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
3k
6
Share
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
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
28
24k
そのAIレビュー、レビューしてますか? / Are you reviewing those AI reviews?
rkaga
6
5.2k
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
2.3k
Context is King? 〜Verifiability時代とコンテキスト設計 / Beyond "Context is King"
rkaga
10
1.8k
AIエンジニアリングのご紹介 / Introduction to AI Engineering
rkaga
7
4.6k
MCPでVibe Working。そして、結局はContext Eng(略)/ Working with Vibe on MCP And Context Eng
rkaga
6
3.3k
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
3.6k
テストから始めるAgentic Coding 〜Claude Codeと共に行うTDD〜 / Agentic Coding starts with testing
rkaga
19
9.1k
コードの90%をAIが書く世界で何が待っているのか / What awaits us in a world where 90% of the code is written by AI
rkaga
61
44k
Other Decks in Programming
See All in Programming
Hive Metastoreを通して学ぶIceberg REST Catalog ― 仕様から実装まで
okumin
0
260
~ 秘伝のタレ化した『神スプシ』と戦う ~ 関数型パラダイムで壊れない仕組みへ
h0r15h0
1
120
サークル参加から学ぶ、小さな事業の回し方
yuzneri
0
220
「OSSがあるなら自作するな」は AI時代も正しいか ── Build vs Adopt の新しい判断基準
kumorn5s
7
2.9k
TSKaigi 2026 TypeScriptバックエンドのオブザーバビリティ戦略 — Datadog × NestJSの実践
taiseiyamamotoan
1
160
Augmenting AI with the Power of Jakarta EE
ivargrimstad
0
640
プラグインで拡張される Context をtype-safe にする難しさと設計判断
kazupon
2
280
Sans tests, vos agents ne sont pas fiables
nabondance
0
150
RailsTokyo 2026#4: AI様があれば、 Hotwireの弱点は消えるか?
naofumi
4
510
The Past, Present, and Future of Enterprise Java
ivargrimstad
0
170
1人1案件のプロダクトエンジニア時代に、"プロセス監督"としてチャレンジしたこと
non0113
0
180
なぜあなたのコードには「コシ」がないのか?〜AI時代に問う、最後まで美味しい設計と戦略〜 #phpconkagawa / phpconkagawa2026
shogogg
0
220
Featured
See All Featured
The Illustrated Guide to Node.js - THAT Conference 2024
reverentgeek
1
360
What's in a price? How to price your products and services
michaelherold
247
13k
AI Search: Implications for SEO and How to Move Forward - #ShenzhenSEOConference
aleyda
1
1.2k
Everyday Curiosity
cassininazir
0
210
Building Applications with DynamoDB
mza
96
7k
Reflections from 52 weeks, 52 projects
jeffersonlam
356
21k
The Illustrated Children's Guide to Kubernetes
chrisshort
51
52k
Templates, Plugins, & Blocks: Oh My! Creating the theme that thinks of everything
marktimemedia
31
2.8k
Visual Storytelling: How to be a Superhuman Communicator
reverentgeek
2
530
技術選定の審美眼(2025年版) / Understanding the Spiral of Technologies 2025 edition
twada
PRO
118
120k
Code Reviewing Like a Champion
maltzj
528
40k
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
25
1.9k
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