ベクトルデータは、セマンティック検索、レコメンデーションエンジン、RAG（Retrieval-Augmented Generation）パイプラインなど、現代のAIを活用した機能の中核をなしています。4D やVector といったフィールドが4Dデータベースにおいて重要な位置を占めるようになるにつれ...
このブログ記事では、1行のコードも書かず、自分で何かを構築することもなく、Qodly向けの最初のカスタムコンポーネントの開発を始めた経緯についてお話しします。すべての大変な作業は、明確なプロンプトに基づいてAIが行ってくれました。 適切なプロンプトをいくつか指定するだけで、VSCodeとGitHu...
4D 21 R4で直接使える、Appleのライティングツールの威力 ここ数年、AIは世界を席巻し、メールの推敲、エッセイの磨き上げ、ブログ記事の質向上（この記事も含めて ;-) ）を助けてくれています。 この潮流の一環として、Appleは「ライティングツール」を導入しました。これは、要約、書き直し...
アプリケーションにおいて、AIの活用はますます広がっています。AIは複雑なJSONを生成したり、文書からデータを抽出したり、構造化された応答を提供したりすることができます。しかし、問題もあります。AIはミスを犯したり、フィールドを省略したり、さらには架空の情報を生成したりする可能性があるのです。 ...
AI がアプリケーションの中核となるにつれ、埋め込み、ベクトル類似度、AI駆動型機能への依存度が高まっています。これまで、AI モデルやAPI キーを整理された状態で再利用可能かつ安全に管理しつつ、完全な再構築をせずにAPIキーを更新できるようにすることは、常に課題となっていました。 この課題に対...
先日、4D 21 を使った AI コーディングに関するウェビナーをご覧になった方は、ほぼすべて自然言語のプロンプトだけで、旅行代理店向けアプリケーション（データベース構造、データ、フォーム、AI 機能）を完成させた様子をご覧になったことでしょう。この記事では、そのセットアップ手順を解説し、同じワーク...
セマンティック検索：ベクトル類似性によるクエリの記事では、ベクトル類似性を使用したエンティティのクエリ方法を紹介しました。これは、正確な値ではなく意味に基づいて最も関連性の高いレコードを見つける強力な方法です。 4D 21 R2では、4D.Vectorフィールドを用いた検索結果の並べ替え機能が新た...
わずか2、3年の間に、人工知能は新たなトレンドから現代のソフトウェアに不可欠なコンポーネントへと変貌を遂げた。ChatGPT、Grok、Gemini、その他のAIアシスタントは、今や仕事でもプライベートでも、全ての人の日常生活で重要な役割を果たしています。 4D 21が4D.Vectorsと 4D...
アプリケーションで AI を使用する場合、単なる自由形式のテキストではなく、コードが解析できる出力が必要になることがよくあります。ユーザーインターフェース用のデータを生成する場合でも、ビジネスロジックを自動化する場合でも、あるいは多段階の推論をオーケストレーションする場合でも、予測可能でマシンが読み...
セマンティック検索、レコメンデーションエンジン、自然言語処理などの AIアプリケーションにおいて、ベクトルベースの検索の重要性が高まる中、4D は query() 関数にベクトルクエリのネイティブサポートを導入しました。この強化により、ベクトル類似度の比較が DataClass.query() およ...
