NEWT-Tech-Talk_Daisuke-Miyata_20240827

Transcript

16. (1) 記録用の冷蔵庫に 入っている具材リスト (2) それをLLMに渡し て何作ったらいい かきいてみる (3) 料理の提案をこのテキストにはっつけて 今度はそのレシピを LLMにききやすい
17. (1) まずは、 LLM自身に目 的を与えて、その進め 方を考えさせる (3) 実際の進め方の提案 がでてくる (2) 進め方の提案の 質をあげるため のCoT部分 ※ カスタマー情報の匿名化は必ずやりましょう
18. (1) step by stepに 実際のインタ ビュー分析を実行お願い (2) 結果をファイルに書き込んでもらう。次の ステップはこの続きから書いてもらう
19. (2) 定性の調査まとめを渡 して、定量調査の分析 戦略を考えてもらう (1) 定性調査から得られた 仮説を列挙したテキス トファイル
20. (1) 定量分析途中は、スクリプトもかい てもらえるので、それも実行して結 果をみる （Cursorの本来の使い方） (2)　定量の結果や、定性とからめた分析がまとめファイルとしてたまっていく
21. (1)　定量と定性を合わせた分析結果をジャーニー形式ででる (1)　定量と定性を合わせた分析結果をジャーニー形式ででる (2)　drawioをcursorで表示させて、最 後まとめ
22. • 最も一番お客様が困っている課題をみつけ、そこに集中する「戦略」検討ができる ◦ 当然一番ビジネスインパクトにつながる課題、という側面でも重要 Cursorの分析は、まず人間の「戦略」にやくだってます
23. そして「カスタマー理解」を実際に LLMに「戦略」として理解させ、プロンプトを作る • お客様からの「信頼」につなげる ◦ 「このAI、先回りして気の利いた動きをする！」 ▪ 事前にお客様が必要とするデータを用意する ▪ よくある問い合わせパターンを熟知し、ワークフローに反映 させる • こういった部分が、実際に AIシステムのクオリティにつながる（はず）
25. 人間も「戦略」をたて「実行」 LLMも「戦略」をたて「実行」 その繰り返しで、最速で LLM活用のお客様向け 旅行サービスを作っていきます。 次は、実際にリリースし、成果の振り返りで 発表できるようにがんばります！ 今後の抱負
26. cursorについてばっかり最近つぶやいてます 最後に