[入門]生成AI概要とプロンプトのコツ
生成AIをこれから使う方向けの入門ホワイトペーパーをつくりました
本投稿では、役に立ちそうな内容を一部抜粋して掲載いたします
▼全量はこちらから
こんな問いに応えます
初めて生成AIを使う際に抑えておきたい内容としてこんな問いに応えられる内容にしています
生成AIってなに？
どんな種類があるの？
業務でどう使えるの？
どんな課題があるの？
プロンプトってどうやって使うの？
目次
生成AIの概要
生成AI(Generative AI)とは、人間が作成したようなコンテンツ（テキスト、画像、動画、音楽等）を自動的に生成するAIの一種です
生成AIの技術は、大規模言語モデル(LLM)と呼ばれる技術を利用したものが多く、大規模言語モデルは、大量データからパターンを学習し、文脈に基づき次の単語を予測することで、自然な文章を生成したり、特定タスクの達成ができます。そのためモデルは学習データに依存している点と、機械のため意識や感情はなく数学的なアルゴリズムで回答している点に留意が必要です
生成AIの主な種類
生成AIの主な種類は、テキスト生成、画像生成、動画生成、音声生成があり、ユーザのテキスト等のインプットに基づいて自動的にコンテンツを生成します
テキスト生成
プロンプトにテキストを入力するとAIが自動的にテキストを生成します
利用例：記事の作成、プログラムの作成、調査・分析等
ツール例：Chat GPT/Claude/Gemini等
画像生成
テキストの指示や入力画像に基づいてAIが自動的に画像を生成します
利用例：イメージ画像の作成、写真をイラスト風に変換等
ツール例： DALL-E、Adobe Firefly、Canva等
動画生成
テキストの指示や入力画像に基づいて、AIが自動的に動画を生成する
利用例：商品紹介動画、素材動画、SNS動画等
ツール例： Sora、Runway Gen-2
音声生成
入力テキストに基づいて、AIが自動的に音声を生成する
利用例：ナレーション作成や、音声アシスタントの応答等
ツール例： Voice Engine、Text to Speech、Canva等
主な生成AIサービスの一覧
ChatGPTをはじめとした生成AIサービス一覧は次の通りです
生成AIサービス（テキスト生成）
ChatGPT (Open AI)
Claude(Anthropic)
Gemini(Google)
LLaMA2(Meta)
Jasper(Jasper)
生成AIサービス（画像生成）
DALL-E (Open AI)
Mid Journey (Mid Journey)
Stable Diffusion (Stability AI)
Adobe Firefly (Adobe)
生成AIサービス（動画生成）
Synthesia (Synthesia)
Runway Gen-2 (Runway Gen-2)
Pictory (Pictory)
Lumen5 (Lumen5)
生成AIサービス（音声生成）
Murf AI (Murf AI)
Descript (Descript)
Replica (Replica Studios)
Play.ht (Play.It)
生成AIの業務活用のユースケース
生成AIは、営業・事務、開発、クリエイティブ・広告、など幅広い領域で活用されています
ユースケース：営業・事務
リサーチ・企画立案・フィードバック
文章の要約と分類
文書の翻訳と多言語サポート
AIアシスタントによるスケジュール管理と会議の調整
AIチャットボットを使用した顧客対応とFAQサポート
ビジネスレポートの自動生成とデータ分析
会議音声の文字起こし/翻訳
ユースケース：システム開発
アプリケーション用のコード生成
バグ検出とコード修正の支援
セキュリティ脆弱性のスキャンと修正の支援
コードレビューと改善支援
ユースケース：クリエイティブ・広告
コンセプト/キャッチコピー/テキスト生成とブレスト支援
画像/イラスト/デザイン/動画の自動生成とカスタマイズ
企業の生成AI導入事例
企業事例の一部を記載します。全量はホワイトペーパーを参照ください
事例(金融):七十七銀行
七十七銀行はAI insideと共同でAI導入プロジェクトを実施。商品の販売状況やチャネル別の分析業務を対象に、表やグラフを作成するコードの生成や、分析結果のレビュー文書生成を行い業務効率化・高度化を実現
事例(金融):三菱UFJ銀行
三菱UFJ銀行が生成AIを用いて手続き照会や稟議書ドラフトの作成を試験的に実施。その結果、業務効率が向上し、手続き関連タスクの時間が短縮された
事例(金融):大和証券
大和証券は全社員9000人に対してChatGPT利用を開始。英語での情報収集のサポート、企画・書類作成、新たなアイデア創出の促進にAIを活用することで業務効率化を見込む
事例(建設):西松建設
西松建設、生成AI『xenoBrain』活用により建設コストの物価変動を予測し、コスト管理の効率化を実現
事例(小売):セブンイレブン
セブン―イレブン・ジャパン、商品企画に生成AIを導入。SNSの消費者の声や販売データの分析を基に、商品の文章や画像をAIに作成させて、企画期間を10分の1に短縮することに成功
事例(食品):サントリー
サントリーがC.C.レモンをキャラクターとして擬人化。AI技術により生み出されたこのキャラクターは、製品と消費者との新たなコミュニケーションを実現し、ブランドへの関心とエンゲージメントを高めた
事例(IT関連):ライブドア
ライブドアが新サービス「ライブドアニュース24」を開始し、AIが生成する24時間リアルタイムニュースを提供。速報性の向上によるユーザエンゲージメントの向上を目指す
事例(エンタメ):セガサミーホールディングス株式会社
セガサミーホールディングスはAzure OpenAI Serviceを導入し、生成AIを活用したエンターテインメント業界向けの高度なデータ分析や映像や音声、プログラム、シナリオなどのコンテンツ制作を省力化・自動化を目指す
生成AI利用の課題・リスク
生成AI利用にあたっては、「学習データに依存した回答の制約」、「誤った情報による意思決定リスク」、「セキュリティ/プライバシーの懸念」などの課題・リスクを理解した上で自社への導入を検討することが必要です
学習データに依存した回答の制約
AIの回答は学習データに依存するため以下の課題があります
未学習情報は回答に含まれない
(学習データの日付断面以降に発生した情報は回答不可)学習データがバイアスを含む場合、回答に反映してしまう
誤った情報による意思決定リスク
誤った情報の学習やユーザーの質問の誤解で、不正確な情報を回答することがあり、ユーザーが誤った意思決定をするリスクがある
セキュリティ/プライバシーの懸念
ユーザーがAIに入力したデータ(社内データ/個人情報)が不適切な管理により外部に漏洩するリスクがある
プロンプトの基本
プロンプトとは、ユーザーが入力する指示や質問のことをプロンプトといい、AIはその内容に基づいてテキスト、画像、音声などの出力を生成します。プロンプトは生成されるコンテンツの品質に影響を与えるため、明確で具体的な指示が求められるため大変重要です
プロンプトの基本要素
プロンプトの要素は「命令」「文脈」「入力データ」「出力タイプ/形式」の4つあり、これを含めた具体的な指示を出すことでAIの回答の品質を高めることができます
命令・・AIに実行してほしい特定のタスクまたは命令
文脈・・AIのより良い応答に導くための外部情報や追加の文脈
入力データ・・回答も求めたい入力データまたは質問
出力タイプ/形式・・出力(回答)のタイプや形式
AIの回答精度を高めるサイクル
(プロンプトエンジニアリング)
プロンプト作成→実行→AI回答→結果分析・改善点抽出 → プロンプト改修のサイクルを回すことで、 よりよい回答が得られるプロンプトを作成することができます
よりよい回答を得るためのプロンプトのコツ
よりよい回答を得るためのプロンプトのコツを11個記載しています。ここではよく使えるコツをいくつかピックアップして記載します。全量はホワイトペーパーを参照してください
プロンプトのコツ：文脈や具体的な情報を入力する
よりよい回答を得るには、要求で重要な詳細やコンテキストが提供されている必要があります(それがない場合、AIが推測するため意図しない回答になる可能性が高くなる)
プロンプトのコツ：役割(ペルソナ)を設定する
プロンプトやシステムメッセージでAIにペルソナ(役割)を指定することで、よりよい回答を得ることが可能です
プロンプトのコツ：区切り文字を使用して入力の異なる部分を明確に示す
ハッシュタグ、コロン、三重引用符、XML タグなどの区切り文字を活用することで、指示が明確になりよりよい回答を得ることが可能
最後に
わたしが生成AIについて理解を深めたい！と思ったときに知りたかった入門、一部実践的な内容を詰め込みました。何かのお役に立つと嬉しいです
▼全量の資料の閲覧とダウンロードはこちらから
https://speakerdeck.com/oriontakemura/ru-men-sheng-cheng-aigai-yao-topuronputonokotu