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
あうもんと学ぶGenAIOps
Search
gree_tech
PRO
October 17, 2025
Technology
0
4
あうもんと学ぶGenAIOps
GREE Tech Conference 2025で発表された資料です。
https://techcon.gree.jp/2025/session/TrackA-4
gree_tech
PRO
October 17, 2025
Tweet
Share
More Decks by gree_tech
See All by gree_tech
今この時代に技術とどう向き合うべきか
gree_tech
PRO
0
600
生成AIを開発組織にインストールするために: REALITYにおけるガバナンス・技術・文化へのアプローチ
gree_tech
PRO
0
10
安く・手軽に・現場発 既存資産を生かすSlack×AI検索Botの作り方
gree_tech
PRO
0
7
生成AIを安心して活用するために──「情報セキュリティガイドライン」策定とポイント
gree_tech
PRO
0
8
MVP開発における生成AIの活用と導入事例
gree_tech
PRO
0
9
機械学習・生成AIが拓く事業価値創出の最前線
gree_tech
PRO
0
14
コンテンツモデレーションにおける適切な監査範囲の考察
gree_tech
PRO
0
4
新サービス立ち上げの裏側 - QUANT for Shopsで実践した開発から運用まで
gree_tech
PRO
0
3
アドフリくんにおけるマイクロサービス間での一貫したトレース実現
gree_tech
PRO
0
5
Other Decks in Technology
See All in Technology
Vibe Coding Year in Review. From Karpathy to Real-World Agents by Niels Rolland, CEO Paatch
vcoisne
0
130
やる気のない自分との向き合い方/How to Deal with Your Unmotivated Self
sanogemaru
0
500
プロポーザルのコツ ~ Kaigi on Rails 2025 初参加で3名の登壇を実現 ~
naro143
1
230
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
AgentCon Accra: Ctrl + Alt + Assist: AI Agents Edition
bethany
0
100
E2Eテスト設計_自動化のリアル___Playwrightでの実践とMCPの試み__AIによるテスト観点作成_.pdf
findy_eventslides
2
620
Data Hubグループ 紹介資料
sansan33
PRO
0
2.2k
Introduction to Bill One Development Engineer
sansan33
PRO
0
300
「れきちず」のこれまでとこれから - 誰にでもわかりやすい歴史地図を目指して / FOSS4G 2025 Japan
hjmkth
1
300
研究開発部メンバーの働き⽅ / Sansan R&D Profile
sansan33
PRO
3
20k
Exadata Database Service on Dedicated Infrastructure(ExaDB-D) UI スクリーン・キャプチャ集
oracle4engineer
PRO
3
5.5k
社内報はAIにやらせよう / Let AI handle the company newsletter
saka2jp
8
1.4k
Featured
See All Featured
XXLCSS - How to scale CSS and keep your sanity
sugarenia
248
1.3M
YesSQL, Process and Tooling at Scale
rocio
173
14k
Connecting the Dots Between Site Speed, User Experience & Your Business [WebExpo 2025]
tammyeverts
9
590
A Tale of Four Properties
chriscoyier
161
23k
Building an army of robots
kneath
306
46k
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
32
1.6k
Stop Working from a Prison Cell
hatefulcrawdad
271
21k
Six Lessons from altMBA
skipperchong
29
4k
No one is an island. Learnings from fostering a developers community.
thoeni
21
3.5k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
48
9.7k
Bootstrapping a Software Product
garrettdimon
PRO
307
110k
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
20
1.2k
Transcript
あうもんと学ぶGenAIOps グリーエックス社 AIX推進室長 安立健人
安立健人 / @ken11 Glossom、MoneyForwardなどを経て2025年より 再度GREE X(旧Glossom)に復帰 現在はグリーエックス株式会社でAIのプロダクト 実装を推進 NLPを中心に機械学習モデルの作成からデプロイ 運用まで一気通貫のスペシャリスト
2022年にラスベガスで行われたAWS re:Inventに 登壇 グリーエックス社 AIX推進室長 2
あうもんとは? 「あうもんAI」は、グリーエックスが提供する店 舗支援ソリューション「aumo Biz」や「QUANT for Shops」といったマーケティング支援サービス の運用をAIが代替することで、工数負荷を最小限 に抑えながら、最適な集客効果を引き出すAIエー ジェントです。各サービスの利用時に、店舗事業 者の皆様が使い慣れたLINEにて機能を提供してい
きます。 3
目次・アジェンダ • GenAIOpsってなに? • GenAIOpsにおける7つの要素 ◦ アプリケーション開発 ◦ 外部データの管理 ◦
インプットの前処理 ◦ プロンプトのデザイン ◦ 外部リソースの接続管理 ◦ アウトプットの評価 ◦ フィードバックループ • まとめ 4
GenAIOpsってなに? 5
LLMOps GenAIOps 対象 モデル運用 (MLOpsの延長) 体験全体 要素 データ モデル プロンプト
ツール接続 UX 指標 モデル指標 体験品質(SLO/コスト/安全性) GenAIOpsってなに? GenAIOps = モデル運用の外側まで含めた「生成体験の運用」 6 諸説あるもん。まだ新しい概念だもん!
GenAIOpsにおける7つの要素 7
GenAIOpsにおける7つの要素 8 アプリ開発 前処理 外部データ プロンプト ツール接続 評価 FBループ
アプリケーション開発 • 非同期化: APIは 202+jobId 返却/SQSでキュー管理 • 冪等・再実行: 自動リトライ/DLQ •
観測性: jobId で横断追跡 jobの種類ごとにコストを可視化 9 あうもんはGoでできてるもん LLMは遅い&揺れる 非同期・冪等・見える化で包む
• 🙅自由入力→🙆構造化された入力の誘導 • 不要な情報の除去 • 不適切な入力をLLMに送らないための early return 良い出力=良い入力 インプットの前処理
10 良い出力を実現するには良い入力が欠かせないもん!
外部データの管理 11 データをLLMに渡しやすくすることもGenAIOpsの役割! 自社データ(読者行動・店舗)を セキュアかつシームレスにLLMへ渡す aumo データ 整形 抽出
プロンプトデザイン 12 世に言うプロンプトエンジニアリングだもん • 目的適合:用途ごとにプロンプトを最適化 (ClaudeはXMLのセクション分けが安定) • 構造化出力:タグで出力スキーマを明示して揺 れを減らす (例:summary,
tags など) • 管理:テンプレを命名・変数化・バージョン (例:prompt.review.v2) モデル×目的に合わせ XMLで“やること/ルール/出力”を固定
外部リソースの接続 13 現実世界とつながるもん! • 目的:LLM経由でDB操作や自社データの 分析を実行 • 手段:アダプタとしてAWS Lambdaを呼び 出す
• 利用形態:Amazon Q Developer × Slack 連携で、社員がSlackからあうもんを操作 LLM単体はテキスト生成 ツール接続で“できること”を増やす
アウトプットの評価 14 安定した出力を得られなければサービスとは呼べないもん! • 形式検証:出力フォーマットを厳格バリ デーション(必須項目/型/範囲) • 内容評価:別のLLMで評価し、基準に満た ない場合は差し戻し •
継続運用:基準・閾値をテンプレ化し、 再生成/人手確認への分岐を用意 バリデーション+二次評価+運用で安定化
フィードバックループ 15 フィードバックループでどんどん賢くなるもん! • 何を集める:明示評価/暗黙指標をイベン ト化 • どう貯める:ユースケース×入力×出力×評 価をスキーマで保存 •
どう使う:良/悪例とガイドをRAGへ投 入、few-shot/禁止語として参照 再学習なしでも回す FBは外部データ化→RAGなどで反映
まとめ 16
7つの要素を「運用の3実践」に束ねる 17 GenAIOpsを理解して、AI活用を進めるもん! 包む・つなぐ・測る = GenAIOpsの骨格 包む つなぐ 測る アプリ開発
前処理 外部データ プロンプト 外部リソース 評価 FBループ
ご清聴ありがとうございました 18
None