00:00
どうも、AI駆動開発ラボ大森です。 今回は、AIに確実にタスクをこなさせるためには、どうしたらいいのか、具体的なハウツーを教えますよ、ということでですね。
AIを使って何か、じゃあ、作業とか仕事とかをお願いしようとした経験ある方いますかね?
結構ですね、世間で言われている風潮も含めてですけど、あんまり確実に何かをこなすことが、AIはまだ難しいんじゃないか、みたいなことが共通認識なイメージがあるんですけど、いかがでしょうか。
つまり要は、そのAIに何かお願いしても、それの品質が要求レベルとあって、そこまで高くなかったり、何かその
把握漏れをしているとかね、例えば、こういうデータからこういうデータに整形してください、みたいなことをAIに言っても、何かちょっと
時々間違えてるとか、全部やってくんないとか、そういうようなことがよくあると、なんか思います。私も実際に。
ただ、使い方をね、工夫をすれば、AIを使ってですね、確実にタスクをこなさせる、こなす
ことができると。 じゃあ、AIを使ってそのタスクをこなさせることが何がいいのかというと、とにかく
超時間が短縮されるということですね。 手作業でとか、いろいろ人間が調べたり、何か作業したりには、全然時間がかかるので、
本当だったら、1日作業なんだけど、適切にAIを使うことで、全然30分で終わりましたよっていうことがあると思います。
AIを使うことで、とにかく時間というリソースを
超短縮、 超超超短縮できるわけです。もう1千分の1ぐらいです、本当に。
だけどそれとトレードオフでですね、引き換えに、やっぱその作業の精度が落ちるよねっていうことがあるんですけど、ちょっと僕がね、
結構そのChatGPTの3.5が出てきたのが、 2年半前とかだった気がするんですけど、ほぼ毎日多分3、4時間AIと話してるんですよ。
これ結構森とか無しで。 で、その中で培ったですね、
テクニックと言うとあれですけど、こういう方法を使うといいんじゃねえかなというような話をしたいと思います。
具体的には3つあります。1つ目がツールを作るということですね。 2つ目が
03:06
同時に複数に効くと。 3つ目が何度も効くということですね。
でこれ、まず1つ目のツールを作るっていうのと、その残りの2つではちょっとその
相性が良いタスク、相性が悪いタスクっていうのが存在するので、この前半の1つか後半の2つか、タスクを実際に自分で理解してみて、どういうアプローチでするのが最適なのかなっていうのを考える必要があるんですけど、
じゃあまず1つツールを作るという話をしてみたいと思います。 冒頭に例でも挙げた、何かデータを
成形加工するよというようなタスクがあったとします。 例えばですね、
スプレッドシートとかエクセルにまとめているデータがあって、 じゃあこれを何か分割してくださいとか、
じゃあ計算をしてくださいとかですね。 そうですね、エクセルとかのやつとか、計算タスクとかですね。
というものはかなりAIが苦手としていると言われています。 結構ですね、AIが頭が良くなったぞと言われていても、単純な12×13が間違う
みたいなことがよく言われていました。 で、まあそれをですね、解消するために、
解決するために今は内部でPythonと呼ばれるですね、 計算とかに強いプログラミング言語でAIが自分でコードを書いて
計算するみたいなことをしています。 つまりAI、
LLM、大規模言語モデルですね。ラージ、ラングイッチモデルと呼ばれるんですけど、 これやっぱりその言語をもベースにした考え方をしているので、
すっごいさらっと言うと、
今回は、今回はじゃないな。 じゃあご視聴ありがとうございましたという言葉の後ろには、
ご視聴ありがとうございました。ではまた次回の、あ、その前には、ではまた次回の動画でお会いしましょう。
言葉に、このおはよう語まで来たら、ザイマスが後ろに来るだろうみたいな、そういうような確率、言葉の確率でですね、
あの根幹が成り立っているんですけど、まあだから計算とかっていう概念じゃないです。とても分経能なんですね。
AI、ちゃんとGPTとか、とてもとても分経能なんで、分経能が頑張って、
数学をするんじゃなくて、分経能がプログラミングを書いて、プログラミングに計算をやらせようみたいな、そういうアプローチがされているんですけど、
まあこれをちょっと拡張したようなことですね。つまり、AIに何かのデータ成形とか計算をさせるんじゃなくて、
AIにデータ成形とか計算をさせるプログラムを作らせるんですよ。
06:00
作らせる。 でそれを使って、
データを加工成形、計算をさせる、 ということですね。
で、あくさんこの放送で言っているGoogle AI Studioっていうのがあります。Googleが出している、もう無料なんですけどわけわかんないぐらいその大サービスで、
無限にAIが使えるし、ビルド機能っていう言葉でですね、こういうのを作ってくれって言ったらポン、3分ぐらいで作ってくれるみたいなものがあります。
具体的にこれですね。これを使って作業を行うツールを作らせる、というのが一つ目ですね。AIに確実をこなさせるための強力なアプローチの一つ目です。
もっと具体例があった方がいいと思うんですけど、 何だろうな、年賀状管理のExcelとかがあった時に、
苗字と名前を分割したいな、みたいな時にですね、表データを上げて、
苗字と氏名の間の半角スペースで切るようなことをしてください、みたいなことをさせるツールを作るですね。
これだとマクロでできるよとか、なんか普通に関数でできるよっていうのがあると思うんですけど、もっともっと要件が複雑になったりですね、
ちょっとマクロとか関数でやろうとすると、逆にそれを調べる、習得するのが大変だよ、という時にですね、
AIだったら簡単に作ってくれるわけですよ。自分がそのマクロとか関数がどうなっているのか、どうしたらそれができるのかを知らなくてもですね、そういうツールを作ってくれるので、
そういうツールを作らせる。で、結局そのツールはプログラミングで動いているから、要はそのイレギュラーが起こらない。
プログラミングで想定されていないことがあったらエラーになるし、想定されていることはきちんとやるのでですね、データ生計、
加工とか、そういうのはツールを作らせてやるっていうのが一番ですね、間違わないし早いし、何度でも再現性があるように使える。
これがすごくでかいと思います。 ヒューマンエラーが起こらないですね。これすごく強力な方法ですね。
で、2個目3個目で挙げたものはちょっと似たような感じなんですけど、同時に複数のものに効くっていうのが一つ。
さらに何回も何回もこの確認をさせるっていうのが2つ目ですね。 これは一つ目のツールを作るっていう方法が本当はベストなんですけど、それができないような
タスクですね。 多分もうちょっと人間が本来であれば介入しないとなかなかできないこと。
例えば 年賀状のエクセルの話で言うと漢字で全部
名前を管理してたんだけどフリガナーが欲しいと。 それはじゃあ内部の管理向けなのか、じゃあちょっとそのフリガナーを振るようにしようと、わかんないですけど
09:03
って時に 日本人の漢字からフリガナーって多分
プログラミングじゃできない気がするんですよ。 そういう読み方もいろいろあるし
同じ漢字でもいろんな読み方があったりとか 例えばじゃあ苗字と名前の間に半角スペースがない場合とかですね
どこで名前と苗字が区切れてんだみたいな話があると思うんですよ
なんか小松坂みたいな、いや小松が苗字っぽいけど小松坂が実は苗字でしたみたいなね そういうのがあるんですけどそういうタスクはツールを作るっていう方法じゃ
完了できないわけですよ どういうツールを作ればいいんだってなっちゃうから
って時に本来であれば一番いいのは人間がですね これたぶん小松坂さんだよなぁと名前はこれかなぁみたいな感じで頑張ると
いうことがあるんですけどまぁじゃあもし1万件あったらですよ 1万件振りガナーがないしかも半角スペースがないとして
苗字と名前をですね振りガナーを振る作業を1万件やるってしたら これ多分
どれくらいかかるんですよ1ヶ月ぐらいかかるのかわかんないけど普通のフルタイム会社員 ということです
なんでなるべく こういう作業を
AIにさせたいわけですよ1ヶ月かけている場合じゃねえから はいまぁなんだけどまぁ作業の信頼性っていうのは
怪しいよねっていうのはもちろんあります全然小松坂を小松坂太郎みたいな感じで 映画ねあの認識することも全然あると思うので
はい ここがその速度と品質のトレードオフと言われるところなんですけど
まあやっぱり欲張りで言うと 速度も品質を取りたいじゃないですか
って時にじゃあ ai を使うっていうのが前提としてや速度 速度がもう1000倍違うので
a 扱うのが前提としてじゃあその ai にどうやったら なるべくミスなくですね品質
が高く えっと作業できるのかという時にさせられるのかというキングの2つですね
同時に複数のものに聞くっていうのと何度も聞くセカンドピニューサードピニューを するっていうことですはい
でじゃあ例えばえっと何度も同時にいろいろ聞くって時に えっとまぁいろいろな ai がありますチャット gpt とか
google が出しているジェミニーとか x ですね旧ツイッターが出してグロックとか アンソロピックってとこだしている
クロードといろんな ai がありますで得意不得意があります なんでまぁそいつらの中でこのタスクがどいつが一番
性能が高いかっていうの なんとなく調べましょうって時に同時に投げるんですよバーン同じことをですね
12:04
コピペしてするとまあなんとなく見てですね 誤答率が低いものをまあ選べばいいということですね
はいこれが この同時に複数に
を投げて 一番最適なタスクに最適な ai
ai サービスもだし a のモデルもですね チャット gpt もねあ40とか5とかねいろいろあると思うんですけどどの
モデルがいいのかということを 見つけましょうっていうのが一つ目ですね
はいでまぁおそらくなんですけど多分この1万件の a
データの話はですね今テキスト量っていう用語があるんですけどまつまりは ai が扱える情報量というか脳みその
キャパシティーですね 要はそんな1万件も言われたらもうパンクしちゃいますよみたいな
ことがあるんですけど google のが出してるジェミニっていうものがですね 8ジェミンの2.5のフラッシュとプロがあるんですけど一番
コンテキスト量が多いと言われているのでそれにお願いするのかな 分割するって言ってもありますけどね
1万件をそれこそ ツールを作らせて
そうです google ai スタジオで1万件のその 漢字の名前を振りがなに ai にさせたいですと
なのでえっと100件ずっまあ1,000件ずつに分割して ジェミニに投げる
で見る でその時にえっと確信度ですね信頼度
田中太郎絶対に100パー田中太郎ですよ 小松坂太郎は小松坂太郎なのか小松坂太郎なのかちょっとわかんないんでちょっと自信
50パーですよみたいなことも同時に出させるよみたいなツールを作らせるとで google ai スタジオ の
ビルド機能の中ではジェミニがですねえっと
無無料でほぼ無正義に使えるのでそれやらせる まあちょっとツールを作るというところにも漏れててきたしてきたんですけど
まあそういうようなツールをね選定してそいつに適切な タスクのリュードで投げることができますで
2つ目ですね何度も聞く セカンドピニョンサードピニョンセカンドピニョンっていうのは
えっと なんか病院にですねなんか行くときに使う言葉なんですけどなんか
いいが痛い気がするんですよってなんかの病院 a に行って ああやなんかあの
なんかお金いいあの言いが荒れてるだけだからなんか 育成出すねーって言われたんだけどこれこのいいのなんか変な感じ
15:00
なんかちょっと もうちょっとし深刻な病気病気な気がするんだけどっていう時にですね
別の病院に行く っていうセカンドピニョン2回目の診察って言うんですけどこれをやるとはい
あの 1万件のデータをはーってしましたと
わーってしました でまぁさっき言ってそのじゃあ自信度確信度も平気させるとして
じゃあ自信度が低いと言われているもの
の中でえっと あなたがもう1回考えてください
えっとそうだなじゃあ違うな自信度100パーってなっているものがあるけれどそれ 本当に本当に100パーなのか確認してください
というとでそうするとえっと把握森がもしもあればよ ai が
起こりやすいミスがあった時にですねそれを検知 できるでこれがセカンドピニョンサードピニョン3回目4回目5回目
ですればするほどまあなるべく誤答率っていうのは弾いていきますよね
で 結局じゃあこれの妙漢字の名前をですねフリガナに1万件変えるということを多分
全部 ai にはやっぱりちょっと信頼性の問題で 無理でですねこれ多分
a がめっちゃ賢くなってもなかなか難しいので まあ人間は介入しないといけないんですけど
いうは者信頼度が30%以下のものだけ人間が見ますとで30%以上のものはですね スカンドピニョンサードピニョンしてどんどんどんどん
信頼度を上げるか下げるかしていくそうすると わかんね少なくともなんだ人間が見る量っていうのは1万件にはならない
はずなんですよ
売りリアルに300件ぐらいが300件ぐらいかもしれない ただ300件だったら多分1日でも終われる
嘘で育て1万件でもし1ヶ月かかるんだとしたら うん
っていうことができま a は使うことによってですね 1ヶ月たかかる仕事が1日で終わる
いうようなことが生まれるわけなんですねこれがまあ ai の速度 最大の強みである速度ですね速度と最大の弱みであるその信頼性というところを
うまくですね人間がハンドリングコントロールしてですね あの
タスクを効率よくこなす というような時の考え方になると思います
ai に任せすぎも良くないしまかせなさすぎももったいない そのバランスですね映画何が得意で何ができて
私はどこまで何を監査しないといけないのかということですね 多分ちょっと肌感覚になってくるんですけど
18:00
まあ今回言った もし可能であればまずツールを作ると
ツールが作れない系のタスクであれば なるべく ai を使って
硬い部分をねサッとこなして 怪しい部分だけ人間がやるとでそれをすることによって
超効率的にタスクをですねある程度の信頼性で実行することができますよというような ことがありますねはい
まあこれはですねエクド開発というかもう生成 ai の活用ですね それこそね色々 ai 活用みたいなフレーズで言われてますけど
会社会社員の方でもいいんですよ あのいろいろねあの ai を
業務に導入しようかという 思われている会社さんがいろいろあると思うんですけど
そういう時にですねあの事業部のノウハウでもいいし 一個人のノウハウでもいいんですけど
あのエアー使ってもなるべく 貴重な音時間を節約して本当にやりたいことに冴えていきましょうというようなことができる
と思うのでぜひぜひこれはねあの 開発っていうことにまあ興味がない方でもすごく役に立つお話だと思うのでぜひぜひ
ちょっと活用していただければなぁと思っております はいこの放送ですではですね a 駆動開発ラボと言って
ai を使って開発するモバイルアプリとか ウェブのサイトウェブのサービスゲームなんでもなんですけど
ai を使って 開発させるというようなことをですねあの
できるためにこういうことをしたらいいんだよとか 例えばこういうものを作ってみようこういうふうに作れるんだよ
最新のなんか a のツールがこうですよまあそういう話をね していくという放送です僕自身がですねプログラミングは全然できねー
何回も何回もチャレンジしたんですけどまぁとにかくもう 僕の知性が足りないと難しいっていうので巻きだめていたんですけど
1年半前ぐらいからですかね ai を使ったらなんか自分でも作れるんじゃないか ということでですね
ai にめちゃめちゃ頼ってですね何かを作るっていうような a 駆動開発の手法ですね多分この フレーズができる前からいろいろ
模索してきてですね今現在 ウェブのサービスも前モバイルアプリもゲームも一人でですね
もう3日とか4日でも超超効率的に 8
一定以上の品質のものを作れるようになった あのでですねそれのノウハウとかハウスとか経験をお話ししていきたい
エンジニアじゃないエンジニアじゃなかった僕プログラミングできなかった僕 過去の僕でもわかるようにですね
小学校中学校高校生主婦会社員エンジニア じゃないとプログラミング行ったことないよっていう人でもわかるようにああいう使ってなんか
作るって楽しいないいじゃん ちょっと副業できんじゃんみたいなそういうことにね
21:01
つながるようなお話をしていきたいなと思っているのでぜひぜひそういうことに興味が ある方いらっしゃいましたらぜひこの放送ですねチェックしていただければすごく嬉しい
です また今回の放送もですね役に立ったとか面白かったとか
思う方いらっしゃいましたらいいねとかコメントいただけると本当に本当に嬉しいです 思われている以上の100倍ぐらい嬉しいです
僕がですね国に向かって誰もいない白い壁に向かって あの話してるんじゃなかった向こうには人がいたんだと思えるのではい
ぜひぜひ何かちょっとリアクションいただけるとすごく励みになります はいということでここまでですねご静聴いただきどうもありがとうございました
ではまた次回の放送でお会いしましょう a 役堂開発ラボ大森でした
