# アイスブレイク案の生成

アイスブレイク案の生成アプリでは、「業界」「担当部署」「先方の課題」「会社住所」の入力のみでアイスブレイク案の生成を行うことができます。

<figure><img src="/files/XTyOxqJYO2rI3c3KqWgq" alt=""><figcaption></figcaption></figure>

下記の入力例を基にアイスブレイク案を生成します。

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

* **業界：**&#x81EA;動車
* **担当部署：**&#x8CFC;買
* **先方の課題：**&#x30C7;ータ管理
* **会社住所：**&#x6771;京都港区

<figure><img src="/files/PIqnin01toKdkpXnwtmi" 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アイスブレイク案が生成されます。

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/jWBKeAKBcamZZYxG1Eqg" alt=""><figcaption></figcaption></figure>

```
【お客様情報に基づいたアイスブレイク】

自動車のトレンドに関係するネタ： 「最近、電気自動車の普及が進んでいますが、
ご自身ではどのような車に興味をお持ちですか？私は特に自動運転技術に注目していて、その進化が
楽しみですね。」

購買に関係するネタ： 「オンラインショッピングが主流になってきていますが、
個人的には実店舗での買い物の方が好きです。実際に商品を手に取って選べるのが魅力的ですよね。
お客様はどちらのスタイルを好まれますか？」

データ管理に関係するネタ： 「データの重要性が増す中、私たちの生活にもビッグデータが浸透
してきていますね。最近、何か面白いデータ活用の事例をお聞きしましたか？私はデータを使った
個人化されたサービスに興味があります。」

東京都港区のトレンドやニュースに関係するネタ： 「港区はいつ訪れても新しい発見があって
魅力的ですよね。最近、港区で何か注目すべき新しいスポットやイベントがあったら教えて
いただけますか？私も次回訪れた時にチェックしてみたいです。」

【アイスブレイクのヒント】

興味を引くトピックを選ぶ際には、お客様の業界や趣味、地域の話題など、お客様が関心を持ちそうな
内容を選びます。共通の興味関心を見つけるためには、お客様の反応を見ながら話題を展開し、共感を
示すことが大切です。軽いユーモアを交えることで、緊張を和らげ、リラックスした雰囲気を
作り出しますが、相手の反応を見て適切な範囲で行います。オープンエンデッドな質問をすることで、
お客様に話を広げてもらい、会話を活発にします。
自己開示をすることで、お客様にも自分のことを話してもらいやすくなります。
ただし、プライベートな話題は避け、ビジネスに関連する程度の内容に留めます。挨拶と共感は、
お客様との関係を築く基本です。初めにしっかりと挨拶をし、お客様の話には共感を示し、
信頼関係を構築します。
```

## 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4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/kgQsAdPGstikqJwooUoY" alt=""><figcaption></figcaption></figure>

* **業界**
  * 変数：@industry
  * インプットタイプ：テキスト
* **担当部署**
  * 変数：@department
  * インプットタイプ：テキスト
* **先方の課題**
  * 変数：@issue
  * インプットタイプ：テキスト
* **会社住所（例：東京都渋谷区）**
  * 変数：@area
  * 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" %}
不要な項目や追加したい項目がある場合は、インプット項目を調整することができます。
{% endhint %}

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

標準モデルは「OPENAI GPT-4 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 %}

#### プロンプトのOne Pointアドバイス <a href="#prompt_onepoint" id="prompt_onepoint"></a>

{% hint style="info" %}
各項目に対して複数のアイスブレイク案を生成したい場合などは、プロンプトを修正することで指定したアイスブレイク案を生成することができます。

例：{industry}のトレンドに関するネタを３つ
{% 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/sales/icebreak.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.