LangChainを使ってWebの最新情報をGPT-3.5に回答させてみた

はじめに

LangChainを使ってWebの最新情報をGPT-3.5に回答させてみました。
LangChainを使ってGPTにWebの最新情報を回答させてみたい方におすすめです。

開発環境

• Windows 11
• Python 3.11.0
• OpenAI
• LangChain
• Google Custum Search
• Google Programmable Search Engine

実装

必要なライブラリのインストール

以下のコマンドでOpenAI、LangChain、Google検索エンジンのライブラリをインストールします。

pip install openai langchain google-api-python-client

Google Custom SearchのAPIキーの設定

Google Cloud credential consoleにアクセスし、「プロジェクトを作成」を選択します。

　　
プロジェクト名を入力し、場所は「組織なし」を選択します。

　　
サイドバーの「APIとサービス」から、「ライブラリ」を選択します。

　　
検索バーで「custom search api」を検索します。予測変換で出てくるので、全て入力しなくても大丈夫です。

　　
検索結果から、Custum Search APIを選択します。

　　
「有効にする」を選択し、APIを有効化します。

　　
「認証情報」から「APIキー」を選択し、APIキーを作成します。

　　
APIキーをコピーしてメモした後、「APIキーを編集」へのリンクを選択します。

　　
「アプリケーションの制限の設定」で、「IPアドレス」を選択し、「IPアドレスの制限」の「ADD」を選択します。

　　
同じIPアドレスを使っている人のみにAPIキーの使用を許可します。
自分が使っているIPアドレスは こちら で確認ができます。

　　
次に、「APIの制限」の「キーを制限」から、「Custum Search API」を選択し、「保存」します。

これで、Google Custom SearchのAPIキーの設定は完了です。

Googleの検索エンジンIDの取得

Programmable Search Engineにアクセスし、「検索エンジン名」を入力、検索の対象は「ウェブ全体を検索」を選択し、ロボットではないことを証明した後、「作成」を選択します。

　　
「すべての検索エンジン」から、作成した検索エンジンを選択します。

　　
検索エンジンIDをコピーしてメモします。

環境変数の設定

ここからは、Pythonファイルに記述していきます。
以下のAPIキーやIDを利用するコードを記述します。

test.py

import os
os.environ["OPENAI_API_KEY"] = "[OpenAIのAPIキー]"
os.environ["GOOGLE_API_KEY"] = "[Google Custom SearchのAPIキー]"
os.environ["GOOGLE_CSE_ID"] = "Googleの検索エンジンID"

ライブラリのインポート

使用するライブラリをインポートします。

test.py

from langchain.llms import OpenAI
from langchain.agents import load_tools
from langchain.agents import initialize_agent

LLMの設定

使用するLLMの設定をします。

test.py

llm = OpenAI(model_name="gpt-3.5-turbo")
tools = load_tools(["google-search"], llm=llm)

Agentの作成

Agentを作成します。

test.py

agent = initialize_agent(tools, llm, agent="zero-shot-react-description", verbose=True)
agent.run("初代M1グランプリの優勝者は？")

zero-shot-react-descriptionは、指定されたtool(ここではgoogle-search)を使うかどうかをLLMが推論し、使うべきであればtoolを使用して解答が返されます。
verboseをTrueにすることで、推論の過程がログに出力されます。
agent.runの中身は質問内容です。今回は通常のChatGPTが知らないと思われる「初代M1グランプリの優勝者は？」という質問にしました。

結果

まずは、通常のChatGPTに同じ質問をしてみます。

初代M1グランプリの優勝者は、中川家なので、不正解です。2022年1月以前の情報であっても、知らない情報は存在するようです。
　　
続いて、先ほどのPythonファイルを実行します。1回目の検索では特定できなかったようですが、2回目の検索で「中川家」を「Final Answer」として回答してくれました。正解です。

このように、知らない情報であれば、google-searchを使って正確な情報を回答してくれることが確認できました！

おわりに

LangChainを使ってWebの最新情報をGPT-3.5に回答させてみました。
LangChainを使うことで、通常のGPT-3.5の学習範囲を超えた回答が可能になるので、ぜひ活用してみてください。

最後まで読んでいただき、ありがとうございました！

記事に関する質問等ございましたら、コメントまたは以下のDMにてよろしくお願いします！

参考文献