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
Sponsored
·
Ship Features Fearlessly
Turn features on and off without deploys. Used by thousands of Ruby developers.
→
gree_tech
PRO
October 17, 2025
Technology
710
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
多彩なデータに負けないデータ分析パイプライン構築
gree_tech
PRO
0
24
AI駆動で挑むプロダクト刷新 ── アーキテクチャ設計とワークフロー最適化の実践事例 ──
gree_tech
PRO
0
21
『ヘブンバーンズレッド』のリグレッションテストにおけるストーリーの自動プレイ
gree_tech
PRO
0
24
REALITYにTAチームができるまでの軌跡〜ミッション:ガチャ本数5倍に対応せよ!〜
gree_tech
PRO
0
19
イベント続きでもミスらないライブサービスゲーム公式サイト運用システム開発
gree_tech
PRO
0
21
20年間 SNS サービス「GREE」 を支えた技術の刷新と、長期運用サービスの Kubernetes へのリアーキテクト
gree_tech
PRO
0
68
グラフ基盤ワークフローで実現するLLMによる自動ゲームプレイ
gree_tech
PRO
0
32
AIエージェントに脆弱性診断の仕事を奪われかけた ークローリングからコード全診断までの限界突破ー
gree_tech
PRO
0
29
アバター使っておもろいものを作り続けたい
gree_tech
PRO
0
24
Other Decks in Technology
See All in Technology
How to Design Configuration for Rails Applications
willnet
1
770
USB PDを使ってスマホを労わりたい
raspython3
0
180
オントロジーって 結局なにもの? AI エージェントに「意味」を渡す知識設計の話
greenmidori
0
190
遠藤な_めぐろLT #38 「社内のAI活用推進」@麻布台_20261009
endonanana
0
130
DWH の限界突破! AI エージェント向け爆速リアルタイムデータ基盤 ClickHouse
jozono
1
470
Refining Active Record
shugo
0
150
Kiro Crewをはじめよう
kizawa2020
1
160
サブエージェントと Claude Mods で作る独自 Advisor ツールの話
kenichiodo
2
160
実践! SRE × AI - ABEMA における AIOps -
tetsuya28
8
3.1k
Claude Code本は、どのように執筆チームで書かれたか
oikon48
1
380
Gemini Intelligence 入門 ― AppFunctions と Gemini Nano
takuroabe
0
250
Conditional PED-ANOVA: Hyperparameter Importance in Hierarchical & Dynamic Search Spaces
pfn
PRO
0
130
Featured
See All Featured
jQuery: Nuts, Bolts and Bling
dougneiner
66
8.6k
Docker and Python
trallard
47
4.2k
How to Talk to Developers About Accessibility
jct
2
580
Money Talks: Using Revenue to Get Sh*t Done
nikkihalliwell
0
520
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
21
1.7k
Prompt Engineering for Job Search
mfonobong
0
520
YesSQL, Process and Tooling at Scale
rocio
174
15k
GraphQLとの向き合い方2022年版
quramy
50
15k
Have SEOs Ruined the Internet? - User Awareness of SEO in 2025
akashhashmi
0
520
Technical Leadership for Architectural Decision Making
baasie
3
600
The SEO identity crisis: Don't let AI make you average
varn
0
590
A Tale of Four Properties
chriscoyier
163
24k
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