ChatGPTのUIを整理してみた

はじめに

生成系AIを使ったチャットアプリケーションを開発するにあたって、ユーザーに対してどのようなUIを提供するのが適切か検討することが多いと思います。
検討材料として本家となるOpenAIのChatGPTのUIをもとに実装することが多いので、ChatGPTのUIについて整理しました。

ChatGPTのアプリの外観は以下の通り。

出力はストリーミングで応答されます。

gif

UI上はアップロードファイルに制限はなく、どのファイルでもアップロード可能です。

ただし、下表の通り、ファイルの種類によってはLLMから正しい回答が得られないようになっています。

各種ドキュメントファイルのアップロードが可能です。

サポートされているファイルは本件には明記なし。
Azure OpenAIの場合は画像ファイルに関しては、以下のファイルがサッカーされているとの記載あり。

Azure公式ドキュメント: 画像ファイル

SVGなどの上記以外のファイルはアップロードはできるが、LLMがファイル名をもとに推測した内容を回答するため、ファイルの中身と異なる内容を説明するというハルシネーションが発生してしまいます。

ZIPファイルをアップロードすると、ZIPファイルを展開して中身について回答してくれます。

アップロードするとファイル名は認識していますが、中身を閲覧できないとう回答が返ってきます。

OpenAIで使われている各種アイコンは以下の通りです。

この記事では、ChatGPTのUIについてまとめました。
この記事が、生成系AIを開発されている方の参考になれば幸いです。