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。

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85以降）

• FireFox （バージョン85以降）

• Safari （バージョン15.4以降）

• Microsoft Edge （バージョン86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）

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。

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

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。

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

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。

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。

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。

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。

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

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。

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

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。

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

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。

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。

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

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。

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

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。

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

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。

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。

【出力項目】

### 内部リスク
1. **技術的不足**: AI技術は日進月歩で進化しており、社内の技術力が追いつかない場合、提供するサービスの質が低下する可能性があります。
2. **データ管理の問題**: AIは大量のデータに依存しています。データの質やプライバシーの保護、適切なデータ管理が不十分だと、サービスの信頼性が損なわれる恐れがあります。
3. **人材の流動性**: AI分野は専門性が高く、優秀な人材が不足している現状があります。社内での人材育成や定着が困難であると、プロジェクトの持続可能性に影響を及ぼす可能性があります。

### 外部リスク
1. **市場の変動**: AI技術の市場は非常に競争が激しく、新しい技術や競合他社の出現により、急速に市場環境が変化する可能性があります。
2. **法規制の変更**: AIに関する法規制は国や地域によって異なり、また新たな規制が導入されることがあります。これに適応できない場合、事業運営に大きな障害が生じる可能性があります。
3. **技術の倫理的問題**: AIの使用には倫理的な問題が伴います。誤った使用や偏見を持ったAIの開発は、社会的なバックラッシュを引き起こす可能性があります。

### アドバイス
1. **継続的な技術研修とアップデート**: 社内での定期的な技術研修を実施し、最新のAI技術とトレンドを常に把握する体制を整えてください。
2. **厳格なデータ管理ポリシーの実施**: データの質を保証し、プライバシー保護とセキュリティを確保するための厳格なポリシーを設定し、遵守してください。
3. **倫理的なAIの使用を徹底**: AIの開発と使用においては、倫理的なガイドラインを設け、社会的責任を果たすことを優先してください。これにより、長期的な信頼とブランド価値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。

• 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。

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。

## リスキリングサポート: AIスキル習得のための5段階アプローチ

### ステージ1: 基礎理解と準備
- **インプット**: AIとは何か、その基本的な概念と歴史を学ぶ。Web記事や入門書を読む。
- **ゴール**: AIの基本的な定義、用語、歴史についての理解を深める。
- **トレーニング項目**:
  1. AIに関する基本的な書籍を読む（例: "Artificial Intelligence: A Guide for Thinking Humans"）
  2. オンラインコースでAIの歴史と基本概念のビデオを視聴する（例: CourseraのAI For Everyone）

### ステージ2: ツールと言語の習得
- **インプット**: Pythonなどのプログラミング言語とAI開発に必要なツール（TensorFlow, PyTorch）の基礎を学ぶ。
- **ゴール**: Pythonの基本操作ができるようになり、基本的なAIモデルを構築できるレベルに達する。
- **トレーニング項目**:
  1. Pythonのオンラインチュートリアルを完了する（例: CodecademyのPythonコース）
  2. TensorFlowやPyTorchの入門チュートリアルを行う

### ステージ3: 実践的なプロジェクト
- **インプット**: 簡単なAIプロジェクトを始める。例えば、画像認識や自然言語処理のタスク。
- **ゴール**: 小規模ながら実際のデータを使ってAIモデルを訓練し、結果を解析できるようになる。
- **トレーニング項目**:
  1. KaggleやGitHubで公開されているデータセットを使用してプロジェクトを行う
  2. メンターやオンラインコミュニティ（例: Stack Overflow, GitHub）と交流しながら問題解決を図る

### ステージ4: 深化学習とアルゴリズム
- **インプット**: より高度なAIアルゴリズム（深層学習、強化学習など）を学ぶ。
- **ゴール**: 複雑なAIモデルを理解し、自分で設計・実装できるようになる。
- **トレーニング項目**:
  1. 高度なAIコースを受講する（例: DeepLearning.AIのディープラーニング専門コース）
  2. 最新のAI研究論文を読み、トレンドを把握する

### ステージ5: 専門性の追求とイノベーション
- **インプット**: 特定の業界や問題に特化したAIソリューションを開発する。
- **ゴール**: AIを活用して実際のビジネスや社会問題に対するソリューションを提供できる。
- **トレーニング項目**:
  1. 業界固有の問題に対するAIベースのソリューションを開発するプロジェクトに参加する
  2. 技術会議やワークショップに参加して、ネットワーキングと知識のアップデートを図る

これらのステージを通じて、リスキリングを目指す人は段階的にAIスキルを習得し、最終的には専門的な知識と実践能力を兼ね備えたプロフェッショナルに成長することができます。

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。

|タスク|期限|解説|
|---|---|---|
|プロジェクト計画の策定|5日以内|ユーザーガイド作成プロジェクトの目標、範囲、リソース、および期限を明確にする。これには、関連するステークホルダーとの初期会議を含む。|
|ターゲットユーザーの特定|7日以内|ユーザーガイドが対象とするユーザー層を特定し、そのニーズを理解する。これは、製品やサービスの使用を最適化するためのガイドを作成する上で重要。|
|コンテンツの構造設計|10日以内|ユーザーガイドの章立て、セクション、およびサブセクションを計画する。この段階では、どのような情報が含まれるべきか、その情報がどのようにユーザーに提示されるべきかを決定する。|
|コンテンツの作成開始|15日以内|実際にユーザーガイドのコンテンツを書き始める。これには、テキストの作成だけでなく、必要に応じて図表やスクリーンショットの作成も含まれる。|
|レビューとフィードバックの収集|20日以内|作成したコンテンツを内部レビューにかけ、ステークホルダーや対象ユーザーからフィードバックを収集する。これにより、内容の正確性や理解しやすさを確認する。|
|最終版の編集と校正|25日以内|収集したフィードバックをもとに、コンテンツの編集や校正を行い、最終版を作成する。この段階では、文法や表記の誤りを修正し、一貫性を確保する。|
|公開準備|28日以内|ユーザーガイドを公開するための準備を行う。これには、フォーマットの最終確認、公開プラットフォームの設定、および必要に応じて印刷の手配が含まれる。|
|ユーザーガイドの公開|1ヶ月以内|ユーザーガイドをターゲットユーザーに向けて公開する。公開後は、ユーザーからのフィードバックを受け入れ、必要に応じてガイドを更新する。|

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

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

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。

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

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

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。

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

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。

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

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

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。

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。

フローの全体図

概要

音声ファイルから議事録アプリはLLM実行ノードを使って、アップロードした音声ファイルから文字起こしを行い、議事録を生成します。

基本情報を入力する（入力フォームノード）

入力フォームノードを使って、ユーザーに会議の基本情報を求め、変数に保存します。

日時

• 変数：@DATE

  • 変数種別：会話変数

  • タイプ：日付

場所

• 変数：@PLACE

  • 変数種別：会話変数

  • タイプ：文字列

参加者

• 変数：@ATENDEE

  • 変数種別：会話変数

  • タイプ：文字列

対象の音声ファイルをアップロードする（質問応答ノード）

質問応答ノードでユーザーに音声ファイルのアップロードを求め、アップロードされた音声ファイルを変数に保存します。

応答スタイル：ファイル

変数：@AUDIOFILE

• 変数種別：会話変数

• タイプ：ファイル

音声ファイルの文字起こしをする（LLM実行ノード）

このLLM実行ノードでは、エージェントを利用してアップロードされた音声ファイルの文字起こしを行い、結果を変数に保存します。

実行するタイプ：エージェント

• エージェント：Speech to Text Agent

• ベースモデル：OPENAI GPT-4o

変数：@AUDIO_RESULT

• 変数種別：会話変数

• タイプ：文字列

文字起こしされた情報から議事録を作成する（LLM実行ノード）

このLLM実行ノードでは、1つ前のLLM実行ノードで保存された変数情報(@AUDIO_RESULT)をプロンプトで指定し実行しています。

実行するタイプ：シングルプロンプト

• ベースモデル：OPENAI GPT-4o

• プロンプト：音声を議事録にする

パワーポイント資料の骨子作成アプリでは、パワーポイント資料作成のためのアジェンダ生成から、パワーポイントに出力するためのVBAコードを生成します。

フローの全体図

概要

パワーポイント資料の骨子作成アプリでは、入力された資料の内容やページ数を元にアジェンダを作成し、アジェンダの情報からVBAのコードを生成します。

パワーポイントの概要の入力 (入力フォームノード)

入力フォームノードで"資料の内容"と"ページ数"を入力し、変数に保存します。

資料の内容、タイトル

変数：＠CONTENTS

• 変数種別：会話変数

• タイプ：文字列

資料の最大ページ数(例：30ページ)

変数：＠PAGE

• 変数種別：会話変数

• タイプ：文字列

アジェンダを作成する(LLM実行ノード)

LLM実行ノードでは、ユーザーの入力を保存した変数情報(@CONTENTS , @PAGE)をプロンプトで指定し、実行しています。

• ベースモデル：OPEN AI GPT-4 TURBO

• プロンプト：アジェンダ作成

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：＠AGENDA

• 変数種別：会話変数

• タイプ：文字列

作成されたアジェンダの確認(入力フォームノード)

入力フォームノードで、VBAの元となる作成されたアジェンダをユーザーに提示し、確認を行います。 ユーザー側で編集をすることも可能です。 適用ボタンが選択されると内容を変数に保存します。

変数：＠AGENDA

• 変数種別：会話変数

• タイプ：文字列

VBAコードの生成(LLM実行ノード)

アジェンダの内容を元にVBAコードを生成します。 LLM実行ノードでは、パワーポイントのページ数とアジェンダの内容を保存した変数情報(@PAGE , @AGENDA )をプロンプトで指定し、実行しています。

• ベースモデル：OPEN AI GPT-4 TURBO

• プロンプト：パワーポイントのVBA生成

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