DD エバンジェリスト通信: いでよ、Gemini！そしてデータの力を解き放ちたまえ！！~ 出張編 ~

いでよ、Gemini！ そしてデータの力を解き放ちたまえ！！ ~ 出張編 ~ 株式会社 Hogetic Lab 取締役 CTO 岩尾 一優

自己紹介 岩尾 一優 株式会社 Hogetic Lab 取締役 CTO Champion Innovator - データ分析

Google Cloud Next Tokyo '24 で登壇 8/1 に開催された Google Cloud Next Tokyo '24 にて Google 製の AI モデル Gemini をテーマに登壇 登壇時の資料はこちらで公開

本日お話すること 「マーケティングリサーチ」や「広告分析」を例に デモを交えながら Gemini の効果的な活用方法をご紹介します

Hogetic Lab Google Cloud の ● Sell / Build / Service パートナー ● 生成 AI パートナー データ分析を全ての企業に届けるスタートアップ コンサルティング & 受託サービス ○ データ分析案件 / データ基盤案件 / 生成 AI 案件など 自社開発プロダクトの提供（ on Google Cloud） ○ ○ ○ ○ Collectro : データ収集 BI Suite : データ可視化 AI Craft : ノーコードで AI アプリを作成 Bizschola : データ人材育成講座 /顧問プログラム

Gemini の基礎 Copyright© Hogetic Lab,inc. All Rights Reserved

生成 AI と大規模言語モデル（LLM）の基礎 生成 AI: 新しいコンテンツを創造する革新的な AI 技術 LLM: 生成 AI の一種で、テキスト処理に特化した高度な言語モデル LLM の主要モデル LLM の進化 ・カスタマーサポートの自動化 ・Gemini（Google） ・GPT（OpenAI） ・Claude（Anthropic） ・Llama（Meta） ・Grok（xAI） ビジネス活用例 ・モデルサイズの拡大 ・コンテンツ作成支援 （記事、広告など） ・マルチモーダル機能の統合 （テキスト、画像、音声、動画） ・データ分析と意思決定支援 ・精度と効率性の向上 ・プログラミング支援 ・翻訳

Gemini とは Google 製のマルチモーダル生成 AI 種類 Gemini 1.5 Pro（高性能モデル） ・大規模で複雑なタスクに対応 ・高コストだが高精度な処理 ・用途: 大規模データ分析、高度な創作支援 Gemini 1.5 Flash（軽量・高速モデル） ・日常的な会話や簡単なタスクに最適 ・低コストで迅速な応答 ・用途: リアルタイムチャット 特徴 マルチモーダル処理 ・テキスト、画像、音声、動画の統合的理解 ・動画を「パラパラ漫画化」したり、 音声をテキストに変換する手間がない ・活用例: 画像認識と翻訳、動画要約 膨大な情報（長いコンテキスト）を一度に理解 ・最大 200 万トークンの処理 ・活用例: データ分析、長文書類の要約など

Gemini の利用方法 Web サイトから直接使う方法と、他のソフトウェアと連携させる方法がある ユースケースに応じて最適な方法を選択 Web サイトから直接使う方法 他のソフトウェアと連携させる方法 （API 利用） 直感的な操作 システム統合/自動化に適した方法 Google AI Studio ・初心者やプロトタイピングに最適 ・無料で利用可能 ・他のソフトと連携させたい場合の 設定（API キーの取得）が可能 ・様々なプログラミング言語に対応 ・自社のアプリやシステムに Gemini を組み込み可能 Vertex AI Studio ・エンタープライズ向けの高度な開発環境 ・豊富な機能を提供 ・データのグラウンディングをサポート ※後半では、Gemini API を活用した当社のプロダ クトをご紹介します。AI 技術によるビジネス変革 の具体例として参考にしていただければと思いま す。 ↓

Gemini を 効果的に活用するためのテクニック Google AI Studio を活用しデモをお見せします Copyright© Hogetic Lab,inc. All Rights Reserved

Gemini を含め生成 AI の活用が進んでいない会社は多い 生成 AI の活用方針が定まっている日本企業は 42.7% 米国、ドイツ、中国と比較するとその割合は約半数 総務省（2024） 「国内外における最新の情報通信技術の研究開発及びデジタル活用の動向に関する調査研究」 弊社へのよくある相談 ・社内チャットボットの回答精度 が低く、的外れな情報が多いた め、従業員がほとんど利用してい ない ・AI による顧客セグメントの分析 結果が現場感覚と大きく異なり、 マーケティング戦略に活用できて いない https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r06/html/nd151120.html など回答精度に関する課題が多数

• https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r06/html/nd151120.html

回答精度が低下してしまう原因と解決策 生成 AI の回答が不正確、不適切、または必要な情報が 含まれていないなど、期待通りの結果が得られない 原因 AI 側の問題 ・知識の制限（古い情報や不十分な情報） ・理解力の限界（文脈や意図の把握が不完全） ユーザー側の問題 ・入力の不明確さ（曖昧な質問や指示） タスクの性質 ・専門性の高さ（AI の一般的知識では対応困難） 解決策（主なアプローチ） プロンプトの改善 ・より明確で具体的な指示を提供 ・AI の理解を助け、より適切な回答を引き出す RAG（検索拡張生成）の活用 ・最新/関連性の高い情報を外部ソースから取得 ・AI の回答を補完し精度を向上

回答精度の高め方: ①プロンプトの改善 プロンプト: AI に対して指示や質問を与えるための入力テキスト 的確なプロンプトを使うことで、AI から欲しい情報を効率的に得られる ← 指示が曖昧 料理のレシピを教えて プロンプトの例 簡単な和食のレシピを 教えて 初心者向けの和食レシ ピを 3 つ教えて。各レ シピは 4 人分で、調理 時間は 30 分以内。材料 リストと手順を含めて ください。 指示が具体的 → 和食初心者の 20 代会社員向 けに、平日の夜に作れる簡 単な和食レシピを 3 つ紹介 してください。 # 条件： ・4人分 ・調理時間 30 分以内 ・一般的なスーパーで入手 可能な材料 ・栄養バランスに配慮 ・各レシピに材料リストと 調理手順を含める ・カロリー情報も追加

回答精度の高め方: ①プロンプトの改善 プロンプト改善の 4 つのポイント 明確性 コンテキスト ・具体的で明確な指示を与える ・例）デスクワーカーの健康的な生活習慣につい て、具体的なアドバイスを 3 つ提供してくださ い。 ・背景情報や関連詳細を含める ・例）私は 30 代のデスクワーカーで、1 日 8 時間 以上座って仕事をしています。運動不足と不規則 な食生活が主な健康上の課題です。 論理構造 出力制御 ・回答の構成方法を指定 ・例）各アドバイスを「現状の問題点」「具体的 な改善策」「期待される効果」の 3 つの部分に分 けて説明してください。 ・回答の形式や表現方法を指定 ・例）各アドバイスを 200 字以内で、専門用語を 避け、実行しやすい具体的な行動指針を含めて説 明してください。

回答精度の高め方: ①プロンプトの改善 これらのテクニックを実際に適用すると、Gemini の回答がどのように改善されるのか？ 一般的なプロンプトと最適化されたプロンプトの結果を比較し、その違いをお見せします。

一般的なプロンプトと出力結果の例（ゲーム分析）
一般的な分析結果が出力される
（アクションにつなげにくい）
以下のデータを分析してください
### データ
[
{
“event_type”: “チャレンジ“,
“event_name”: “聖夜の贈り物奪還作戦 風の試練“,
“start”: “2024/12/25 14:00:00",
“end”: “2024/12/26 13:59:59",
“access_uu”: “5669",
“event_uu”: “443",
“participation_rate”: “39/50000",
“average_join_days”: “26/25",
“sales”: “20万4582",
“pay_uu”: “18",
“pay_rate”: “3/100000",
“ARPPU”: “1万1629"
},
…<略>
]

注意点
LLM は数値の桁の誤りを引き起こしやすい。
大きな数値を扱う場合は漢数字に変換するなど工夫が必要。

最適化されたプロンプトと出力結果の例（ゲーム分析） より実業務に適した回答を引き出すことが可能 あなたはスマホゲーム分析のスペシャリストです 10年以上、スマホゲーム分析の経験があります <中略> まとめ方のルール ＃段階的に考えてください ＃このデータから読み取れる「イベント」の「よかった点」、「課 題」と「課題に対する打ち手」の3つの構造で作成してください <中略> 生成結果を貼る 分析のルール ＃良い悪いの比較対象とその数値を明示してください <中略> 注意事項 ＃祝祭日（クリスマスやゴールデンウィーク、お盆など）は売上が 伸びやすい時期です。その点を考慮してください <中略> ＃以下の点を考慮して分析してください ＃＃ユーザー継続の観点でイベント参加率と平均参加日数を重視し ています ＃＃売上観点で課金率とARPPUを重視しています ### データ <中略> ポイント 専門性: 10 年以上の経験を持つスペシャリストとして回答 論理構造 : 「よかった点」「課題」「打ち手」の 3 構造で分析 分析ルール : 比較対象と数値を明示、打ち手には分析設計を含める 注意事項 : 祝祭日の影響、イベント種別、属性の需要/充足を考慮 重視 KPI: 参加率、平均参加日数（継続）、課金率、ARPPU（売上）

一般的なプロンプトと出力結果の例（マーケティングリサーチ） 一般的なアンケートが出力される（このまま使えない） バトルフロンティアというFPSゲームについてアンケート調査をした いです。ユーザーの意見を知りたいので、質問を作ってください。日 本のユーザーを増やしたいと思っています。 注意点 コンテキストの設定が弱いと実業務で使えるレベルの回答が得られ ない。実業務に詳しい方の知見を引き出しながらプロンプトを作成 することが重要。

最適化されたプロンプトと出力結果の例（マーケティングリサーチ） あなたはマーケティングリサーチのスペシャリストです 10年以上、定量、定性含めてマーケティングリサーチ経験がありま す アンケート設計を行ってから具体的な項目が生成される アンケート後の分析プランも提示 まとめ方のルール ＃段階的に考えてください <中略> ＃＃＃数式は「目的変数＝」の形で考えてください 設計のルール ＃集計・分解用のセグメント軸を明確にしてください <中略> ＃質問の順番はバイアスをかけないように大きな括りから徐々に小 さな括りになるように設計してください 注意事項 ＃調査形式がアンケートの場合 <中略> ＃＃＃選択肢（選択肢は最大で10個までに抑えるようにしてくださ い） 最後に ＃全て記載を終えた最後に、このデータをどのように分析すると目 的を達成できるか分析プランを記載してください ポイント 専門性: 10 年以上のマーケティングリサーチ経験を活かした回答 調査設計: KPI 構造の検討、セグメント軸の明確化、バイアスを避ける質問順序 質問形式: 問番号、形式、対象者、文章、選択肢（最大 10個）を明記 調査目的: 新規ターゲット特定、効果的訴求方法・場所、現ユーザーの認知経路と魅力把握 分析プラン: 調査目的達成のための分析方法を提案

参考）プロンプトギャラリー Google が公開した「プロンプトギャラリー」 広告コピー生成やリサーチなど幅広く 30 個以上の厳選プロンプトが掲載 https://ai.google.dev/gemini-api/prompts?hl=ja

• https://ai.google.dev/gemini-api/prompts?hl=ja

回答精度の高め方: ②RAG（検索拡張生成）の活用 RAG: LLM に外部知識を動的に組み込む手法 質問に対する回答を生成 質問を入力 ユーザー Vector DB を作成 関連する情報検索 結果を取得 外部情報 質問+検索結果を入力 し回答を生成 LLM アプリ 回答を出力 ・データ収集 & 前処理 ・テキストエンベディングの実行（ベクト ル化） ・ベクトルストアへの格納

回答精度の高め方: ②RAG（検索拡張生成）の活用 Google Cloud の Vertex AI Agent Builder を活用して RAG システムを構築する手順の例 ● Google Cloud プロジェクトの作成 ● 必要な API の有効化 ● データストアの作成 ○ Google Cloud Storage を使用して、 FAQ や製品説明などのデータを格納するデータストアを作成 ● チャットアプリケーションの構築 ○ Vertex AI インターフェースで新しいチャットアプリケーションを作成し、 データストアとリンク

回答精度の高め方: ②RAG（検索拡張生成）の活用 Google Cloud の Vertex AI Agent Builder を活用して RAG システムを構築する手順の例 ● Google Cloud プロジェクトの作成 ● 必要な API の有効化 ● Google Cloud を活用すれば RAG システムの構築は データストアの作成 比較的簡単ではあるが ○ Google Cloud Storage を使用して、 「技術的障壁」「心理的障壁」などで活用が進まない FAQ や製品説明などのデータを格納するデータストアを作成 ● チャットアプリケーションの構築 ○ Vertex AI インターフェースで新しいチャットアプリケーションを作成し、 データストアとリンク

ここまでのまとめ 主な課題 ・回答精度が低い 解決への道のり ・プロンプト改善 ・RAG の活用 などが必要 新たな課題 ・効果的なプロンプトの作成にはある程度の専門知識が必要 ・RAG の構築は大変 ・メンバー間のスキルレベルの差 ※次のセクションでは、これらの課題に対する当社のプロダクトをご紹介します。

生成 AI を活用した 自社プロダクトのご紹介 Gemini API の効果的な活用例 Copyright© Hogetic Lab,inc. All Rights Reserved

自社プロダクト: AI Craft チャットインターフェースはユーザーにリテラシーを求める → ユースケースごとに適切な UI を設計することが重要 アプリ作成画面 「UI、プロンプト、RAG」などを GUI で設定 アプリ利用画面 （マーケティングリサーチ） アプリ利用画面 （業界キャッチアップ）

自社プロダクト: AI Craft 「様々なユースケースに対応」&「専用環境を提供」 ユースケースの例 【テキストから文章を作成】 ・メール文面や報告書を作成 ・プレスリリースと広報資料を作成 ・契約書の文言を作成 ・商品説明文を生成 【音声・画像・動画から文章を作成】 ・会議の録音から議事録を作成 ・商品写真から説明文を生成 ・動画コンテンツから要約を作成 …などなど（ポテンシャルは無限大） 専用環境

自社プロダクト: BI Suite 超高速＆直感的な操作を実現した AI が搭載されたデータ可視化ツール AI がデータ分析をサポート ● データ ダッシュボードの読み解きをサポート ● データ解釈/施策立案の難しさを解決 表示速度の速さ ● データの絞り込みや演算を BigQuery 側で行うためデータを高速に表示可能 ダッシュボードやレポートを Notion など他ツールに埋め込み可能 ● 業務上の導線にデータを配置できる

BI Suite のデモ AI がデータ分析をサポート （赤枠部分は最新データに基づき AI が生成）

自社プロダクトについてのまとめ 新たな課題 ・効果的なプロンプトの作成にはある程度の専門知識が必要 ・RAG の構築は大変 ・メンバー間のスキルレベルの差 ↓ ・専門的な作業（プロンプト設計、RAG 構築）は、スキルの高い一部メンバーに集中させる ・他のメンバーには複雑な部分を隠蔽し、使いやすいインターフェースを提供 ・その結果、スキルレベルの違いを気にせずシステム（生成 AI）を活用できる

まとめ Copyright© Hogetic Lab,inc. All Rights Reserved

まとめ 本日はマーケティングリサーチや広告分析の例をデモとともにご紹介しました。 ● （前半）LLM 活用時の回答精度の高め方についてご紹介 ○ まずは Google AI Studio を活用してみましょう！ ● （後半）Gemini API を活用した自社プロダクトのご紹介 ○ 生成 AI を自然と使う体験設計が重要 ご紹介した技術が皆様の業務に役立つことを願っております。 当社のプロダクトにご興味のある方は、 お気軽にお問い合わせください。 本資料はこちらで公開予定