ChatGPT を使用して Product School の動画から効率的にノウハウを学ぶ手順
Product School はプロダクト開発に関わる人たちのコミュニティです。 YouTube で Google 、 Amazon 、 Facebook 、 Apple といった世界的な企業や Airbnb や Uber といった先進的なプロダクトで活躍するプロダクトマネージャーのプレゼンテーションやインタビューの動画を公開しており、チャンネル登録者数は 2023 年時点で 11 万人を超えています。私は主にプロダクトでのデータサイエンスの活用に焦点を当て、動画を見て得られた内容をワークショップの追加コンテンツとしてまとめています。
ただ、もちろんすべての動画は英語です。文字起こしがあるとはいえ、一つの動画は 20 ~ 30分ぐらいはあり、内容を聞いてもわからんか理解に時間がかかるのは事実です。そこで、本記事では ChatGPT の力を借りながら動画の内容を要約するための 3 ステップを解説します。百聞は一見に如かずということで、実際試した結果はこちらをご覧ください。少し手間ですが無料版の ChatGPT 3.5 で実施しており、 Plus への課金は必要ありません。
私は普通に動画全編を視聴し内容を確認しましたが、おおむね一致していました。まだ試した回数が少ないので、今後実際の視聴と合わせ方法をブラッシュアップしていこうと思います。では、実際試していきましょう。
トップの画像は Nenad Stojkovic さんの写真を使わせて頂きました。
1. 動画の文字起こしをコピーする
YouTube では動画の文字起こしを表示することができます。表示の仕方は次の画像を参照してください。表示された文字起こしを全てコピーします。
2. ChatGPT で文字起こしを整形する
コピーした文字起こしはセクションタイトル、タイムスタンプ、文字起こし本文が入り乱れたテキストになっているので整形する必要があります。ChatGPT のアプリケーションにコピーしたテキストを張り付け、冒頭に次のプロンプトを入力してください。
The following is title, timestamp and transcribed text list. Please extract all transcribed text then concatenate these by formatting naturally.
Submit するとえんえんと文字起こしが連結された文章が書き連ねられていきます。途中で止まったら Continue Generation で最後まで書かせてください。
3. セクションごとに要約させる
動画は複数のセクションに分かれているので、次のプロンプトでセクションごとに要約してもらいます。
For each section, please extract most emphasized 3 points and describe why these are important.
ここでのポイントは、 "emphasized" と "describe why these are important" です。単に "Please summarize" だとテキストが短くなるだけなので、プレゼンテーターが何を強調していて、どうして強調したのか理由を挙げてもらい要約の正当性を高めています。
4. So what をまとめる
いろいろ話していたけど最も重要な知見は何なのか ? を最後にまとめます。人に教えることで理解が深まるという知見から、プロのプロダクトマネージャーがメンタリングするためのスクリプトを書き起こしてもらっています。最後に、それを日本語にしています。
As a professional product manager, 1) please pick up most distinctive insight from sections and describe the reason 2) please make the question-and-answer script between you and mentee for role play 3) please translate script to Japanese.
結果はこちらです。普通にまとめさせると動画固有の内容が薄れて一般論になるのと、各セクションの内容から外れた内容になったりします。固有の内容を際立たせるために "distinctive insight" と "reason" を明らかにしてもらい、動画の内容から離れないよう "from sections" をつけるなどの工夫をしています。
最後日本語のパートを抜粋した結果を示します。動画全体を自力で見ましたが、まあまあな内容になっていると思います。
メンティー (プロダクトマネージャー): プロダクトマネージャーとして戦略的な業務に十分な時間を割くのに悩んでいます。日々の手作業のタスクがほとんどの時間を占めてしまっています。これに対処するためのアドバイスはありますか？
メンター (ChatGPT): もちろん、それは一般的な課題です。最初のセクションからの際立った洞察の一つは、データ分析を活用した自動化の重要性です。技術に繰り返しのタスクを処理させることで、戦略的な思考と意思決定に時間を割くことができます。自動化によって、日常の業務が効率的かつ正確に行われ、あなたは専門知識が必要な高付加価値の業務に集中できるようになります。この変化は、プロダクトマネージャーとしての生産性を大幅に向上させることができます。
メンティー (プロダクトマネージャー): 私は常に、直感と経験だけで十分な判断ができると信じてきました。なぜ直感よりもデータを優先すべきなのでしょうか？
メンター (ChatGPT): あなたの経験と直感は貴重ですが、第二セクションは際立った洞察を強調しています: データは情報の基盤となり、情報を元にした意思決定の基盤となります。直感だけに頼ると、実際の市場ニーズとは一致しない主観的な判断をする可能性があります。データは客観的な洞察を提供し、顧客の嗜好、市場のトレンド、潜在的なギャップを理解するのに役立ちます。あなたの専門知識とデータに基づく洞察を組み合わせることで、より情報を元にした戦略的な判断ができ、プロダクトの成功の確率が高まります。
メンティー (プロダクトマネージャー): 限られたリソースの中で、プロダクト開発でどの機能に優先順位を付けるかを決定するのは難しいです。これを効果的に行うためのヒントはありますか？
メンター (ChatGPT): もちろん、第三セクションからの洞察を参考にしてみましょう: データ駆動型の優先順位付けはリソースの最適な割り当てを実現します。主観的な推測ではなく、データを使用して機能の潜在的な影響を分析することで、優先順位付けのプロセスを導くことができます。これにより、リソースをユーザーやビジネスに最も価値のある部分に集中させることができます。会社の目標と一致させ、プロダクトの成功を最大化します。
ChatGPT Plus ではプラグインを使い上記と同等の内容を簡単に実装できると思います。本記事の手法を使うメリットは、まず無料で良い点と動画の要約に至るまでのステップがクリアなので途中でプロンプトを変えたりして調整しやすい点です。プロンプトも短いものにしているので、調整しやすいと思います。
おわりに
動画の内容は以上です。 AWS が無料で資料を公開している ML Enablement Workshop は、プロダクトで機械学習を活用できるようになるためのワークショップです。ワークショップ本体の資料に加え、データサイエンスを活用するプロダクトマネージャーを訪ねて と題し Q&A 形式で Product School のような動画の内容をまとめたコンテンツを掲載しています。もちろん、ワークショップの資料には随時この Q&A の内容が取り込まれています！ GitHub で Star をしていただくとすぐにアクセス出来て、また Watch すると更新通知が来て便利です。
本記事が英語の動画に物おじせずノウハウを得るきっかけになれば幸いです。上記リポジトリでは外部の方からもQ&Aの追加を受け付けています。プロダクトマネジメントに関心があるエンジニアの方からも、プロダクトマネージャーの方からも、本記事を役立て内容をまとめたらぜひ Pull Requeset をお待ちしております！
この記事が気に入ったらサポートをしてみませんか？