Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
あうもんと学ぶGenAIOps
Search
gree_tech
PRO
October 17, 2025
Technology
660
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
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
More Decks by gree_tech
See All by gree_tech
1on1、進捗確認だけになっていませんか?〜明日から使えるTips〜
gree_tech
PRO
0
7
AI画像認識を活用したゲーム内決済処理検証の自動化
gree_tech
PRO
0
980
長期運営で肥大化したExcelマスターデータの解消に向けた移行事例
gree_tech
PRO
0
1.1k
ゲームにおけるメディアミックス展開との向き合い方 -ヘブンバーンズレッドのメディアミックス企画の立て方-
gree_tech
PRO
0
1.1k
課題発見から始めるプロダクト密着型TA組織立ち上げ 〜小規模TAチームが3Dアセットの生産性を倍にした方法〜
gree_tech
PRO
0
1.1k
属人化を叩き割れ!「制作加速」と「安定化」の矛盾を打破する:8年目プロダクトが辿り着いた「ミスが起こり得ない」アセット制作フローの全貌
gree_tech
PRO
0
970
20年続く長寿タイトルが、15年目にして売上を伸ばせた理由
gree_tech
PRO
0
1.6k
我々はどう生きるか
gree_tech
PRO
2
1.1k
変わるもの、変わらないもの :OSSアーキテクチャで実現する持続可能なシステム
gree_tech
PRO
0
5.6k
Other Decks in Technology
See All in Technology
AIエージェントの権限管理 3: Agentic RAG の Fine grained access control 編
ren8k
1
290
PQC移行の今 -- IETF からみた現在地
satokan
4
570
[Kiro Meetup #7] Kiro Crew Dive Deep
konippi
0
400
なぜ「決定性」が 決定的に重要なのか? Durable Execution 基盤の数理的理解 #serverlessjp / ServerlessDays Tokyo 2026
ytaka23
4
1.3k
その Lambda、8分で 管理者権限まで奪われます
k1nakayama
7
3.8k
データ品質を壊しながらSnowflakeのAIに分析させてみた
kawanago
0
130
Terraformを用いたJamf Pro構成のIaC, GitOps化への挑戦
yukun
0
110
【データ横丁主催】AI Agentがコンテキストを使って仕事をした後、何が残るのか― 組織の経験を次の判断に引き継ぐ「Agent Memory」
shisyu_gaku
2
170
セルフサービスのオブザーバビリティ基盤をOpenTelemetryで作る / Building a Self-Service Observability Platform with OpenTelemetry
ymotongpoo
3
430
プラットフォームを「作る」、 チームに「入り込む」
sansantech
PRO
0
300
CI/CDではもう遅い - 人とAIが迂回しないDevSecOps Verify基盤の再設計 -
kintotechdev
1
370
営業オントロジーの作り方と、エージェントからの辿り方 ── ナレッジワークの現場から
kworkdev
PRO
1
170
Featured
See All Featured
Building Experiences: Design Systems, User Experience, and Full Site Editing
marktimemedia
1
610
How STYLIGHT went responsive
nonsquared
100
6.3k
The State of eCommerce SEO: How to Win in Today's Products SERPs - #SEOweek
aleyda
2
12k
Effective software design: The role of men in debugging patriarchy in IT @ Voxxed Days AMS
baasie
1
540
What does AI have to do with Human Rights?
axbom
PRO
1
2.4k
AI Search: Where Are We & What Can We Do About It?
aleyda
0
8k
[RailsConf 2023 Opening Keynote] The Magic of Rails
eileencodes
31
10k
Un-Boring Meetings
codingconduct
0
430
StorybookのUI Testing Handbookを読んだ
zakiyama
31
6.9k
Dealing with People You Can't Stand - Big Design 2015
cassininazir
367
27k
New Earth Scene 8
popppiees
4
2.6k
SEO for Brand Visibility & Recognition
aleyda
0
4.8k
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