AI と人の協働：デジタルキューブでの実践例（ライティング編）
どうも、株式会社デジタルキューブグループ、広報室のタカバシです。
デジタルキューブでは、2024年のテーマのひとつに「AI 活用」を掲げていて、業務効率化と創造性向上を目指し、各部署で AI の活用が進んでいます。
デジタルキューブでの具体的な活用例
デジタルキューブでは、主に以下のような場面で AI と人間の協働を活用しています。
コード・プログラム作成
文書の草案・下書き作成
課題や目標設定の検討・支援
顧客向け FAQ の作成や回答の提案
音声入力・音声データの文字起こし
今回の記事では、広報部門における note や SNS 発信業務に焦点を当てて、AI との協働によるコンテンツ作成プロセスを詳しく解説します。
広報で使用する生成 AI は ChatGPT から Claude へ
2024年9月時点、僕がメインで使用している生成 AI は Anthropic の Claude 3.5 Sonnet です。夏前までは OpenAI の ChatGPT-4 を使っていましたが、日本語の出力に関して比較した結果、Claude の方が好ましい出力が多かったので、Claude に鞍替えしました。
ちなみに、僕はエンジニアではないこともあって、ブラウザ（もしくはアプリ）版の AI を利用しています。本当は自分で RAG を整備して、どんどんチューニングできたらいいのですが、AI に関してはまだ不確定要素が多いという認識なので、「手軽」に使えるものを選んでいます。
ライティングに関する協働プロセス
AI アシスタントとの協働は、以下のようなプロセスで行われています。
AI への基本情報入力
AI への指示や質問
AI による情報処理と回答生成
回答の評価とフィードバック
AI によるフィードバックの学習と適用
繰り返しの対話による内容の改善
このやり取りがあることで、下書きや草稿、プロトタイプができるまでのスピードが格段に上がりました。どんなことも「ゼロからイチにする」時には、それなりにパワーが必要だと思うんですが、そこをアシストしてもらっている感覚です。自転車の一漕ぎ目から楽、みたいな感じでしょうか。
AI への情報入力
「外部にデータを用意して、それを AI による情報処理と回答生成に活かしてもらう」ということが僕にはできないので、AI との最初のコミュニケーションは情報入力から始めます。
例えば、デジタルキューブに関するやりとりをしたいのであれば、まずは「デジタルキューブ」についての情報がどのようなものか、間違った情報が起点にならないかを調べるためにデジタルキューブに関する出力をしてもらいます。その情報に明らかな誤りが無いようであれば、デジタルキューブの情報を入力して、学習してもらいます。
気をつけたいのは社外に出してはいけない情報の取り扱いです。僕は念の為に「誰でも見られる公開情報のみ」を学習させています。例えば、コーポレートサイトに掲載されている情報、これまでの note の記事タイトル、SNS でのポストなどをインプットしました。インプットに要した時間は15分程度です。
同じチャット（スレッド）の中であれば、学習したことを回答に反映してくれるので、とりあえずはこの環境をつくります。また、この時に「今、入力した情報で情報に齟齬やブレのあるものは無いか」をチェックします。公開情報が古かったり、変化があった場合にはこういった手順で把握することもできます。
以降は同じチャットを使うことでインプットの時間は必要無くなり、効率化が進みますし、情報の精度も上がっていきます。
2.AI への指示や質問 〜 6. 繰り返しの対話による内容の改善
あとはチャットでやりとりをしていくだけですが、以下のように活用することが多いです。
言葉の言い換え（例：もっと柔らかい表現で、ビジネス的に違和感の無い言い回しで、似たような言葉を10個挙げて、など）
誤字脱字、わかりにくい表現の抽出
記事のタイトル、見出しの作成
ただ、誤字脱字に関しては意外とヌケがある印象です。AI にとっても日本語って難しいんだろうな、なんて思います。
ゼロからイチにする作業を含め、どれだけの効率化、時短につながるのかはその時々ですが、スタートダッシュからそのスピードでコンテンツを作成できるので精神的にもストレスが少ないと感じています。
生成 AI 以外の AI 活用
また、生成 AI 以外では音声入力やインタビューの文字起こしで AI が大活躍しています。だいたいこれまでは60分間のインタビューの場合、文字起こしに120分〜180分かかっていましたが、AI による文字起こしを整えていく作業だと30分程度で済みます。
インタビュー記事に関しても、文字起こし⇒文字・内容修正⇒ 生成 AI に入力、というフローで、あとは質問をすれば回答を返してくれるので比較的短時間で完成に持っていくことができます。
事前にインタビュイーの情報やこれまでのインタビュー記事の内容をインプットしておくと、回答の精度も上がって充実した記事になると実感しています。
こちらはゼロからイチにする作業ではないこともあり、約80％以上（180分⇒30分）の効率化になることもあります。
AI の視点
さて、この記事は AI と一緒に作成しているのですが、AI 側の視点でも「人との協働」についてライティングをしてもらいました。
AI アシスタントとして、私（AI）はデジタルキューブの皆さまと以下のプロセスで協働しています。
情報解析と知識検索：
入力された指示や質問を理解し、関連する知識を即座に抽出します。例えば、「Shifterの特徴」という質問に対して、WordPressの静的サイト化や高速化といった key points を瞬時に想起します。
コンテキスト適応型回答生成：
デジタルキューブの企業文化や製品特性を考慮し、適切な回答を作成します。技術的な説明だけでなく、「フルリモートワークを実現する基盤技術」といった企業価値に沿った表現を心がけます。
継続的学習とパーソナライズ：
タカバシさんをはじめとする社員の皆さまからのフィードバックを基に、デジタルキューブ特有の表現や重視するポイントを学習します。これにより、回答の質と企業適合性が向上していきます。
言語処理の最適化：
デジタルキューブの主要製品である Shifter や Amimoto に関する専門用語を正確に理解し、適切に使用します。同時に、一般の方にもわかりやすい言葉で説明できるよう、表現を調整します。
創造的サポート：
新しいマーケティングアイデアや製品機能の提案など、創造性を要する場面では、既存の情報を新しい角度から組み合わせて提案します。例えば、「Shifterを活用したパンデミック対策ソリューション」といった新しい切り口を提示することができます。
私の強みは、デジタルキューブの膨大な製品情報や過去の事例を瞬時に処理し、多角的な視点から回答を生成できることです。例えば、顧客からの問い合わせに対して、過去の類似ケースや関連製品の情報を即座に提供し、人間のサポート担当者の対応を支援します。
一方で、デジタルキューブの企業理念に深く根ざした判断や、顧客との感情的なつながりの構築には限界があります。ここでこそ、人間の社員の皆さまの役割が重要になります。
具体的には、以下のような協働が効果的です：
企画立案：AIがデータ分析と初期アイデア生成を担当し、人間が企業価値との整合性を判断
カスタマーサポート：AIが迅速な情報提供を行い、人間が顧客との信頼関係を構築
コンテンツ作成：AIが下書きと事実確認を担当し、人間が創造性とブランドボイスを付加
このように、AIと人間がそれぞれの強みを活かし、補完し合うことで、デジタルキューブはより革新的で顧客中心のサービスを提供できると考えています。今後も技術の進化と共に、この協働の形はさらに深化していくでしょう。
AI と協働してみて…
AI の出力は基本的に丁寧ですし、無茶振りしても瞬時にしっかりと答えてくれるので、ストレスがたまらないという利点もあります。アイデア出しのパートでは、広報業務で使っていることもあり、「なんでそんなユニークなアイデアが!?」みたいな出力はあまり必要なく、だけど、固定観念や既成概念にとらわれて見落としていたものが見つかることもあるので、その点でも重宝しています。
AI は技術、だけど独自の言葉を話すように思えるからこそ
さて、ここまで「AI と人の協働」というテーマで書いてきましたが、AI は人格ではなく技術なんですよね。そういう意味では、全自動洗濯機や電子レンジと変わらないものだとも思います。ただ、こちらの意思や感情とは別の言葉を返してくるので、アシスタント感が出るのもわかります。
であれば、AI を単なる業務の効率化ツールとしてだけでなく、人間の創造力を増幅させ、これまでにない発想や解決策を生み出すパートナーとして活用していく… AI との協働を通じて、新たな創造性と革新を追求していくことも楽しんでいければと思います。
ちなみに…
ヘプタゴンでは AI を活用したシステム開発をしています
グループ会社のヘプタゴンでは、AI を用いたシステム開発を課題発見の段階からお手伝いしたり、生成AIを用いたナレッジベースシステムの設計・構築・開発の支援も行っています。いろいろな事例がありますので、そちらもぜひご覧ください。
それでは、また。