ビジュアルレスポンス

ユーザーと AI アシスタント間の一連の対話。通常は複数の関連タスクが含まれます。AI アシスタントは、以前のやりとりのコンテキストを使用して一貫性を保ち、チャットの進行に合わせて適切に応答します。チャット中、ユーザーは、旅程の計画やレストランの調査など、複数のタスクをすべて同じテーマのコンテキスト内で完了するようにアシスタントに要求することがあります。

入力は、構造化されたコマンドとは対照的に、日常会話言語で提供されます。AI アシスタントは自然言語入力を処理するので、ユーザーは特別なフォーマットや技術的な指示なしにコミュニケーションをとることができます。

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。

ユーザーのプロンプトに基づいて AI アシスタントが実行するアクション。タスクは、ユーザー指定のプロンプトと AI の対応する応答で構成されます。タスクには、情報の取得などの 1 つのアクションが含まれることも、AI アシスタントが調整する一連のアクションも含まれます。

ユーザーが AI アシスタントに提供する入力。質問、コマンド、ステートメント、または指示の形式をとることができます。プロンプトは、応答を生成したりタスクを実行したりするための主要な入力として機能することで、AI アシスタントのアクションをガイドします。

AI アシスタントがプロンプトを受信してから応答を生成するのにかかる時間。

ユーザーと AI アシスタント間の継続的なやりとり。通常は 1 つ以上の会話の中で複数のタスクを行います。

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。