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
5W1H ~LLM活用プロジェクトを推進するうえで考えるべきこと~
Search
natsuume
June 28, 2024
Technology
0
400
5W1H ~LLM活用プロジェクトを推進するうえで考えるべきこと~
2024/06/28 【LT大会】生成AI・LLMを活用した業務効率化・課題解決について語る会
https://finatext.connpass.com/event/321562/
登壇資料
natsuume
June 28, 2024
Tweet
Share
More Decks by natsuume
See All by natsuume
LLM API活用における業務要件の検討
natsuume
0
140
自然言語処理基礎の基礎
natsuume
0
96
5分ですこしわかった気になる Deep Learning概要
natsuume
0
33
ChatGPT / OpenAI API実用入門
natsuume
0
150
Chat Completions APIにおける実行時間の検証
natsuume
0
310
Other Decks in Technology
See All in Technology
組織デバイスのための効率的なアプリケーション更新戦略
kenchan0130
0
460
Covariance, Contravariance & Diamond
alexdaubois
1
120
20241017_俺たちは雰囲気で scope をやっているけどもうちょっとなんとかならんのか?
tokai235
0
360
0x5F3759DF
ykozw
0
340
ReSTIRの数理と実装 (rtcamp10)
yumcyawiz
1
500
パートナー企業のテクニカルサポートエンジニアとして気になる、より良い AWS サポートの利活用について
kazzpapa3
1
290
カメラ単体で物体の3次元 座標を扱う方法
kenmatsu4
0
170
LeSS Yoake 2024 スポンサーセッション
riki_hiraoka
0
160
RDS for Db2 データ移行編 - Part2:S3経由のバックアップ・リストアでデータ移行 /20241011-RDSforDb2-dojo
mayumihirano
0
140
さくっと実践!Postmanを活用した高品質で持続可能なAPI管理
yokawasa
5
360
XSS攻撃から考察するAWS設定不備の恐怖/20241012 Hironobu Otaki
shift_evolve
0
150
テクニカルライターのチームで「目標」をどう決めたか / MVV for a Team of Technical Writers
lycorptech_jp
PRO
3
160
Featured
See All Featured
Dealing with People You Can't Stand - Big Design 2015
cassininazir
364
22k
Navigating Team Friction
lara
183
14k
Intergalactic Javascript Robots from Outer Space
tanoku
268
27k
Making Projects Easy
brettharned
115
5.9k
Product Roadmaps are Hard
iamctodd
PRO
48
10k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
31
2.6k
Large-scale JavaScript Application Architecture
addyosmani
510
110k
Why Our Code Smells
bkeepers
PRO
334
57k
Bootstrapping a Software Product
garrettdimon
PRO
305
110k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
3
340
Rebuilding a faster, lazier Slack
samanthasiow
79
8.6k
GraphQLの誤解/rethinking-graphql
sonatard
66
9.9k
Transcript
5W1H ~LLM活用プロジェクトを推進するうえで考えるべきこと~ 2024/06/28 【LT大会】生成AI・LLMを活用した業務効率化・課題解決について語る会
プロフィール natsuume Twitter(X): @_natsuume - 株式会社オプト AIソリューション開発部 (2019~) - NLP・生成AI・LLMに関するPoC,
プロダクト開発 ChatGPT(OpenAI API)を活用した広告制作支援ツール 「CRAIS for Text」にてテックリード担当 https://optipschannel.opt.ne.jp/solutions/crais-for-text
※今回の発表では技術的な内容は あまり含まれません
突然ですが 生成AIの活用、順調ですか?
「生成AI以外のところで時間がかかる」 「PoCが思ったように進まない」 ・・・
もし心当たりがあるなら…… 技術検証の前 に 決めるべきことを決められていないかも
①When(いつ) その取り組みの期限は? - 1ヶ月後 / 半年後 / 1年後 / …
- 1年後を見据えた取り組みなら、現時点のLLMモデルに合わせてプロンプ トを頑張ってチューニングする必要はない 成果物はいつまで使う(耐用年数は)? - (前提として不確実性は非常に高い) - 類似機能がSaaSとして提供されたらどうする? - どの程度先までを見据えて作り込むか
②Where(どこで) 業務フローのどこで LLMを使う? - ユーザが直接使う / 何らかの中間処理として生成AI・LLMを使う どこで/どこの生成 AI・LLMを使う -
ChatGPT:OpenAI API / Azure Open AI - Claude:Amazon Bedrock / Anthoropic Cluade API - Gemini:Google AI Studio / Vertex AI 法務確認, セキュリティ, …etc
③Who(誰が) この取り組みで誰が恩恵を受ける / 誰が使う? - 相談者・発案者は必ずしも直接的な受益者ではない場合がある ユーザ側の業務スキルの差は? スキルの差で得られる恩恵に差がある? - ジュニア /
ミドル / エキスパートなど ユーザのリテラシーは? - 素のChatGPT/LLMをどれくらい使いこなせる? - プロンプトエンジニアリングに関する知識は? - ハルシネーションなどAIの特性に関する理解は?
④What(何を) そもそも何を解決したい? - LLM・生成AIが得意なこと / 苦手なこと - 要約, 翻訳, 情報抽出,
フォーマット変換, 分析, 提案, 壁打ち, 検索 ビジネスインパクト・ニーズは十分か? - ヒアリングは大事だが、鵜呑みにしてはいけない - 御用聞きにならない 何を達成したら成功? - どの程度の精度を求める? - やらないことを決める
⑤Why(なぜ) なぜ生成AI・LLMを使うのか - ルールベースの処理 or 人手ではだめ? - (会社としてのアピールのために「生成 AI・LLMを使っていること」が重要な場合もある) -
既存の機械学習手法ではだめ? - RAG・ChatBotにする必要はある? - 検索結果を一覧で表示する場合との差分は? (特に既存業務改善の場合は)既存の手法との比較方法を考える必要がある
⑥How(どのように) 生成AI・LLMをどう使う? - リアルタイム性, インタラクティブ性は必要? - Batch APIの利用など、基本的にリアルタイム性・インタラクティブ性が必要ないほど選択肢の幅は 広い (ユーザが使う機能の場合)
UIはどうする? - チャット形式 or フォームに必要事項を入力? → PoCの段階からアプリケーション全体での ユーザ体験まで含めて考えるのが良い
まとめ 生成AI・LLM活用プロジェクト/PoCをスムーズに進めるためには - 「いつまでに」「何を」やるのか - 「どこの」生成AI・LLMを使うのか, 業務フローの「どこで」使うのか - 「なぜ」生成AI・LLMを使うのか -
「誰が」「どのように」生成AI・LLM使うのか を最初に明確化することが大事