DSPy

DSPy

型付きシグネチャと再利用可能なモジュールを使用して、最適化可能な言語モデルプログラムを構築する Python フレームワークです。

subscription
最終更新 2026/8/28

DSPyについて

DSPy は、AI システムを手書きのプロンプト集ではなく、モジュール式プログラムとして構築するための Python フレームワークです。開発者は入出力の型付きシグネチャを宣言し、言語モデルによる推論、ツール呼び出し、構造化された結果の返却方法を制御する再利用可能なモジュールを選択します。アダプターはチャット、JSON、2 段階、XML の対話パターンに対応し、モデル層には言語モデルと埋め込みのインターフェースが含まれます。タスク定義と実行戦略を分離することで、プロンプト文字列を中心にアプリケーションを作り直さずに、モデルやワークフローを変更しやすくなります。DSPy は ReAct などのエージェントにも対応し、開発中にトレースツールと連携できます。プログラム構造を定義し、評価を保守し、基盤となるモデルサービスを運用できる Python チームに適しています。このフレームワークは MIT ライセンスを採用し、Python 3.10 以降が必要です。最適化には引き続き例や評価基準が必要であり、チームは DSPy の抽象概念を習得したうえで、プロバイダーの利用量、信頼性、運用コストに責任を負う必要があります。

機能

構造化抽出

テキストからイベントや詳細情報を抽出するため、型付きの入力フィールドと出力フィールドを宣言します。

検索とランキング

検索、関連性判定、オフライン評価をモジュール式ワークフローとして構成します。

ツール利用エージェント

ツールを呼び出し、開発中にトレースを公開できる多段階エージェントを構築します。

長所

  • 型付きシグネチャによって想定される入出力が明確になり、ワークフロー変更時の保守性が向上します。
  • 再利用可能なモジュールとアダプターにより、タスク定義を書き直さずに推論や出力の戦略を変更できます。
  • MIT ライセンスと Python パッケージにより、社内実験や本番環境のエンジニアリングで導入しやすいフレームワークです。

短所

  • このフレームワークを効果的に使うには、DSPy のシグネチャ、モジュール、アダプター、最適化の概念を習得する必要があります。
  • 本番システムの運用には、別途モデルへのアクセス、デプロイ、監視、プロバイダー利用コストの管理が必要です。
  • 最適化は、代表的な例や評価基準を用意できる場合に最も有効ですが、そのための準備作業が増えます。

料金プラン

サブスクリプション

Not specified指定なし
  • モジュール式 AI プログラム向けの Python フレームワーク
  • シグネチャ、モジュール、アダプター、モデルインターフェース
  • エージェントと最適化のワークフロー

* 料金情報は参考用です。最新情報はDSPy公式サイトのお知らせをご確認ください。

よくある質問

DSPy は、構造化シグネチャ、再利用可能なモジュール、アダプター、最適化ワークフローを備えた Python プログラムとして言語モデルアプリケーションを構築します。
DSPy には Python 3.10 以降が必要で、pip を使って dspy パッケージからインストールできます。
はい。DSPy には ReAct などのエージェントモジュールが含まれ、ツールを使ったマルチホップブラウジングと任意のトレース機能が文書化されています。

ツール情報

開発者DSPy
リリース日2026/7/20
価格subscription