Upgrade to Pro — share decks privately, control downloads, hide ads and more …

生成AI × 旅行 LLMを活用した旅行プラン生成・チャットボット

生成AI × 旅行 LLMを活用した旅行プラン生成・チャットボット

Taichi Komine

January 13, 2025
Tweet

Other Decks in Technology

Transcript

  1. 様々な質問に対し、AVAデータや ネット検索を活用し、AIが旅行に関 するアドバイスを提供 ✔明日泊まれる大阪で2万円くらい のホテルを教えて ✔東京から3時間以内でいける温泉 を教えて ✔彼女とのデートにおすすめな渋谷 のレストランを教えて ✔関東でパラグライダーしたい

    3
 LINEでのAI旅行提案サービス( LINEはこちら) AVA Travelの豊富な観光データ(観光・ホテル・グルメ・体験など)や、検索エ ンジン連動により、ユーザーが求めるものを柔軟に提案 〜 〜
  2. × 架空情報・間違った情報が返ることがある  ・存在しないレストランがくる  ・サウナ付きと聞いても、ないホテルがくる 8
 ChatGPT vs AVA Travel ChatGPT

    AVA Travel ◦ AVAの情報から正しいデータを返す  ・連携済みサイトから正しい情報を提供  ・独自のロジックで旅行に特化したAIに
  3. 9
 AVA Travelの構成 バックエンド Ruby on Rails WEB Nuxt.js TypeScript

    アプリ Flutter Firebase LINE Messaging API DB Elasticsearch API コンテンツ チーム データ OTA 地方自治体 データ統合 パイプライン クローラー 外部API フロント バック 社 外
  4. おすすめの 理由文生成 おすすめの 理由文生成 LLMを用いた旅程生成 10
 事前処理 スポットの選 定 ホテルの

    選定 ルート 最適化 ランチ ディナー 現地での 交通 フリーテキストで旅程へのオーダー スポットの指定、 条件の抽出 ホテルの指定、 条件の抽出 旅程のタイトル生成 おすすめの 理由文生成 日数ループ プロンプトやタスクに応じてモデルの使い分け  複雑なタスク: GPT-4o、簡単なタスク:GPT-4o mini (2025/1) *現在停止中
  5. 11
 LLMを用いた旅行チャットボット LINE上でメッセージ エージェントの選択 観光スポット レストラン 旅行計画 雑談 アクティビティ ホテル

    メッセージ SQLクエリに変換 スポットDB ヒット? WEB検索 NO YES 検索結果から選択 返信の生成
  6. 14
 Modular RAG の仕組み ~登場人物~ 󰞵 システム LLM(今回はGPT-4o) function callingを使う

    🤖 アシスタント 旅程の条件を与える 󰡇 ユーザー バックエンド アシスタントに指示をする Modular RAGのモジュールにあたる アシスタントが使う関数群 実行はバックエンドで行う 🛠 ツール
  7. 18
 Modular RAGを使った旅程生成のまとめ ⚪ ロジックが柔軟、拡張性がある  現行のロジックが対応できない旅程も生成できる × LLMが主体になった分、質のコントロールや安定性に欠ける × リアルタイムシステムにはレスポンス時間がかかる、費用が大きい

    → 本番ロジックに採択しない 改善方法 - ツールの改善:インターフェース、ツールの数・種類 - マルチエージェント化:主に旅程を決める人、調査する人、文句を言う人
  8. 20
 エンジニア積極採用中!! ワークスタイル ✔リモートワークOK、出社もOK(虎ノ門オフィスやWeWorkなど) ✔フレックスタイム制(コアタイムなし) ✔副業・兼業OK ✔ライフステージに応じた働き方(週4勤務、時短勤務 等) 福利厚生 ✔社会保険完備・交通費支給

    ✔週1回程度の社内ランチが会社負担! カルチャー ✔フラット:上下関係はなく、誰でも思ったこと、意見は率直に言い合う ✔オープン:個人情報、一部の機密情報以外は誰でも閲覧可能 ✔チャレンジ:仕事でもプライベートでもチャレンジは全力サポート ! 副業としての参画もOKですので、ぜひ気軽にお話しましょう!!