Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
ライターがやる作業を LLM にやらせたら良い記事ができた
Search
Cloud Ace
April 01, 2024
Technology
0
130
ライターがやる作業を LLM にやらせたら良い記事ができた
Cloud Ace
April 01, 2024
Tweet
Share
More Decks by Cloud Ace
See All by Cloud Ace
「さらばアラートノイズ!」 AIエージェントでインシデント対応を自動化する
cloudace
0
53
ADKとMastraを活用したAIエージェント開発実践
cloudace
0
56
How to manage Keycloak secuarely by using Terraform on Google Cloud
cloudace
0
110
BigQueryのfederated queriesを用いた GrafanaでのDatabaseの可視化
cloudace
0
18
Google CloudとGitHub Actionsでセキュアで 信頼性の高いインフラのデプロイパイプラインの構築方法
cloudace
0
130
新しいプロダクトのデプロイパイプラインにArgo CDを使った話
cloudace
0
190
開発現場とセキュリティ担当をつなぐ脅威モデリング
cloudace
0
310
クラウド ネイティブ化は、 本当に必要なのか? 〜移行パターンと成功のポイント~
cloudace
0
290
今すぐできる! DORA metrics でカジュアルに始める CI/CD | DevOpsDays Tokyo 2024
cloudace
0
870
Other Decks in Technology
See All in Technology
技育祭2025【秋】 企業ピッチ/登壇資料(高橋 悟生)
hacobu
PRO
0
110
アイテムレビュー機能導入からの学びと改善
zozotech
PRO
0
170
Geospatialの世界最前線を探る [2025年版]
dayjournal
1
220
『バイトル』CTOが語る! AIネイティブ世代と切り拓くモノづくり組織
dip_tech
PRO
1
130
Oracle Base Database Service 技術詳細
oracle4engineer
PRO
12
80k
大規模サーバーレスAPIの堅牢性・信頼性設計 〜AWSのベストプラクティスから始まる現実的制約との向き合い方〜
maimyyym
10
4.9k
JAZUG 15周年記念 × JAT「AI Agent開発者必見:"今"のOracle技術で拡張するAzure × OCIの共存アーキテクチャ」
shisyu_gaku
1
160
Node.js 2025: What's new and what's next
ruyadorno
0
350
ユーザーの声とAI検証で進める、プロダクトディスカバリー
sansantech
PRO
1
140
Introdução a Service Mesh usando o Istio
aeciopires
0
140
Wasmのエコシステムを使った ツール作成方法
askua
0
190
衛星画像超解像化によって実現する2D, 3D空間情報の即時生成と“AI as a Service”/ Real-time generation spatial data enabled_by satellite image super-resolution
lehupa
0
170
Featured
See All Featured
Leading Effective Engineering Teams in the AI Era
addyosmani
6
440
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
55
3k
Music & Morning Musume
bryan
46
6.8k
Thoughts on Productivity
jonyablonski
70
4.9k
The Art of Programming - Codeland 2020
erikaheidi
56
14k
Balancing Empowerment & Direction
lara
4
690
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
46
7.7k
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
359
30k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
48
9.7k
CoffeeScript is Beautiful & I Never Want to Write Plain JavaScript Again
sstephenson
162
15k
Writing Fast Ruby
sferik
629
62k
KATA
mclloyd
32
15k
Transcript
| © 2023 Cloud Ace, Inc ライターがやる作業を LLM にやらせたら 良い記事ができた Takumi
Mizuno Sr.Specialist Cloud Ace, lnc. ©2024 Cloud Ace, Inc
スピーカー Takumi Mizuno Cloud Ace, lnc. / Sr.Specialist Web
アプリケーションエンジニアとして 3 年間で 15 案件に参画し、要件定義、設計、実装、テス トまで幅広く担当。 現在は Application Modernization 領域に参画し、クラウドネイティブなシステムに移行するため の設計や開発の支援を行っている。 得意領域は、アプリケーション設計 (DDD, Microservices)。
1. LLM を使って記事執筆してみたら... 2. “どこの作業” を LLM に任せたのか 3. “なぜ”
その作業を LLM に任せたのか 4. さいごに アジェンダ
LLM を使って記事執筆してみたら...
LLM を使って、初めて執筆した Zenn 記事 https://zenn.dev/google_cloud_jp/articles/state-of-devops-report-2023
初めて執筆した Zenn 記事 まさかの特別賞 ※ Zenn が開催した「Google Cloud」を記事投稿キャンペーンでの賞 https://info.zenn.dev/2024-03-12-campaign-gc24-result
2 回目に執筆した Zenn 記事 https://zenn.dev/cloud_ace/articles/transaction-architecture
2 回目に執筆した Zenn 記事 1 ヶ月で いいね数:114 PV数:8,821 まぁまぁ、いい感じ
LLM を使って、初イベント登壇に応募してみたら... https://codezine.jp/devonline/archive/session/157
LLM を使って、イベント登壇に応募してみたら まさかの当選
これも当選。 https://confengine.com/conferences/devopsdays-tokyo-2024/proposal/19720/dora-metrics-cicd
”どこの作業” を LLM に任せたのか
LLM と私の作業分担 キーワード 選定 ペルソナ 調査 タイトル 作成 アウトライン 作成
本文作成 文章校正 記事執筆における以下の作業のうち、
LLM と私の作業分担 キーワード 選定 ペルソナ 調査 タイトル 作成 アウトライン 作成
本文作成 文章校正 赤い部分を LLM に担当させた
”なぜ” その作業を LLM に任せたのか
以前までは、 技術記事を書くことを躊躇していた
その理由は、、、
え、だって、 記事執筆は「ライター」の仕事やん
1. 国語力 / 文章力 2. コピー力 3. SEO 知識 4.
マーケティング知識 5. 記事にする内容の専門知識 どれもライターが持っている能力。 エンジニアは 5 のみ持っている。1 ~ 4 は素人であり専門家ではない。 記事執筆において必要な能力
候補 1. ライターを外注して、共同で執筆する 2. ライターの能力を身につけて、自分で執筆する 3. ライターの役割を LLM
に担ってもらい、自分で執筆する 4. etc. 費用対効果を考えると、3 が適切と判断。 良い技術記事を書くには...
LLM と私の作業分担 キーワード 選定 ペルソナ 調査 タイトル 作成 アウトライン 作成
本文作成 文章校正
プロンプト
さいごに
1. LLM を使って記事執筆してみたら... 2. “どこの作業” を LLM に任せたのか 3. “なぜ”
その作業を LLM に任せたのか 振り返り
以下の流れで LLM が動くようなプロンプトを設計し、ツールとして社内展開できるようにしたい。 1. キーワード入力 2. ペルソナを調査し、それに合うタイトルの候補を5つ出す。 3.
候補の中から選ぶか、候補から修正したタイトルを入力 4. タイトルから、アウトラインを提示 今後できたらいいなぁと考えていること
Thank you.