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
AIエージェント for 予約フォーム
Search
NearMeの技術発表資料です
PRO
April 24, 2025
2
98
AIエージェント for 予約フォーム
NearMeの技術発表資料です
PRO
April 24, 2025
Tweet
Share
More Decks by NearMeの技術発表資料です
See All by NearMeの技術発表資料です
第121回NearMe技術勉強会.pdf
nearme_tech
PRO
0
5
Rustで強化学習アルゴリズムを実装する vol3
nearme_tech
PRO
0
2
Webアプリケーションにおけるクラスの設計再入門
nearme_tech
PRO
1
39
ULID生成速度を40倍にしたった
nearme_tech
PRO
2
30
Amazon AuroraとMongoDBの アーキテクチャを比較してみたら 結構違った件について
nearme_tech
PRO
0
14
GitHub Custom Actionのレシピ
nearme_tech
PRO
0
8
RustでDeepQNetworkを実装する
nearme_tech
PRO
1
12
より良い解に辿り着くカギ-近傍設定の重要性
nearme_tech
PRO
0
79
ルートの質を評価する指標について
nearme_tech
PRO
0
19
Featured
See All Featured
How to train your dragon (web standard)
notwaldorf
91
6k
The Cost Of JavaScript in 2023
addyosmani
49
7.8k
Code Review Best Practice
trishagee
67
18k
RailsConf 2023
tenderlove
30
1.1k
We Have a Design System, Now What?
morganepeng
52
7.5k
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
29
2.6k
Thoughts on Productivity
jonyablonski
69
4.6k
The MySQL Ecosystem @ GitHub 2015
samlambert
251
12k
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
129
19k
Faster Mobile Websites
deanohume
306
31k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
194
16k
Building a Scalable Design System with Sketch
lauravandoore
462
33k
Transcript
AIエージェント for 予約フォーム 2025-04-24 AIエージェントの最新事例 Microsoft Startup Tech Community 細⽥謙⼆
自己紹介 名前:細⽥ 謙⼆ 東京⼤学⼤学院⼯学博⼠(脳の視覚情報処理)。 前職では、EコマースパッケージやPOSアプリ、 IoTや機械学習を含む新規事業など様々なサービス を開発。Python⼊⾨2&3 著。 現在、CTOとしてNearMeに参画。タクシーの相乗 りサービスを通じて交通の最適化を⾏う。
会社概要 会社名:株式会社NearMe 設立 :2017年7月18日 URL :https://nearme.jp 移 動の「もったいない」を解 決し、1⼈ でも多くの⼈が、⾃由に移動でき、住み たい街に住み続けられる社会を実現する ことをミッションに掲げる。地域の社会
課題を解決するプラットフォームになる べく、まずはシェアリングエコノミーの MaaS領域から事業活動をスタート。
主力サービス ⾃宅‧ホテルと空港をドアツードアで 移動できるシャトルサービス。 相乗りだからおトク! AIがユーザー同⼠を最適にマッチング。 累積予約人数 1,000,000+ 空港シェア乗り
テクノロジー 事前予約 即時予約 在庫管理 相乗りマッチング ⾃動配⾞ 数理最適化 機械学習
第二の柱のサービス 観光‧貸切タクシー 地域シャトル 街中シェアタクシー
AIエージェントの組み込み
AIエージェント活用への第一歩 複雑化する予約フォームをAIエージェントで置き換えて、 ホテルの受付のように⾃然⾔語で柔軟に対応させたい。
機能概要 • ユーザーのデマンド ◦ いつ ▪ 出発時刻 / 到着時刻 ▪
⽇付 / 時刻 / 〇〇時間後 / フライト起点 ◦ どこで ▪ 出発地 / ⽬的地 / 経由地 ▪ エリア名 / スポット名 / 住所 ◦ なにを ▪ ⼈数 / 荷物 ◦ どのように ▪ シェア乗り / 貸切 ▪ 滞在時間 ▪ ⾞種 デマンドの推定状態 AIエージェント ユーザー 価格API、在庫API
当初の構想 Leader Agent Member Agent Member Agent Member Agent
備え付けの スレッド メッセージ メッセージ メッセージ [問題点] 正確な状態管理がしづらい 複数のエージェントの実⾏により 時間がかかる メッセージの受け渡しで、オーバー ヘッド的なトークン消費が多い
フォーム入力特化のパタンを構築 Entry Agent 最初の⼊⼒は汎⽤的に 受け付ける フォームのフィールドの値を抽出する 簡易な⼊⼒変換以外は施さない {
"departure": "東京駅", "destination": "羽田", "passengers": "2" } 埋められてないフィール ドの⼊⼒を個別に促す Date Agent { "date": "2025-04-25" } フォームの状態を更新 プログラムでパースできなかったら 各フィールドのエージェントに渡す フォームの状態を更新 JSONで返す Parser
システム概要 Entry Agent Date Agent Date Parser Time Parser
… Time Agent … 独⾃のDB(CosmosDB)で スレッド&コンテキスト管理 コンテキスト (フォームの状態)の 初期状態を決める プログラムコード(AKS) ユーザー 定型⽂から外れた時の フォールバック Azure OpenAI Service
パフォーマンス評価
推論 • 特に指⽰してないのに、出発時刻と到着時刻から、 貸切時間を⾃動で計算してくれた! ※⽂章が⻑くなり、やる ことが多くなると計算し てくれない時もある
• ミニバンかワンボックスかの⾞両タイプを指定するフィールドにおいて、 特に指⽰してないのに、ブランド通称名から⾞両タイプを推定してくれた! 知識
構造抽出 • 経由地は複数⼊⼒でき、オプションで滞在時間も⼊⼒できるよう指⽰して、 問題なく構造を抽出できた! Entry Agent { "departure": "東京駅", "destination":
"羽田", "waypoints": [ {“name”: “銀座”, “duration”: “3時間”}, “新橋”, {“name”: “東京タワー”, “duration”: “1時間”} ] }
GPTバージョンアップの衝撃 間違えてる.. 完璧! 旧バージョン (gpt-4o-mini): 新バージョン (gpt-4.1-mini): • 応答速度
→ 🚀🚀🚀 • 回答精度 → +++ ※ 旧バージョンでは⽂脈理解や、単純な⽇本語のパースに失敗することがあった
これから
実証実験中 「nearme 貸切ジャンボタクシー」で検索 URL: https://agent.nearme.jp
さらなる拡張 (回答イメージ) (回答イメージ) • 寄り道できるスポットをオススメ • サービスの詳細説明
まとめ AIエージェント プログラム コード • 予約フォームをAIエージェントを 利⽤して置き換えることができた • ただし、AIエージェントで全て置き 換えるというよりは、プログラム
コードとの共存が必要だった • AIエージェントならではの、推論、 知識、構造抽出、⽂脈理解などの 能⼒を活⽤することができた • AIエージェントの進化は驚異的で、 ⾮常に可能性を感じた
Thank you