# AIクラスターのラベリング

> AIクラスターのラベリング -
> DataRobotの提供するクラスタインサイトにChatGPTを組み合わせ、OpenAIとDataRobotのAPIを用いて、クラスタにビジネスやドメインに特化したラベルを付与する。

This Markdown file sits beside the HTML page at the same path (with a `.md` suffix). It summarizes the topic and lists links for tools and LLM context.

Companion generated at `2026-07-23T18:01:59.387562+00:00` (UTC).

## Primary page

- [AIクラスターのラベリング](https://docs.datarobot.com/ja/docs/api/dev-learning/accelerators/llm-and-genai-apps/cluster-genai.html.md): Full documentation for this topic (Markdown sidecar).

## Documentation content

[GitHubでこのAIアクセラレーターにアクセス](https://github.com/datarobot-community/ai-accelerators/blob/main/generative_ai/smart_cluster_naming/smart_cluster_labeling.ipynb)

教師なし学習モデリングの最も難しいところは、クラスターをエンドユーザーに説明することです。 DataRobotを使用すると、クラスタリングモデルを構築できるだけでなく、クラスターごとのインサイトによって、クラスターの分析に役立てることができます。 ほとんどのシナリオでは、モデルを構築するユーザーは、モデルを使用するユーザーに合わせてクラスターラベルを調整するための専門知識を持っていない場合があります。 生成AIモデルを使用して、一部のプロンプトエンジニアリングでクラスターに自動的にラベルを付けることがここでできます。 生成AIモデルは、膨大な量のドメインとビジネスデータセットでトレーニングされているので、エンドユーザーの専門知識に合わせてチューニングするようクラスターを理解し、ラベルを付けることができます。

このAIアクセラレーターは、DataRobotモデルからクラスターインサイトを抽出し、プロンプトエンジニアリングを使用してクラスターにラベルを付け、DataRobotプロジェクトのクラスターの名前を変更する方法を示します。

以下の内容を探ります。

- APIを使用して、DataRobotの教師なし学習プロジェクトからクラスターインサイトを抽出します。
- 生成AIとプロンプトエンジニアリングを使用して、クラスターインサイトを使用し、DataRobotクラスターのクラスターラベルを作成します。
- APIを使用してDataRobotクラスターの名前を変更します。