLLMを素早く試すための最短ルートであり、場合によってはこれだけで目的を達成できる。新しいアプリケーションを作る際は、まずこれらのリファレンス実装をベースに動かし、要件を満たすかどうかを確認するとよい。もし不足があれば、次の項目で紹介する柔軟なコンポーネントを活用してほしい。 ...