# 【資料評価編】プレゼンテーションを用意する

【資料評価編】プレゼンテーションを用意するアプリでは、作成したプレゼン資料を評価するための、資料に対する「フィードバック」や「想定質問」を作成するアプリです。

## フローの全体図 <a href="#overall" id="overall"></a>

<figure><img src="https://3244404108-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FR2CRA2CisD1pVQUgqd1g%2Fuploads%2FQpoXhEKie7fnfZ7JsIwe%2Fimage.png?alt=media&#x26;token=a4d74b4e-2d07-4180-afa3-33d49af0d073" alt=""><figcaption></figcaption></figure>

## 概要 <a href="#outline" id="outline"></a>

本アプリには用途に合わせて２つのタスクを実行できます。

**＜資料に対するフィードバックを得る＞**

プレゼンの"テーマ"と"誰に向けた"プレゼンか、"目的"を元に、アップロードされた資料に対してA\~Dの四段階での評価と、良いポイントと改善ポイントを提示します。

**＜プレゼンに対する想定質問を生成する＞**

"誰に向けた"プレゼンか、を元に、プレゼンを実施した際に、アップロードされた資料に対して想定される質問を以下の3種類のタイプの質問を合計9つ生成します。\
・好意的な質問 3つ \
・懐疑的な質問 3つ \
・一般的ではないが、重要な質問 3つ。

### 資料に対するフィードバックを得る <a href="#get-feedback" id="get-feedback"></a>

#### 情報を収集する（入力フォームノード） <a href="#form-node1" id="form-node1"></a>

入力フォームノードで、フィードバックを行うために必要な情報を以下の変数を使って、収集します。

ラベル：テーマ\
変数：＠THEME

* 変数種別：会話変数
* タイプ：文字列

ラベル：誰に向けたプレゼンですか？\
変数：＠WHO

* 変数種別：会話変数
* タイプ：文字列

ラベル：プレゼンテーションの目的はなんですか？\
変数：＠PURPOSE

* 変数種別：会話変数
* タイプ：文字列

#### プレゼン資料をアップロードする（LLMインプット） <a href="#llm-input1" id="llm-input1"></a>

LLMインプットノードを使い、ユーザーに評価を行いたいプレゼン資料をアップロードしてもらうように設計しています。

"アップロード"タブを選択し、取得したドキュメント情報を@DOC1という変数に保存します。

<figure><img src="https://3244404108-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FR2CRA2CisD1pVQUgqd1g%2Fuploads%2FDndfJFeNqaBOOWPufED2%2Fimage.png?alt=media&#x26;token=88bf4c7e-da1b-4207-8854-329356035c57" alt="" width="336"><figcaption></figcaption></figure>

#### プレゼン資料を評価する（LLM実行ノード） <a href="#llm-node2" id="llm-node2"></a>

LLM実行ノードでは入力フォームノードでユーザーが入力した情報を保存した変数＠THEMEと、@WHOと@PURPOSEと、資料情報を保存した@DOC1をプロンプトで指定し実行しています。

* ベースモデル：OPENAI GPT-4
* プロンプト：プレゼン資料を評価する

<figure><img src="https://3244404108-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FR2CRA2CisD1pVQUgqd1g%2Fuploads%2FzG05cYGfKRTjBZJ0alRi%2Fimage.png?alt=media&#x26;token=19944ad3-d398-44c6-b151-0f3b95c2fbbb" alt="" width="375"><figcaption></figcaption></figure>

<figure><img src="https://3244404108-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FR2CRA2CisD1pVQUgqd1g%2Fuploads%2F645TsBmSjywsClXLYtpL%2Fimage.png?alt=media&#x26;token=54faaa3c-cc47-498a-8a61-95d9304c3fd4" alt=""><figcaption></figcaption></figure>

### プレゼンテーションに対する想定質問を生成する <a href="#create-question" id="create-question"></a>

#### 情報を収集する（入力フォームノード） <a href="#form-node2" id="form-node2"></a>

入力フォームノードで、タイトル案を作成するのに必要な情報を以下の変数を使って、収集します。

ラベル：誰に向けたプレゼンですか？\
変数：＠WHO

* 変数種別：会話変数
* タイプ：文字列

<figure><img src="https://3244404108-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FR2CRA2CisD1pVQUgqd1g%2Fuploads%2FO4ME88gPKMoe4S656UOP%2Fimage.png?alt=media&#x26;token=12a2174d-19fd-4c28-921e-de7420ad3aff" alt="" width="375"><figcaption></figcaption></figure>

#### プレゼン資料をアップロードする（LLMインプット） <a href="#llm-input2" id="llm-input2"></a>

LLMインプットノードを使い、ユーザーに評価を行いたいプレゼン資料をアップロードしてもらうように設計しています。

"アップロード"タブを選択し、取得したドキュメント情報を@DOC1という変数に保存します。

<figure><img src="https://3244404108-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FR2CRA2CisD1pVQUgqd1g%2Fuploads%2FtzGq3pkTr4bNB3wszOpQ%2Fimage.png?alt=media&#x26;token=d3178c57-37cc-4ba4-8a53-19877c6e4f1b" alt="" width="375"><figcaption></figcaption></figure>

#### プレゼン資料を評価する（LLM実行ノード） <a href="#llm-node2" id="llm-node2"></a>

LLM実行ノードでは入力フォームノードでユーザーが入力した情報を保存した変数@WHOと資料情報を保存した@DOC1プロンプトで指定し実行しています。

* ベースモデル：OPENAI GPT-4
* プロンプト：プレゼン資料を評価する

<figure><img src="https://3244404108-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FR2CRA2CisD1pVQUgqd1g%2Fuploads%2FMHsdC9gMnhKSQTL4rTYT%2Fimage.png?alt=media&#x26;token=0e46db94-8188-4371-bfe4-be942ad6c440" alt="" width="375"><figcaption></figcaption></figure>

<figure><img src="https://3244404108-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FR2CRA2CisD1pVQUgqd1g%2Fuploads%2FMpppjw4TaZsTjq2dG1Zs%2Fimage.png?alt=media&#x26;token=f2df59f7-2a35-4159-9de1-0cdcf51fbf77" alt=""><figcaption></figcaption></figure>


---

# 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/evaluate_presntation.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.