Herokuとは、**Salesforce.com社の子会社であるHeroku社が提供するPaaSであり、読み方は「ヘロク」です。**プラットフォーム・データベースなどのアプリケーション実行に必要な環境を備え、低コストかつ効率的なシステム開発をサポートします。

ここでは、Herokuにできることや、同じくPaaSに分類される代表的なサービスであるAWSとの違いについて説明します。

PaaSとは？エンジニアに求められるクラウドの基本を知っておこう！

AWSとは？メリットや何がすごいのか、初心者にもわかりやすく解説

一般的にアプリケーションの開発のためには、開発環境を準備するのに労力がかかります。たとえば、ハードウェアの準備・ネットワーク構築・OSインストール・MySQLのようなデータベースセットアップ・プログラミング言語の動作環境設定など、複数の手順が必要です。

これに対してHerokuを用いることで、**システム開発に必要な環境を簡単に整えることが可能です。**煩わしい環境整備に時間を消費することなく、アプリケーションの開発に注力できる点が、Herokuを導入する大きな意味と言えます。

また、完成したアプリケーションを公開（デプロイ）する際の操作もHerokuを使えば短時間で完了します。さらに、機能追加やサーバーの処理能力拡張に便利な機能（アドオン）を搭載しており、デプロイ後のアプリケーション改善を容易に計画・実行できます。

**Herokuには4つのプランがあり、それぞれ利用料金が異なります。**まず、個人プロジェクトや非商用アプリケーション向けの「無料・ホビーのプラン」は、無料枠で利用できるプランです。次に、ビジネスアプリ向けの「プロダクションプラン」は、$25/月から利用できます。

より低遅延で大容量な開発環境が欲しい場合は、「アドバンスドプラン」をチェックしてみてください。$250/月から利用でき、プロダクションプランよりも使える機能が豊富です。さらに大規模なアプリケーションを取り扱うなら、カスタム価格の設定が可能な「エンタープライズプラン」の見積もりを取りましょう。

上記はHerokuの持つさまざまな機能をトータルで契約する際の料金プランですが、プラットフォーム・データベース単独で利用することもできます。後述するHerokuの製品群の機能をチェックし、自身のアプリケーションに必要なサービスを選択しましょう。

### HerokuとAWSのプログラミング言語の違い

似たようなサービスにAWSがありますが、対応言語・料金体系・機能の充実度の面でHerokuとAWSは異なります。ここでは、両サービスの特徴の違いを紹介します。

まず、対応するプログラミング言語について説明します。AWSの対応言語は、C++・Go・Java・JavaScript・.NET・Node.js・PHP・Python・Rubyです。一方、Herokuは、Java・Ruby・PHP・Python・Node.js・Go・Scala・Clojureの8種類に対応しています。

したがって、**Scalaを用いた大規模サービスの構築や、Clojureを使ったソフト開発を考えている人は、Herokuを選ぶと良いでしょう。**使用する言語に応じて導入するPaaSの選び分けが大切です。

### HerokuとAWSの料金体系と機能面の違い

次に、HerokuとAWSの料金体系の違いについて触れます。AWSは基本的に従量課金制のサービスで、使った分だけ料金が発生するため無駄なく使いやすいメリットがあります。一方、**月額制を主としたHerokuの料金体制は毎月のコストを予想しやすいのが利点です。**

最後に、機能面の違いを紹介します。機能の充実度では、AWSの方が豊富な機能を備えています。とくに機械学習・人工知能のような高度な機能を活用できるのはAWSの特徴です。一方、Herokuは、アプリケーション開発・公開・運用において必要不可欠な機能を備えていますが、機能は比較的シンプルです。

選択肢が多いと迷ってしまう人は、Herokuから試してみるとよいでしょう。

AWSで何ができるのか？AWSの概要や強みについても解説

## Herokuの製品群とそれぞれの機能

Herokuは以下の8つの製品群で構成されるサービスです。ここでは代表的なものを抜粋し、それぞれの役割・機能について解説します。

*【参考】：[Herokuの製品群](https://jp.heroku.com/products)*

Herokuプラットフォームは、サービスの基盤となるプラットフォームです。**dynoと呼ばれるスマートコンテナでアプリケーションを実行します。**dynoはフルマネージドのランタイム環境（実行環境）を備えており、dynoの数・種類を変更すればアプリケーションをスケーリングできます。

前述のプログラミング言語で書かれたアプリケーションは簡単にデプロイできるうえ、ビルドアップすれば他の言語でもデプロイ可能です。アプリケーションの拡張に便利なアドオンもここで選択できます。リリースから運用・改善までを実施できるのが、Herokuプラットフォームです。

*【参考】：[Herokuプラットフォーム](https://jp.heroku.com/platform)*

**Heroku Postgresは、Herokuで利用できるデータベースです。**オープンソースで機能性の高いPostgreSQLを採用しています。データ管理そのものはHerokuのエンジニアに任せられるため、データの活用に注力できるのが利点です。

また、アプリケーションの負荷変動に応じて、オンデマンドでスケーリングできる点もHeroku Postgresの魅力といえます。データを収集する過程でトラフィックの変化を検知した際、データベースを必要な能力にスケール可能です。

*【参考】：[Heroku Postgres](https://jp.heroku.com/postgres)*

Heroku Connectは、**代表的な顧客管理ソリューションシステムであるSalesforceとHerokuとを同期できる機能です。**これはSalesforce.com社傘下のHerokuの特徴的な機能で、顧客情報をフル活用したアプリケーションの開発・運用に欠かせないものです。

データの同期はHeroku・Salesforceの双方向で行われます。同期のために複雑なコード作成や操作は不要で、専門知識がなくても処理可能です。この機能から、現在Salesforceを利用している人、あるいは今後Salesforceを導入する人は、Herokuの導入を併せて検討することをおすすめします。

*【参考】：[Heroku Connect](https://jp.heroku.com/connect)*

世界的に人気の高いRedisを拡張することでより一層機能が充実し、データ駆動型のアプリの開発が容易になります。Heroku Redisではパフォーマンスを詳細に可視化できる他、高機能のCLIによって効果的なインスタンス管理が可能です。運用の手間や管理の工数などが大幅に削減されるメリットがあります。

*【参考】：[Heroku Redis](https://jp.heroku.com/redis)*

Apache Kafkaは、イベントストリームを管理するために開発された分散メッセージングサービスです。これにより、大量のデータを処理するアプリ開発に役立ったり、開発者とユーザー間の通信を快適に行ったりします。

Kafkaを使い始めることで、アプリケーションのデータ・時間・操作の関係などを、見直し・改善するきっかけになります。

*【参考】：[Apache Kafka on Heroku](https://jp.heroku.com/kafka)*

*1つのプラットフォームで、Node・Ruby・Java・Clojure・Scala・Go・Python・PHPなどの言語に対応します。*

Heroku Enterpriseは大規模なIT企業向けの製品であり、セキュリティ・管理・コラボレーションといった機能を備えています。詳細なアクセス制御・IDフェデレーション・Private Spacesなどの機能も用意されているため、大企業のアプリ開発のプロセスやリソース、ユーザーの管理に役立ちます。

*【参考】：[Heroku Enterprise](https://jp.heroku.com/enterprise)*

Heroku Elementsマーケットプレイスには、アプリの開発・運用に役立てるためのツールが揃っています。Herokuプラットフォームを拡張する高度なサービス・ワークフローを効率化するツール・簡単にデプロイできるパッケージ化されたコードなど、さまざまなソリューションが用意されています。

アプリ開発をより簡単に、より素早くするためのテクノロジーが揃っています。

*【参考】：[Heroku Elements](https://jp.heroku.com/elements)*

**Heroku Teamsは、コラボレーションと管理を容易にするための製品です。**

チームメンバーの編成・追加・管理・アプリレベルの細かな権限設定など、あらゆる業務をHeroku Teamsが委任し、その請求も一元管理できます。アプリ・アドオン・リソースのコストをたった1枚の請求書で表示できるため、管理や把握がしやすいのが特徴です。

5名までは無料で使用でき、25名までなら月額10ドルで利用できます。

*【参考】：[Heroku Teams](https://jp.heroku.com/teams)*

ここではHerokuを活用するメリットについて説明します。Herokuの特徴として、高い拡張性・スケールアップの容易さ・アプリケーション運用サポートの充実度が挙げられます。以下で詳しく解説します。

### 豊富なアドオンにより高い拡張性を実現できる

Herokuの特徴の1つは、**豊富なアドオンによってアプリケーションを自由に拡張させられる点です。**アドオンはElementsマーケットプレイスと呼ばれる専用ページで販売されており、200種類以上のアドオンがラインナップされています。

また、無料プランで活用できるアドオンが多いので、誰でも簡単に追加機能を試せます。アドオンのインストールは、ダッシュボードやCLIからワンクリックで完了します。アドオンの適用状況などの管理はダッシュボード上で簡単に行えるため、気になる機能を試しに追加してみて気に入らなければ外す、という運用も可能です。

なお、Herokuで利用できるアドオンは定期的に追加されており、今後も便利なアドオンが増えていくことが見込まれます。随時、Elementsマーケットプレイスをチェックして新しいアドオンの追加状況を把握しておくと良いでしょう。

### アクセス状況に合わせて容易にスケーリングできる

**スケーリングの容易さもHerokuを利用するメリットの1つです。**アプリケーションをリリースして運用していく過程で、アクセス数・トラフィックの増加・減少に合わせて、最適な環境を維持する必要があります。適切な環境維持に置いて重要になるのが、システムのスケーリングが容易かどうかというポイントです。

スケーリングには、スケールアウト（増強）・スケールイン（縮減）の2つがあります。

Herukoでは、スマートコンテナのdynoを瞬時にスケーリングできるツールを搭載しており、要求する処理能力への調整が簡単です。スケーリングはダッシュボード・CLI・プラットフォームから、dynoの数・種類を変更することで実施できます。

なお、アプリケーションのトラフィックの変化を検知して、自動でdynoの数を増やせる自動スケール機能も便利です。トラフィック変化を予測する必要がなく、管理の手間を軽減できます。ただし、プランによってはdynoを使っただけ料金が加算される場合があるため注意しましょう。

### アプリケーション運用をサポートする充実の機能を使用できる

アプリケーションはデプロイした後の動作をしっかり運用することが大切です。

Herokuには、運用担当者向け機能として、**アプリケーションの運用をサポートするさまざまな機能が搭載されています。**たとえば、アプリケーション・メトリクスでは、アプリケーションの応答時間・エラー・dyno負荷などをモニタリングし、問題の特定が可能です。

また、しきい値アラートでは、応答時間とリクエストの失敗率からしきい値を設定し、逸脱した場合にアラートを出すことができます。上記の機能の組み合わせにより、ユーザーが不具合に気づく前に問題と原因の特定が可能です。トラブル発生前に改善策を講じられるため、エラーによるユーザー離れを抑制できます。

さらに、上記のようなエラーのログを含むアプリケーションのログ記録は、ダッシュボード・CLIから確認できます。このようにUX（ユーザーエクスペリエンス）の最大化に集中するために便利なサポート機能を利用できる点は、Herokuを導入する大きなメリットでしょう。

## Herokuのアカウント登録とログイン方法は？

ここでは、実際にHerokuを導入する際のアカウント登録とログイン方法について紹介します。

### 公式サイトからアカウント登録する

Herokuを導入するには、**まず無料アカウント登録が必要です。**Heroku公式サイトにアクセスし、無料で新規登録をクリックしてください。氏名・メールアドレスなどの必要情報を入力し、無料アカウント作成をクリックすると登録用のメールが届きます。

届いたメールのURLにアクセスし、*設定したパスワードを入力しましょう。*次に進むと、Herokuへのアカウント登録は完了です。

【参考】：[Heroku公式サイト](https://jp.heroku.com/)

アカウント登録が完了したら、Herokuへログインしてアプリケーションの実行環境を準備しましょう。まず**Heroku Dev CenterへアクセスしてHeroku CLIをインストールします。**macOS・Windowsのいずれかを選択し、インストーラーをダウンロードしてください。

Heroku CLIのインストールが完了したら、Herokuへのログインが可能です。macの場合はターミナル、Windowsの場合はコマンドプロンプトを開き、*heroku loginと入力してログインしましょう。*

## 汎用性の高いHerokuを使ってUXの高いアプリケーションを提供しよう

Herokuは、高い拡張性を備えた汎用性の高いPaaSであることを紹介しました。また、スケーリングにより、アプリケーションの成長に合わせて最適な環境を維持しやすい点もポイントです。さらに、運用中のアクセス状態を監視でき、問題点の早期発見が可能な点もメリットでしょう。

Herokuの拡張性を支える豊富なアドオンは、今後さらなる拡充が見込まれます。Salesforceとの相互連携が可能な点からも、**顧客視点に立ったアプリケーション開発に役立つサービスと言えるでしょう。**アプリケーションのUX最大化に向けて、ぜひHerokuの導入を検討してみてください。

いまさら人に聞けないDXとUXやCXの違い、それぞれの関係性についても徹底解説！

Herokuとはアプリケーションの開発・公開に役立つクラウドサービスです。PaaSの1種でプラットフォーム・データベースなどの機能を備え、システム開発に必要なネットワークインフラの構築などを省略できます。Herokuの特徴や料金体系・利用するメリット・デメリットについて解説します。

Herokuとは、豊富なアドインによる高い拡張性やスケールアウトの容易さが特長のPaaSである

AWSと比較すると対応言語が異なるほか、無駄のないシンプルな機能で、迷うことなく必要な機能を選択しやすい

無料枠でも、個人でのシステム開発・アプリケーション運用に十分な機能を使用できる

Herokuとはなにか？料金体系や利用するメリット・デメリットを解説！

## Matplotlibのインストールと概要

人気のPython言語はライブラリの豊富さが魅力の1つです。ここでは、**Pythonのグラフ作成ライブラリとして人気のMatplotlibと、そのインストール方法などについて紹介**していきます。

データを分析する際に、グラフ化することでデータ分析の結果をより効果的にアピールでき、読み手にも直感的に伝わります。Pythonで分析したデータをグラフ化するMatplotlibは、Pythonエンジニアにとっては欠かせないライブラリの1つと言えます。

《注意》：この記事はWindowsユーザーを対象にしています。MacやUbuntuなどのLinux系の方、ラズパイ（マイクロボードコンピュータ）をお使いの方は参考程度にお読みください。

Pythonとは？人気のPythonを学ぶ際に知っておきたいこと

Pythonで開発を行う際におすすめのツールを徹底解説！

Matplotlibとは、読み方は「マットプロットリブ」で、Python言語用およびNumpy（科学計算用ライブラリ）用のグラフ描画ライブラリです。

**Matplotlibはオブジェクト指向APIを提供し、さまざまな種類のグラフを簡単に描画**できます。主に2次元プロットの描画がメインですが、徐々に3次元プロットの機能も追加されています。

描画したグラフはさまざまな画像形式で保存ができ、wxPython、GTKなどのGUIツールキット製アプリにグラフ描画機能を組みこむことが可能です。その他、Matplotlibは「pylab」というインタフェースも持っており、対話環境の提供を可能とします。

**MatplotlibはPythonのサードパーティライブラリをまとめて管理しているPyPI（Python Package Index）に登録されています**ので、[PyPI（The Python Package Index）](https://pypi.org/)で検索してみましょう。

Matplotlibで検索した結果、以下の通り、Matplotlib関連のプロジェクト数が、4,379（2021年12月）も見つかりました。この数字からもMatplotlibがPythonにおける重要なライブラリであることが分かります。

*【参考】：[matplotlib公式ページ](https://matplotlib.org/)*

**Matplotlibは、数値解析・AIの開発・医療分野の画像解析・ロケットのシミュレーション・津波シミュレーションなど、非常に幅広い分野で活用**されています。また利用している人たちは、学生から研究者、ビジネスマンなど、あらゆる階層や世代に渡っているのも特徴の1つです。

Matplotlibは2003年に初回リリースがされてから、現在でもオープンソースで開発が続き、新しいバージョンが次々と公開されています。

また、MatplotlibはPythonの統合開発環境ライブラリであるJupyter Notebookの標準装備ライブラリのため、*Jupyter Notebookを利用している方はJupyter Notebookからインストールして利用可能*です。

Jupyter Notebookとは？その導入・操作方法を解説

## Matplotlibのインストールと活用

Matplotlibの概要や用途が分かったところで、**実際にMatplotlibをインストール**してみましょう。

### Matplotlibを利用する前にPythonをインストールする

Matplotlibは、Jupyter Notebookをインストールすれば、Jupyter Notebookからインストールできますが、*単独でインストールする場合は、pipを利用してインストール*します。

pipを使わないとインストールできないので気を付けてください。

ただし、Matplotlibをインストールする前に、**Pythonが既にインストールされていることが条件**です。PythonがまだインストールされていないPCで利用するには、まずPythonを以下の公式サイトからインストールしておきましょう。

*【参考】：[ダウンロードページ（Python公式サイト)](https://www.python.org/downloads/)*

Pythonのインストール方法：初心者向けインストール方法を1から解説！

### Matplotlibをpipでインストールする

Windows10でpipコマンドを用いてMatplotlibをインストールするには、*コマンドプロンプトから「*pip install matplotlib*」と入力するだけでインストール*できます。

「Successfully installed matplotlib-3.5.1」と表示されればインストール完了です。

### Jupyter Notebookをpipでインストールする

「Jupyter-Notebook」はPython向けの統合開発環境（IDE）です。**「Jupyter-Notebook」は、データ分析などで使用されることを想定し、データのビジュアル化などの作業に向いていますので、Matplotlibを使う方はインストールしておくことをおすすめ**します。

Jupyter Notebookはインタラクティブ形式で、コードなどの実行がすぐに確認できますので、コーディング作業では非常に重宝するでしょう。

「Jupyter-Notebook」のインストールはコマンドプロンプトから「*pip install jupyter*」とpipコマンドを入力すれば、「Jupyter-Notebook」と関連するライブラリが自動的にインストールされます。

### MatplotlibをJupyter Notebookからインストールする

Jupyter Notebookを既に利用している方は「Notebook」のセルに、先頭に「！」マークをつけて「*!pip install matplotlib*」を実行してMatplotlibをインストールできます。pipと同様に「Successfully installed matplotlib-3.5.1」の表示が出ればインストール完了です。

**Matplotlibを早く理解するには、実際に使ってみること**でしょう。ここではJupyter Notebookを立ち上げ、「Notebook」画面で試してみましょう。

### Matplotlib公式サイトを利用してグラフを作成する

最初に*[matplotlib公式サイト](https://matplotlib.org/stable/index.html#)*にアクセスしてみましょう。

表示された画面上部の「プロトタイプ」をクリックすると、さまざまなタイプのグラフが表示されます。今回は、「plot（x.y）」を選択してみましょう。

表示されているグラフの図をクリックすると、グラフの下にコードが表示されます。この*コードをNotebookのセルに貼り付け、実行キーをクリックするとグラフが表示*されます。

いかがでしたか？pipコマンドでMatplotlibをインストールしてからJupyter Notebookで任意の画像を描画するまでわずか数分だったと思います。

下記の『』内のコードをJupyter Notebookのセルに貼り付け、実行してみてください。

『import matplotlib.pyplot as plt
labels = [10, 20, 30, 40, 50, 60]
x = range(0, 6)
y = [30, 55, 60, 65, 70, 65]
# 棒グラフを描画する
plt.bar(x, y, tick_label = labels)
plt.show()』

次のようなグラフが出力されましたね。このグラフは年齢ごとの体重の変化を示しています。年齢を日付に変えれば、日別の体重グラフになります。このように,Pythonは**ライブラリを利用することで、ほとんどコーディングを行わずに簡単なアプリを作れる**のです。

ここまでMatplotlibを実際に操作して、Excelをよく利用されている方は「Excelで十分」と思われた方もいるかもしれません。しかし、**MatplotlibがExcelに勝っていること**がいくつかあります。以下にまとめてみました。

**Matplotlibは頭に描いたイメージをそのまま描画できるのが特徴**です。Excelのようにデータをいちいち用意しなくとも数式やWeb上にあるデータなどから数値を拾い、すぐにグラフ化ができます。 また、描いたグラフをそのままWebやアプリに出力することが可能です。

ほか、時間経過とともに変化していく気象観測データなどをライブ描画することもできます。以下、箇条書きで整理してみましょう。

▪数式からグラフを描ける
▪Web上のデータからグラフを描ける
▪作成したグラフをWebやアプリに出力できる
▪時々刻々と変化するデータをライブ描画できる

### Matplotlibはオープンソースの無償のソフトウェア

Matplotlibを試してみるまでに、Python・pip・JupyterNotebook・Matplotlibをインストールしましたが、一切費用は発生していません。これらはすべて**無償のオープンソース**だからです。Matplotlibは大変優れたグラフ作成機能を持っていますが、これらを無償で利用できる点は大きなメリットと言えます。

AIやデータ解析にも使われるMatplotlibのインストール方法、特徴や簡単な使い方をできるだけやさしく解説してきました。Python入門者のレベルでも、かなり使えそうなライブラリだということを理解いただけたと思います。

Pythonは分かりやすく覚えやすいスクリプト言語で、Python自体も魅力的な言語ですが、豊富にあるPythonライブラリを利用すれば、驚くほど簡単にアプリケーション開発ができます。**この機会にPythonを学び、Matplotlibをマスターしてグラフやデータ解析の達人**を目指してみませんか？

Pythonは本で学ぼう！入門者におすすめの技術本5選！

Python入門：はじめの一歩から基本構文までまとめて解説！

Matplotlibは、Pythonユーザー必須のデータ分析、グラフ作成ライブラリです。データを分析する際に、グラフ化することでデータ分析の結果をより効果的にアピールできます。Matplotlibの特徴やインストール方法、使い方などを図解で分かりやすく解説していきます。

MatplotlibとはPython言語およびNumpy（科学計算用ライブラリ）用のグラフ描画ライブラリである

Matplotlibを利用するには、Python pipを利用してインストールする

Matplotlibを使えば、豊富なグラフテンプレートから簡単にさまざまな表現力のあるグラフ作成ができる

【図解】Matplotlibのインストール手順を徹底解説！

アンドエンジニアのYouTube版[『アンドエンジニアチャンネル』](https://www.youtube.com/@andengineer)では、**AI時代で生き残ることができるエンジニア**について対談動画を公開しています。興味のある方はぜひ下記よりご覧ください！

AI時代を制するために必要なスキル・ノウハウはコレ！

LangChain「読み方：ラングチェーン」は、*ChatGPTなどで使われているLLM（大規模言語モデル）を利用してアプリケーション作成を効率的に行えるように作られたフレームワークです。*

開発元はChatGPTと同じOpenAI社と誤解されがちですが、Harrison Chase氏が立ち上げたオープンソースプロジェクトで、GitHub上の数百人の開発者によって作られました。

ChatGPTでは、最新の情報に対応していない、長文入力ができない、複雑な計算問題が苦手といった課題が残されていますが、LangChainを利用することで、こうした課題に対処することが可能になります。

この記事では、LangChainの使い方や機能、Pythonを用いたインストール方法、LangChainを用いたChat APIの機能拡張方法について紹介します。LangChainのDocumentは次のリンクを参照してください。

【参考】：[Introduction |  Langchain](https://python.langchain.com/docs/get_started/introduction.html)
【参考】：[ChatGPT｜OpenAI](https://openai.com/chatgpt)

ChatGPTとは？今話題のAIチャットボットの概要や仕組みを解説！

 **LangChainが対応するプログラミング言語は、PythonとTypeScriptの2種類です。**（2023年8月時点）そこで、この記事ではPythonプログラムでLangChainを利用する方法を中心に解説します。

【参考】：[プログラミング言語 Python 総合情報サイト - python.jp](https://www.python.jp/)
【参考】：[TypeScript：型の構文を持つJavaScript](https://www.typescriptlang.org/)

PythonはAIに必須！AIエンジニアを目指すならPythonを学ぼう

TypeScriptとは？JavaScriptとの違いも解説！

LlamaIndexは、専門知識やデータなどの外部データをGPTに簡単に組み込むことができるライブラリです。 **LlamaIndex単体でも、LangChainを介さずに簡単なQ&Aはできますが、以下紹介するようにLangChainの方が多機能なライブラリと言えます。**

【参考】：[LlamaIndex ｜ Data Framework for LLM Applications](https://www.llamaindex.ai/)

LangChainには、言語モデルをさらに利用しやすくするための様々な機能を備えています。以下、LangChainで何ができるのかについて一覧で解説をします。

*▪Models*：Modelsは、様々なモデル（大規模言語モデル、チャットモデル、Embeddingsモデル）を組み合わせて使用できる機能です
*▪Prompt*：Promptは、プロンプトの管理や最適化やシリアル化を行うための機能です。
*▪Indexes*：PDFやExcel、CSVなどの外部データを用いて回答を生成できるようにする機能です。
*▪Chains*：複数のプロンプトをチェーンのように繋げて、処理を連続して実行可能にする機能です。
*▪Agents*：プロンプトの内容に基づいて、どのツールを組み合わせ、どのようなアクションを行うかを判断する機能です。
*▪Memory*：LLMを利用したユーザとの対話履歴を記録し、必要に応じ再利用できる機能です。

【参考】：[Modules | Langchain](https://python.langchain.com/docs/modules/)

プロンプトエンジニアリングとは？具体例や応用手法も徹底解説

## LangChainとOpenAIをインストールする

ここでは、*Pythonを用いてLang Chainをインストールする方法、およびOpenAIのライブラリをインストールする方法について紹介します。*

開発環境としては、Windows 11 ProにPython 3.11.5がインストールされている前提で進めていきます。Pythonをまだインストールしていない方は、次のPython公式サイトを参考に、Pythonのダウンロードとインストールを済ませておいてください。

【参考】：[Windows版Pythonのインストール: Python環境構築ガイド - python.jp](https://www.python.jp/install/windows/install.html)

Pythonがインストールできたら、**Pythonコマンドを用いてOpenAIのライブラリをインストールします。**コマンドプロンプトを起動し、以下のコマンドを入力します。

OpenAIのライブラリーインストールが終了すると以下のメッセージが表示されます。

Successfully installed aiohttp-3.8.5 aiosignal-1.3.1 async-timeout-4.0.3 attrs-23.1.0 certifi-2023.7.22 charset-normalizer-3.2.0 colorama-0.4.6 frozenlist-1.4.0 idna-3.4 multidict-6.0.4 openai-0.27.9 requests-2.31.0 tqdm-4.66.1 urllib3-2.0.4 yarl-1.9.2

コマンドプロンプトとは？できることや使い方をわかりやすく解説！

OpenAIのインストールと同様に、コマンドプロンプトからPython コマンドを用いて、LangChainをインストールします。

Lang Chainのライブラリーインストールが終了すると以下のメッセージが表示されます。

Successfully installed PyYAML-6.0.1 SQLAlchemy-2.0.20 annotated-types-0.5.0 dataclasses-json-0.5.14 greenlet-2.0.2 langchain-0.0.275 langsmith-0.0.27 marshmallow-3.20.1 mypy-extensions-1.0.0 numexpr-2.8.5 numpy-1.25.2 packaging-23.1 pydantic-2.3.0 pydantic-core-2.6.3 tenacity-8.2.3 typing-extensions-4.7.1 typing-inspect-0.9.0

以上で、OpenAIとLang Chainのライブラリインストールは終了です。次に、OpenAIのAPIキーを取得します。

LangChain APIキーの取得を行う前に、OpenAIのアカウントを取得する必要がありますが、すでにOpenAIのアカウントを取得している方は、そのアカウントでOpenAIのサイトにログインします。**ChatGPTを利用している方は、ChatGPTのアカウントでもログインできます。**

【参考】：[OpenAI Platform](https://platform.openai.com/account/api-keys)

~~【図】：　OpenAI のログイン画面　~~

APIを利用する際に、APIキーが必ず必要になってきます。APIキーとは、APIにログインするための固有の識別子のことです。

 APIキーがあることによって、開発者やユーザはサービスの利用が可能になり、同時にAPI側ではその利用状況をモニターすることで悪用を検知できます。**OpenAIのWebサイトでユーザ登録を済ませていれば、次のページから簡単にAPIキーの生成ができます。**

*■ 1．OpenAIのサイトにアクセス*
OpenAIのサイトにアクセスしたら、メニュー選択画面から、［API］を選択します。

~~【図】：　OpenAI のログイン後画面　~~

*■ 2． API reference 画面に移動*
「Welcome to the OpenAI platform」の画面が表示されたら、上段のメニューから「API reference」を選択してクリックします。

~~【図】：　OpenAI のメニュー選択画面　~~

*■ 3． 「API Keys」を選択*
次の画面が表示されたら、「Authentication」の見出し下にある「API Keys」をクリックします。

~~【図】：　OpenAI のAPI Keys選択画面　~~

*■ 4． APIキーの作成*
「API Keys」の取得画面が表示されます。［+Create secret key］のボタンをクリックすると、さらに「Create new secret key」と出力画面が表示されますので、［Create secret key］ボタンをクリックします。

~~【図】：　OpenAI の「API Keys」作成画面　~~

*■ 5．APIキーの取得*
「API Keys」が表示されたらキーの右にあるコピーボタンをクリックしてキーをコピーし、メモ帳などに貼り付けて保存してください。APIキーは後ほど、環境変数の登録時に使用します。

~~【図】：　OpenAI のAPIキーの取得画面　~~

### APIキーを環境変数に登録する

**ChatGPTのAPIなどを利用する場合には、OpenAIから取得するAPIキーを利用します。**またOpenAIではAPIのリクエストに応じて課金するため、APIキーの管理は重要です。うっかり、取得したAPIキーを盗まれると、他人に利用される可能性があります。

コマンドを利用して環境変数を登録する方法はありますが、漏洩リスクの低いWindowsのコントロールパネル上の環境変数に登録し、管理する方法を紹介します。

*■ 1．環境変数を開く*
Windowsのスタートメニューを右クリックし、設定を選択します。システム設定の画面が表示されたら、左上の検索窓に環境変数と入力し、表示された選択肢から「環境変数を編集」を選択すると、以下の環境変数設定画面が表示されます。ユーザの環境変数画面の下から［新規(N)..］を選択します。

~~【図】：環境変数編集画面　~~

*■ 2．環境変数を登録する*
新しいユーザ変数を登録する画面が表示されますので、変数名には「OPENAI\_API\_KEY」と入力し、変数値には先ほど取得してコピーしておいたAPIキーを貼り付けてください。正しく入力したことを確認したら、［OK］ボタンをクリックして、環境変数設定画面を閉じ、Windowsを再起動します。

~~【図】：　環境変数の登録画面　~~

実際にLangChainのLLM機能を利用して、*簡単なPythonプログラムを作成してみましょう。*

### LangChainを使用した生成AIプログラムを作る

ここでは、「東京の観光地紹介記事のタイトルをランダムに生成する」というプロンプトを用意しました。プロンプトは日本語で問題ありません。このコードで使用しているtemperatureはChatGPT のパラメータで、回答の精度を指示します。

一般的には0.2〜0.8の範囲で設定すると良いと言われますが、値を変えてファインチューニングを目指してみると良いでしょう。以下のコードをテキストにコピペし、拡張子をpyにして保存します。

import os
import openai
# openai.api_keyにOpenAIのAPIキーを入れる
openai.api_key = os.environ['OPENAI_API_KEY']
from langchain.llms import OpenAI
llm = OpenAI(temperature=0.4)
print(llm(prompt=東京の観光地紹介記事のタイトルを生成してください。))

ここでは値を0.4にし、Pythonプログラム（プログラム名はsample04.py）を実行した結果、次の回答を得ました。プロンプトは自由に変更してみてください。

- 「東京の観光を楽しむ！　有名なスポットをご紹介」
- 「東京のオススメスポット！　観光で楽しく過ごそう」
- 「東京を存分に満喫！　カオスな街の観光地をお届け」
- 「東京をオススメ！　素晴らしいスポットをご紹介」
- 「東京を楽しもう！　季節ごとのランドマークをお届け」

プログラムを実行して次のようなエラーが表示されたら、OpenAIの無料枠を使い切ってしまったということが考えられます。利用料金を支払う必要があるため、OpenAIのサイトにクレジット情報を登録し、料金を支払います。**クレジットで支払いをしてから1時間前後でエラーがでなくなります。**

Retrying langchain.llms.openai.completion_with_retry.<locals>._completion_with_retry in 4.0 seconds as it raised RateLimitError: You exceeded your current quota, please check your plan and billing details..

## LangChainのAPIで仕事の効率を高めよう

この記事では、LLM（大規模言語モデル）を用いたアプリの開発に役立つライブラリ、LangChainの主な機能、インストール方法、APIキーの取得法、環境変数の設定方法、Pythonプログラムでの利用方法について紹介しました。

1から言語モデルを実現するのは非常に難しいのですが、*LangChainを使うことで大規模言語モデルを簡単に実装できます。*これからPythonを学ぶ方、Pythonプログラムで大規模言語モデルを実装してみたい方、参考になれば幸いです。

ChatGPTで知られた大規模言語モデル（LLM）を簡単に利用できるフレームワークとしてLangChainがあります。この記事ではLangChainの概要、機能、APIキーの取得方法、環境変数の設定方法、Pythonプログラムでの利用方法などについて紹介します。

LangChainはLLMを利用しアプリ開発を効率的に行えるように作られたフレームワーク

言語・開発の記事（44ページ目）