20250808_TECHPLAY_AI_ML_Conference_3__1_.pdf

Transcript

1. 「あの仕様、誰が知ってる？」はも う不要。AIエージェントが拓く、 チーム開発の"集合知"新時代 KINTOテクノロジーズ株式会社 AIファーストG 和田 颯馬 2025/08/08 【TECH PLAY】AI/ML Conference #3 ~エンジニアが語る生成AI活用の最前線~
2. ©KINTO Corporation. All rights reserved. 2 プロフィール 2022年2月入社。AIファーストG所属。内製アプリケーションの レコメンドアルゴリズム作成や、社内外の分析レポート作成な どに従事。直近は、社内のLLM活用を推進する業務に注力中。 KINTOテクノロジーズ株式会社 コーポレートIT部 AIファーストG 生成AIエバンジェリスト 和田 颯馬
3. ©KINTO Corporation. All rights reserved. 3 KINTOテクノロジーズとは 1
4. ©KINTO Corporation. All rights reserved. 4 KINTOテクノロジーズ株式会社について（グループ組織） トヨタ自動車株式会社 トヨタファイナンシャルサービス株式会社（TFS） 海外販売金融 現地事業会社 世界40以上の国と地域で サービスを展開 KINTOテクノロジーズ 株式会社 株式会社KINTO トヨタファイナンス 株式会社 販売金融・クレジット カードなど
5. ©KINTO Corporation. All rights reserved. 5 KINTOテクノロジーズが関わっているプロダクト
6. ©KINTO Corporation. All rights reserved. 6 AIファーストGについて 2
7. ©KINTO Corporation. All rights reserved. 7 教育・研修 全社員の生成AIリテラシー向上 ユースケース発掘へ繋げる ① 良いアイデアを 生み出す ② 実現の 目処をつける ④ 事例展開 ③ 実装して デリバリーする ユースケース開発 開発/事務生産性向上 新たなシステム企画の創出 技術調査 ユースケース開発における 手段を調査、目処付けする AIファーストGの役割は？
8. ©KINTO Corporation. All rights reserved. 8 本題へ！ 3
9. ©KINTO Corporation. All rights reserved. 9 AIに何してほしい？AIは何してる？ 文字起こし 要約 競合分析 アーキテクチャ提案 API設計 設計レビュー コード生成 リファクタリング テスト生成 バグ解析 ゲームプレイ…？ https://x.com/sundarpichai/status/1918455766542930004
10. AIさん、楽しそうなことばかりやってるな・・・？
11. ©KINTO Corporation. All rights reserved. 11 AIに何してほしい？AIは何してる？ ▍AIにして欲しいことって… https://amzn.asia/d/8mU2iWl https://amzn.asia/d/2oushHe 退屈なこと 面倒なこと ですよね？
12. ©KINTO Corporation. All rights reserved. 12 AIに何してほしい？AIは何してる？ 退屈なこと 面倒なこと 色々あると思いますが・・・ スケジュール 遅延の原因は？ 優先順位は何？ それ誰がいつ決めたの？ 今検討すべき リスクは何？ 代替案はある？ 予算超過の理由は？
13. ©KINTO Corporation. All rights reserved. 13 AIに何してほしい？AIは何してる？ スケジュール 遅延の原因は？ 優先順位は何？ それ誰がいつ決めたの？ 今検討すべき リスクは何？ 代替案はある？ 予算超過の理由は？ 把握 説明
14. と、いうわけで
15. ©KINTO Corporation. All rights reserved. 15 プロジェクトの生き字引をAIで作りたい！ 4
16. ©KINTO Corporation. All rights reserved. 16 生き字引な方、皆さんの会社にもきっといますよね プロジェクト全体像の把握 過去の仕様変更・意思決定 プロセスの記憶力 暗黙知の言語化 可視化スキル 新人教育 オンボーディング 定例MTGの資料準備 PJのことなら何でも即レス
17. ©KINTO Corporation. All rights reserved. 17 生き字引な方、皆さんの会社にもきっといますよね プロジェクト全体像の把握 過去の仕様変更・意思決定 プロセスの記憶力 暗黙知の言語化 可視化スキル 新人教育 オンボーディング 定例MTGの資料準備 PJのことなら何でも即レス 膨大な情報の把握と解釈 わかりやすい説明や可視化 →生成AIが得意そう！
18. ©KINTO Corporation. All rights reserved. 18 こんなものを作ってみました In-Context Learningでプロジェクト概要と歴史全てを。 Agentic RAGでプロジェクト参画者の役割やノウハウを。 プロジェクト全てを知るAI Agentを作りました。
19. ©KINTO Corporation. All rights reserved. 19 Agentを構成する要素 シングル エージェント モデル層 Agent フレームワーク層 システムプロンプト層 ツール層 Web検索 DB接続 自動車の 営業スタッフとして… 博物館の 案内スタッフとして… … non-Reasoning Model Reasoning Model gpt-4.1 … o4-mini gemini-2.5-pro ReAct … RAG実行 …
20. ©KINTO Corporation. All rights reserved. 20 Agentを構成する要素 シングル エージェント モデル層 Agent フレームワーク層 Web検索 DB接続 … 自動車の 営業スタッフとして… 博物館の 案内スタッフとして… … non-Reasoning Model gpt-4.1 … ReAct RAG実行 システムプロンプト層 ツール層 Agentic RAG In-Context Learning Reasoning Model o4-mini gemini-2.5-pro …
21. ©KINTO Corporation. All rights reserved. 21 RAG vs In-Context Learning RAG 外部DBから必要な情報を 必要な部分だけ検索して取得。 取得した情報をLLMに文脈として提供 LLMに送られるプロンプトが短くて済む。 検索結果は細切れ&断片となるため、 前後関係の把握や網羅的な認識には不向き In-Context Learning 必要な情報の全てをプロンプトに含める。 昨今のLLMの長コンテキスト対応により現実解に。 プロンプトが長くなるため、高頻度利用には不向き。 プロンプトに含まれる情報は網羅的&前後関係も含め LLMに把握させることが可能。
22. ©KINTO Corporation. All rights reserved. 22 RAG vs In-Context Learning RAG In-Context Learning 関係するところだけピンポイントで使用 与えられた情報の全てを記憶 ※足が5本になってしまう・・・
23. ©KINTO Corporation. All rights reserved. 23 “生き字引”に必要な文脈情報とは？ 会議の議事録 デイリーMTG 各種スクラムイベント 役員報告 障害時の緊急対応 etc プロジェクト基本情報 プロジェクトの背景 体制図 プロジェクトの目的 etc 会議以外の情報 Slackのスレッド 仕様書 コード チケット etc 各ロールの役割や仕事のイロハ 部署のドメイン知識 業務のドメイン知識 システムのドメイン知識 ロールのあるべき 振る舞い etc などなど
24. ©KINTO Corporation. All rights reserved. 24 “生き字引”のMVPを作成しよう RAG In-Context Learning 関係するところだけピンポイントで使用 与えられた情報の全てを記憶 プロジェクト基本情報 プロジェクトの背景 プロジェクトの目的 会議の議事録 各ロールの役割や仕事のイロハ
25. ©KINTO Corporation. All rights reserved. 25 “生き字引”のMVPを作成しよう RAG In-Context Learning 関係するところだけピンポイントで使用 与えられた情報の全てを記憶 プロジェクト基本情報 プロジェクトの背景 プロジェクトの目的 会議の議事録 各ロールの役割や仕事のイロハ 圧倒的な記憶力で PJの経緯を全て把握 ドメイン知識を 必要な時に必要なだけ利用
26. ©KINTO Corporation. All rights reserved. 26 実現のポイントになる要素 RAG In-Context Learning 関係するところだけピンポイントで使用 与えられた情報の全てを記憶 プロジェクト基本情報 プロジェクトの背景 プロジェクトの目的 会議の議事録 各ロールの役割や仕事のイロハ 全ての会議の情報を網羅的に まとめた議事録の作成が必要
27. ©KINTO Corporation. All rights reserved. 27 会議の議事録 どう作っていますか？？ ▍議事録作成に革命が起きた！動画マルチモーダルモデル https://ai.google.dev/gemini-api/docs/models?hl=ja
28. ©KINTO Corporation. All rights reserved. 28 会議の議事録 どう作っていますか？？ 音声だけでなく、投影資料など資 格情報も考慮した議事録作成や 文字起こしが可能！
29. ©KINTO Corporation. All rights reserved. 29 会議の議事録 どう作っていますか？？ ▍AI AgentにContextとして渡すための議事録化 ・「AI用」として冗長な表現を排除 ・プロジェクト概要と連結してSystem Promptとしての使用を念頭に ・複数の会議議事録との連結も念頭に、フォーマットを指定 # 開催概要 - hoge1 - hoge2 - hoge3 # 議題 - fuga1 - fuga2 … # プロジェクト概要 hoge # 議事録 ## 20260804 ### {会議タイトル} #### 開催概要 #### 議題 よくある議事録 ほしい議事録の例
30. ©KINTO Corporation. All rights reserved. 30 “生き字引”のシステムプロンプト # プロジェクト概要 プロジェクトの概要説明文 ## 狙い ## 背景 # 議事録 ## 20250804 ### {会議タイトル} #### 開催概要 #### 議題 #### 議論の内容 ## 20250805 ### {会議タイトル} #### 開催概要 #### 議題 #### 議論の内容 … プロジェクト基本情報 会議の議事録
31. ©KINTO Corporation. All rights reserved. 31 ありがとう。Long Context Modelよ… https://ai.google.dev/gemini-api/docs/long-context?hl=ja
32. ©KINTO Corporation. All rights reserved. 32 実現のポイントになる要素 RAG In-Context Learning 関係するところだけピンポイントで使用 与えられた情報の全てを記憶 プロジェクト基本情報 プロジェクトの背景 プロジェクトの目的 会議の議事録 各ロールの役割や仕事のイロハ PdM、PM、BE、FE、インフラ データサイエンス、”俺”、などなど
33. ©KINTO Corporation. All rights reserved. 33 “生き字引” AgentのMVP シングル エージェント モデル層 Agent フレームワーク層 システムプロンプト層 ツール層 プロジェクト概要 全ての議事録 non-Reasoning Model Reasoning Model gpt-4.1 … o4-mini gemini-2.5-pro ReAct ロールのイロハからRAG実行 …
34. ©KINTO Corporation. All rights reserved. 34 “生き字引” AgentのMVP サンプルプロジェクトで デモタイム
35. ©KINTO Corporation. All rights reserved. 35 今後の展望、もっと多くのコンテキストをAIへ！その仕組みづくり 会議の議事録 デイリーMTG 各種スクラムイベント 役員報告 障害時の緊急対応 etc プロジェクト基本情報 プロジェクトの背景 体制図 プロジェクトの目的 etc 会議以外の情報 Slackのスレッド 仕様書 コード チケット etc 各ロールの役割や仕事のイロハ 部署のドメイン知識 業務のドメイン知識 システムのドメイン知識 ロールのあるべき 振る舞い etc などなど
36. ©KINTO Corporation. All rights reserved. 36 コラム：In-Context LearningとRAGの使い分け RAG In-Context Learning 関係するところだけピンポイントで使用 与えられた情報の全てを記憶 歴史情報 仕事の流儀 ▍“生き字引”を作りたいとき
37. ©KINTO Corporation. All rights reserved. 37 コラム：In-Context LearningとRAGの使い分け RAG In-Context Learning 関係するところだけピンポイントで使用 与えられた情報の全てを記憶 歴史情報 仕事の流儀 ▍AI◦◦さんを作りたいとき（人格模倣） 漏れなく活用 抽出して活用
38. ©KINTO Corporation. All rights reserved. 38 コラム：In-Context LearningとRAGの使い分け RAG In-Context Learning 関係するところだけピンポイントで使用 与えられた情報の全てを記憶 歴史情報 仕事の流儀 ▍“生き字引”を作りたいとき
39. ©KINTO Corporation. All rights reserved. 39 まとめ ▍大変な仕事、面倒な仕事こそAIにやってもらおう ▍把握→解釈→説明はAIの得意領域。”AI生き字引”を作ってみた ▍膨大な背景/歴史情報も、コンテキストに収まります ▍動画マルチモーダルの活用で高精度な議事録を迅速作成！ ▍動画ICLとRAGの使い分けは、シチュエーション次第
41. Thank you !