Alli LLM App Marketでは以下のブラウザに対応しています。

■ダッシュボード

• Chrome （バージョン106以降）

• FireFox （バージョン110以降）

• Safari （バージョン16以降）

• Microsoft Edge （バージョン106以降）

■SDK(チャット画面)

• Chrome （バージョン67以降）

• FireFox （バージョン69以降）

• Opera（バージョン54以降）

• Safari （バージョン11.1以降）

• Microsoft Edge （バージョン80以降）

Allganizeでは、大規模言語モデル（LLM）を活用し、さまざまな業務に利用できるさまざまなLLMアプリを並べた「アプリマーケット」や「特定のドキュメント」から各種タスクを自動化するソリューションを提供しています。

質問応答の生成、ドキュメントの要約、ビジネス向けにカスタマイズされたプロンプトなどの機能を含んでおり、簡単な操作で生成データを得ることが可能です。

※ 本機能は、LLMを有効化した 回答自動生成AI またはAlli LLM App Marketのプロジェクトでのみご利用が可能です。

2025年4月22日

更新と改善:Alli Works(旧アプリランチャー)/SDK

• 新規タイプのAlli Worksの提供開始　

  • Alli Worksへのユーザー認証機能を実装いたしました。 これにより、Alli Works を使用する上で、アプリ、ドキュメント、Q&A のユーザー権限に応じた制御が適用しやすくなりました。

    • ID/PWベースの認証によるAlli Worksへのログイン機能を追加いたしました。 使用をご希望される場合は、別途カスタマーサクセス担当にお問い合わせください。

      • Google OAuth ベースの SSO ログイン機能の実装

      • SAMLベースのSSO ログイン機能の実装 ※SSO連携機能は有償オプションとなります。

        • SAMLを標準でサポートしているすべてのIdPでAlli Worksへのログインが可能となりました。

        • SSO 認証を通して、Alliへのカスタム属性の連携が可能となりました。

• Alli WorksとSDKの利便性の向上

  • 回答生成ノードの利用時、回答生成中のキャンセル機能を追加いたしました。

  • モデルプロバイダ側にエラーが発生している場合にメッセージを表示するようにいたしました。

更新と改善:Alli ダッシュボード/API/全般

• アプリ作成の機能強化

  • 回答生成ノードにエージェント機能を追加いたしました。

  • 一部のファイル拡張子について、25MB以上の大容量のオーディオファイルの入力ができるようになりました。

    • 対応拡張子：mp3 , wav

  • LLMインプットノードにてドキュメントの対象範囲でハッシュタグを使用する際、変数を指定できるようになりました。

• 回答生成ノードで使用できる外部ソースの拡大

  • "ドキュメントメニュー"とBox.comの連動機能を追加いたしました。

  • Slack, Confluence, Box.com search APIを利用した回答生成ができるようになりました。

    使用をご希望される場合は、別途カスタマーサクセス担当にお問い合わせください。

• エラーメッセージのアップデート

  • ドキュメントのアップロード時に、解析に失敗した場合の詳細なエラー内容を表示するようにいたしました。

• その他の機能

  • クレジットの消費体系の変更をいたしました。

2025年2月17日

更新と改善:Alli Works(旧アプリランチャー)/SDK

• Alli Worksの利便性向上

  • 管理者が会話型アプリに表示される推奨質問を直接登録・管理できる機能を追加しました。

  • セキュリティ強化のため、ドキュメントダウンロードの制限機能を追加しました。

  • ドキュメントプレビュー時に、ページ番号を直接入力してページ移動できるようになりました。

  • 入力可能な文字数の上限を10,000文字に拡大しました。

• SDKのアップデート

  • パーソナルドキュメントのダウンロード機能を追加しました。

  • 回答生成ノードの利用時、SDK内でのドキュメントダウンロードについてIP制限機能が追加されました。

更新と改善: Alli ダッシュボード/API/全般

• 利用履歴の利便性向上

  • シングルアクションアプリの利用履歴を追加しました。

  • 会話型アプリ/シングルアクションアプリの利用履歴で、アプリ検索によるフィルタリングが可能になりました。

• 権限管理の強化

  • 利用履歴に権限を適用し、アプリへのアクセス権限を持つメンバーのみ閲覧可能となりました。

  • プロジェクト設定内の詳細設定タブの閲覧権限を追加しました。

  • メンバーグループ機能を強化し、メンバーを部署などで区別できるように、グループ作成・修正・削除などの管理機能を追加しました。

  • Q＆A、ドキュメント、アプリのメンバーグループ単位での権限管理を適用しました。

• アプリ作成の機能強化

  • プロンプトおよびLLM実行ノード内で、ファイル変数を使用できるようになりました。

2024年12月23日

更新と改善: Alli ダッシュボードとAlli Works(旧アプリランチャー)/SDK

• Alli Worksの利便性向上

  • ドキュメントのプレビュー画面からファイルダウンロード機能を追加しました。

  • 回答内容のコピー機能を追加しました。

• ガードレール機能のアップデート

  • ガードレール機能にメールアドレス・電話番号などの個人情報入力をブロックする機能を追加しました。本機能によって、Alli Wokrs及びSDKで個人情報が入力された場合に、メッセージ送信そのもののブロックが可能となりました。

• ハッシュタグ付け機能のアップデート

  • 「ドキュメント」メニューにて複数のドキュメントに対して一括でハッシュタグの付与・削除機能が追加されました。

• 「ドキュメント」メニューのUI改善

  • ドキュメントメニューに存在するドキュメント・フォルダの件数表示の追加、各種ボタンの位置変更、ガイドメッセージの詳細追加等を行いました。

• アプリ作成の権限追加

  • 「アプリ管理」内のアプリごとに編集・閲覧権限の設定機能を追加しました。

  • スーパーエージェント・メンバー（旧エージェント)に対する「アプリマーケット」、「アプリ管理」内のアプリに対する読み取り、書き込み権限の選択が追加されました。

• ノード機能のアップデート

  • LLMインプットノード/回答生成ノードの、インプット、または検索範囲指定を「ドキュメント」メニューに存在するフォルダ単位で指定する機能が追加されました。

2024年11月15日

更新と改善: Alli ダッシュボードとAlli Works(旧アプリランチャー)/SDK、API

• Alli Worksの回答パフォーマンスの向上

  • 回答内のハイライト機能のサポート

• SDKの改善

  • Alli SDK上で表示されるアイコンの視認性を向上させるために表示サイズを拡大いたしました。

• エージェントグループ権限の項目追加

  • ダッシュボード内の会話履歴メニューの読み取り権限を追加しました。

  • フィードバック管理ページの読み取り/書き込み権限を追加しました。

  • すべてのフォルダとドキュメントに権限を追加しました。（エージェントの読み取り/書き込み、Alli Works / SDKユーザーの読み取り）

• ノード機能のアップデート

  • LLM実行ノードでドキュメントに対してのプロンプトの処理方法を選択できる機能を追加しました。（分割なしで使用、マップ、マップ-リデュース）

  • 会話応答ノード内でマークダウン形式が選択できる機能を追加しました。

2024年11月13日

更新と改善: Alli ダッシュボードとアプリランチャー/SDK、API

• Alli Works(アプリランチャー) 機能の追加

  • ドキュメントリストメニューを追加し、パーソナルドキュメント(個人で追加したドキュメントの管理)と共有ドキュメント(ダッシュボート上に登録されたドキュメント)の2つを分けて管理できるようアップデートいたしました。

    • 会話中にドキュメントリスト内のフォルダとドキュメントが選択できる機能を追加しました。

    • ローカルドキュメントを直接アップロードできる機能を追加しました。

    • パーソナルドキュメント/共有ドキュメントボックス内のダウンロード機能を追加しました。

  • アシスタントの入力枠にアプリ一覧・ドキュメントアップロード・ドキュメントリストのアイコンを追加しました。

    • 上記追加機能に伴う右パネルUIの提供とサイズ調整機能を追加いたしました。

2024年10月20日

更新と改善: Alli ダッシュボードとアプリランチャー/SDK、API

• ダッシュボートの改善(※一部のお客様に提供)

  • ナレッジベース＞ドキュメントのメニューが独立し、ナレッジベースメニューと並列になりました。

  • ドキュメントメニューにおいて、フォルダの階層構造機能の追加、IUのアップデートをいたしました。

2024年10月11日

更新と改善: Alli ダッシュボードとアプリランチャー/SDK、API

• アプリランチャー機能の追加

  • アプリに対してアクセスできるユーザー権限の設定機能を追加しました。

• SDKの改善

  • 回答生成時のユーザービリティの強化: HTMLドキュメントプレビュー時に元のウェブサイトへの直接アクセスが可能となりました。

  • チャット画面の視認性向上のため、デザイン及び吹き出しの配置をアップデートいたしました。

2024年9月13日

更新と改善: Alli ダッシュボードとアプリランチャー/SDK、API

• RAG機能の改善

  • ドキュメントのプレビュー表示に付帯するハイライト機能の性能を向上しました。

  • ドキュメント解析時にテーブルなどを統合処理し、検索パフォーマンスを改善しました。

  • 回答生成にMarkdownを適用し、視認性を向上いたしました。

• アプリランチャーの改編

  • アプリランチャー内でのドキュメントベースの対話サポート

    • アシスタント機能において、ドキュメントアップロード機能を追加しました。

    • アシスタント機能において、ユーザーによってアップロードされたドキュメントへの質問・回答生成機能を追加しました。

  • アプリランチャーのアクセシビリティ改善：対応ブラウザをアップデートしました。

  • 一部のUX改善およびバグを修正しました。

• SDKの改善

  • Webアクセシビリティガイドラインに準拠しました。

  • SDK内アシスタント機能のバナーを削除しました。

• フィードバック管理機能の改善

  • 回答根拠へのフィードバック、回答の肯定/否定フィードバック(管理者、ユーザー)のダウンロード機能を追加しました。

• LLM分析メニューの改善

  • アクティブユーザー数の項目を追加しました。

  • サービス安定性向上のため、LLM分析メニューで取得する数値情報のサイクルを1時間毎へ変更しました。

• その他の改善

  • GPT-4o miniの使用クレジットを変更しました。

  • LLM入力ノードの改善: ドキュメントアップロード時に100ページまで対応しました。

  • Q&Aデータのアップロード/ダウンロード時に、Q&Aの回答文に含まれた変数の互換性をサポートしました

  • 管理者のアクセスログに対して、各エージェントによるプロジェクトへのログイン記録を追加しました。

2024/7/26

更新と改善: Alli ダッシュボードとアプリランチャー/SDK、API

• 回答自動生成機能（RAG）のアップデート

  • 回答生成ノードを利用時、プレビュー画面で表示されるドキュメント上で根拠となる文章にハイライトを表示する機能を追加しました。

• アプリランチャーアップデート

  • ユーザーから入力された内容の意図分類と利便性を向上させるためのアシスタント機能を追加しました。

  • おすすめの質問とおすすめアプリがアプリランチャーに表示される機能を追加しました。

  • アプリランチャーのサイドバー(画面左)で自身の会話履歴が表示される機能を追加しました。

  • MS Entra ID の認証機能を追加しました。

  • アプリランチャーおよびSDK入力時の有害コンテンツフィルタリングのためのガードレール機能を追加しました。

• サポートするLLMモデルのアップデート

  以下のLLMモデルを追加しました。

  • GPT-4o、GPT-4o mini

  • Gemini 1.5 Flash、Pro

  • Claude 3.0 Haiku, Opus, Claude 3.5 Sonnet

• 広告用のクリエイティブを作成するためのLLMエージェント機能を追加しました。

• ダッシュボードの改善

  • LLM Appにおける分析の機能を追加しました。

  • シングルアクションアプリ、回答自動生成、LLM実行の履歴の確認機能を追加しました。

  • ダッシュボードUIの改善とメニューの編成を変更いたしました。

• LLM App APIのサポートとユーザビリティの向上

  • アプリ生成API機能をサポートしました。

  • シングルアクションアプリ多言語API機能をサポートしました。

2024/4/1

更新と改善: Alli ダッシュボードとSDK、API

• JavaScript SDKを使用したLLMアプリランチャー機能を追加いたしました。

• 回答自動生成（RAG）のパフォーマンスを向上させるためのRetriever設定機能を追加しました。

  • 質問文とアップロードされているドキュメントの傾向からRetrieverを最適化する機能を追加しました。

  • Retrieverのトレーニング機能を追加いたしました。

• フィードバック管理機能の追加及び改善を行いました。

  • ダッシュボードから生成結果にフィードバックを付与する際、対象となるドキュメントが根拠に含まれていない場合に、根拠となるドキュメントを新規で指定する機能が追加されました。

  • 回答の根拠となったドキュメントのフィードバックをExcel形式でまとめてアップロードできる機能を追加しました。

• 回答自動生成のソースサポート範囲を拡大いたしました。

  • SQLを用いて、DBとの連携を通じた検索をする機能を追加いたしました。

  • ドキュメント内に含まれているチャート情報からの検索に対応いたしました。

• 2FA認証機能(ダッシュボードへのログイン時)を追加いたしました。

• SDKの新バージョンをリリースいたしました。

  • デザインを大幅に変更いたしました。

  • ダッシュボードのプレビュー画面に新バージョンのSDKを適用いたしました。

  • 背景色のカスタム機能を追加いたしました。

  • ドキュメントのプレビュー、スクロール、ズーム関連の機能の改善をおこないました。

• Alli LLM App Market APIを追加いたしました。

2023/11/10

更新と改善: Alli ダッシュボードとSDK、API

• シングルアクションアプリの結果がマークダウン形式で出力できる機能を追加しました。

• シングルアクションアプリの結果をドキュメントとしてダウンロードできる機能を追加しました。

• LLM App market内のユーザーページの追加とアプリ管理機能の改善をおこないました。

• GPT-4 turboモデルを追加しました。

• Alli Finance LLM (金融特化モデル)を追加しました。

• グループプロンプト(プロンプトチェーン)管理機能を追加しました。

2023/9/30

更新と改善: Alli ダッシュボードとSDK、API

• Alli LLM App Marketをリリースしました。

• LLM Input Nodeの追加とInput Node内でのドキュメントアップロード機能を追加しました。

• ナレッジベース内に追加ソースを設定とスニペットメニューを追加しました。

• LLMシングルアクションアプリ機能を追加しました。

• ドキュメントのLLMサポート(要約・QA自動生成)時、サンプル生成機能を追加しました。

• ドキュメントから回答生成時、回答ソースとなったドキュメントページにフィードバックを与えることができる機能を追加しました。

2023/6/30

更新と改善: Alli ダッシュボードとSDK、API

• ドキュメントプレビューパネルをAlli SDK、Pop-up URL内に追加しました。

• 生成された回答に対してチャット画面からフィードバック(Good・Bad評価)を与えることができる機能を追加しました。

• LLMプロンプト管理機能を追加しました。

• 回答生成ノードを追加しました。

• LLM実行ノードを追加しました。

• ダッシュボードドキュメントタブ内のLLM機能(要約・QA自動生成)を追加しました。

• LLMモデル管理機能を追加しました。

2023/3/31

更新と改善: Alli ダッシュボードとSDK、API

• Alli GPT用UIをリリースしました。

• 文書から回答ノード内の生成型回答機能を追加しました。

各項目の手順

1. システム設定

2. アプリの準備

3. アプリの作成手順

4. アプリの利用方法

5. アプリの利用分析

6. アプリ利用時における課題別の対応・改善方法

それぞれの手順について、以下より説明します。

システム設定

アカウントの作成 / ログイン

2. アカウントを追加する場合は、プロジェクト設定 ＞ メンバー よりアカウント招待ができます。

グループ権限

メンバーが利用できる機能をグループ単位で設定することが出来ます。

1. グループ権限（デフォルト）

   1. 管理者： Alliの管理者・責任者に該当する方へ付与することをおススメします。

   2. スーパーエージェント： アプリの作成、Q&Aやドキュメント追加等ができます。

   3. エージェント： アプリの作成等ができます。
2. グループ権限（新規作成） お客様でオリジナルで権限グループを作成すること可能です。 例えば、営業部には「アプリを作成させたい」が「Q&Aとドキュメント追加はさせない」、といったようにお客様のケースに合わせて柔軟な権限設定が実現できます。

セキュリティ設定

アプリの準備

ドキュメントをアップロードする

1. ドキュメントをアップロードする 左のメニューバーから、[ドキュメント]メニューを選択し、画面右上の[アップロード]をクリックしてください。
2. ドキュメントの登録方法

   1. ドキュメントを1つずつアップロードする
3. excel、csv形式のデータをアップロードする際の注意事項

   1. csvファイル内に空欄の項目があると、正しいデータとみなされず、結果としてアップロードに失敗する場合があります。その場合は、excelやPDF等に変換することでアップロードできます。 ※一般的にCSVファイルは存在する列に対して、全ての項目がデータで埋まっている必要があります。

   2. 1シートあたりの文字量が多いデータの場合、アップロードに失敗する場合があります。 その場合、シートを分割する事でアップロードが可能になります。

アプリの作成手順

アプリマーケット

Alliでは、職種・業務別に活用できるアプリを100個以上用意しています。デフォルトのプロンプトを設定しているため、すぐにでも使える状態になっています。 利用したいアプリがありましたらアプリ管理メニューに追加し、ご利用ください。

シングルアクション

1. 概要 入力情報に対して特定のタスクを実行する、一問一答形式。

2. ユースケース

   1. ドキュメントを要約する
   2. メールの下書きを考えてもらう
   3. 議事録の作成をする
3. 作成手順 基本的な作成手順は以下の動画ガイドを確認してください

カンバセーションアプリ

1. 概要 会話形式で進行する、複数の処理やユーザーの回答・選択により条件分岐も可能。

2. ユースケース

   1. 質問に対して、社内ドキュメントやFAQをもとにAIで回答する
   2. ローププレイング方式で会話のシミュレーションを行う
   3. 資料作成の補佐、ブラッシュアップ案を考える
   4. 作成手順 基本的な作成手順は以下の動画ガイドを確認してください。

アプリの利用方法

1. 概要 アプリの利用方法は大きく分けて以下2点に分かれます

   1. アプリ別に利用をする

   2. Alli Worksを経由して、ユーザーの任意でアプリを選択し利用する

2. ユースケース

   1. アプリ別に利用をする

      1. 特定のアプリ、指定したアプリを集中的に利用してほしい場合

   2. Alli Worksを経由して、ユーザーの任意でアプリを選択し利用する

      1. 公開アプリを自由かつ柔軟に活用してほしい場合

3. アプリ別に利用する

   1. アプリ毎に個別のURLが生成されています。

   2. 管理画面からアプリのURLをコピーして、ユーザーへ共有する
4. Alli Worksを経由して、ユーザーの任意でアプリを選択肢利用する

   1. 管理画面に表示されているAlli WorkのURLを展開する
   2. Alli WorksのTOP画面※管理画面で公開状態のアプリが画面に表示されます

アプリの利用分析

アプリの消費クレジット推移などの利用状況が確認できます。例えば、社内公開したアプリが使われているのか等が可視化されます。分析画面の詳細につきましては以下をご確認ください。

アプリ利用時における課題別の対応・改善方法

アプリ公開後、以下のような利用状況になった際の対応方法が分かれます。 ケースに応じた対応方法・改善方法

1. アプリの回答精度が期待に達していないケース

2. プロンプトの作成方法が分からないケース

3. アプリの利用自体が伸びないケース

お知らせ(2025/2/10)

本ページは下記に移動しました。 新URLのブックマークをお願いいたします。

生成AIを活用する際、適切なプロンプトを作成することが成功への鍵となります。

このガイドでは、初心者から上級者まで役立つプロンプト作成のポイントを分かりやすく解説していますので是非ご参考ください。

回答生成機能の精度向上方法

回答生成機能を利用した際、回答精度を向上させる方法がいくつかございます。

本ガイドでは事象別に精度向上を案内しておりますので、ご参考ください。

このガイドでは「カテゴリー(部署)選択」→「カテゴリー(部署)のQ&Aから回答」→該当するQ&Aがない場合「カテゴリー(部署)のドキュメントから回答生成」へと繋がるアプリの作成方法を解説します。

このアプリは社内問い合わせ業務の工数削減などで多くのお客様が利用していますので、ガイドを参考に自社に合わせた形にアレンジしてみてください。

全体図

大まかな流れとしては下記の4つです。

①カテゴリーで人事を選択→人事領域のQ&Aから検索→Q&Aから回答を得られた場合→同じ人事領域で再検索 or TOPのカテゴリー選択に戻る

②カテゴリーで人事を選択→人事領域のQ&Aから検索→該当するQ&Aがない場合→人事領域のドキュメントから回答生成→同じカテゴリーで再検索(人事Q&A検索) or TOPのカテゴリー選択に戻る

③カテゴリーで総務を選択→総務領域のQ&Aから検索→Q&Aから回答を得られた場合→同じ人事領域で再検索 or TOPのカテゴリー選択に戻る

④カテゴリーで総務を選択→総務領域のQ&Aから検索→該当するQ&Aがない場合→総務領域のドキュメントから回答生成→同じカテゴリーで再検索(総務Q&A検索) or TOPのカテゴリー選択に戻る

フローの構築

カテゴリー選択をするボタンを作成する

エンドユーザーに最初に何かしらのカテゴリーを選択させるようなボタンを作成する場合、「会話・質問応答ノード」を使用します。

会話・質問応答ノード内を下記の手順に沿って設定します。

1. メッセージ欄：ユーザーに表示するメッセージを入力してください

2. 応答追加：ユーザーに選択させるボタンなどを作成する場合、チェックを入れてください。

3. 応答を入力してください。：「応答追加」にチェックを入れると応答の種類を選択できます。 　　　　　　　　　　　　　ボタンを作成する場合「ボタン」を選択してください。

4. オプションを追加：ユーザーにボタンを表示する際のボタン名を設定できます。

オプションを追加ボタンを押すとオプションタイプを選択する画面が表示されますので「一般」をクリックしてください。

クリック後、ボタン名を設定できる画面に遷移しますので、回答オプションにボタン名を入力し、適用ボタンを押してください。

今回のフローでは「人事」「総務」の2つのボタンを用意しますので４.を繰り返して「総務」ボタンも作成してください。

カテゴリー(部署)のQ&Aから検索

※選択したカテゴリーからQ&Aを検索させたい場合、事前にQ&Aデータに任意のハッシュタグを付与する必要があります。

ユーザーにカテゴリーを選択させ、その先でカテゴリーの範囲でQ&A検索を行う場合、「Q&Aから回答ノード」を使用します。

Q&Aから回答ノード内を下記の手順に沿って設定します。

1. ノード入る際に表示するメッセージ：ユーザーに表示するメッセージを入力してください。 ここではユーザーに質問を入力してもらうので「質問を入力してください。」と記載します。

2. 対象範囲：カテゴリーの範囲でQ&A検索を行う場合、対象範囲に任意のハッシュタグを設定してください。 ※カテゴリーごとにQ&Aから回答ノードを作成する場合、設定箇所が異なるのはこちらの部分のみです。 この例では「人事」カテゴリーを選択した後に繋ぐ「Q&Aから回答ノード」は対象範囲を「＃人事」、「総務」カテゴリーを選択した後に繋ぐ「Q&Aから回答ノード」は対象範囲を「＃総務」と設定しています。

3. ”other”オプションの追加：Q&Aから回答ノードで「Q&Aから回答が得られた場合」の分岐を作成します。こちらをＯＮにすることで下記の分岐が作成されるので設定してください。
4. 応答の保存先：ここではユーザーがQ&Aから回答ノードで入力した質問文を「@QUERY」という変数に保管させます。ここで保管した「質問文」は回答生成ノードの分岐に進んだ際に「ユーザーの質問を引用するため(何度も質問を入力させないため)」に設定をします。 ※例では「＠QUERY」の変数を利用していますが、新たに作成した任意の変数を指定しても問題ありません。任意の変数を使用する場合、変数の種類は「会話変数」「文字列」を設定してください。

ここまでの手順で3つのノードが作成できますので、下記のように矢印で繋ぎます。

カテゴリー(部署)のQ&Aから検索し、回答が得られた場合(”その他”の分岐)→同じ領域で再検索 or TOPのカテゴリー選択に戻るボタンを作成する

カテゴリーそれぞれの範囲でQ&Aから検索し回答が得られた場合、同じ領域で再検索 or TOPのカテゴリー選択に戻るボタンを用意します。

ボタンを作成する場合、「会話・質問応答ノード」を使用します。

～完成イメージ～

このノードはカテゴリーの数だけ作成します。ノードは複製(コピー)できますので、コピー機能をご利用ください。

ここまで作成が完了したら下記の手順でフローを繋いでください。

1. 各カテゴリーのQ&Aから回答ノードの「その他」の分岐から「同じ領域で再検索 or TOPのカテゴリー選択に戻るボタン」のある質問応答ノードへ矢印を繋ぐ

2. 「同じカテゴリーで検索」のボタンから直前の「各カテゴリーのQ&Aから回答ノード」に矢印を繋ぐ(緑色の矢印)

3. 「TOPに戻る」のボタンから最初の「カテゴリー(部署)を選択するボタンがある質問応答ノード」に矢印を繋ぐ(赤色の矢印)

カテゴリー(部署)のQ&Aから検索し、該当するQ&Aがない(”該当する質問がありません。”を選択した場合の分岐・(類似の質問が提示されなかった場合)の分岐)場合→同じカテゴリーのドキュメントから回答を生成する

※選択したカテゴリーのドキュメントから回答を生成させたい場合、事前にドキュメントに任意のハッシュタグを付与する必要があります。

選択したカテゴリー内でQ&A検索をし、Q&Aから回答が得られなかった場合、同じカテゴリー内のドキュメントから回答を生成するように設定します。

カテゴリーの範囲でドキュメントから回答生成を行う場合、「回答生成ノード」を使用します。

回答生成ノード内を下記の手順に沿って設定します。

1. 質問の入力方式：前段で設定したQ&Aから回答ノードで入力した質問文を「@QUERY」という変数に保管させているので「ユーザーの質問を引用するため(何度も質問を入力させないため)」に変数を選択します。

3. ベースモデル：回答生成で使用するLLMモデルを選択します。 モデルによって精度が変わりますので事前に検証されることをおすすめします。

4. グループプロンプト：回答生成をする際のプロンプトを選択します。グループプロンプトは弊社側でご用意した標準のプロンプトがありますので基本的にはそちらをご利用ください。

5. 検索ソース：回答生成をする際に回答のソースとして利用したいものを選択します。 例では事前にアップロードされた社内ドキュメントを回答ソースとして設定しています。

6. ドキュメントの適用範囲：カテゴリーの範囲でドキュメントから回答生成を行う場合、対象範囲に任意のハッシュタグを設定してください。 ※カテゴリーごとに回答生成ノードを作成する場合、設定箇所が異なるのはこちらの部分のみです。 この例では、「人事」カテゴリーを選択した後に繋がる「回答生成ノード」は対象範囲を「＃人事」、「総務」カテゴリーを選択した後に繋がる「回答生成ノード」は対象範囲を「＃総務」と設定しています。

7. 回答生成後：回答が生成された後のアクションを選択できます。ここでは回答生成後に同じ領域で再検索 or TOPのカテゴリー選択に戻るボタンのノードに繋ぐため、「次のノードへ」を選択します。

このノードはカテゴリーの数だけ作成します。この例では「人事」「総務」で2つ作成しています。 ※ノードは複製(コピー)できますので、コピー機能をご利用ください。

ここまで作成が完了したら下記の手順でフローを繋いでください。

1. 各カテゴリーのQ&Aから回答ノードの「”該当する質問がありません。”を選択した場合」・「(類似の質問が提示されなかった場合)」の分岐から「同じカテゴリーのドキュメントから回答生成ノード」へ矢印を繋ぐ(オレンジ色の矢印)

2. 「同じカテゴリーのドキュメントから回答生成ノードの「回答生成に成功した場合」の分岐からそれぞれのカテゴリーの「Q&Aから回答ノード」の”その他”分岐から繋がっている「同じ領域で再検索 or TOPのカテゴリー選択に戻るボタン」のある質問応答ノードへ矢印を繋ぐ(黒色の矢印)

回答生成に失敗した場合のエラーメッセージを表示する

回答生成ノードでは「通信エラー」が発生する場合があります。その場合、「回答生成ノード」の「回答生成に失敗した場合」の分岐に進むので、その場合にエラーメッセージを表示しするフローを作成します。

エンドユーザーにエラーメッセージを表示する場合「会話質問応答ノード」を使用します。

ユーザーに表示するメッセージを設定してください。 この例では「エラーが発生しました。もう一度最初からやり直してください。」と設定しています。

ここまで作成が完了したら下記の手順でフローを繋いでください。

1. 「同じカテゴリーのドキュメントから回答生成ノードの「回答生成に失敗した場合」の分岐からエラーメッセージの会話応答ノードへ矢印を繋ぐ(青色の矢印)

2. エラーメッセージを表示する「会話応答ノード」からTOPのカテゴリー選択をする「質問応答ノード」へ矢印を繋ぐ(赤色の矢印)

以上でアプリは完成です。

マイアカウント管理

1. マイアカウント／ログアウト：アイコンをクリックすると、アカウント情報とログアウトのメニューが表示されます。

2. プロフィール画像：プロフィール画像を追加または更新できます。

3. 姓：アカウントの苗字を入力してください。

4. 名 ：アカウントの名前を入力してください。

5. Eメールアドレス：エージェント招待を受信した際のEメールアドレスが表示されています。 メールアドレスを変更することはできません。

6. 電話番号：電話番号を入力してください。

7. 会社名：会社名を入力してください。

8. 言語：ダッシュボードの言語設定を選択できます。英語、日本語、韓国語の設定ができます。

9. パスワード：パスワードを更新します。

10. 変更後、右下の[登録する]をクリックし、更新を行います。

不在中のメッセージ

不在中のメッセージを Onに切り替えると、ユーザーからのチャットがあった際、不在メッセージが送信されます。

1. 不在中のメッセージを Onに切り替えます。

2. 不在期間を設定します。

3. 不在中のメッセージを入力します。 画像、ビデオ、およびリンクを含めることができます。

このページでは、アプリ利用者向けの簡単な利用方法を紹介します。

アプリの使い方を周知することは、利用促進の一つの方法です。

作成したアプリを社内に展開する際に、併せてご利用ください。

※セキュリティの問題でGoogle Slidesの表示がブロックされる場合は、下記のURLより資料をダウンロードください。

生成AIを利用できる環境を提供しただけでは、全従業員が積極的に活用するわけではありません。生成AIを業務の中で当たり前に使っていく文化を作り上げていくことが次のステップです。

そのために、「利用するきっかけ」を与え、さらに継続的に利用してもらうための社内への適切な働きかけが必要です。本資料では、社内における生成AI活用を活発化するためのヒントをまとめております。

ぜひ、社内の活用促進にお困りのご担当者様はご参考ください。

アプリマーケットは大きく2つの画面に分類されます。

1.アプリマーケット

Alliよりデフォルトで提供されるアプリの一覧です。

「全般」「セールス」「顧客対応」「マーケティング」「IT」「総務/人事」「法務/契約」「その他」と、幅広い業務で活用できるアプリをご用意しております。これらのアプリは、ユーザーが利用するための必要な構成、プロンプトが全て準備されているので、この中から、自社で利用したいアプリを選択するだけで、すぐに社内で活用していくことができます。

デフォルトアプリはAllganizeから随時追加対応を行なっていきますので今後もご期待ください。

アプリをクリックすると「アプリをテストする」と「アプリ管理に追加する」を選択できます。 アプリ管理へ追加する前に動作確認をされたい場合は、「アプリをテストする」を選択すると確認が可能です。

「アプリ管理に追加」を選択すると、該当アプリを追加するカテゴリーを選択できます。 「OK」をクリックすると、アプリ管理のドラフト（ユーザーには非公開）へ追加され、アプリの内容を編集できる状態となります。

アプリマーケット内の検索 アプリマーケット内のアプリを検索できます。検索窓をクリックすると、質問例としてアプリマーケット内にあるアプリ名が表示されます。

検索を行った場合、画面の下部に「リクエストを出す」ボタンが表示されます。 こんなアプリが欲しいなどあれば、弊社へ希望を出すことができます。

「リクエストを出す」をクリック後、ポップアップで開いたアプリリクエストの赤枠の必須項目を記入し、「追加」を押していただければ弊社へリクエスト内容が送信されます。

2.アプリ管理

実際に社内で使用するために管理者が作成、編集、追加したアプリの一覧です。

■カードで表示

■テーブルで表示

2-1. アプリ管理での基本操作

アプリ管理ではアプリに関する以下の操作を行えます。

1. アプリのテスト

2. アプリの編集

3. アプリ情報を修正

4. ドラフトへ戻す（非公開）

5. アプリごとのURLのコピーおよびURLの再生成

6. アプリのコピーおよび削除

2-1.アプリのテスト

カードやテーブルからアプリ名をクリックすると、ポップアップが表示され、「アプリテスト」を選択するとユーザーが利用するときと同じ画面で動作確認が可能です。

2-2.アプリの編集

実際にアプリマーケットに存在する「メール下書き作成」(回答型)と「契約書条項の抽出と比較」(会話型)アプリを編集する方法をそれぞれご説明します。

編集画面は、アプリ名をクリックし、ポップアップされたメッセージから「アプリを編集する」より開きます。

2-2a.Single action(シングルアクション)の編集画面

シングルアクションの編集画面が開きます。

アプリの編集を行った後は、右上の「アップデート」で内容を保存します。

「アップデート」を押すと「アプリ名」「説明」「カテゴリー」の編集画面が出てきます。

「アプリ名」「説明」「カテゴリー」に変更がない場合は、そのまま追加ボタンを押してください。

2-2b. Conversation(キャンペーン)の編集画面

Congersation型(キャンペーン)の編集を行う場合は、ステータスが「ドラフト」である必要があります。

1つ1つノードを確認し、各種ノードに入る時のメッセージ内容、プロンプトや利用するLLMモデルなどを必要に応じて変更してご利用ください。

アプリの編集を行った際は、右上の「公開」で内容を保存します。

ステータスを「公開」にすると「アプリ名」「説明」「カテゴリー」の編集画面が出てきます。

「アプリ名」「説明」「カテゴリー」に変更がない場合は、そのまま追加ボタンを押してください。

2-3.アプリ情報の修正

アプリの右上にある" ⁝ "をクリックし、「アプリの情報」を選択するとアプリの情報を編集できます。

アプリの情報を変更し、「追加」をクリックすると修正後の内容で追加されます。

2-4.ドラフトに戻す

アプリをドラフトに戻すことができます。ドラフトに戻すとアプリランチャーでは非表示となり、ユーザーへ非公開となります。

公開しているアプリをドラフトに戻す場合は、アプリ管理で"公開済みアプリ"になっているタブの中で、該当のアプリの"⁝‿"をクリックし、メニューを展開します。

「ドラフトに戻す」を選択することで、ユーザーへ非公開となり、対象のアプリは"ドラフト"状態となり、"ドラフト"のタブのアプリへと移動します。

2-5.アプリごとのURLのコピーおよびURLの再生成

アプリ１つ１つに、ユーザーに展開するためのURLを生成したり、一度生成したURLを再生成することが可能です。再生成をすると、再生成する前のURLからはそのアプリが利用できなくなりますのでご注意ください。

2-6.アプリのコピー・削除

一度作成したアプリをコピー（複製）したり、使わなくなったアプリをアプリ管理から削除することが可能です。ここで削除するとアプリランチャーからも削除されます。

3.新しいアプリの追加

アプリ管理から一から新しいアプリを作成することが可能です。その場合は、上部の「+新しいアプリを作成」をクリックします。

上の画像のようなポップアップが開くので、作成したいアプリのタイプに合わせて選択し、 作成します。

アプリ管理に公開する場合は、作成したアプリを「公開」にした後、アプリ名、説明、カテゴリーを設定し追加してください。公開にするとアプリランチャーにも表示されます。

アプリごとにお好きなアイコンも選べるので、ぜひご設定ください。

こちらのページではお客様からのよくあるお問い合わせを記載しております。

アプリを利用するとエラーが発生したり、一部のエージェントでAlliの管理画面が突然真っ白になったり、エラーが発生してしまいます。何か原因は考えられますか？

画面が真っ白になってしまったり、エラーが発生する原因として、以下の可能性が考えられます。

・EdgeやChromeのブラウザの拡張機能で「翻訳」機能がONになっている。 →特にEdge環境ではAlliのサイトにアクセスをすると、ブラウザ側で「翻訳をONにしますか？」 といったメッセージが表示されるため、意識せずにONにしているしている場合がございます。 対象の方のブラウザ環境をご確認ください。 こちらをONにしますとエラーが発生したり、画面が真っ白になったりとシステムに影響が出るため、 OFFにしていただくようお願いいたします。

フローの全体図

概要

ドキュメントから回答生成アプリは回答生成ノードを使って、事前にAlli LLM App Market環境にアップロードしたドキュメントから、ユーザーが入力した質問の回答文を生成します。

登録されているドキュメントから回答を生成する（回答生成ノード）

回答生成ノードでユーザーが入力した質問の回答を登録されてるドキュメントから生成します。

回答生成ノードではグループプロンプトと呼ばれる種類のプロンプトのみセットすることができます。標準でセットされている回答生成のプロンプトは弊社の仕組み（RAG）とLLMの最適な組合せでのプロンプトを提供しています。

• モデル：GPT4_TURBO

• グループプロンプト：回答生成

• 検索ソース：ドキュメント

• 回答生成後：再度質問する

  • 回答生成に成功した場合、繰り返し質問ができるよう回答生成ノードにとどまる設定にしています

• 回答が見つからなかった場合のアクションを指定：ON

  • LLMの方で回答生成自体には成功したものの、対象となる検索ソースから的確な回答が見つからず、「回答が見つかりませんでした」などのメッセージを表示した場合に、別途のアクションを指定できるオプションです。

フローの全体図

概要

LLMとチャットアプリでは、ユーザーが入力した内容に基づいて、LLMとチャットをすることができます。

ユーザーが入力を実施するノード（質問応答ノード）

ユーザーに入力を求めます。

• 応答スタイル：テキスト

ユーザーの入力した情報を下記の変数に保存します。

• 変数：＠QUERY

  • 変数種別：会話変数

  • タイプ：文字列

LLMが文章を生成(LLM実行ノード)

LLM実行ノードでは質問応答ノードでユーザーが入力した内容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 TURBO

• プロンプト：LLMと会話

フローの全体図

概要

GPT-4 Visionで図や表の画像からデータを分析アプリは、アップロードする画像データをどのような軸で分析したいかを入力し、図や表の画像データ(jpegやpingデータ)をアップロードし、入力された分析の軸と画像データを基にLLM実行ノードで分析を行います。

どのような軸で分析を行うか入力する(入力フォームノード)

入力フォームノードを使って、分析したい内容を入力し変数に保存します。

• 分析内容

  • 変数：@ANALYZE1

  • 変数種別：会話変数

  • タイプ：文字列

分析の対象となる図や表などの画像をアップロードする(LLMインプットノード)

LLMインプットノードで画像データをアップロードし変数に保存します。

• 選択タブ：アップロード

• 変数：＠FILE

  • 変数種別：会話変数

  • タイプ：ドキュメント

アップロードされた画像データを分析する(LLM実行ノード)

LLM実行ノードでは、分析したい内容を保存した変数(@ANALIZE1)とアップロードした画像データを保存した変数(＠FILE)をプロンプトで指定し、LLMが分析を行います。

• ベースモデル：GPT-4_TURBO_VISION

• プロンプト：図や表画像から分析

メール下書き作成アプリでは、「送信者」「送信者の企業名・部署」「受信者」「受信者の企業名・部署」「主な内容」の入力のみでメールの下書きを作成することができます。

下記の入力例を基にメール下書きを生成します。

入力例

• 送信者：足立

• 送信者の企業名・部署：Allganize

• 受信者：○○様

• 受信者の企業名・部署：○○株式会社

• 主な内容：・先日のWebMTGのお礼

  　　　　　・次回のWebお打合せ日程の候補日3つ提示

結果例

入力例の内容で生成を実施すると下記のようなメールの下書きが生成されます。

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。

件名：先日のWebMTGのお礼と次回のWebお打合せ日程の候補日について

○○様

いつもお世話になっております。足立でございます。

まずは、先日行われたWebMTGについて、ご参加いただきありがとうございました。
皆様のご意見やご提案をいただき、大変有意義な時間を過ごすことができました。
今後のプロジェクトの進行において、ご意見を参考にさせていただきます。

さて、次回のWebお打合せの日程についてですが、以下の3つの候補日をご提案させていただきます。
ご都合のよろしい日時がございましたら、お知らせいただけますと幸いです。

1. ○月○日（○）　○時～○時
2. ○月○日（○）　○時～○時
3. ○月○日（○）　○時～○時

上記の日程について、ご都合をお知らせいただければ幸いです。
もし他の日程をご希望される場合は、お知らせください。調整いたします。

また、ご不明点やご質問等ございましたら、お気軽にお知らせください。

引き続き、よろしくお願いいたします。

足立
Allganize株式会社

アプリ編集画面

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

利用者に入力してもらいたい項目を５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。

• 送信者

  • 変数：@sender

  • インプットタイプ：テキスト

• 送信者の企業名・部署

  • 変数：@sen_com

  • インプットタイプ：テキスト

• 受信者

  • 変数：@reciever

  • インプットタイプ：テキスト

• 受信者の企業名・部署

  • 変数：@rec_com

  • インプットタイプ：テキスト

• 主な内容

  • 変数：@content

  • インプットタイプ：パラグラフスタイル

インプットのOne Pointアドバイス

LLMモデル

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

プロンプト

{}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。

プロンプトのOne Pointアドバイス

仕事の進め方指南アプリでは、「あなたの役割」「どんな業務を遂行したいですか？（例：Webセミナーの開催）」「特に知りたいことを教えてください。（例：セミナーの集客方法を知りたい）」の入力のみで仕事の進め方を指南してくれます。

下記の入力例を基に仕事の進め方を指南します。

入力例

• あなたの役割：教育担当者

• どんな業務を遂行したいですか？（例：Webセミナーの開催）：新人教育の実施

• 特に知りたいことを教えてください。（例：セミナーの集客方法を知りたい）：教育カリキュラムをどのくらいの期間で実施すればいいか知りたい

結果例

入力例の内容で生成を実施すると下記のような仕事の進め方を指南してくれます。

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。

# 新人教育の実施手順

以下に新人教育の実施手順を詳細に説明します。

## ■ ステップ1: 教育計画の作成

まずは新人教育の計画を作成します。新人のスキルレベル、教育内容、期間、担当者などを明確にします。

**上手に進めるポイント:**  
新人のニーズを理解し、それに基づいた計画を作成することが重要です。

**役割上重要なこと:**  
教育計画は新人の成長と組織の目標達成に直結します。計画の質が重要です。

## ■ ステップ2: 教材の準備

次に、教育内容に基づいた教材を準備します。教材は新人が理解しやすい形式であることが重要です。

**上手に進めるポイント:**  
教材は具体的で分かりやすく、新人の理解を助けるものであるべきです。

**役割上重要なこと:**  
教材の質が新人の学習効果に直接影響します。適切な教材選びが求められます。

## ■ ステップ3: 教育の実施

教育計画と教材が準備できたら、教育を実施します。新人の理解度を確認しながら進めます。

**上手に進めるポイント:**  
新人の理解度を確認し、必要に応じて教育内容を調整することが重要です。

**役割上重要なこと:**  
教育の質を保つためには、新人の理解度を常に把握し、適切なフィードバックを提供することが必要です。

## ■ ステップ4: フィードバックと評価

教育が終わったら、新人からフィードバックを受け取り、新人のパフォーマンスを評価します。

**上手に進めるポイント:**  
具体的で建設的なフィードバックを提供し、新人の成長を促すことが重要です。

**役割上重要なこと:**  
新人の成長と組織の目標達成に対する評価は、教育の効果を測る重要な指標です。

## ■ ステップ5: 改善と再計画

最後に、フィードバックと評価を基に教育計画を改善し、次回の新人教育のための再計画を行います。

**上手に進めるポイント:**  
フィードバックを活用し、教育計画の改善点を見つけ出すことが重要です。

**役割上重要なこと:**  
教育の質を向上させるためには、反省と改善が必要です。これが教育担当者の重要な役割です。

アプリ編集画面

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

利用者に入力してもらいたい項目を3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。

• あなたの役割

  • 変数：@role

  • インプットタイプ：テキスト

• どんな業務を遂行したいですか？（例：Webセミナーの開催）

  • 変数：@task

  • インプットタイプ：テキスト

• 特に知りたいことを教えてください。（例：セミナーの集客方法を知りたい）

  • 変数：@point

  • 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

LLMモデル

標準モデルは「OPENAI GPT-4」がセットされています。

プロンプト

{}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。

プロンプトのOne Pointアドバイス

稟議書作成アプリでは、「起案者」「提出先」「目的」「理由と背景」の入力のみで稟議書を作成することができます。

下記の入力例を基に稟議書を生成します。

入力例

• 起案者：CS部署　足立

• 提出先：役員会議

• 目的：Zoom有料アカウントの購入

• 理由と背景：・無料アカウントだと45分の制限があり、時間が足りないから

  　　　　　　・複数のお客様と定期的に1時間以上のWEB MTGを実施するから

結果例

入力例の内容で生成を実施すると下記のような稟議書が生成されます。

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。

# 稟議書

## 1. 提案内容
Zoom有料アカウントの購入

## 2. 提案者
CS部署　足立

## 3. 提案背景と目的
現在、弊社では無料のZoomアカウントを使用しておりますが、その制限によりビジネスの効率化が阻害されています。
具体的には、無料アカウントでは45分が最大の会議時間となっており、
これが複数のお客様との定期的な1時間以上のWEB MTGの実施を困難にしています。

この問題を解決し、よりスムーズなコミュニケーションを実現するために、Zoomの有料アカウントへの移行を提案します。

## 4. 導入のメリット
1. **時間制限の撤廃**：有料アカウントでは、会議時間に制限がなくなります。
これにより、長時間の会議でも途中で切断されることなくスムーズに進行することが可能となります。
2. **参加者数の増加**：無料アカウントでは100人までしか参加できませんが、有料アカウントではこれが増加します。
これにより、より多くの人々とのコミュニケーションが可能となります。
3. **高度な管理機能**：有料アカウントでは、会議のスケジューリングや参加者の管理、
レポーティングなど、より高度な管理機能を利用することができます。
これにより、会議の運営がより効率的になります。

## 5. 競合他社製品との比較
Zoomの最大の競合としては、Microsoft TeamsやGoogle Meetなどがあります。
しかし、これらのサービスはZoomに比べて以下の点で劣っています。

- **使いやすさ**：Zoomは直感的な操作性で知られており、初めて使用する人でもすぐに慣れることができます。
- **安定性**：Zoomは他のサービスに比べて接続が安定しており、会議中に接続が切れるといったトラブルが少ないです。

以上の理由から、Zoomの有料アカウントの購入を強く推奨します。

## 6. 予算
Zoomの有料アカウントの料金は、月額1,500円（税抜）です。
年間を通して考えると、18,000円（税抜）の予算が必要となります。

以上、ご検討のほどよろしくお願い申し上げます。

アプリ編集画面

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

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。

• 起案者

  • 変数：@drafter

  • インプットタイプ：テキスト

• 提出先

  • 変数：@submissionaddress

  • インプットタイプ：単一選択

    • 選択肢1：役員会議　役員会議

    • 選択肢2：部長会議　部長会議

• 目的

  • 変数：@Objective

  • インプットタイプ：テキスト

• 理由と背景

  • 変数：@KeyPoints_Background

  • インプットタイプ：パラグラフスタイル

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。

インプットのOne Pointアドバイス

LLMモデル

標準モデルは「OPENAI GPT4 TURBO」がセットされています。

プロンプト

{}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。

プロンプトのOne Point アドバイス

フローの全体図

概要

FAQから回答アプリはユーザーが質問を入力すると事前に登録されたFAQデータから回答候補を提示し、候補の中から該当する質問をクリックすると、あらかじめ登録された回答が表示されるように設定しています。

回答が提示された場合は、解決しましたか？「はい」「いいえ」のボタンを表示し、その後TOPに戻るか、再度質問をできるように設計しています。反対に、回答が提示されなかった場合またはユーザーが「該当する質問がありません」を選択した場合は、申し訳ありません。のメッセージを表示し再度質問するかTOPに戻るかのボタンを表示しています。

Q&Aから回答を表示する場合（Q&Aから回答ノード）

ユーザーが入力した質問文でFAQデータから検索を行います。

• 質問入力方式：ユーザー入力

• "Other" オプションの追加：ON

解決したかどうかの確認(質問応答ノード)

FAQデータから回答を提示し、回答が表示された場合、満足度を確認するメッセージを表示し「はい」「いいえ」のボタンを表示します。

• 応答追加：チェックを入れる

  • 応答入力：ボタン

    • はい

    • いいえ

再度質問かTOPに戻るかの確認(質問応答ノード)

「ご利用ありがとうございました」「申し訳ありません」「適切な回答を提示できず、申し訳ありません」のメッセージ表示とともに、「再度質問する」「TOPに戻る」ボタンを表示します。

応答追加：チェックを入れる

• 応答入力：ボタン

  • 再度質問する

  • TOPに戻る

アプリマーケット概要

アプリコレクション(ユーザービュー)

アプリ管理(管理画面)

アプリの編集(シングルアクション)

ドキュメントインプットを利用する(シングルアクション)

会話履歴から生成した回答へフィードバックを与える

翻訳アプリでは、「文章」「翻訳後の言語」「形式」の入力のみで翻訳文章を生成することができます。

下記の入力例を基に翻訳文章を生成します。

入力例

• 文章：明日の会議は午前10時～開始です。会議の初めに各プロジェクトの進捗確認を行いますのでチームリーダーは準備をお願いします。

• 翻訳後の言語：英語・韓国語

• 形式：フォーマル

結果例

入力例の内容で生成を実施すると下記のような翻訳文章が生成されます。

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。

English:
"The meeting tomorrow will start at 10:00 AM. 
At the beginning of the meeting, we will conduct progress checks for each project, so team leaders are requested to prepare."

Korean:
"내일 회의는 오전 10시에 시작됩니다. 회의 시작 시 각 프로젝트의 진행 상황을 확인할 예정이므로 팀 리더는 준비해 주시기 바랍니다."

アプリ編集画面

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。

inputインプット

利用者に入力してもらいたい項目を3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。

• 文章

  • 変数：@sentence

  • インプットタイプ：テキスト

• 翻訳後の言語(複数選択可)

  • 変数：@language

  • インプットタイプ：複数選択

    • 選択肢1：韓国語　korean

    • 選択肢2：英語　english

    • 選択肢3：ヒンディー語　hindi

    • 選択肢4：中国語　chinese

    • 選択肢5：日本語　Japanese

• 形式

  • 変数：@Style

  • インプットタイプ：単一選択

    • 選択肢1：フォーマル　formal

    • 選択肢2：カジュアル　casual

インプットのOne Pointアドバイス

LLMモデル

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

プロンプト

{}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。

プロンプトのOne Point アドバイス

ドキュメントの要約アプリでは、ドキュメントをアップロードすると中身を要約します。

ファイルをアップロードして、要約文章を生成します。

ファイルのアップロード

要約したい文章のファイルをアップロードします。

結果例

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。

# Alli LLM App Marketの概要

Alli LLM App Marketは、ビジネス向けの大規模言語モデル（LLM）をオールインワンで提供するプラットフォームです。提供元はAllganize Japanで、連絡先はbiz@allganize.aiです。

## Allganize Holdings株式会社について

Allganize Holdings株式会社は、企業向けの生成AIおよびLLMソリューションを開発・提供するグローバルAIソリューションカンパニーです。CEOのChangsu Leeと日本法人CEOの佐藤康雄が率いるこの会社は、AI導入コンサルティングも行っており、日本、アメリカ、韓国に拠点を持ち、各国で事業展開をしています。

## 生成AI・LLMソリューションの特徴

- **多様な業界への導入**: 生成AI・LLMソリューションは多様な業界の大手企業に導入されています。
- **業務自動化**: Alli LLM App Marketは、プロンプト知識を必要とせず、選択するだけで業務を自動化できるプラットフォームです。

## LLMの機能とアプリケーション

LLMは、大量のテキストデータを用いてトレーニングされた自然言語処理モデルで、以下のタスクに対応可能です。

- テキスト生成
- 文章要約
- 質問応答
- 情報抽出
- テキスト分類
- 感情分析

LLMアプリは、これらの技術を活用して作成され、ChatGPTはその一例です。

## 課題と解決策

LLM活用に関する課題は、活用面と技術面に分かれます。Alli LLM App Marketは、これらの課題を解決するための機能を提供しています。

### 主な機能

- **多様なLLMアプリ群**: ユーザーはLLMモデルを自由に選択可能。
- **自動回答生成**: 社内ドキュメントからの自動回答生成機能。
- **サードパーティツールとの連携**: 様々なツールとの連携が可能。
- **プロンプトのバージョン管理**: プロンプトの管理機能を提供。

## 料金プランとサポート

Alli LLM App Marketは、2週間のフリートライアルを提供し、初期費用や月額費用、処理に必要なクレジット数がプランごとに異なります。従量課金制もあり、各機能に必要な処理回数の目安が示されています。

### カスタマーサポート

専任のカスタマーサクセスが機能操作の支援を行い、定期的なミーティングを通じて状況確認や機能アップデート情報の共有を行います。

## 業務別活用例

- **営業領域**: 商談議事録の自動抽出や提案サポート。
- **法務領域**: 契約書の条項洗い出しや条件チェック。
- **人事領域**: 求人票生成や書類選考機能。
- **マーケティング領域**: プレスリリース記事の自動作成やキャッチコピーの生成。

## 結論

Alli LLM App Marketは、業務の自動化を実現するための多様なアプリを提供し、ユーザーが簡単に利用できる環境を整えています。各業務に特化したアプリの活用により、業務効率の向上が期待できます。

アプリ編集画面

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

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。

• 文章

  • 変数：@doc1

  • インプットタイプ：ベーシック

LLMモデル

標準モデルは「OPENAI GPT-4 TURBO」がセットされています。

プロンプト

{}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。

プロンプトのOne Point アドバイス

議事録作成アプリでは、「会議メモ」の入力のみで議事録を作成することができます。

下記の入力例を基に議事録を生成します。

入力例

• 会議メモ：

  ■参加者 ・○○会社：佐藤様、 ・Allganize：足立 、佐々木(欠席) ■確認事項

  ・SharePointの実装は無事に終えられたか？

  →仮で公開している。仮公開が今年度いっぱい。来年度から仮を外す 。

  ・新領域のチャットフローも作成できた？

  →途中まで。テスト的に考えていたものを作ったが思ったより大変だった。

  →メンテナンスの部分で他部署の人のハードルが高くなるのは避けたいのでもうちょっと簡単にできる方法も考えないとと思っている。

  クリック数の少ないものと多いものでちょっと考え方 変えなきゃいけないかなって思っている 。

  ■議事録

  ・12月1日から公開し始めて応答の状況を見て最初は物珍しさでドーンと質問きてるが、徐々に徐々に急激に減ってってあまり質問されなくなってきてる傾向にある

  →毎回更新してますよっていう情報を発信していかないとなかなか定着しないのかなと思っていて、今回それで来年4月に別部門のFAQを追加しようと話を今進めてるところ

  ・来月別部門のFAQを作っていく予定

  ・分析画面の見方

  ・エージェント設定のグループは新規で作れない？

  →作れない

  ・チャットフローごとに権限付与はできない？

  →できない

  ・FAQのファイルには権限付与できる認識だが間違いないか？

  →認識の通り

  ・未回答の質問リスト

  ・シミラークエスチョンの登録は狙った回答が出てこない場合に登録するイメージで良いか？

  →良い

  ・類語登録は個別のその類似質問に登録するよりは広く 使えるっていうイメージでいいか？

  →良い

  ■次回お打ち合わせ

  ・3/1　14:00~15:00

  →3月だと別部門の FAQも公開された後になると思うので 、その結果も踏まえて質問事項あれば質疑応答の時間にしたい

結果例

入力例の内容で生成を実施すると下記のような議事録が生成されます。

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。

＃議事録

## SharePoint実装と新領域のチャットフローについての確認事項
- SharePointの実装は仮公開中であり、来年度から本格的に公開する予定。
- 新領域のチャットフローは一部作成済みであり、
他部署のメンテナンスのハードルを下げるために簡単な方法を検討中。
- クリック数の少ないものと多いもので考え方を変える必要があるかもしれない。

## 議題と議論の要点
1. SharePointの応答状況と定着策について
   - 毎回更新情報を発信し、定着を図る必要がある。
   - 来年4月に別部門のFAQを追加する予定。

2. 分析画面の見方について

3. エージェント設定のグループ作成について
   - 新規で作成できない。

4. チャットフローごとの権限付与について
   - チャットフローごとに権限付与はできない。

5. FAQのファイルへの権限付与について
   - FAQのファイルには権限付与できる。

6. 未回答の質問リストについて

7. シミラークエスチョンの登録について
   - 狙った回答が出てこない場合に登録するイメージで良い。

8. 類語登録について
   - 個別の類似質問に登録するよりも広く使えるイメージで良い。

## 決定事項とアクションアイテム
- 来月、別部門のFAQを作成する予定。
- 次回の打ち合わせは3月1日の14:00~15:00に行う予定。
- 別部門のFAQが公開された後に質問事項があれば、質疑応答の時間に取り上げる。

以上が本日の議事録です。

アプリ編集画面

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

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。

• 会議メモ

  • 変数：@Sentense

  • インプットタイプ：パラグラフスタイル

  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。

インプットのOne Pointアドバイス

LLMモデル

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

プロンプト

{}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。

プロンプトのOne Point アドバイス

文章校正アプリでは、一般的な文章チェックに加え、よく間違える表現を予め指定して文章を校正してくれます。

下記の入力例を元に文章を校正します。

入力例

• 校正対象の文章： 大学時代からプログラミングに携わり、開発の楽しさとやりがいが知りました。フロントエンドからバックエンドまで幅広く経験し、チームでの開発においても貢献できる自信があります。常に新しい技術に興味を持ち、自己成長に努めています。チャレンジ精神旺盛で、将来は自分が手をユーザーの価値を提供するプロダクトを生み出したいと考えています。

• 間違えやすい表現がある場合は記載。ない場合は「なし」と記載。： FEはフロントエンドに修正してください。

結果例

入力例の内容で生成を実施すると下記のような仕事の進め方を指南してくれます。

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。

【修正が必要な箇所】
1. 誤っている箇所: 大学時代からプログラミングに携わり、開発の楽しさとやりがいが知りました。
   - 誤っていると判断した理由: 文章が不自然で、意味が不明瞭です。「やりがいが」の部分が誤っており、正しい表現に修正する必要があります。
   - 修正案: 大学時代からプログラミングに携わり、開発の楽しさとやりがいを知りました。

2. 誤っている箇所: FEからバックエンドまで幅広く経験し、
   - 誤っていると判断した理由: 「FE」は一般的には明確ではない略語であり、全文の明瞭さを高めるためには「フロントエンド」に修正する必要があります。
   - 修正案: フロントエンドからバックエンドまで幅広く経験し、

3. 誤っている箇所: 自分が手をユーザーの価値を提供するプロダクトを生み出したいと考えています。
   - 誤っていると判断した理由: 文章が不自然で、意味が不明瞭です。「自分が手を」の部分が誤っており、正しい表現に修正する必要があります。
   - 修正案: 自分の手でユーザーに価値を提供するプロダクトを生み出したいと考えています。

【よく間違える表現が記載されている箇所】
- 誤っている表現が記載されている箇所: FEからバックエンドまで幅広く経験し、
- 修正案: フロントエンドからバックエンドまで幅広く経験し、

【修正後の文章全文】
大学時代からプログラミングに携わり、開発の楽しさとやりがいを知りました。フロントエンドからバックエンドまで幅広く経験し、チームでの開発においても貢献できる自信があります。常に新しい技術に興味を持ち、自己成長に努めています。チャレンジ精神旺盛で、将来は自分の手でユーザーに価値を提供するプロダクトを生み出したいと考えています。

アプリ編集画面

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

利用者に入力してもらいたい項目を2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。

• 校正対象の文章(テキストコピーの場合)

  • 変数：@sentence

  • インプットタイプ：パラグラフ

• 間違えやすい表現がある場合は記載（例：校正は較正に修正）。ない場合は「なし」と記載。

  • 変数：@word

  • インプットタイプ：パラグラフ

インプットのOne Pointアドバイス

LLMモデル

標準モデルは「OPENAI GPT4 Turbo」がセットされています。

プロンプト

{}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。

プロンプトのOne Pointアドバイス

メール文面チェックアプリでは、「送付相手」「メールテキスト」の入力のみでメールの文面をチェックします。

下記の入力例を基にメールの文面をチェックします。

入力例

• どのような相手に送付しますか？：お客様・取引先

• メールテキストを貼り付けてください： お世話になっております。Allganize Japan(株)の足立です。

  先ほどはお忙しい中お時間いただきましてありがとうございました。

  チャットボットを公開いただいてから、横展開にご尽力いただき大変うれしく思います。 今後ともご支援させていただければと思いますので、どうぞよろしくお願いいたします。 早速ではございますが、 次回の打ち合わせ用にZoom URLを発行いたしましたので下記ご確認ください。 ------------------------------------------- ■日時 ・○/○(水)14:00～15:00 ■会議URL https://～～～～～～～～～ ------------------------------------------ 以上となります。今後ともどうぞよろしくお願いいたします。

結果例

入力例の内容で生成を実施すると下記のようにメールの文面をチェックします。

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。

メール文面のチェック結果は以下の通りです。

### チェックポイント
1. **敬語の使用**: メール全体を通して敬語が使用されており、適切です。
2. **誤字脱字の有無**: 誤字脱字は見受けられません。
3. **文体の一貫性**: 文体が一貫しており、適切です。
4. **情報の明確性**: 日時やURLが明確に記載されており、適切です。

### 判断理由
- 敬語が適切に使われており、取引先やお客様に対して丁寧な印象を与えます。
- 情報が具体的であり、受け取る側が必要な情報を容易に理解できるようになっています。

### 改善案
メール文面は基本的に適切ですが、さらに丁寧な印象を与えるために、以下のように少し手を加えることができます。

#### 改善後のメール文面
```
お世話になっております。Allganize Japan(株)の足立と申します。
先ほどはお忙しい中、お時間をいただき誠にありがとうございました。
チャットボットの公開後、横展開にご尽力いただき、心より感謝申し上げます。
今後とも変わらぬご支援を賜りますよう、お願い申し上げます。

早速ではございますが、次回の打ち合わせのためにZoom URLを発行いたしましたので、下記をご確認ください。

-------------------------------------------
■日時
・○/○(水) 14:00～15:00
■会議URL
https://～～～～～～～～～
-------------------------------------------

何卒、引き続きよろしくお願いいたします。
```

#### 改善点
- 「足立です」を「足立と申します」と変更して、より丁寧な表現にしました。
- 「ご支援させていただければと思います」を「変わらぬご支援を賜りますよう、お願い申し上げます」と変更して、より謙虚な表現にしました。
- 日時の表記にスペースを追加して視認性を高めました。

これらの変更により、より丁寧でプロフェッショナルな印象を与えるメール文面になります。

アプリ編集画面

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

利用者に入力してもらいたい項目を2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。

• どのような相手に送付しますか？

  • 変数：@send

  • インプットタイプ：単一選択

    • 選択肢1：お客様・取引先　お客様・取引先

    • 選択肢2：上司　上司

    • 選択肢3：同僚　同僚

    • 選択肢4：先輩　先輩

• メールテキストを貼り付けてください

  • 変数：@text

  • インプットタイプ：パラグラフスタイル

LLMモデル

標準モデルは「OPENAI GPT-4」がセットされています。

プロンプト

{}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。

リスキリングのための学習プログラム提案アプリでは、「スキルジャンル」「段階（週 / 最大は10）」の入力のみで習得プログラムを作成します。

下記の入力例を基に学習プログラムを作成します。

入力例

• スキルジャンル：AIスキル

• 段階（週 / 最大は10）：5段階

結果例

入力例の内容で生成を実施すると下記のように習得プログラムを作成します。

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。

アプリ編集画面

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

利用者に入力してもらいたい項目を2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。

• スキルジャンル

  • 変数：@Skill

  • インプットタイプ：テキスト

• 段階（週 / 最大は10）

  • 変数：@phase

  • 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

LLMモデル

標準モデルは「OPENAI GPT-4 TURBO」がセットされています。

プロンプト

{}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。

プロンプトのOne Pointアドバイス

タスク管理表の生成アプリでは、入力されたプロジェクトや業務に対して、決められた期限までに実施すべきタスクを表形式で生成します。

下記の入力例を基にタスク管理表を生成します。

入力例

• 業務/プロジェクト：ユーザーガイドの作成およびユーザーへの公開

• 期間：1ヶ月

結果例

入力例の内容で生成を実施すると下記のような出力がされます。

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。

アプリ編集画面

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

利用者に入力してもらいたい項目を2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。

• 業務/プロジェクト

  • 変数：@task

  • インプットタイプ：テキスト

• 期間

  • 変数：limit

  • インプットタイプ：テキスト

LLMモデル

標準モデルは「OPENAI GPT-4 Turbo」がセットされています。

プロンプト

{}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。

フォーマットの作成アプリでは、報告レポートや稟議書、企画書など、さまざまな書類のフォーマットを生成します。

下記の入力例を基に指定した種類のドキュメントのフォーマットを生成します。

入力例

• 作成する書類：PoC実施における最終報告書

結果例

入力例の内容で生成を実施すると下記のような出力がされます。

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。

アプリ編集画面

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

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。

• 作成する書類

  • 変数：@paper

  • インプットタイプ：テキスト

LLMモデル

標準モデルは「OPENAI GPT-4 Turbo」がセットされています。

プロンプト

{}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。

プロジェクトのリスクヘッジでは、新規プロジェクトに対する想定リスクとアドバイスを提案します。

下記の入力例を基にプロジェクトの内容をチェックして回答を生成します。

入力例

• プロジェクト内容：AIのコンサルティングサービスの提供

結果例

入力例の内容で生成を実施すると下記のような出力がされます。

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。

アプリ編集画面

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

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。

• プロジェクト内容

  • 変数：@project

  • インプットタイプ：テキスト

LLMモデル

標準モデルは「OPENAI GPT-4 Turbo」がセットされています。

プロンプト

{}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。

企画書の作成アプリでは、入力された企画のテーマと概要から企画書の骨子を作成します。

下記の入力例を基に企画書の案を生成します。

入力例

• 企画のテーマ：導入事例のインタビュー

• 予算：100万円

• 企画を実施する期間：2024年5月3日～2024年5月6日

• 企画の概要：弊社生成AI系サービスである、Alli LLM App MArketをご採用いただいた理由などを特定のユーザーにインタビュー形式で伺い、導入事例として弊社Webページに掲載する。

結果例

入力例の内容で生成を実施すると下記のような出力がされます。

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。

アプリ編集画面

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

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。

• 企画のテーマ

  • 変数：@theme

  • インプットタイプ：テキスト

• 予算

  • 変数：@budget

  • インプットタイプ：テキスト

• 企画を実施する期間

  • 変数：@term

  • インプットタイプ：テキスト

• 企画の概要

  • 変数：@summary

  • インプットタイプ：パラグラフ

LLMモデル

標準モデルは「OPENAI GPT-4 Turbo」がセットされています。

プロンプト

{}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。

文法チェッカーアプリでは、「チェックする文章」」の入力のみ様々な言語の文章を文法的に誤りがないかをチェックし、修正された文章を提供ですることができます。

下記の入力例を基に文法をチェックします。

入力例

• チェックする文章："The dog barked loud in the night and I were thinking it was a cat outside."

結果例

入力例の内容で生成を実施すると下記のように文法をチェックします。

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。

アプリ編集画面

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

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。

• チェックする文章

  • 変数：@sentence

  • インプットタイプ：パラグラフスタイル

LLMモデル

標準モデルは「OPENAI GPT-4 TURBO」がセットされています。

プロンプト

{}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。

会議のアジェンダ作成では、「会議の目的」「会議の参加者」「前回までの流れ」「会議時間」の入力のみで会議のアジェンダを作成することができます。

下記の入力例を基に会議のアジェンダを作成します。

入力例

• 会議の目的：チャットボットの契約

• 会議の参加者（役職や業務担当で箇条書きで記入してください。例：情報システム部課長）： ・DX推進部部長　佐藤様 ・DX推進部　　　鈴木様

• 前回までの流れ（空欄可）： ・部内で予算が余っているので、何か業務効率化に使えるツールを探している ・トライアルは無料なら実施したい意向 ・他社のチャットボット導入事例を知りたい。

• 会議時間：1時間

結果例

入力例の内容で生成を実施すると下記のように会議のアジェンダを作成します。

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。

アプリ編集画面

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

利用者に入力してもらいたい項目を2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。

• 会議の目的

  • 変数：@purpose

  • インプットタイプ：テキスト

• 会議の参加者（役職や業務担当で箇条書きで記入してください。例：情報システム部課長）

  • 変数：@attendance

  • インプットタイプ：パラグラフスタイル

• 前回までの流れ（空欄可）

  • 変数：@previous

  • インプットタイプ：パラグラフスタイル

• 会議時間

  • 変数：@time

  • 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

LLMモデル

標準モデルは「OPENAI GPT-4 TURBO」がセットされています。

プロンプト

{}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。

プロンプトのOne Pointアドバイス

部下との関係構築サポートアプリでは、部下の「褒め方」「注意の仕方」など、良好な関係を築くためのコミュニケーションの取り方を、具体的にアドバイスします。

フローの全体図

概要

部下との関係構築サポートアプリでは、部下の年代や確認したい内容を元に良好な関係を築くためのコミュニケーションの取り方を具体的にアドバイスします。

■共通フロー

部下の年代選択(会話応答ノード)

会話応答ノードで部下の年代を選択し、変数に保存します。

変数：＠INPUT1

• 変数種別：会話変数

• タイプ：文字列

確認したいことを選択する(会話応答ノード)

続く会話応答ノードで、確認したいことを選択します。 ここで選択された内容に応じてこの後のフローが分岐します。

■誉め言葉のかけ方を選んだ場合

どのようなことを褒めたいか入力する(会話応答ノード)

どのようなことを褒めたいかを入力し、変数に保存します。

変数：＠INPUT

• 変数種別：会話変数

• タイプ：文字列

部下の褒め方を出力(LLM実行ノード)

LLMが褒め方を出力します。 LLM実行ノードでは、ユーザーから得た、部下の年代と褒めたい内容を保存した変数情報(@INPUT1 , @INPUT)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：部下の褒め方

■注意の仕方を選んだ場合

どのようなことを注意したいか入力する(会話応答ノード)

どのようなことを注意したいかを入力し、変数に保存します。

変数：＠INPUT2

• 変数種別：会話変数

• タイプ：文字列

部下への注意の仕方を出力(LLM実行ノード)

LLMが注意の仕方を出力します。 LLM実行ノードでは、ユーザーから得た、部下の年代と注意したい内容を保存した変数情報(@INPUT1 , @INPUT2)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：部下への注意の仕方

■接し方のコツを選んだ場合

接し方のアドバイスを出力する(LLM実行ノード)

年代差に応じてLLMが接し方のアドバイスを出力します。 LLM実行ノードでは、ユーザーから得た、部下の年代を保存した変数情報(@INPUT1 )をプロンプトで指定し、実行しています。

• ベースモデル：ANTHROPIC CLAUDE3 SONNET

• プロンプト：部下との接し方のアドバイス

■伝えにくいことの話し方を選んだ場合

どのようなことを伝えたいか入力する(会話応答ノード)

どのようなことを伝えたいかを入力し、変数に保存します。

変数：＠THEME

• 変数種別：会話変数

• タイプ：文字列

伝えにくいことの伝え方を出力(LLM実行ノード)

LLMが伝えにくいことの伝え方を出力します。 LLM実行ノードでは、ユーザーから得た、部下の年代と伝えたい内容を保存した変数情報(@INPUT1 , @THEME)をプロンプトで指定し、実行しています。

• ベースモデル：ANTHROPIC CLAUDE3 OPUS

• プロンプト：部下に伝えにくいことを伝える

社内の課題解決コンサルティングアプリでは、「課題」の入力のみで社内の中で発生するさまざまな課題を解決するためのヒントを、具体的な手順、実行にあたって必要な人員を含めて提案します。

入力例

• 文章：ユーザーに提供する製品のマニュアル作成に手が回っていない

結果例

入力例の内容で生成を実施すると下記のように文法チェックします。

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。

### 提案1: マニュアル作成専門チームの設立

#### 提案理由
マニュアル作成が遅れている主な理由は、その作業に専念できる専門のチームが存在しないためです。
専門チームを設立することで、効率的かつ専門的なマニュアルが作成できます。

#### 効果
- マニュアルの品質向上
- 作成スピードの向上
- 他のチームの作業負担軽減

#### 必要人員
- チームリーダー（経験豊富なテクニカルライター）1名
- テクニカルライター3名
- グラフィックデザイナー1名

#### 具体的な進め方
1. チームメンバーの募集・選定
2. マニュアル作成のガイドライン・スタンダードの策定
3. 各製品ごとにマニュアル作成のスケジュールを立てる
4. 定期的な進捗確認と品質チェック

#### 進め方のヒント
- 他部署からの推薦や社内公募でメンバーを集める
- 既存の優れたマニュアルを参考にガイドラインを作成
- スケジュールはリアルな期限を設定し、余裕を持たせる

### 提案2: 外部の専門業者との協力

#### 提案理由
社内リソースだけでは対応が難しい場合、外部の専門業者にマニュアル作成を委託することで、
品質を保ちつつ迅速に対応できます。

#### 効果
- 迅速なマニュアル作成
- 社内リソースの有効活用
- 専門知識を活かした高品質なマニュアルの確保

#### 必要人員
- プロジェクトマネージャー1名（社内から選出）

#### 具体的な進め方
1. 信頼できる業者の選定
2. 契約条件、納期、品質基準の明確化
3. 定期的な進捗確認と品質チェック

#### 進め方のヒント
- 業者選定時には、過去の実績や口コミを参考にする
- 契約書には細かい条件を明記し、双方の認識を合わせる
- 進捗確認は定期的に行い、必要に応じて調整を行う

### 提案3: 社内ワークショップの開催

#### 提案理由
マニュアル作成のスキルや知識が社内で共有されていないことが、作成作業の遅れにつながっています。
ワークショップを通じて、社内でのスキルアップと知識共有を図ります。

#### 効果
- マニュアル作成スキルの社内普及
- 作業効率の向上
- 社内コミュニケーションの活性化

#### 必要人員
- ワークショップの企画・運営スタッフ2名

#### 具体的な進め方
1. マニュアル作成のプロフェッショナルを講師として招く
2. 実践的なワークショップの内容を企画
3. 全社員を対象に参加を呼びかける
4. ワークショップ後、参加者からのフィードバックを収集し、次回の改善に活かす

#### 進め方のヒント
- 講師は外部のプロフェッショナルだけでなく、社内の経験豊富なスタッフも活用
- 実際にマニュアルを作成するワークを取り入れ、実践的な学びを提供
- ワークショップの成果物を社内共有し、モチベーション向上を図る

アプリ編集画面

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

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。

• 課題

  • 変数：@problem

  • 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

LLMモデル

標準モデルは「OPENAI GPT-4 TURBO」がセットされています。

プロンプト

{}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。

プロンプトのOne Pointアドバイス

下記の入力例を基にメール下書きを生成します。

入力例

• 録音データ：ファイルをアップロード

• 会議の開催日時：2024/6/30

• 参加者名：○○株式会社：佐藤様、鈴木様　Allganize：足立

• 開催場所：オンライン

結果例

入力例の内容で生成を実施すると下記のように文法チェックします。

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。

## 会議情報

| 項目   | 情報                                      |
| ------ | ----------------------------------------- |
| 開催日時 | 2024/6/30                                 |
| 参加者  | ○○株式会社：佐藤様、鈴木様　Allganize：足立 |
| 開催場所 | オンライン                                |

## 議題

- セールスクラウドとの連携
- 営業活動の効率化
- ターゲティングの精度向上
- データベースの活用方法
- 費用対効果の検討

## 議論の内容

- セールスクラウドに未登録の情報を簡単に追加できる機能について話し合われた。
- 営業活動において、企業のグループ関係や事業概要を一覧表示できる機能が有用であるとされた。
- ターゲティングにおいて、従業員数や業種での絞り込みが可能であることが強調された。
- データベースの更新情報をセールスクラウドに自動で反映させる仕組みが説明された。
- 費用対効果に関して、具体的な数字は出なかったが、効率化と精度向上による収益増加の可能性が示唆された。

## 決定事項

特になし

## 宿題事項

特になし

## 今後のアクション

- デモ環境の提供について検討する。
- 費用対効果に関する詳細な検討を行う。

## 次回の打ち合わせ

未定・なし

アプリ編集画面

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

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。

• 録音データをアップロード（txtファイル推奨）

  • 変数：@recording

  • インプットタイプ：ベーシック

• 会議の開催日時

  • 変数：@date

  • インプットタイプ：テキスト

• 参加者名

  • 変数：@atendees

  • インプットタイプ：テキスト

• 開催場所

  • 変数：@place

  • 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

LLMモデル

標準モデルは「OPENAI GPT-4 TURBO」がセットされています。

プロンプト

{}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。

プロンプトのOne Pointアドバイス

お悩み/アイディアの壁打ちコンサルアプリでは、悩みや考え事の壁打ち相手として会話・コンサルティングをします。

フローの全体図

概要

お悩み/アイディアの壁打ちコンサルアプリでは、ユーザーからの相談に対してコンサルティングをします。 ユーザーの入力は3回まで可能です。

相談内容の入力 1回目(入力フォームノード)

入力フォームノードで相談内容を入力し、変数に保存します。

変数：＠CONSULT_QUERY

• 変数種別：会話変数

• タイプ：文字列

相談内容に対しての回答を出力 1回目(LLM実行ノード)

ユーザーの相談内容に対して、LLMが回答を出力します。 LLM実行ノードでは、ユーザーの相談内容を保存した変数情報(@CONSULT_QUERY)をプロンプトで指定し、実行しています。

• ベースモデル：ANTHROPIC CLAUDE3 OPUS

• プロンプト：壁打ちコンサルティング

また、LLMが出力した内容は以下の変数に保存しています。

変数：＠ANSWER1

• 変数種別：会話変数

• タイプ：文字列