AI Creators Studio「Vector」　使い方

2022年11月に、OpenAIがリリースしたChatGPTは、まるで人間のように対話が出来たため、瞬く間に利用者を増やしました。

このグラフは、現在世界中に普及しているサービスが最初にユーザー数が100万人を突破するまで何日かかったかをまとめています。

これら有名サービスでも、100万人ユーザー獲得に数ヶ月を要しています。

しかし、2022年11月にリリースされたChatGPTは、なんと5日という驚異的なスピードでそれを達成しています。

また、ChatGPTは2023年2月現在、リリースから2ヶ月あまりで全世界ユーザー1億人を突破しました。

その、技術の中核は、GPT-3.5という巨大言語モデルです。

このモデルを、さらに人間を模倣するよう強化して、対話が出来る様チャット機能を備えたのがChatGPTです

現在、GPT-3.5という高い言語能力と、ジェネレート機能、つまり、言語から、様々なものを作り出す（生成）機能を利用した、様々なアプリケーションやサービスが、次々と開発されています。

もちろん、AI Creators Studio「Vector」も、このGPT-3.5をベースに作られていますが、Vectorは、GPTをベースに、様々な高機能アプリケーションを開発するためのプラットフォームとして作られました。

Vectorがあれば、あなただけのAIアプリケーションを作ることが出来ます。

もちろん、プログラミングが出来る必要はありません。

自然な言葉だけで、驚くほど賢く高機能なAIアプリケーションソフトを作ることが出来ます。

Vectorは、より専門的なソフトやサービス、目的に即したAIアプリケーションを、誰もが簡単に、そして迅速に作ることが出来るよう設計されています。

しかも、柔軟かつプロフェッショナルな機能が充実していて、これまではプログラマーでも作ることが難しかった高性能アプリケーションを、ニーズに合わせて開発することが可能です。

Vectorが得意とするのは、ジェネレーターやアシスタントロボットの開発です。

ジェネレーターとは、つまり文章や画像、音声などの自動生成の事を指します。

現在、AIによって、言葉から画像、画像から言葉、音楽から画像などといった具合に、様々なジェネレートが可能になっており、多くの人を驚かせています。

このような背景を受け、昨今AIの自然言語処理能力の認知が急速に高まったため、ジェネレーターやアシスタントロボットプログラムは、今後、導入が加速度的に進むと予想されています。

また、GPTは、極めて人間に近い言語能力があるため、コンピューターと人間の間を翻訳し、橋渡しするアシスタントロボットとしての役割も大変期待されています。

したがって今後、私たちが日常利用する言葉を使って機械を操作するといった方向に進んでいくことになるでしょう。

こういった、言語処理AIをベースとした、アプリケーション開発のことを「プロンプトエンジニアリング」と言います。

しかし、このプロンプトエンジニアリングは、一般的なプログラムによるエンジニアリングと違い、自然言語を使った開発になるため、書いた通りにうまく行く訳ではありません。したがって、プロンプトエンジニアリングによって、目的のAIアプリケーションを作るためには、多くの試行錯誤が必要とされます。

	メリット	デメリット
自然言語	誰でも指示ができる	書いた通りに動作する
開発言語	専門的な知識が必要	書いた通りに動作しにくい

Vectorなら、アイディアを思いついてから、すぐに作って、すぐに試して、すぐに修正ができます。

AIアプリケーションを作り出す試行錯誤を迅速に、かつ簡単にしたのが、AI開発スタジオVectorなのです。

Vectorのサービスページへアクセス

まず、Vectorのサービスページへアクセスし、左下の「ログイン」ボタンをクリックします。

ログイン画面

アカウント登録

アカウント登録は、メールアドレスから、もしくは、Googleアカウントなどでのソーシャルログインが可能です。

Vectorを使う方法

共有されているアプリを使ってみる。

共有アプリケーションの一覧を見るには、ヘッダメニューから「共有アプリ」をクリックします。

それぞれのアプリケーションには、アプリケーションのタイトル「名前」と、簡単な機能の説明が記載されています。

アプリごとの利用回数や、評価も見ることが出来ます。

また、右上の情報アイコンがついているアプリは、プロンプトも開示されているアプリであることを示しています。

したがって、クリックすれば、該当アプリが、どんなプロンプトで動作しているのかを確認することが出来ます。

ポイントについて

１回のアプリ使用につき、基本的に１ポイント必要になります。

チャットアプリの場合は、１度の返答につき１ポイント必要になります。

また、使用するモデルによって、消費ポイントが変わります。

利用できるポイントは、ヘッダに表示しています。

自分のアプリを作る

新規アプリケーションを作成するには、まずアプリケーション一覧画面に移動します。

アプリケーション一覧画面に移動したら、画面上にある「新しいアプリを作成」ボタンをクリックします。

アプリケーションの作成画面が表示されたら、上から順に入力していきます。

ここから、いくつかの項目を入力するだけで、簡単にアプリケーションが作成できます。

では、上からひとつづつ入力していきましょう！

AIのアイコン

ここでは、作成するアプリケーションの顔となるアイコンを登録します。

アイコンには、JPEG、PNGを利用することができます。

「ファイルを選択」ボタンをクリックして、画像を登録します。

アイコンの登録は、後で行ってもOKです。

AIのタイトル（名前）をつけよう

作成するアプリケーションの名前を入力します。

作成するAIの機能が分かり易い名前を付けるのがいいでしょう。

AIの説明文をつくろう

作成するアプリケーションの使い方や説明を入力します。

使う人が理解しやすいよう丁寧に書くと良いでしょう。

アプリの共有はどうするか？

デフォルトは「共有しない」になっています。

作成したアプリを共有する場合は「アプリケーションのみ共有」を、ステータス、つまりプロンプトの内容も共有する場合は「アプリとステータスの共有」を選びます。

「共有しない」を選ぶと、作成者以外が利用することはできません。

使用モデルの選択をする。

作成するアプリケーションに利用するGPTモデルを選びます。

モデル	消費ポイント	ファインチューニング モデル消費ポイント
gpt-3.5-turbo（ChatGPTターボ）	1ポイント	-
gpt-3.5-turbo-0301（ChatGPTターボ3010）	1ポイント	-
text-davinci-003（ダビンチ）	10ポイント	50ポイント
curie（キュリー）	1ポイント	5ポイント
babbage（バベッジ）	1ポイント	5ポイント
ada（アダ）	1ポイント	5ポイント

温度（リスク係数）を設定しよう。

特に設定する必要はないかも知れませんが、より常識的な回答が欲しい場合「0」を。

発想力を求めるなど、多少常識から外れた回答が欲しい場合は「1」に近づけていくことになります。

最大トークン数を設定しよう。

トークン数とは、入力単語の数とAIの回答に使われた単語の数の合計を表します。

したがって、あまり沢山のトークンを利用してほしくない場合などに設定します。

最大トークン数は、GPTモデルによって違います。

通常は、2000～4000トークンに設定しておいてください。

モデル	最大トークン
gpt-3.5-turbo（ChatGPTターボ）	4,096トークン
gpt-3.5-turbo-0301（ChatGPTターボ3010）	4,096トークン
text-davinci-003（ダビンチ）	4,000トークン
curie（キュリー）	2,048トークン
babbage（バベッジ）	2,048トークン
ada（アダ）	2,048トークン

チャットにするか否か。

チャットを有効にチェックすると、アプリケーションがチャット形式になります。

作成するアプリケーションが、チャットに向いている場合、チェックします。

アプリケーションがチャットモードに変更されます。

事前プロンプトを追加しよう。

事前プロンプトとは、事前にAIに行う指示の様なものです。

ここに書いたプロンプトが、このAIの心臓部、つまり、AIの機能や特徴になります。

また、プロンプトは、いくつも追加することが出来ます。

プロンプトの項目名は、GUIの設定をしない場合表示されませんが、分かりやすいように名前を付けておいてください。

プロンプトの文章は、AIに事前に指示する内容を書く場所です。

自然言語を使って、上手にAIに指示を与えてください。

最初は、プロンプトの項目名と、プロンプトの文章のみでOKです。

慣れてきたら、GUIの項目も設定してみましょう。

GUIの選択は、アプリケーションに選択肢などを表示したい場合に利用します。

GUIの種類は、テキスト、プルダウン、スピン、チェックボックス、ラジオボタン、スライダーから選ぶことが出来ます。

プルダウンとチェックボックス、ラジオボタンは、選択肢が必要ですので、右の選択肢のキーワードに、カンマ区切りでキーワードを入力してください。

例えば、性別の場合、ラジオボタンに設定し、選択肢のキーワードに「男,女」といった具合にカンマ区切りでキーワードを入力してください。

慣れてきたら、リファレンスの追加をしよう。

リファレンスとは、AIに対して、質問に対する回答例のお手本を入力します。

リファレンスも、最初は特に入力しなくても大丈夫です。

リファレンスの追加を行うには、「リファレンスを追加する」ボタンを押します。

リファレンスの入力欄が追加されたら、「質問例」と「回答例」の２箇所に入力をします。

質問例に「浜田さんこんにちは」

回答例に「はまちゃん、どうも」

などと入力すると、本来、「浜田さんこんにちは」対して「こんにちは」や「浜田さんこんにちは」などと返答する確率が高いはずですが、上記リファレンスを与えると「はまちゃん、どうも」など、それに近い言葉やニュアンスが選択されるようになります。

この場合「山田さんこんにちは」に対しては、「やまちゃん、どうも」や「やまさん、こんにちは」などといった返答が期待できます。

これはあくまで、見本ですので、AIは、指示された通りという訳ではなく、リファレンスにある質問例と回答例の関連性から返答を柔軟に予測することができます。

共有されているアプリからプロンプトを学ぼう。

共有アプリ一覧から、ステータス共有のマークがついている他のユーザーが作成したアプリを開きます。

アプリ画面を開いたら、アプリケーションタイトル（名前）の右側にステータス共有のマークがあるので、クリックします。

ステータス共有のマークをクリックすると、共有アプリケーションの設定という画面が表示されます。

この画面には、該当のアプリケーションの設定や、プロンプトなどが表示されていますので、是非、プロンプトや設定の内容を参考にして、自分のアプリを作成してみてください。

Vectorが高度な解答を生成する仕組み

GPTは、WEB上に存在する、大量のテキストデータ、学術分野のデータなどをトレーニングデータとして学習しています。

そのサイズは、45テラバイトもの大きさになります。

これは、辞書4,500万冊分の巨大な情報量です。

GPTは、中核となる、Transformerという処理モデルによって、従来の言語モデルの水準をはるかに超える言語処理能力を実現しています。

Transformerは、Attentionというアルゴリズムを使って、とてもシンプルな構造を実現し、大量のデータを扱うことが出来るようになっています。

GPTは、Word to Vectorというアルゴリズムによって、あらゆる言語のあらゆる単語を、ベクトルという多次元の数値パラメーター（複雑な模様の様なもの）に置き換えて処理します。

したがって、GPTにとっては、「Hello」と、「こんにちは」が、近い意味の言葉なのです。

GPTは、沢山の言語で構成されているWEB上のデータを大量に学習していますので、ほとんどの国の翻訳が可能です。

また、翻訳だけでなく、どんなものでも、意味の近い言葉であれば予測することが可能ですから、例えば、「犬が大声でほえた」は、「犬の興奮」や「犬の注意喚起」、などと答えることが出来ます。

同様に、言葉から、感情や、その人の意図を予測することも可能です。

GPTは、こういった極めて高い予測能力を使うことで、与えられた文章から、人間と同等の回答を生み出す事を可能にしています。

したがって、GPTは、自然言語から予測されるプログラムコードを答えますし、物語の続きを予測して作ることが可能です。

GPTは、新たに用意した学習データを、追加で学習（ファインチューニング）させることもできます。

ファインチューニングを行えば、あらゆる予測に対応できるAIを作成することも可能です。

例えば、裁判の判例を学習させれば、人間に代わって裁判における弁護を行うことが出来ますし、株価のデータを学習させれば、株価の予測も可能になります。

結論

• リサーチや企画が迅速になる
• 今まで出来なかった類の処理が自動化される
• 社員の能力の多様化と底上げが起こる
• 自社専用のスーパーアプリが手に入る
• 社内エンジニアリングが進む

リサーチや企画が迅速になる

情報のリサーチや、企画の作成業務というのは、特に時間を要する作業のひとつです。

また、その品質や出来栄えも高いものが求められます。

リサーチ専用のアシスタントAIや、社内の情報や、業種やマーケットの情報などをファインチューニングによって学習させたアシスタントAIを開発すれば、今までよりも広い情報源から、あっという間にリサーチでき、情報を抽象化したり、クラスター分析と同等の発見や提案が、高い品質で見出せるようになります。

今まで出来なかった類の処理が自動化される

コンピューターは、基本的に数値化が可能な具体的な指示しか実行できません。

したがって、これまでの業務の自動化は、それほど進んでいませんでした。

昨今耳にするようになったRPAにおいても、特に人間の判断を必要としないような単純なタスク処理に限定されるほか、日々発生する変化やイレギュラーに対応する必要があるため、業務そのものの改革や見える化にとてもコストがかかってしまいます。

しかし、GPTの登場によって、AIにも人間と同等の判断や、数値化できないような、抽象的な処理が可能になってきました。

それをさらにVectorが加速します。

Vectorは、GPTを使った自動処理を効率よく作成し、再利用できるよう設計されています。

ジェネレーターとは何でしょうか？

ジェネレーターとは、自動生成器の事を指します。

今まで、文章、画像や映像、音声などのリソースは、専門のクリエイターを雇うか、外注という形で生み出していました。

Vectorなら、文章を様々な用途に合わせて、創作、添削、要約が可能です。

また、ファイル出力にも対応しているため、ExcelやPDFなど、様々なファイルの書き出しが可能です。

画像ジェネレートAIや、音声ジェネレートAI、発話解析AIとの連携によって、言葉から、マルチメディア出力が可能になるばかりか、映像や画像の入力なども、今後可能になっていきます。

Vectorには、シナリオ機能や、ブループリントが搭載されています。

シナリオ機能は、共有アプリや作成したアプリをシーケンシャルに繋いで利用することが出来る機能です。

いくつかの機能の組み合わせることで、より複雑なタスクを実行できるように設計することが可能です。

ブループリント機能は、共有アプリや、作成したアプリをノードとして連結し、リレーして動作させることが出来る機能です。

また、条件分岐やループ機能を実装しているので、より複雑なタスクにも対応できるアプリケーションの制作が可能です。

例えば、商品説明を作成するアプリから、標準的な文法修正を行うアプリを経由し、リーガルチェックを行うアプリを経ることで、より完成度の高い商品説明文を作ることが可能になります。

このように、アイディア次第で、極めて有用なアプリケーションの実現が期待できます。

社員の能力の多様化と底上げが起こる

アシスタントAIチャットロボットをインターフェースと、様々なアプリケーションやサービスを連携させ、ほとんどのオペレーションをマニュアルレスに変えてしまいます。

プログラミングコードの生成から、イラストや画像、動画の生成まで、あらゆるものが自然言語で自動生成出来るようになるため、本来スキルを持った社員でなければ行うことが出来なかったようなタスクもこなせるようになります。

また、これまでとは違い、生成そのものは数秒です。

自社専用のスーパーアプリが手に入る

Vectorで作成した、自社専用のアシスタントAIチャットロボットと連携すれば、アシスタントAIチャットロボットをインターフェースとして、Vectorで作成した自社のオペレーションに即した専用アプリや、共有されているアプリをひとつのアプリとして簡単に利用できます。

チャットとこういった高性能AIは、とても相性がよく、今後は、多くのソフトウエアが、チャット化する可能性があります。

スマートフォンが、カメラやライト、時計などの機能を担うようになったのと同じく、AIチャットロボットが、検索サービスだけでなく、メールサービスやスケジュールサービス、写真の加工や、動画の編集、会計ソフトやメモソフトなど、

パソコンやスマートフォンで利用している、ありとあらゆるアプリケーションソフトを一元的に担うかもしれません。

社内エンジニアリングが進む

自社が必要とする、様々な機能を、自然言語で実現できる可能性が高まります。

機能だけでなく、マルチメディアリソースの制作までも内製化出来る範囲が大きく広がります。

また、これまでの外注と比べても、比較にならないほど迅速に機能の実装やクリエイティブが完了する可能性も高まります。

Vectorがリリースまでに実現する予定の機能

• カテゴリ表示と選択機能
• シナリオ機能
• お気に入りアプリ機能
• デバッグモードで、直接アプリ画面でのプロンプト修正機能
• チャットログ「以前の履歴」閲覧機能
• API機能
• GPTから促す機能（初期値として結果欄へ表示するテキストを設定）

Vectorが今後、中期的に実現する予定の機能

• アバタークリエイト機能
• ファインチューニング機能
• チャットスペース内GUI表示機能
• １つの画面に沢山のAI実行画面を一度に表示できる機能
• テキストの入出力機能
• バイトデータの入出力機能
• AIのオーバーライド機能
• ウエブエージェント機能
• プラグイン拡張機能
• 再帰的思考機能の実装（ノードによる開発）

ここまで、AI Creators Studio「Vector」について詳しく解説してきましたが、ご紹介してきたVector機能の紹介や、実装予定は、今現在可能な範囲のものです。

昨今のAIシーンでは、週替わりで、新しい技術や革新が生み出され続けています。

Vectorは、生まれてくる新しい技術との連携を強化し、プラグインという形で、今まで実現しなかった様な処理を可能にしていきます。

Vectorは今後、画像や映像を自然言語から生成したり、画像や映像からテキストを生成する、画像ジェネレートAIや、自然言語を音声に変換したり、音声からテキストを生成するAIなどと連携し、より高度なアシスタントAIやジェネレーターを開発可能になっていくことが期待できます。

また、映像や音声など、様々なセンシングによるデータを同時に入力可能な「マルチモーダルAI」がリリースされれば、さらに汎用的なアシスタントAIやジェネレーターが作り出せるようになるでしょう。