Claris FileMaker で AI を活用した応答を構築する手順
大規模言語モデル (LLM) と対話する基本的な AI 機能を、すばやくセットアップする方法を学びましょう。ここで作ったものは、今後のより複雑な AI 実装や検証のための基盤として活用できます。
実際の操作を見る始めましょう：
- この操作には Claris FileMaker 2025 が必要です。まだお持ちでない場合は、評価版をダウンロードしてください。
- デモファイルを使用して新機能を構築する方法を学びましょう。デモファイルをダウンロードしてください。
上記 2 つの要件の準備ができたら、次の手順に沿って進めましょう。
01
AI アカウントの設定
まず、OpenAI、Anthropic、Cohere などのサポートされている AI プロバイダでアカウントを作成してください。[AI アカウント設定] スクリプトステップを使用してアカウントの名前を指定し、OpenAI などのプロバイダを選択して API キーを入力します。
02
[モデルから応答を生成] スクリプトステップを追加
LLM とのコミュニケーションを可能にする重要な手順です。このスクリプトステップをスクリプトに含めて、前の手順で設定したアカウント名を指定します。
03
モデルを選択
GPT-40 など、対話する LLM を選択します。
04
プロンプトを指定
モデルに送信するメッセージや入力内容を決定します。プロンプトはフィールドまたは変数に保存します。
05
応答フィールドを設定
モデルからの応答をどこに保存するかを決定します。フィールドまたは変数を使って、モデルの出力を保持してください。
06
ストリーミングをオンにする （オプション）
モデルの応答を生成中に確認したい場合は、ストリーミングを有効にします。これにより、モデルの出力をリアルタイムで表示できます。
07
メッセージ履歴を保存 （オプション）
チャットボットのような体験を実現するには、[メッセージ履歴の保存] オプションを有効にします。これにより、チャット履歴を変数に格納し、モデルの応答にコンテキストを持たせることができます。履歴を保存する変数と、履歴に含めるメッセージ数を指定してください。
08
テストと対話
スクリプトを実行して LLM との対話を開始します。プロンプトを指定してモデルの応答を確認します。メッセージ履歴を保存していれば、モデルは会話のコンテキストを保持します。
09
表示方法を改善 （オプション）
計算または Web ビューアを使用してチャットボットインターフェースの表示をより洗練させることができます。応答テキストの書式を整えたり、Web 技術を活用したりすることで、より魅力的で見やすいインターフェースを実現できます。
もっと試してカスタム App を進化させましょう。
新しい機能をカスタム App に追加したら、さまざまなプロンプト、モデル、表示方法を試してみてください。このスクリプトステップを使用すると、LLM をカスタム App に直接統合する多彩な応用が可能になります。
エキスパートへの相談
さらにAI活用の可能性について開発の専門家に相談されたい場合は、私たちがその場を提供します。このフォームにご記入ください。
この説明を PDF でダウンロードいただけます。
PDF をダウンロード