![見出し画像](https://assets.st-note.com/production/uploads/images/136532395/rectangle_large_type_2_fbf7398a455c89ba5a1d746bd8d5d796.png?width=1200)
【中身完全公開】AITech主催のGPTsハッカソンで優勝しました!【RAG解説】
はじめに
この度、AITechさん主催のGPTsハッカソンに参加させていただきました!前回大会ではLINEスタンプを生成するGPTsで優秀賞を受賞しましたが、今回は、RAG(拡張検索生成)を使った広告文チェッカーのGPTsで見事優勝をしました!
今回は大会を振り返りながら、優勝したGPTsの中身を解説していきたいと思います!無料部分では概説を、有料部分ではGPTsのInstructionsをそのまま公開しておりますので、詳細な中身にご興味がある方は、ぜひご購入ください!
※なお、前回大会で優秀賞を取ったGPTsはこちら↓
ハッカソンの概要
AITechさん主催の賞金総額50万円のGPTsハッカソンが、2024年3月13日から26日までの期間で開催されました。このハッカソンは、GPTsの活用方法を広く探ることが目的です。
![](https://assets.st-note.com/img/1712492260433-ACog8fXKAX.png?width=1200)
応募対象の6部門
まちづくり・建築・量子部門
動画生成・Youtube運営部門
金融経済およびマーケティング部門
研究教育およびプログラミング支援部門
業務改善部門
一般部門
複数部門への同時参加も可能なようです。私は4の金融経済およびマーケティング部門で参加しました!
賞金
各部門の賞金は以下の通りです:
1位:5万円
2位:3万円
3位:1万円
豪華審査員陣
湊雄一郎氏(@MinatoYuichiro):blueqat株式会社代表
元木大介氏(@ai_syacho):KandaQuantum代表、CursorConnect運営
久保田雅也氏(@kubotamas):元WiLの創業メンバー兼パートナー
櫻海亨氏(@kaitesta_y):株式会社Arizas代表
國末拓実氏(@kunisuetakumi):SHIFT AIパートナー(一次審査)
高野秀隆氏:株式会社長大 事業戦略推進統轄部 クオンタム推進部 部長/一般社団法人日本量子コンピューティング協会 代表理事
石川陽太(@ytiskw):ChatGPT研究所代表
優勝しました!
一次審査を終え、二次審査はGatherを使ったオンラインでの3分間のプレゼンにて争われました!
![](https://assets.st-note.com/img/1712495637301-nCot49N5tB.png?width=1200)
そして、見事優勝しました!他の皆さんもかなりレベルが高いものが多くあり、私のGPTsはRAGというキャッチーな話題であったことと、課題が明確で、欲しい人には非常に刺さるという点が評価されたように思います。
![](https://assets.st-note.com/img/1712495548021-MAta6IneUM.png?width=1200)
開発したGPTsの概要
今回のハッカソンで開発したGPTsは、RAG技術を活用した薬機法に則った広告表示生成システムです。RAG技術は、大規模なデータベースから関連する情報を取得し、それを基にして自然言語を生成する手法です。この技術を用いることで、広告文の生成に必要な医薬品情報や薬機法関連資料を効率的に活用できると考えました。
開発に当たっては、まず医薬品情報や薬機法関連資料を網羅的に収集し、データベース化する作業から始めました。医薬品の効能・効果、用法・用量、副作用、禁忌事項などの情報を整理し、機械学習で処理しやすい形式で保存しました。また、薬機法の広告規制に関する条文や、過去の違反事例などもデータベースに取り込みました。
次に、RAG技術を用いてデータベースから関連情報を取得し、適切な広告文を生成するアルゴリズムを開発しました。ユーザーが商品名や効能などのキーワードを入力すると、GPTsがデータベースを検索し、関連する情報を抽出します。そして、その情報を基に、薬機法の規制に沿った広告文を自動で生成します。
広告文の生成では、薬機法で禁止されている表現を避け、適切な効能・効果や注意事項などを盛り込むことを重視しました。
こうして完成したGPTsは、医薬品情報と薬機法関連資料を活用し、規制に沿った適切な広告文を自動で生成することができます。製薬企業の広告作成業務の効率化と、コンプライアンス遵守の両立に寄与するツールとなることを目指しました。
優勝したGPTsの中身解説
今回優勝したGPTsがこちらになります。同様の解説は下記の記事にもございますので合わせて参照ください。ここでは一部抜粋して解説をいたします。
動作例
では実際に動かしていきましょう。GPTsを開くと、「校正を始める」というボタンが表示されるので、押してみます。
![](https://assets.st-note.com/img/1712496105334-T5G30klMfz.png?width=1200)
すると、商品の種類と広告訴求文を入力するように促されます。対象商品とチェックしてもらいたい訴求文を入力していきます。
![](https://assets.st-note.com/img/1712496125444-f5a2jaAXK3.png?width=1200)
すると、ChatGPTのデータ分析機能である、Advanced Data Analysisが走り、knowledgeに添付されているguideline.mdを読みにいきます。そして、入力文に該当する箇所を抜き出してきます。
該当箇所と照らし合わせて、入力文がOKなのかNGなのかを判定してくれます。人間が実際にガイドラインを見に行く挙動と同じですね。
![](https://assets.st-note.com/img/1712496154837-dWZcHTLMNw.png?width=1200)
今回は、化粧品で、「アンチエイジング効果のある成分を配合!気になるシワに浸透!」という怪しい訴求文を入力してみました。
すると、この広告訴求文はNGであり、理由が「アンチエイジング効果のある成分を配合」「気になるシワに浸透」という表現が医薬品的な効果を示唆しているためと表示されています。そしてこれはガイドラインに記載されていることです。
さらに、「年齢と共に気になる前にうるおいを与え、ハリをサポートする成分を配合」という問題がない表現も提案してくれています。
Instrctionsとknowledge
有料部分では、GPTsのInstructionをそのまま公開し、knowledgeに設定しているガイドラインのファイルの一部を公開します。これを応用すれば、簡単にご自身のRAGを活用したGPTsを実装できると思います!
ここから先は
この記事が参加している募集
この記事が気に入ったらサポートをしてみませんか?