Text NLP AIステップ
Text NLP AI ステップは、データに対して7つの行単位のタスクのいずれかを、構造化された（ツール使用を強制した）LLM呼び出しのバッチとして実行します。タスクは、固有表現認識、品詞タグ付け、サマリー、ゼロショット分類、キー／値の抽出、プロンプト、埋め込み です。このステップは、管理されたPlaidCloudジョブとして実行されるため（ML: モデルの学習やLLMステップと同様）、ワークフローの他の部分とリソースを奪い合うことはありません。
すべてのタスクが実際のLLM呼び出しであるため、結果は実行間でビット単位では再現されません。詳しくは非決定性を参照してください。
- ソース / 出力テーブル — 入力テーブルと、結果の書き込み先のテーブル。
- テキスト列（
field）— 各タスクが読み取る列。 - タスク（
task）—ner、pos、summary、zeroshot、keyvalue、promptのいずれか。embedタスクはフォームのタスクリストにはありません。AIアシスタントまたはREST APIで設定してください。 - 言語（
language）— モデルに渡すテキストの言語。デフォルトはenです。 - LLM接続（
llm_connection_id）— Anthropic、OpenAI、Gemini、Azure OpenAI、Grok、GitHub Models向けのLLM接続。空欄にすると、ワークスペースのデフォルトを使用します。 - モデル（
llm_model）— 空欄にすると、接続のデフォルトモデルを使用します。 - 温度（
temperature）— オプションのサンプリング温度。非決定性を参照してください。現行世代のモデルはこの設定を無視します。 - 最大行数（
max_rows）— ソースの順序で最初のN行のみに回答します。残りの行の回答は空のままです。すべての行に回答する場合は空欄にします。 - バッチサイズ（
batch_size）— LLM呼び出しごとに送信する行数。1から500。デフォルトは25です。応答が切り詰められたバッチは、行が失われる代わりに半分に分割して再試行されます。
4つのタスクは、入力行ごとに1つの出力行を返します（行保持型）。3つのタスクは、入力行ごとに0行以上を返し、ソースの識別子列（id_columns）を各行に引き継ぎます（行展開型）。
| タスク | 展開 | 出力列 | タスク固有のフィールド |
|---|---|---|---|
固有表現認識（ner） |
行展開型 | entity_text、entity_type |
エンティティタイプ（entity_types）— 許可するタイプのリスト。空欄の場合、デフォルトは people、organizations、locations、dates、quantities です。 |
品詞タガー（pos） |
行展開型 | token、pos（ユニバーサル品詞タグ。たとえば NOUN、VERB、ADJ） |
なし。 |
サマリー（summary） |
行保持型 | summary |
Summary Length（summary_length）— 最大文数、1から20。デフォルトは3です。 |
ゼロショット分類（zeroshot） |
行保持型 | label、score（0から1） |
ラベルフィールド（label_field）— 各行の候補ラベルを保持するソース列。これがないと、モデルには選択肢がありません。Multi-Label（multi）— 最も適切な1つを選ぶ代わりに、行ごとに複数のラベルを許可します（, で連結されます）。 |
プロンプト（prompt） |
行保持型 | answer、error |
プロンプト（prompt）— すべての行に適用される指示。必須です。入力フィールド（input_fields）— プロンプトとともにモデルに送信する列。行ごとに1レコードとして送信されます。空欄の場合は テキスト列 が送信されます。 |
埋め込み（embed） |
行保持型 | embedding（数値のJSON配列）、error |
なし。AIアシスタントまたはREST APIで設定します。OpenAI互換またはAzure OpenAIの接続が必要で、接続のデフォルトは通常チャットモデルのため、ステップの モデル には埋め込みモデルを指定する必要があります。Anthropicの接続は、埋め込みAPIがないため拒否されます。リクエストが失敗した場合は、そのバッチのすべての行が保持され、embedding は空になり、理由が error に入ります。 |
キー／値のペア（keyvalue） |
行展開型 | key、value |
キーフィールド（key_field）— 各行の、抽出する候補キーを保持するソース列。空欄にすると、モデルが自由にキーを見つけます。Fuzzy（fuzzy）— 候補キーを完全一致ではなく、あいまいに照合します。 |
ID列（id_columns）は、行展開型のタスクのすべての出力行に、ソーステーブルの識別列を引き継ぎます。これにより、抽出されたエンティティやペアを元のソースレコードまでたどれます。ID列には、タスク自身の出力列と同じ名前を付けることはできません。たとえば、ner タスクでID列に entity_type という名前を付けると、ステップを保存するときに拒否され、ID column ‘entity_type’ has the name of a column the ner task writes; rename or remove it. と表示されます。
error 列には、その行で失敗した呼び出しのメッセージが入ります。プロンプトタスクは、このレビューの感情を分類してください。 のように、他のタスクではカバーされない行単位の質問に使用します。フィールドの値はデータとして送信され、モデルへの指示として扱われることはありません。
プロンプトタスクでは、ドキュメント列（content_field）に、各行のドキュメントをbase64で保持する列を指定します。ステップは、1回の呼び出しにつき1つのドキュメントを送信します。ドキュメントは、プロバイダーがその種類とサイズを受け付ける場合、画像またはPDFとしてプロバイダーに送られます。そうでない場合、ステップは テキストのフォールバック列（text_fallback_field）のテキスト（たとえばOCRテキスト）を送信します。ドキュメント全体がPlaidCloudからプロバイダーに送信されるため、お使いのデータで許容できるかどうかを確認してください。行は1つずつ送信されるため、バッチサイズ は無視されます。バッチが失敗した場合、その行は空の answer のまま保持され、ステップは警告を出します。
また、ソーステーブルがない場合（Source table is required.）や、バッチサイズ または Summary Length が上記の範囲外の場合も、保存は拒否されます。
非決定性（LLMベースの結果）
Section titled “非決定性（LLMベースの結果）”すべてのタスクは実際のLLM呼び出しであるため、入力がまったく同じでも結果は実行ごとに変わることがあります。ビット単位の再現性は保証されておらず、これは不具合ではなく想定された動作です。
温度 には、さらに注意点があります。現行世代のモデル（Opus 4.7以降、Sonnet 5以降、Fable）は、明示的なサンプリング温度を完全に拒否します。温度を設定した場合、ステップは一度それを試します。最初の拒否が検出されると、実行は残りのバッチでモデル自身のサーバーデフォルトにフォールバックし、ステップの結果には失敗ではなく、一度だけの情報メモが付きます。温度を空欄のままにする（デフォルト）と、この往復が完全に省かれます。現行のモデルでは、この設定をお勧めします。
- ML: モデルの学習 — 行ごとにLLMを呼び出す代わりに、モデルを学習させます。
- LLMステップ — これらの固定された行単位のタスクではなく、プロジェクトの読み取り/書き込みアクセス範囲を限定した、自由形式のエージェント型LLM呼び出し。
- Alteryx変換マトリックス — 固有表現認識、品詞タガー、テキスト要約、ゼロショットテキスト分類、キー／値のペアは、いずれもこのステップに変換されます。
- Savant分析の移行 — SavantのInferエージェントとVisionエージェントは、プロンプトタスクに変換されます。