# カウンセリング

カウンセリングアプリでは、"業界"と"業種"に基づいて、LLMをどのように効率的に業務に活用できるかを提案します。

<figure><img src="/files/XZZ8XW3sa26lBJ3A4rXK" alt=""><figcaption></figcaption></figure>

下記の入力例を基にユーザーに向けて励ましの言葉を生成します。

## 入力例 <a href="#example1" id="example1"></a>

* **悩みや心配事：**&#x5C06;来の自分のキャリアが不安

<figure><img src="/files/tlc9ceXAtO2YWp09Yeha" alt=""><figcaption></figcaption></figure>

## 結果例 <a href="#example2" id="example2"></a>

入力例の内容で生成を実施すると下記のような結果が生成されます。

生成された文章は、その場で編集やコピー、ファイルとしてダウンロード(txt・PDF・docx)が可能です。

<figure><img src="/files/poaSfVqSD7hlfP1JSPdh" alt=""><figcaption></figcaption></figure>

```
"人生は自分で描く絵画のようなもの。一筆一筆、丁寧に描いていけば、美しい風景が広がる。未来のキャリアも同じ。一歩ずつ進んでいけば、素晴らしい道が開けるはずだ。"
この格言は、将来の不安を感じる人に向けて、一歩一歩進んでいくことの大切さを伝えています。人生やキャリアは一気に完成するものではなく、着実に進んでいくことが大切だというメッセージが込められています。
```

## アプリ編集画面 <a href="#edit" id="edit"></a>

標準で用意されているインプット項目とLLMモデル・プロンプトは下記の内容になります。

### インプット <a href="#input" id="input"></a>

利用者に入力してもらいたい項目を1つご用意しています。

インプット項目は追加や削除、入力形式(インプットタイプ)の変更をすることができます。

<figure><img src="/files/IqEUQNvyfcEYyjb8gcaA" alt=""><figcaption></figcaption></figure>

* **悩みや心配事**
  * 変数：@worry
  * インプットタイプ：テキスト

#### インプットのOne Pointアドバイス <a href="#input_onepoint" id="input_onepoint"></a>

{% hint style="info" %}
"相談者の立場"などをインプットとして増やすことで、より具体的なカウンセリング内容を生成することが可能です。
{% endhint %}

### LLMモデル <a href="#model" id="model"></a>

標準モデルは「OPENAI GPT3.5 TURBO」がセットされています。

{% hint style="warning" %}
モデルを変更することで生成結果の仕上がりが変わる場合があります。
{% endhint %}

### プロンプト <a href="#prompt" id="prompt"></a>

{}で囲まれているものはインプットで設定されている変数が当てはめられており、プロンプト記載欄の下にチップの形で表示されている変数をクリックすると簡単に記載ができます。

{% hint style="warning" %}
インプットの変数を変更した際は、プロンプト内の変数も変更する必要があります。
{% endhint %}


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.allganize.ai/alli-llm-app-market/app-market/default-apps/other/counseling.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.