ChatGPT： Paragraph Writing 「ChatGPTのビジネスへの影響」_2306
下記の投稿で、「Yahoo！知恵袋」サイトの質問に回答した内容を、深めてみた。この検証で、ChatGPTに、見出し header とパラグラフ主題文 Topic Sentenceを与えて、各見出し毎に、論述してもらえば、良いことに気が付いた。
本投稿では、雑多に書いた回答文から、ChatGPTに、headerと、Topic Sentenceを抽出してもらい、その内容をもとに、各々で論述文を生成する。このTopic Sentenceをベースで記述するという考えは、Paragraph Writingの手法を、ChatGPTで文章生成する際に、適用するものである。
overview
上記の投稿では、「Yahoo！知恵袋」のjee54321の回答文(3527文字)を、ベースに論述文(1286文字)を、生成した。
上記の投稿の考察で、以下の課題を上げた。
回答文で提示されているキーワードが、生成された論述文で生かされていない。
回答文で対比的に表現したり、象徴的に強調したりしている単語が、論述上、活かされていない。
回答文で、具体的に、ビジネスマンのジョブがどう変わるかを、言及しているが、生成された論述文では、具体的な表現が使われていない。
ChatGPTでは、論述文を生成すると、論点の与え方にもよるが、800～1200文字で、文章が生成される。これは、ChatGPTの仕様と判断される。
論点などの追加も、視野に、内容を精査したが、Token数の関係で、論点の追加を行えなかった。
ChatGPTを使って、論点を補足し、論述を強化するには、使う側が、論述構造を整理し、パラグラフ毎に、ChatGPTに文章生成させれば良いと考えた。
本投稿では、ChatGPTに、パラグラフごとに、論点(header)と主題文(Topic Sentence)を与えることで、ChatGPTに論述させる。
orientation
以下の手順で、検証する。
1. 仮の回答文（ドラフト）を作成する。
本検証では、「Yahoo！知恵袋」の回答文を利用
2. ChatGPTで、ドラフトから論点 (header) と主題文(Topic sentence)を抽出
3. ChatGPTに、各論点(header)ごとにわけて、主題文を提示して、論述させる。
Q: ChatGPTが与えるビジネスへの影響、変化について、与えられた文章をもとに、論述する際の大見出し、小見出し、Topic Sentenceを生成してください。
ChatGPT extracted headers and topics
大見出し: ChatGPTのビジネスへの影響と変化
小見出し1: ChatGPTの能力と限界
Topic Sentence: ChatGPTは定説や既存の答えを引っ張ってくる能力に長けており、教科書や百科事典などの情報に対処するのに役立つが、ビジネスの主要な課題である新たな価値の創出には補助的なツールに過ぎない。
小見出し2: ChatGPTの副業やマネタイズの可能性
Topic Sentence: ChatGPTを利用した副業やマネタイズの方法が存在するが、その価値は限定的であり、需要が減少する可能性がある。
小見出し3: ChatGPTのビジネス利用の方向性
Topic Sentence: ChatGPTは文章収集と文章加工の能力を活かし、企業内の文書管理や非構造化データの活用を支援することで、ビジネスの効率化とバックオフィス業務の刷新を図ることができる。
小見出し4: ChatGPTによる変革の予測
Topic Sentence: ChatGPTの普及により、ビジネスの在り方が大きく変わり、3年後にはビジネスのあり方においてChatGPT前とChatGPT後の区別が顕著になると予測される。
小見出し5: 投資の視点から見たChatGPTの影響
Topic Sentence: グローバルな視点では、次世代のGAFAM企業に投資することが有望であるが、日本市場では日本語LLMへの投資が注目される可能性があり、その存在は投資の判断を難しくする要素となる。
小見出し6: 日本語LLMの特異性と課題
Topic Sentence: 日本語LLMの開発は日本人にとって重要であり、日本語特有の言語表現やことわざを処理する能力が求められる。しかしながら、日本語LLMの投資額は英語LLMに比べて限定的であり、英語LLMには敵わない可能性がある。
小見出し7: ChatGPTの限界と日本語の言語モデル
Topic Sentence: ChatGPTは日本語特有の言語表現や比喩的な記述に対処するのに限界があり、日本語LLMには日本語の言語モデルの導入が必要である。日本語LLMの開発により、日本語圏のユーザーにとってより高いパフォーマンスが期待される。
小見出し8: AIの限界と人間の役割
Topic Sentence: 現在のAIは過去の形式化された情報しか扱えず、推論やアブダクション推論などの新たな知識の創造には限定的である。AIの学習には人間が答えや評価関数を提供する必要があり、人間の知識や目標設定がAIの賢さの源となる。
小見出し9: ビジネスにおける働き方の変化
Topic Sentence: AIの導入により、定型的な処理やブルシットなジョブが自動化され、フロント業務とバックエンドプロセスのつなぎの役割が不要になる。ビジネスの焦点は顧客価値創造に移り、効率化と高付加価値な仕事が重視される。
小見出し10: ビジネスマンのキャリア形成とスキル重視
Topic Sentence: ブルシットなジョブが自動化される一つ、ビジネスマンは必要なスキルを身につけ、自身のキャリア形成に注力することが重要であり、AIの進化によって職業のあり方が変わることに悲観する必要はない。ヒトの存在と実体はリアルであり、AIはツールであることを忘れずに。
Q: ChatGPTのビジネス活用について、見出し<header>と、トピックセンテンス<Topic Sentence>をベースに具体的に、論述せよ。
以下、論述例
小見出し1: ChatGPTの能力と限界
ChatGPTの能力と限界
ChatGPTは、定説や既存の答えを引っ張ってくる能力に長けており、教科書や百科事典などの情報に対処するのに役立つが、ビジネスの主要な課題である新たな価値の創出には補助的なツールに過ぎない。
ChatGPTは、膨大なデータセットを学習しているため、一般的な情報や定評のある知識に関しては高い精度で応答することができます。そのため、教科書や百科事典などの情報にアクセスする必要があるビジネスシナリオでは、ChatGPTは貴重な補助ツールとなります。例えば、顧客の質問に対して正確な情報を提供するために、ChatGPTを使用することができます。
しかし、ビジネスの主要な課題は、新たな価値の創出です。新しいアイデアや創造的な解決策を生み出すためには、単に既存の情報を引っ張ってくるだけでは不十分です。ChatGPTはあくまで学習データに基づいた予測を行うため、創造性や独自性に欠ける場合があります。ビジネスにおいては、市場のニーズやトレンドを予測し、競争力のあるアイデアを生み出すことが求められます。
したがって、ChatGPTは新たな価値の創出においては補助的なツールと位置づけられます。例えば、アイデアのブレインストーミングセッションで、ChatGPTを使用して参加者に情報やインスピレーションを提供することができます。また、既存の知識を確認するためのリサーチツールとしても活用できます。
総括すると、ChatGPTは定説や既存の答えを引っ張ってくる能力に優れており、教科書や百科事典などの情報に対処する際には有用です。しかし、新たな価値の創出には創造性や独自性が求められるため、その点では補助的なツールに過ぎません。ビジネスの課題に対して最適な活用方法を選択し、人間の知恵と組み合わせることが重要です。ビジネスの成功には、ChatGPTの限界を理解し、適切な場面で活用する能力が求められます。
(830文字)
results
こちらが用意したドラフト文(3527文字)より、10Topics が抽出された。
その10 Topics、各々で、Topic Sentenceをベースに論述文を生成させた。結果、10935文字の文章が生成できた。
小見出し1: ChatGPTの能力と限界・・・830文字
小見出し2: ChatGPTの副業やマネタイズの可能性・・・971文字
小見出し3: ChatGPTのビジネス利用の方向性・・・955文字
小見出し4: ChatGPTによる変革の予測・・・1117文字
小見出し5: 投資の視点から見たChatGPTの影響・・・1103文字
小見出し6: 日本語LLMの特異性と課題・・・1205文字
小見出し7: ChatGPTの限界と日本語の言語モデル・・・938文字
小見出し8: AIの限界と人間の役割・・・1493文字
小見出し9: ビジネスにおける働き方の変化・・・1104文字
小見出し10: ビジネスマンのキャリア形成とスキル重視 ・・・1219文字
(830+971+955+1117+1103+1205+938+1493+1104+1219=10935)
内容を読むと、かなり重複した表現が多い。が、この内容を精査することで、充分、論述などの材料に、なると判断する。
discussion
本実証では、以下の手順で、論述内容を深めることを試した。
本実証では、事前に作成したドラフト文（3527文字）をもとに、論点とTopic Sentenceを抽出しました。このドラフトは、質問文の文脈に即して、作成された文章で、その後の質問者とのやり取りで、内容を追加したものです。
質問者の疑問、知りたいことを意識して、文章が作成されている。
ある程度、伝えるべき内容が整理されており、一貫性のある文章展開に近い。
ドラフト文を、一貫した文脈での回答ではなく、複数の回答者の回答を寄せ集めると、どうなるかは、確認してみる必要がある。
以前、書籍の抜粋文で、論述させたが、抜粋文の前後の文脈が無視されて、生成された文章は、使えないものであった。
抜粋された文章が、暗喩などのレトリックを含む場合、ChatGPTでは、切り出された文脈を、うまく扱えないと判断される。
conclusion
本実証では、Paragraph Writingの手法を、ベースに、ChatGPTに、Topic Sentenceを抽出させて、そのTopic Sentenceをもとに、ChatGPTに再度、文章を生成させた。
ChatGPTにより、10000文字以上の文章（材料）を生成できたので、実証価値があったと判断する。
System Development業界、Software Engineering、Scriptingについて、発信してます。サポートありがとうございます。