基本的な作り方は簡単で、LlamaIndex を使って大規模言語モデル（LLM）である ChatGPT に専門知識＝外部データを接続します。今回の場合であれば、作物の栽培方法等が外部データになります。
（LlamaIndex の仕組みについては、こちらのページの説明が分かりやすかったです→「ChatGPTで独自データを利用できるLlamaIndexはどんな仕組みで動いているのか？調べてみました | DevelopersIO」）
LlamaIndex は、Python のライブラリですが、LINE bot を作るにしても、スプレッドシートと連携するにしても、GAS (Google Apps Script) から応答を得られる形にした方が簡単かと思います。なので、GCE (Google Compute Engine) 上で Flask を使って Web API にすることにしました。
そんなわけで、ひとまずシイタケの害菌のデータをサンプルの外部データとして、Web API にするところまで実際に作ってみました。万が一、勝手に使われたりすると破産しかねないのでアクセスキーなども設定しました。
・参考にさせていただいたページ
感想としては、「いかに使えるデータを収集・反映していくか」。結局、これに尽きますね。
栽培方法の概論的なものをはじめ、病害虫の特徴や防除方法、さらには、日々の気象情報や農作業の中で取得したデータ等、これらをいかに収集して適切に反映していくかということですね。
逆に、ここさえうまくできるなら、だいぶ何でも作れそうな気がします。コツコツやっていきます。
・関連投稿
Twitter (@nkkmd) 日々更新中です。