ある金融サービス企業が、顧客向けの投資アドバイスチャットボットを構築するために Azure OpenAI Service を検討しています。規制要件として、モデルの回答が常に自社の承認済み金融商品リストにのみ基づくこと、かつ社外の情報を参照しないことが義務付けられています。最小の運用負荷でこの要件を満たす設計はどれか。
- A. Azure OpenAI Service で GPT-4 を承認済み商品データでファインチューニングし、新商品追加のたびに再トレーニングする
- B. GPT-4 モデルをインターネット接続なしの仮想ネットワーク内にデプロイし、プロンプトに「承認済み商品のみを参照すること」という指示を含める
- C. Azure Logic Apps でチャットボットの回答を承認済みリストと照合し、一致しない場合はすべての回答をブロックする
- D. Azure AI Search に承認済み商品データを格納し、RAG を使って関連データのみをコンテキストとして渡す構成にし、システムプロンプトで「提供された情報のみに基づいて回答せよ」と制約する
解答と解説を見る
正解: D
RAG（検索拡張生成）＋システムプロンプトによる制約は、モデルが参照できる情報を承認済み商品データのみに限定する最も実用的な構成です。Azure AI Search に最新の商品データを保持することで、情報更新もインデックス更新のみで対応でき運用負荷が低いです。選択肢 B は VNet 内デプロイが外部アクセスを防ぐ効果はありますが、プロンプト指示だけではモデルが学習済みの外部知識を使って回答する可能性があり、要件を完全には満たしません。選択肢 A のファインチューニングは高コストで、新商品のたびに再トレーニングが必要となり運用負荷が著しく高くなります。選択肢 C の Logic Apps によるフルテキスト照合は構造化リストには使えても自然言語回答との照合は現実的でなく、正当な回答もブロックするリスクがあります。