見出し画像

自分のレベルに合わせた生成AIの活用方法を知らない人は今すぐチェック！使いこなせている人でも１ステップ上の使用法を試すきっかけになって、周囲に差をつけられる。

無神論者の神話

今回はこちらの記事を参考にして、掘り下げてみました。


1. はじめに

生成AIがビジネスで注目されていますが、実際のところ多くの企業はまだ十分に使いこなせていません。

Lightblueの調査によれば、生成AIの活用は4つのレベルに分類されるとのこと。

この記事では、その調査結果を基に、個人から企業での活用まで、各レベルの具体例と可能性を紹介します。

「業務」と書かれている語句については、個人レベルの「タスク」や「利活用」と読み替えても問題ないようにしています。



2. 調査結果の概要

生成AIの活用レベルは以下の4つに分類されます：

  1. プロンプトだけで対応できる業務：34%

  2. RAGによるデータベース参照が必要な業務：41%

  3. システム開発が必要な業務：22%

  4. 独自の大規模モデルが必要な業務：3%

3. 各レベルの詳細と事例

元記事の「プロンプトだけで対応できる業務」の部分について、私のnoteの読者層はライト層が多いと思うので、掘り下げてみます。

3.1 プロンプトだけで対応できる業務

生成AIの基本機能であるプロンプト入力だけで解決できる業務には、以下のようなものがあります。各機能について具体的な事例とプロンプト例を紹介します。

以下の機能に沿ってに掘り下げてみました。

  • テキスト

  • コード

  • ファイル

  • 画像

  • 音声

3.1.1 テキスト生成

機能: 文章の構成、資料のドラフト作成、議事録の要約

事例:

  • メールの下書き作成：「上司への報告メールの下書きを自動生成するプロンプト例です。」

  • ブログ記事のアイデア生成：「新しいブログ記事のアイデアを10個挙げるプロンプト例です。」

プロンプト例:

「以下の会議の議事録を要約してください。」
同時に議事録のファイルを共有するか、テキストデータの議事録を入力しましょう。

「『生成AIのビジネス活用』についてのブログ記事の構成を提案してください。」
一緒に、記事についてどのようなイメージを持っているかについても、共有しましょう。

3.1.2 コード生成

機能: プログラミングコードの作成やデバッグ支援

事例:

  • Pythonスクリプトの自動生成：「データ解析のためのPythonスクリプトを生成するプロンプト例です。」

  • コードレビューのアシスト：「このコードのバグを見つけて修正案を出すプロンプト例です。」

プロンプト例:

「以下のリンク用に、ウェブスクレイピングのPythonコードを書いてください。」
スクレイピングしたいウェブサイトのリンクとともに入力する。
＊サイトの利用規約等は確認してくださいね
＊有名どころだとXのフォロワー解析等はNGです

「与えられたデータを解析するためのRスクリプトを作成してください。」

「csvファイルを結合するために、コマンドプロンプトで実行するためのコードを生成してください。ディレクトリは以下のようになっています。」
デスクトップのスクショと共有すれば、うまく行けば画像解析してくれます

3.1.3 ファイル生成

機能: 自動的にフォーマットされたドキュメントやスプレッドシートの作成

事例:

  • 請求書の自動生成：「このデータを基に請求書を作成するプロンプト例です。」

  • 会議資料のテンプレート作成：「次の会議のためのプレゼン資料のテンプレートを作成するプロンプト例です。」

プロンプト例:

「2023年度第1四半期の売上報告書をword形式で作成してください。」
売上のデータはエクセルのスクショでもいけます。

「以下の新製品をリンクから調査して、その紹介プレゼンテーションをスライド形式で作ってください。」
新製品のスペック等のサイトのリンクを共有してください。検索とファイル作成とで、プロンプトを二回に分けて入力するとうまくいきやすいです。

3.1.4 画像生成

機能: AIによるイメージやグラフィックの生成

事例:

  • 広告バナーの自動作成：「次のキャンペーンのための広告バナーを生成するプロンプト例です。」

  • SNS用の画像生成：「インスタグラム用のキャッチーな画像を作成するプロンプト例です。」

プロンプト例:

「夏のセールキャンペーン用の広告バナーを作成してください。」
画像生成系のGPTsはストアで検索するとたくさん出てきます。
お好みのスタイルが出てくるものを選びましょう。

この記事の画像はここで作っています。


「SNS投稿用のカフェの写真を生成してください。」
どんなイメージかを具体的に言語化して一緒に入力してください。

3.1.5 画像理解

機能: 画像内のオブジェクト認識や説明文生成

事例:

  • 画像内のテキスト抽出：「この画像に含まれるテキストを抽出するプロンプト例です。」

  • 製品画像のタグ付け：「この商品の画像に適切なタグを付けるプロンプト例です。」

プロンプト例:

「この画像に含まれるすべての文字を抽出してください。」
正直これだけなら、Googleレンズ等を使ったほうが精度が良いです。構造の意味も含めて言語化したい場合には便利です。

「この画像はnoteのダッシュボードです。よく読まれている記事のタイトルを参考にして、新たなテーマを生成してください。」
これを意識するようになって最近「スキ」が増えてきました。

この記事も参考にしてみてください！


3.1.6 音声読み上げ

機能: テキストを音声に変換する機能

事例:

  • 録音して自身のコンテンツに利用：「生成した音声ファイルをコンテンツに使用することで、ユニークなコンテンツを提供できます。」

利用方法:

私は動画コンテンツのナレーションに使用しています。
Googleや他のサービスに比べて、日本語の読み間違いは多いが、感情表現が豊かです。

windows+Gで録画しながら、このボタンを押す

参考：


3.2 RAGによるデータベース参照が必要な業務

  • 過去の議事録や提案書の検索・要約: 社内のナレッジを活用

  • 業務ノウハウの活用、マニュアル検索: 効率的な情報検索

  • 事例: カスタマーサポートでRAGを使い、迅速かつ正確な対応を実現

3.3 システム開発が必要な業務

  • 顧客サポートの自動化: チャットボットの導入

  • CMSと連携したコンテンツ生成: ウェブサイトの自動更新

  • Eコマースのパーソナライズ: 顧客ごとに最適な商品提案

  • 事例: 社内ツールに生成AIを組み込み、業務効率を向上

3.4 独自の大規模モデルが必要な業務

  • 医療など特定領域に特化した活用: 医療データ解析

  • 特定のニュアンスの習得によるコンテンツ生成: 高度なコンテンツ生成

  • 事例: 医療情報の専門的な解析を行い、診断精度を向上

4. 生成AI活用の現状と課題

企業による生成AIのカスタマイズの難しさ、社内データの統合と出力、プロンプト入力の手間などが課題として挙げられます。

5. 生成AI活用の将来展望

生成AIは今後も進化を続け、ビジネスへのインパクトを大きくしていくでしょう。Lightblueはその先駆けとして、生成AIの効果的な活用を模索しています。

6. 結論

生成AIは、そのレベルに応じた多様な活用方法があり、企業にとっては最適な方法を見つけることが重要です。

個人においても自由な発想で利活用がますます進んでいくと思われます。

本記事が、生成AIの効果的な活用の一助となれば幸いです。

良いと思ったら「スキ」を押してくれると励みになります。
今後も生成AIの活用法や論理的思考法についてまとめていきますので、フォローのほどもよろしくお願いいたします！

この記事が気に入ったらサポートをしてみませんか？