インタフェース

AI Assistantと対話するときにユーザーが達成しようとしている根本的な目標または望ましい結果。AI が適切な応答を生成したり、適切なタスクを実行したりするには、ユーザーの意図を理解することが不可欠です。

AI アシスタントからより正確で適切な応答が得られるように、ユーザーがプロンプトを調整または言い換えるプロセス。リファインメントは、AI がユーザー固有のニーズをよりよく理解し、出力が望ましい結果とより密接に一致するようにするのに役立ちます。

ユーザーが音声コマンドを使用して、通常はデバイスのマイクを介して AI アシスタントと対話する通信方法。音声対話では、音声認識技術を使用してユーザーの音声入力を解釈し、それに応じて応答します。

データ、チャート、画像、その他の視覚要素の表示を含む、AI アシスタントが提供する非言語的応答。視覚的な応答は、ユーザーが複雑な情報をよりよく理解できるように、口頭またはテキストベースの応答を補完するためによく使用されます。

進行中の会話の継続性と関連性を維持するために AI アシスタントが使用する、以前の対話から得た情報。コンテキストは、AI が過去のユーザー入力に合わせて応答を調整するのに役立ちます。

ディープ・リサーチとは、Web、ドキュメント、その他のソースから大量のデータを収集、分析、統合して包括的なレポートを作成するための AI 主導型のアプローチです。ディープリサーチは、AI リサーチアシスタントまたはアナリストを雇うのと似ています。AI のリサーチアシスタントやアナリストは、AI 推論に基づいて構築された LLM を利用して、お客様に代わりにリサーチプランを策定して実行します。

複合AIとは、複数のAIモデル、アルゴリズム、または方法論を組み合わせて、単一のLLMだけでは実現できないほど高性能なシステムを構築する高度なAIシステムを指します。複合AIは、さまざまな元素から形成される化合物と同様に、さまざまなAI技術 (機械学習、自然言語処理、コンピュータービジョン、推論レベルの最適化など) を統合してロジックやコーディングなどの複雑なタスクを処理し、より強力な出力を提供します。このアプローチにより、システムは各コンポーネントの強みを活用しながら、LLM全体の個々の弱点を補うことができる可能性があります。

エージェントは、ユーザー入力を解釈し、それに応じてタスクまたはアクションを実行する役割を担う AI システムのコンポーネントです。エージェントは、質問への回答から、通知の送信やデータ分析などの特殊なアクションの実行まで、さまざまなタスクを処理できます。エージェントはより広範な AI システム内で作業し、多くの場合、シームレスなユーザーエクスペリエンスを提供するためにデータベースやユーザーインターフェースなどの他のコンポーネントとやり取りします。