Slide 1

Slide 1 text

© Link and Motivation Group ChatGPTを活用した 「AI組織改善アドバイザー」開発の裏側と プロダクト実装の工夫 リンクアンドモチベーション リードエンジニア 梅原 穂高

Slide 2

Slide 2 text

2 © Link and Motivation Group #chatgptinaction 2023/04/05 梅原 穂高 株式会社リンクアンドモチベーション ● 2019年1月〜中途入社 ● プロダクトマネージャー → エンジニア ● Pythonでのアプリケーション開発がメイン ● 社内向けにLLM勉強会を企画中 @ipeblb 自己紹介

Slide 3

Slide 3 text

3 © Link and Motivation Group #chatgptinaction 2023/04/05 リンクアンドモチベーション 327億円(2022年12月時点) (2022年12月時点) 11社

Slide 4

Slide 4 text

4 © Link and Motivation Group #chatgptinaction 2023/04/05 モチベーションクラウド 診断 変革 ※ 2022年度 実績 10,060 社 312 万人

Slide 5

Slide 5 text

5 © Link and Motivation Group #chatgptinaction 2023/04/05 ChatGPT API活用|「AI組織改善アドバイザー」β版 ● コンサルティング事業で培ったナレッジを元に、改善策を提案 ● 第二弾も鋭意開発中!

Slide 6

Slide 6 text

6 © Link and Motivation Group #chatgptinaction 2023/04/05 LLMを使った開発で必要なこと

Slide 7

Slide 7 text

7 © Link and Motivation Group #chatgptinaction 2023/04/05 Unlearn LLMを使った開発で必要なこと

Slide 8

Slide 8 text

8 © Link and Motivation Group #chatgptinaction 2023/04/05 ● Unlearn = これまでに身につけた思考のクセを取り除く ● GPT普及前 (Before GPT) と普及後 (After GPT) で前提が変わる ○ 「いつかできたらいいな」「できるまでもう少し時間かかるかな」と思っていたことが、 意外と簡単にできるようになった なぜUnlearnが必要か?

Slide 9

Slide 9 text

9 © Link and Motivation Group #chatgptinaction 2023/04/05 After GPTのUnlearn① Before GPT After GPT 構造化データを 前提とした要件 非構造化データ &自然言語処理 を活用する要件

Slide 10

Slide 10 text

10 © Link and Motivation Group #chatgptinaction 2023/04/05 AI組織改善アドバイザーの構造 基本の仕組みはLangChainのRetrievalQA →プロダクト組み込みが難しい(≒構造化が難しい)と思っていたデータが簡単に活用できる ユーザーの 入力 Vectorstore 自社 ナレッジ LLM 質問文 回答 検索結果 Similarity Search 事前に embedding

Slide 11

Slide 11 text

11 © Link and Motivation Group #chatgptinaction 2023/04/05 単にドキュメント内の情報を答えるだけでなく、 ドキュメントの情報を活用して Few-shot Learning を行うことができる (≒ドキュメントの結果をもとに推論ができる) データを網羅的に構造化しなくても活用可能に LangChainのretrieval_qa_chainのデフォルトのプロンプト →vectorstoreからの検索結果 →ユーザーの質問 最後の質問に答えるために、以下の文脈 を使用してください。答えがわからない 場合は、「わかりません」とだけ言って、 答えをでっち上げないでください。

Slide 12

Slide 12 text

12 © Link and Motivation Group #chatgptinaction 2023/04/05 After GPTのUnlearn② Before GPT After GPT 明示的な データやロジックの設計 暗黙の前提を言語化して 出力をコントロール

Slide 13

Slide 13 text

13 © Link and Motivation Group #chatgptinaction 2023/04/05 例えば、ChatGPTとは?を説明させるのも、 「エンジニア以外にわかるように」とつけるだけで回答が結構変わる 「暗黙の前提」を言語化してLLMに渡すことで出力をコントロール

Slide 14

Slide 14 text

14 © Link and Motivation Group #chatgptinaction 2023/04/05 バリデーションも、ロジックではなく自然言語として渡せる ある程度のプロンプトインジェクション対策もできています

Slide 15

Slide 15 text

15 © Link and Motivation Group #chatgptinaction 2023/04/05 After GPTのUnlearn③ Before GPT After GPT テストケースを作成して 網羅的にテスト 自然言語データに基づく ランダムテスト

Slide 16

Slide 16 text

16 © Link and Motivation Group #chatgptinaction 2023/04/05 網羅的なテストケースを作成することは困難なので メンバーみんなで色々な質問を想定して、ひたすらテストする 実際に行ったテスト ※過激すぎて一部しか載せられませんでした バリデーションが効いているかチェックするため、 不適切と思われる質問をみんなで考えまくった

Slide 17

Slide 17 text

17 © Link and Motivation Group #chatgptinaction 2023/04/05 それすらGPTに作らせればよかった

Slide 18

Slide 18 text

18 © Link and Motivation Group #chatgptinaction 2023/04/05 今後の展望 ● 今まで「プロダクトでやるのは難しい」と思っていたことを全部見直す ○ 明日起きたらできることが増えているかもしれない ● データの溜め方も見直す ○ 会議やアポの録画データなども、溜めていけば活用できる資産になる

Slide 19

Slide 19 text

19 © Link and Motivation Group #chatgptinaction 2023/04/05 ● 朝起きたら新しいことができるようになっている(かもしれない)世界 ● これまでの非常識が明日の常識になるかもしれない ● Unlearnしながら新しいベストプラクティスを皆で探しましょう まとめ Unlearn

Slide 20

Slide 20 text

20 © Link and Motivation Group #chatgptinaction 2023/04/05 さいごにお知らせ 4月11日(火) 18:30〜21:00 @オンライン 「ChatGPTでアポ革命!顧客対応の最適化とCSの未来」 このあとURLをツイートします! #chatgptinaction 4/11 4/18 Chat GPT ×カスタマーサクセス Chat GPT ×エンジニア組織づくり