Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
GPTsをMVPに使うアジャイルな社内LLMツール開発 / Agile in-house LL...
Search
r-kagaya
January 30, 2024
Programming
3.1k
6
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
GPTsをMVPに使うアジャイルな社内LLMツール開発 / Agile in-house LLM tool development using GPTs as MVPs
生成AI新年会2024 LT資料
https://algomatic.connpass.com/event/306870/
r-kagaya
January 30, 2024
More Decks by r-kagaya
See All by r-kagaya
エンジニアにデザインハーネスを 〜デザインプロセスを規定するためのハーネス〜 / Design harness from an engineer's perspective
rkaga
2
1.6k
「AIで開発し、AIを届ける」をEvalでつなぐ 〜AIネイティブに始めるプロダクト開発の実践〜 / Connecting "Develop with AI, deliver AI" with Eval
rkaga
4
5.8k
ハーネスエンジニアリングにどう向き合うか 〜ルールファイルを超えて開発プロセスを設計する〜 / How to approach harness engineering
rkaga
29
28k
そのAIレビュー、レビューしてますか? / Are you reviewing those AI reviews?
rkaga
6
5.5k
AIエージェント、”どう作るか”で差は出るか? / AI Agents: Does the "How" Make a Difference?
rkaga
4
2.4k
Context is King? 〜Verifiability時代とコンテキスト設計 / Beyond "Context is King"
rkaga
10
3.5k
AIエンジニアリングのご紹介 / Introduction to AI Engineering
rkaga
7
4.9k
MCPでVibe Working。そして、結局はContext Eng(略)/ Working with Vibe on MCP And Context Eng
rkaga
6
3.4k
一人でAIプロダクトを作るための工夫 〜技術選定・開発プロセス編〜 / I want AI to work harder
rkaga
14
3.7k
Other Decks in Programming
See All in Programming
SREの積み重ねがAI駆動開発のガードレールになった ― 7つの実践/SRE Guardrails The 7
tomoyakitaura
8
5.3k
GitHubCopilotCLIのスラッシュコマンドを自作してみる
htkym
0
100
JAWS-UG横浜 #102 AWSサ終供養LT会 成仏できない AWS サービスたち 〜本日、三体供養します〜
maroon1st
0
230
分散システム、なんですぐ死んでしまうん?耐障害性を高めたいあなたのためのレジリエンスパターン入門
mshibuya
7
6.7k
Terraform標準の組織で AWS CDKをどう使うか
mu7889yoon
1
350
言語を使う側から、作る側へ。 自作 Lisp で得た新たな気づき。
andpad
0
130
Apache Hive: Toward a Cloud Native Lakehouse
okumin
0
160
AWS CDK を「作」ってみた 〜フルスクラッチで見えた CDK の裏側〜 / aws-cdk-from-scratch
gotok365
3
500
壊れたパーサから始める関数型設計と構成的なパーサ #fp_matsuri
raiga0310
2
390
act2-costs.pdf
sumedhbala
0
120
はてなアカウント基盤 State of the Union
cockscomb
1
1.3k
Laravel Boostに学ぶ、AIにPHPを書かせる技術 〜OSSの実装から蒸留するエージェント制御の王道〜
kentaroutakeda
3
520
Featured
See All Featured
Pawsitive SEO: Lessons from My Dog (and Many Mistakes) on Thriving as a Consultant in the Age of AI
davidcarrasco
0
190
Future Trends and Review - Lecture 12 - Web Technologies (1019888BNR)
signer
PRO
0
3.6k
Amusing Abliteration
ianozsvald
1
240
Reflections from 52 weeks, 52 projects
jeffersonlam
356
21k
Fantastic passwords and where to find them - at NoRuKo
philnash
52
3.8k
WENDY [Excerpt]
tessaabrams
11
38k
The AI Search Optimization Roadmap by Aleyda Solis
aleyda
1
6k
The Mindset for Success: Future Career Progression
greggifford
PRO
0
430
Build The Right Thing And Hit Your Dates
maggiecrowley
39
3.3k
How Fast Is Fast Enough? [PerfNow 2025]
tammyeverts
3
660
How People are Using Generative and Agentic AI to Supercharge Their Products, Projects, Services and Value Streams Today
helenjbeal
1
240
How to train your dragon (web standard)
notwaldorf
97
6.7k
Transcript
1 ©2024 Loglass Inc. GPTsをMVPに使う アジャイルな社内LLMツール開発 2024.1.30 r.kagaya 生成AI新年会2024@GMO Yours・フクラス
2 新卒で入社したヤフー株式会社で、 ID連携システムの保守・運 用開発を経験したのち、 ID連携システムのフルリプレイス PJに 従事。 その後、2022年に株式会社ログラスに入社。 ソフトウェアエンジニアとしてマスタ管理等の開発、イネーブルメ ントチームの一員として横断課題の解決に取り組んだのち、現
在は生成AI/LLMチームの立ち上げを行う。 X: @ry0_kaga 株式会社ログラス r-kagaya
3 ©2024 Loglass Inc. ログラスについて(5秒) 企業価値を向上する 経営管理クラウド
4 ©2024 Loglass Inc. 4 次世代型 経営管理クラウド
5 ©2024 Loglass Inc. 経営企画は「企業価値の向上」をミッションに、企業経営にまつわるあらゆる業務を担っている
6 6 ©2024 Loglass Inc. β版プレスリリース発表 初期リリースでは予実分析に特化 LLMも用いて、分析結果・レポートを生成。 さらに分析結果・データに対して指示を重ねるこ とで追加で示唆を得る、加工を行える(e.g:
報告 用に3行で特定部署のサマリ) 90点ではないが60点の分析結果を量産、そこま ではシステムがやってくれる その上でさらなる分析・意思決定をサポートする アシスタントの世界観を目指す 出典:https://prtimes.jp/main/html/rd/p/000000094.000052025.html
7 ©2024 Loglass Inc. テーマ GPTsをMVP・仮説検証に使って、アジャイルな社内LLMツール開発 出典:Making sense of MVP
(Minimum Viable Product) - and why I prefer Earliest Testable/Usable/Lovable
8 ©2024 Loglass Inc. LLMと検索を組み合わせた企業情報調査ツール 1. 商談がSalesforceで作られる 2. 商談先企業の情報を検索 3.
LLMで要約・まとめ 4. Slackで担当者にメンション https://twitter.com/yuto_1933/status/1740264720714875147
9 ©2024 Loglass Inc. きっかけ・課題感 • 「全セールスは事前準備で商談先企業の基本情報やビジネスモデルの概要を掴ん で、提案ストーリーを考える」 ◦
by 中途同期入社セールスMgr • よく聞いてみると事前調査で1商談あたり2,30分かかっている ◦ 数サイトを回遊し、標準FMTに合わせる ◦ 商談数の分だけリサーチ業務が発生 -> 「概要が掴めたら十分そうだし、LLMで良い感じに作れるのでは...?」
10 ©2024 Loglass Inc. どう進めたか? • とはいえ使われるかわからないの で、最初はGPTsでMVPを作った • 作成時間は1時間程度
• 企業名を投げたら、Bing Searchを 使い、指定のFMTに合わせて情報 を抽出してくれるようにするだけ ◦
11 ©2024 Loglass Inc. GPTsの利点と脱GPTs 利点 • 低コストでFBを回収できる • アウトプットのレベル感やFMTもある程度掴める
-> GPTsで評判を確認した上で、より業務フローに入り込むために移行
12 ©2024 Loglass Inc. 利用実態・効果 今の所、そこそこ使われている 手動で調査していた時間の一部は代替出来て、ROIも悪くなさそう
13 ©2024 Loglass Inc. ツール構成 基本的にはZapier OpenAI APIを叩けるので結構頑張れる • Function
CallingやAssistant APIも • Create AssistantもFind Assistantも Upload Fileも出来る • Zapierだけで特定ファイルを元に回答し てくれるBotとかをSlackに作れる(たぶ ん)
14 ©2024 Loglass Inc. 蛇足 LLM系ツールならStackも良さそう -> LLMを使ったワークフロー作成に特化した Zapierみたいなノーコードツール
15 ©2024 Loglass Inc. 蛇足 一通り揃えようという気概を感じてる
16 ©2024 Loglass Inc. sell work, not product • LLMの登場、AIの民主化が進み、個別業務に向けてAI/LLMを使える世界
• building a company leveraging LLMs to sell work • EvenUp ◦ 人身傷害の弁護士向けにdemandパッケージ作成の業務(Work)自体を販売 ◦ ◦ ◦ 出典:https://www.sarahtavel.com/p/ai-startups-sell-work-not-software
17 ©2024 Loglass Inc. まとめ • LLMの登場でより幅広く・個別の業務改善にもAI/LLMを使えるように • GPTsをMVPに使うとさらに小さく実験できる ◦
ChatGPTチームプランも嬉しい • ただ多くの人・業務の起点はNot ChatGPT • ChatGPT以外で完結、勝手に結果が届く・連携される方が嬉しいケースも • その場合でもGPTsから始めることで無理・無駄なく漸進的に進化出来る
18
19 ©2024 Loglass Inc. Assistant Bot By Zapier こんな感じとか?たぶん 1.
特定のドライブやNotionDBにファイルを 置く 2. 上記イベントをZapierで検知して、 Assistantを作成 && ファイルをアップ ロード 3. slackでメンション何らかAssistantを特 定する情報と質問を一緒にもらって、ア シスタントをFindして結果を返す