原始的なリクエストを超えて

大規模言語モデル（LLM）を始めると、開発者は通常、OpenAIのPythonライブラリなど直接的なAPI呼び出しを使ってプロンプトを送信し、完了レスポンスを受け取ります。機能的には問題ありませんが、アプリケーションが拡大するにつれてこのアプローチは管理できなくなります。

状態の無さという問題

大規模言語モデルは本質的に状態を持たないです。メッセージを送るたびに、モデルは「あなたが誰か」やこれまでに何を言ったかを忘れてしまいます。各インタラクションは完全な空白の状態です。会話を維持するには、毎回すべての履歴を手動でモデルに戻す必要があります。

LangChainによる解決策

LangChainはChatOpenAIというモデルラッパーを導入します。これは単なるラッパーというだけではなく、モジュール性の基盤です。モデル呼び出しを抽象化することで、後でモデルを交換したり、メモリを注入したり、テンプレートを使用したりしても、コードベース全体を書き直さずに済みます。