ホーム > 特許ランキング > 株式会社サテライトオフィス
知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024178509
(43)【公開日】2024-12-25
(54)【発明の名称】人工知能システム、人工知能システムのプログラム
(51)【国際特許分類】
G06F 40/56 20200101AFI20241218BHJP
G06F 16/383 20190101ALI20241218BHJP
H04L 67/50 20220101ALI20241218BHJP
G06F 16/33 20190101ALI20241218BHJP
G06F 3/16 20060101ALI20241218BHJP
G06F 40/44 20200101ALI20241218BHJP
【ＦＩ】
G06F40/56
G06F16/383
H04L67/50
G06F16/33
G06F3/16 690
G06F40/44
【審査請求】未請求
【請求項の数】10
【出願形態】ＯＬ
(21)【出願番号】P 2023096675
(22)【出願日】2023-06-13
【新規性喪失の例外の表示】特許法第３０条第２項適用申請有り 令和５年５月２日に「サテライトオフィス企業活用ＧＰＴ導入支援」ページに掲載 ｈｔｔｐｓ：／／ｗｗｗ．ｓａｔｅｒａｉｔｏ．ｊｐ／ｓａｔｅｒａｉｔｏ＿ＡＩ／ 令和５年５月１１日にサテライトオフィス・チャットボットマネージャーのマニュアルページに掲載 ｈｔｔｐｓ：／／ｓｉｔｅｓ．ｓａｔｅｒａｉｔｏ．ｊｐ／ｓａｔｅｒａｉｔｏｏｆｆｉｃｅ／ｓｉｔｅ／ｍａｎｕａｌ／ｈｏｍｅ／ｎｏｔｉｆｉｃａｔｉｏｎ／ａｉ 令和５年５月１２日にメール情報配信一覧ページに掲載 ｈｔｔｐｓ：／／ｓｉｔｅｓ．ｓａｔｅｒａｉｔｏ．ｊｐ／ｓａｔｅｒａｉｔｏｏｆｆｉｃｅ／ｓｉｔｅ／ｍａｎｕａｌ／ｍａｉｌｍａｇａｚｉｎｅ 令和５年５月１４日にＹｏｕＴｕｂｅページに動画をアップロード ｈｔｔｐｓ：／／ｗｗｗ．ｙｏｕｔｕｂｅ．ｃｏｍ／ｗａｔｃｈ？ｖ＝ｇｍＭｅ８ＰＯ９Ｋｃ８ 令和５年５月１５日に「サテライトオフィス企業活用ＧＰＴ導入支援」ページに掲載および資料をアップロード ｈｔｔｐｓ：／／ｗｗｗ．ｓａｔｅｒａｉｔｏ．ｊｐ／ｓａｔｅｒａｉｔｏ＿ＡＩ／ 令和５年５月１６日にサテライトオフィス・プレスリリースに掲載 ｈｔｔｐｓ：／／ｗｗｗ．ｓａｔｅｒａｉｔｏ．ｊｐ／ｐｒｅｓｓｒｅｌｅａｓｅ／ｉｎｄｅｘ．ｈｔｍｌ 令和５年５月１６日に＠Ｐｒｅｓｓページに掲載 ｈｔｔｐｓ：／／ｗｗｗ．ａｔｐｒｅｓｓ．ｎｅ．ｊｐ／ｎｅｗｓ／３５５６２８ 令和５年５月１６日にＣＮＥＴ Ｊａｐａｎページに掲載 ｈｔｔｐｓ：／／ｊａｐａｎ．ｃｎｅｔ．ｃｏｍ／ｒｅｌｅａｓｅ／３０８５８３３６／ 令和５年５月１６日にＺＤＮｅｔ Ｊａｐａｎページに掲載 ｈｔｔｐｓ：／／ｊａｐａｎ．ｚｄｎｅｔ．ｃｏｍ／ｒｅｌｅａｓｅ／３０８５８３３６／ 令和５年５月１８日にＹｏｕＴｕｂｅページに動画をアップロード ｈｔｔｐｓ：／／ｗｗｗ．ｙｏｕｔｕｂｅ．ｃｏｍ／ｗａｔｃｈ？ｖ＝ＬｕＸｎ７０ｑ６ＸＭｇ
【新規性喪失の例外の表示】特許法第３０条第２項適用申請有り 令和５年５月１９日に「サテライトオフィス企業活用ＧＰＴ導入支援」ページに掲載および資料をアップロード ｈｔｔｐｓ：／／ｗｗｗ．ｓａｔｅｒａｉｔｏ．ｊｐ／ｓａｔｅｒａｉｔｏ＿ＡＩ／ 令和５年５月１９日にメール情報配信一覧ページに掲載 ｈｔｔｐｓ：／／ｓｉｔｅｓ．ｓａｔｅｒａｉｔｏ．ｊｐ／ｓａｔｅｒａｉｔｏｏｆｆｉｃｅ／ｓｉｔｅ／ｍａｎｕａｌ／ｍａｉｌｍａｇａｚｉｎｅ 令和５年５月２２日にＹｏｕＴｕｂｅページに動画をアップロード ｈｔｔｐｓ：／／ｗｗｗ．ｙｏｕｔｕｂｅ．ｃｏｍ／ｗａｔｃｈ？ｖ＝ｊＦｑＦｏｅ６ｇＧｄＩ 令和５年５月２６日に「サテライトオフィス企業活用ＧＰＴ導入支援」ページに掲載および資料をアップロード ｈｔｔｐｓ：／／ｗｗｗ．ｓａｔｅｒａｉｔｏ．ｊｐ／ｓａｔｅｒａｉｔｏ＿ＡＩ／ 令和５年５月２６日にメール情報配信一覧ページに掲載 ｈｔｔｐｓ：／／ｓｉｔｅｓ．ｓａｔｅｒａｉｔｏ．ｊｐ／ｓａｔｅｒａｉｔｏｏｆｆｉｃｅ／ｓｉｔｅ／ｍａｎｕａｌ／ｍａｉｌｍａｇａｚｉｎｅ 令和５年５月２７日にメール情報配信一覧ページに掲載 ｈｔｔｐｓ：／／ｓｉｔｅｓ．ｓａｔｅｒａｉｔｏ．ｊｐ／ｓａｔｅｒａｉｔｏｏｆｆｉｃｅ／ｓｉｔｅ／ｍａｎｕａｌ／ｍａｉｌｍａｇａｚｉｎｅ 令和５年５月２９日にサテライトＡＩ．ＡＩボード（ＣｈａｔＧＰＴ対応）のマニュアルページに掲載 ｈｔｔｐｓ：／／ｓｉｔｅｓ．ｓａｔｅｒａｉｔｏ．ｊｐ／ｓａｔｅｒａｉｔｏｏｆｆｉｃｅ／ｓｉｔｅ／ｍａｎｕａｌ／ｈｏｍｅ／ａｉｂｏａｒｄ？ｈｌ＝ｊａ 令和５年５月２９日に＠Ｐｒｅｓｓページに掲載 ｈｔｔｐｓ：／／ｗｗｗ．ａｔｐｒｅｓｓ．ｎｅ．ｊｐ／ｎｅｗｓ／３５６９１２ 令和５年５月２９日にＣＮＥＴ Ｊａｐａｎページに掲載 ｈｔｔｐｓ：／／ｊａｐａｎ．ｃｎｅｔ．ｃｏｍ／ｒｅｌｅａｓｅ／３０８６２２８９／ 令和５年５月２９日にＺＤＮｅｔ Ｊａｐａｎページに掲載 ｈｔｔｐｓ：／／ｊａｐａｎ．ｚｄｎｅｔ．ｃｏｍ／ｒｅｌｅａｓｅ／３０８６２２８９／
【新規性喪失の例外の表示】特許法第３０条第２項適用申請有り 令和５年６月３日にＹｏｕＴｕｂｅページに動画をアップロード ｈｔｔｐｓ：／／ｗｗｗ．ｙｏｕｔｕｂｅ．ｃｏｍ／ｗａｔｃｈ？ｖ＝Ｙ＿２Ｒ１ｒｏＢ５Ｖ０ 令和５年６月３日にメール情報配信一覧ページに掲載 ｈｔｔｐｓ：／／ｓｉｔｅｓ．ｓａｔｅｒａｉｔｏ．ｊｐ／ｓａｔｅｒａｉｔｏｏｆｆｉｃｅ／ｓｉｔｅ／ｍａｎｕａｌ／ｍａｉｌｍａｇａｚｉｎｅ 令和５年６月４日にメール情報配信一覧ページに掲載 ｈｔｔｐｓ：／／ｓｉｔｅｓ．ｓａｔｅｒａｉｔｏ．ｊｐ／ｓａｔｅｒａｉｔｏｏｆｆｉｃｅ／ｓｉｔｅ／ｍａｎｕａｌ／ｍａｉｌｍａｇａｚｉｎｅ 令和５年６月６日にサテライトオフィス・プレスリリースに掲載 ｈｔｔｐｓ：／／ｗｗｗ．ｓａｔｅｒａｉｔｏ．ｊｐ／ｐｒｅｓｓｒｅｌｅａｓｅ／ｉｎｄｅｘ．ｈｔｍｌ 令和５年６月６日に＠Ｐｒｅｓｓページに掲載 ｈｔｔｐｓ：／／ｗｗｗ．ａｔｐｒｅｓｓ．ｎｅ．ｊｐ／ｎｅｗｓ／３５７８９２ 令和５年６月６日にＣＮＥＴ Ｊａｐａｎページに掲載 ｈｔｔｐｓ：／／ｊａｐａｎ．ｃｎｅｔ．ｃｏｍ／ｒｅｌｅａｓｅ／３０８６５１８１／ 令和５年６月６日にＺＤＮｅｔ Ｊａｐａｎページに掲載 ｈｔｔｐｓ：／／ｊａｐａｎ．ｚｄｎｅｔ．ｃｏｍ／ｒｅｌｅａｓｅ／３０８６５１８１／ 令和５年６月９日に「サテライトオフィス企業活用ＧＰＴ導入支援」ページに掲載および資料をアップロード ｈｔｔｐｓ：／／ｗｗｗ．ｓａｔｅｒａｉｔｏ．ｊｐ／ｓａｔｅｒａｉｔｏ＿ＡＩ／ 令和５年６月９日にＹｏｕＴｕｂｅページに動画をアップロード ｈｔｔｐｓ：／／ｗｗｗ．ｙｏｕｔｕｂｅ．ｃｏｍ／ｗａｔｃｈ？ｖ＝３ｍＺＨ＿Ｄ５ｌＸｉＡ 令和５年６月９日にＹｏｕＴｕｂｅページに動画をアップロード ｈｔｔｐｓ：／／ｗｗｗ．ｙｏｕｔｕｂｅ．ｃｏｍ／ｗａｔｃｈ？ｖ＝Ｍｋｐ３＿Ｏ７ｆＹ７ｋ
(71)【出願人】
【識別番号】516346218
【氏名又は名称】株式会社サテライトオフィス
(74)【代理人】
【識別番号】100168538
【弁理士】
【氏名又は名称】加藤 来
(72)【発明者】
【氏名】原口 豊
(72)【発明者】
【氏名】原口 優
【テーマコード（参考）】
5B175
【Ｆターム（参考）】
5B175FB01
5B175LA01
(57)【要約】 （修正有）
【課題】ユーザーはアップロードしたドキュメントファイルについて、所定指令命令情報のプロンプトに基づいた所望の生成テキストデータの情報を得ることができる人工知能システム及びプログラムを提供する。
【解決手段】人工知能システム１００は、ユーザー端末１１０とサーバ（１２０、１３０）と、を備え、ユーザー端末のブラウザ１１１においてドキュメントファイルＤＦを指定する操作があったとき、ユーザー端末が、ドキュメントファイルをサーバへアップロードし、ブラウザにおいて所定操作があったとき、ユーザー端末が、所定操作に応じた指示命令情報ＰＴをサーバへ送信し、サーバが、指示命令情報に基づいて事前学習済み人工知能手段１３１を用いて、読み込んだドキュメントファイルについてのテキストデータ生成を実行し、実行して得た生成テキストデータＧＴをユーザー端末へ送信し、ユーザー端末が、生成テキストデータＧＴをブラウザに表示する。
【選択図】図１
【解決手段】人工知能システム１００は、ユーザー端末１１０とサーバ（１２０、１３０）と、を備え、ユーザー端末のブラウザ１１１においてドキュメントファイルＤＦを指定する操作があったとき、ユーザー端末が、ドキュメントファイルをサーバへアップロードし、ブラウザにおいて所定操作があったとき、ユーザー端末が、所定操作に応じた指示命令情報ＰＴをサーバへ送信し、サーバが、指示命令情報に基づいて事前学習済み人工知能手段１３１を用いて、読み込んだドキュメントファイルについてのテキストデータ生成を実行し、実行して得た生成テキストデータＧＴをユーザー端末へ送信し、ユーザー端末が、生成テキストデータＧＴをブラウザに表示する。
【選択図】図１
【特許請求の範囲】
【請求項1】
ユーザー端末とサーバとを備えてユーザー端末がサーバに基づいて表示または音声出力する人工知能システムであって、
前記ユーザー端末のブラウザにおいてドキュメントファイルを指定する操作または所定情報についての場所情報であるＵＲＬ情報を指定する操作があったとき、前記ユーザー端末が、前記ドキュメントファイルまたはＵＲＬ情報をサーバへアップロードし、
前記ブラウザにおいて所定操作があったとき、前記ユーザー端末が、前記所定操作に応じた指示命令情報をサーバへ送信し、
前記サーバが、受信した指示命令情報に基づいて事前学習済み人工知能手段を用いて、読み込んだドキュメントファイルまたはＵＲＬ情報によって特定される内容情報についてのテキストデータ生成を実行し、実行して得た生成テキストデータをユーザー端末へ送信し、
前記ユーザー端末が、受信した生成テキストデータをブラウザに表示するまたは音声出力する構成であることを特徴とする人工知能システム。
前記ユーザー端末のブラウザにおいてドキュメントファイルを指定する操作または所定情報についての場所情報であるＵＲＬ情報を指定する操作があったとき、前記ユーザー端末が、前記ドキュメントファイルまたはＵＲＬ情報をサーバへアップロードし、
前記ブラウザにおいて所定操作があったとき、前記ユーザー端末が、前記所定操作に応じた指示命令情報をサーバへ送信し、
前記サーバが、受信した指示命令情報に基づいて事前学習済み人工知能手段を用いて、読み込んだドキュメントファイルまたはＵＲＬ情報によって特定される内容情報についてのテキストデータ生成を実行し、実行して得た生成テキストデータをユーザー端末へ送信し、
前記ユーザー端末が、受信した生成テキストデータをブラウザに表示するまたは音声出力する構成であることを特徴とする人工知能システム。
【請求項2】
前記事前学習済み人工知能手段が指示命令情報に基づいてテキストデータを生成する際、前記事前学習済み人工知能手段が、読み込んだドキュメントファイルまたはＵＲＬ情報によって特定される内容情報のどのページまたはどの箇所に基づいているかについての根拠情報を生成し、
前記サーバが、生成テキストデータおよび根拠情報をユーザー端末へ送信し、
前記ユーザー端末が、前記生成テキストデータおよび根拠情報をブラウザに表示する構成であることを特徴とする請求項１に記載の人工知能システム。
前記サーバが、生成テキストデータおよび根拠情報をユーザー端末へ送信し、
前記ユーザー端末が、前記生成テキストデータおよび根拠情報をブラウザに表示する構成であることを特徴とする請求項１に記載の人工知能システム。
【請求項3】
前記事前学習済み人工知能手段が指示命令情報に基づいてテキストデータを生成した際、前記事前学習済み人工知能手段が、読み込んだドキュメントファイルまたはＵＲＬ情報によって特定される内容情報に関する情報が回答情報となる関係の質問情報を複数生成し、
前記サーバが、生成テキストデータ、生成質問情報の順でユーザー端末へ送信する構成であることを特徴とする請求項２に記載の人工知能システム。
前記サーバが、生成テキストデータ、生成質問情報の順でユーザー端末へ送信する構成であることを特徴とする請求項２に記載の人工知能システム。
【請求項4】
前記指示命令情報がアップロードされたドキュメントファイルまたはＵＲＬ情報によって特定される内容情報についての質問であり、
前記事前学習済み人工知能手段が、質問の内容と、読み込んだドキュメントファイルまたはＵＲＬ情報によって特定される内容情報に関する情報の内容との相関スコアーを算出して、
算出した相関スコアーが所定閾値未満である場合、前記サーバが、質問に対する回答としてわからない旨の生成テキストデータをユーザー端末へ送信する構成であることを特徴とする請求項３に記載の人工知能システム。
前記事前学習済み人工知能手段が、質問の内容と、読み込んだドキュメントファイルまたはＵＲＬ情報によって特定される内容情報に関する情報の内容との相関スコアーを算出して、
算出した相関スコアーが所定閾値未満である場合、前記サーバが、質問に対する回答としてわからない旨の生成テキストデータをユーザー端末へ送信する構成であることを特徴とする請求項３に記載の人工知能システム。
【請求項5】
前記指示命令情報が、回答についての言語指定情報を含む場合、前記事前学習済み人工知能手段が、指示命令情報に基づいて、指定された言語でテキストデータを生成し、
前記サーバが、生成テキストデータをユーザー端末へ送信し、
前記所定操作が日本語以外の外国語による指示命令の入力操作であった場合、前記事前学習済み人工知能手段が、指示命令情報に基づいて、入力された指示命令の言語でテキストデータを生成し、
前記サーバが、生成テキストデータをユーザー端末へ送信する構成であることを特徴とする請求項４に記載の人工知能システム。
前記サーバが、生成テキストデータをユーザー端末へ送信し、
前記所定操作が日本語以外の外国語による指示命令の入力操作であった場合、前記事前学習済み人工知能手段が、指示命令情報に基づいて、入力された指示命令の言語でテキストデータを生成し、
前記サーバが、生成テキストデータをユーザー端末へ送信する構成であることを特徴とする請求項４に記載の人工知能システム。
【請求項6】
前記ユーザー端末が、ボットを有する第１サーバを介して、事前学習済み人工知能手段を有する第２サーバと通信し、
前記第１サーバと通信自在な管理者用端末の管理画面において、前記ユーザー端末から第１サーバのボットへのデータに含まれたワード属性についてのマスキングが設定自在であり、
前記ユーザー端末のブラウザにおいて予め設定されたマスキングのワード属性の文字を含むデータが入力されて第１サーバにアップロードされると、受信した第１サーバのボットが、受信したデータにマスキングのワード属性の文字が含まれていると判定して、受信したデータのうち、マスキングのワード属性の文字を同じワード属性の別の任意の文字に変換してから変換後のデータを第２サーバの事前学習済み人工知能手段へ送信し、
前記第２サーバが、第２サーバの事前学習済み人工知能手段を用いて変換後のデータに基づく内容のテキストデータ生成を実行し、実行して得た生成テキストデータを第１サーバのボットへ送信し、
前記第１サーバのボットが、受信した生成テキストデータのうち、第２サーバの事前学習済み人工知能手段への送信の際に変換した別の任意の文字の部分を、変換前の文字に戻す変更をしてから変更後の生成テキストデータをユーザー端末へ送信する構成であることを特徴とする請求項１乃至請求項５のいずれか１つに記載の人工知能システム。
前記第１サーバと通信自在な管理者用端末の管理画面において、前記ユーザー端末から第１サーバのボットへのデータに含まれたワード属性についてのマスキングが設定自在であり、
前記ユーザー端末のブラウザにおいて予め設定されたマスキングのワード属性の文字を含むデータが入力されて第１サーバにアップロードされると、受信した第１サーバのボットが、受信したデータにマスキングのワード属性の文字が含まれていると判定して、受信したデータのうち、マスキングのワード属性の文字を同じワード属性の別の任意の文字に変換してから変換後のデータを第２サーバの事前学習済み人工知能手段へ送信し、
前記第２サーバが、第２サーバの事前学習済み人工知能手段を用いて変換後のデータに基づく内容のテキストデータ生成を実行し、実行して得た生成テキストデータを第１サーバのボットへ送信し、
前記第１サーバのボットが、受信した生成テキストデータのうち、第２サーバの事前学習済み人工知能手段への送信の際に変換した別の任意の文字の部分を、変換前の文字に戻す変更をしてから変更後の生成テキストデータをユーザー端末へ送信する構成であることを特徴とする請求項１乃至請求項５のいずれか１つに記載の人工知能システム。
【請求項7】
前記指示命令情報が、要約する旨であり、
前記第２サーバが、受信した要約する旨の指示命令情報に基づいて事前学習済み人工知能手段を用いて、読み込んだドキュメントファイルまたはＵＲＬ情報によって特定される内容情報についてのテキストデータ生成を実行し、実行して得た生成テキストデータを、第１サーバを介してユーザー端末へ送信する構成であることを特徴とする請求項６に記載の人工知能システム。
前記第２サーバが、受信した要約する旨の指示命令情報に基づいて事前学習済み人工知能手段を用いて、読み込んだドキュメントファイルまたはＵＲＬ情報によって特定される内容情報についてのテキストデータ生成を実行し、実行して得た生成テキストデータを、第１サーバを介してユーザー端末へ送信する構成であることを特徴とする請求項６に記載の人工知能システム。
【請求項8】
前記指示命令情報が、問題点の有無をチェックして問題点がある場合はその内容を説明する旨であり、
前記第２サーバが、受信した問題点の有無をチェックして問題点がある場合はその内容を説明する旨の指示命令情報に基づいて事前学習済み人工知能手段を用いて、読み込んだドキュメントファイルまたはＵＲＬ情報によって特定される内容情報についてのテキストデータ生成を実行し、実行して得た生成テキストデータを、第１サーバを介してユーザー端末へ送信する構成であることを特徴とする請求項６に記載の人工知能システム。
前記第２サーバが、受信した問題点の有無をチェックして問題点がある場合はその内容を説明する旨の指示命令情報に基づいて事前学習済み人工知能手段を用いて、読み込んだドキュメントファイルまたはＵＲＬ情報によって特定される内容情報についてのテキストデータ生成を実行し、実行して得た生成テキストデータを、第１サーバを介してユーザー端末へ送信する構成であることを特徴とする請求項６に記載の人工知能システム。
【請求項9】
前記ユーザー端末のブラウザにおいて、指定可能なドキュメントファイルまたは指定可能なＵＲＬ情報の数が複数であり、ドキュメントファイルまたはＵＲＬ情報の指定が複数であった場合、前記ユーザー端末が、複数のドキュメントファイルまたはＵＲＬ情報を第１サーバへアップロードする構成であることを特徴とする請求項６に記載の人工知能システム。
【請求項10】
ユーザー端末がサーバに基づいて表示または音声出力する人工知能システムのプログラムであって、
前記ユーザー端末のブラウザにおいてドキュメントファイルを指定する操作または所定情報についての場所情報であるＵＲＬ情報を指定する操作があったか否かを判定するファイル指定判定ステップと、
前記ドキュメントファイルを指定する操作または所定情報についての場所情報であるＵＲＬ情報を指定する操作があったとき、ユーザー端末が、ドキュメントファイルまたはＵＲＬ情報をサーバへアップロードするアップロードステップと、
前記ブラウザにおいて所定操作があったか否かを判定する所定操作判定ステップと、
前記所定操作があったとき、前記ユーザー端末が、前記所定操作に応じた指示命令情報をサーバへ送信する指示命令送信ステップと、
前記サーバが、受信した指示命令情報に基づいて事前学習済み人工知能手段を用いて、読み込んだドキュメントファイルまたはＵＲＬ情報によって特定される内容情報についてのテキストデータ生成を実行するテキストデータ生成実行ステップと、
前記サーバが、実行して得た生成テキストデータをユーザー端末へ送信する生成データ送信ステップと、
前記ユーザー端末が、受信した生成テキストデータをブラウザに表示するまたは音声出力する表示・音声出力ステップとを有していることを特徴とする人工知能システムのプログラム。
前記ユーザー端末のブラウザにおいてドキュメントファイルを指定する操作または所定情報についての場所情報であるＵＲＬ情報を指定する操作があったか否かを判定するファイル指定判定ステップと、
前記ドキュメントファイルを指定する操作または所定情報についての場所情報であるＵＲＬ情報を指定する操作があったとき、ユーザー端末が、ドキュメントファイルまたはＵＲＬ情報をサーバへアップロードするアップロードステップと、
前記ブラウザにおいて所定操作があったか否かを判定する所定操作判定ステップと、
前記所定操作があったとき、前記ユーザー端末が、前記所定操作に応じた指示命令情報をサーバへ送信する指示命令送信ステップと、
前記サーバが、受信した指示命令情報に基づいて事前学習済み人工知能手段を用いて、読み込んだドキュメントファイルまたはＵＲＬ情報によって特定される内容情報についてのテキストデータ生成を実行するテキストデータ生成実行ステップと、
前記サーバが、実行して得た生成テキストデータをユーザー端末へ送信する生成データ送信ステップと、
前記ユーザー端末が、受信した生成テキストデータをブラウザに表示するまたは音声出力する表示・音声出力ステップとを有していることを特徴とする人工知能システムのプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、ユーザー端末とサーバとを備えてユーザー端末がサーバに基づいて表示または音声出力する人工知能システム、および、そのプログラムに関する。
【背景技術】
【0002】
従来、ユーザーがアップロードしたファイルの保存、表示等の機能を提供するサーバシステムが知られている（例えば、特許文献１）。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０２３－６６４７３号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかしながら、上述した従来のサーバシステムにおいて、クラウドストレージにアップロードされたファイルは、付与された権限に応じてファイルをアップロードしたユーザーと異なるユーザーが表示したり、ダウンロードしたり、編集したりする限りの構成であったため、ユーザーはそのファイルの内容を知るためには、ユーザーがそのファイルを開いて自ら読む必要があり、ファイルの内容が多数ページのものなど情報量が多い場合は時間を必要とするため、短時間である程度の内容を把握することが困難であるという問題があった。
【0005】
そこで、本発明は、前述したような従来技術の問題を解決するものであって、すなわち、本発明の目的は、ユーザーはドキュメントファイルまたはＵＲＬ情報をアップロードするとともに所定操作をするだけでアップロードしたドキュメントファイル、またはＵＲＬ情報のウェブメールページやＵＲＬ情報によって特定されるドキュメントファイルについて、所定指令命令情報のプロンプトに基づいた所望の生成テキストデータの情報を得ることができる人工知能システム、および、そのプログラムを提供することである。
【課題を解決するための手段】
【0006】
本請求項１に係る発明は、ユーザー端末とサーバとを備えてユーザー端末がサーバに基づいて表示または音声出力する人工知能システムであって、前記ユーザー端末のブラウザにおいてドキュメントファイルを指定する操作または所定情報についての場所情報であるＵＲＬ情報を指定する操作があったとき、前記ユーザー端末が、前記ドキュメントファイルまたはＵＲＬ情報をサーバへアップロードし、前記ブラウザにおいて所定操作があったとき、前記ユーザー端末が、前記所定操作に応じた指示命令情報をサーバへ送信し、前記サーバが、受信した指示命令情報に基づいて事前学習済み人工知能手段を用いて、読み込んだドキュメントファイルまたはＵＲＬ情報によって特定される内容情報についてのテキストデータ生成を実行し、実行して得た生成テキストデータをユーザー端末へ送信し、前記ユーザー端末が、受信した生成テキストデータをブラウザに表示するまたは音声出力する構成であることにより、前述した課題を解決するものである。
【0007】
本請求項２に係る発明は、請求項１に記載された人工知能システムの構成に加えて、前記事前学習済み人工知能手段が指示命令情報に基づいてテキストデータを生成する際、前記事前学習済み人工知能手段が、読み込んだドキュメントファイルまたはＵＲＬ情報によって特定される内容情報のどのページまたはどの箇所に基づいているかについての根拠情報を生成し、前記サーバが、生成テキストデータおよび根拠情報をユーザー端末へ送信し、前記ユーザー端末が、前記生成テキストデータおよび根拠情報をブラウザに表示する構成であることにより、前述した課題をさらに解決するものである。
【0008】
本請求項３に係る発明は、請求項２に記載された人工知能システムの構成に加えて、前記事前学習済み人工知能手段が指示命令情報に基づいてテキストデータを生成した際、前記事前学習済み人工知能手段が、読み込んだドキュメントファイルまたはＵＲＬ情報によって特定される内容情報に関する情報が回答情報となる関係の質問情報を複数生成し、前記サーバが、生成テキストデータ、生成質問情報の順でユーザー端末へ送信する構成であることにより、前述した課題をさらに解決するものである。
【0009】
本請求項４に係る発明は、請求項３に記載された人工知能システムの構成に加えて、前記指示命令情報がアップロードされたドキュメントファイルまたはＵＲＬ情報によって特定される内容情報についての質問であり、前記事前学習済み人工知能手段が、質問の内容と、読み込んだドキュメントファイルまたはＵＲＬ情報によって特定される内容情報に関する情報の内容との相関スコアーを算出して、算出した相関スコアーが所定閾値未満である場合、前記サーバが、質問に対する回答としてわからない旨の生成テキストデータをユーザー端末へ送信する構成であることにより、前述した課題をさらに解決するものである。
【0010】
本請求項５に係る発明は、請求項４に記載された人工知能システムの構成に加えて、前記指示命令情報が、回答についての言語指定情報を含む場合、前記事前学習済み人工知能手段が、指示命令情報に基づいて、指定された言語でテキストデータを生成し、前記サーバが、生成テキストデータをユーザー端末へ送信し、前記所定操作が日本語以外の外国語による指示命令の入力操作であった場合、前記事前学習済み人工知能手段が、指示命令情報に基づいて、入力された指示命令の言語でテキストデータを生成し、前記サーバが、生成テキストデータをユーザー端末へ送信する構成であることにより、前述した課題をさらに解決するものである。
【0011】
本請求項６に係る発明は、請求項１乃至請求項５のいずれか１つに記載された人工知能システムの構成に加えて、前記ユーザー端末が、ボットを有する第１サーバを介して、事前学習済み人工知能手段を有する第２サーバと通信し、前記第１サーバと通信自在な管理者用端末の管理画面において、前記ユーザー端末から第１サーバのボットへのデータに含まれたワード属性についてのマスキングが設定自在であり、前記ユーザー端末のブラウザにおいて予め設定されたマスキングのワード属性の文字を含むデータが入力されて第１サーバにアップロードされると、受信した第１サーバのボットが、受信したデータにマスキングのワード属性の文字が含まれていると判定して、受信したデータのうち、マスキングのワード属性の文字を同じワード属性の別の任意の文字に変換してから変換後のデータを第２サーバの事前学習済み人工知能手段へ送信し、前記第２サーバが、第２サーバの事前学習済み人工知能手段を用いて変換後のデータに基づく内容のテキストデータ生成を実行し、実行して得た生成テキストデータを第１サーバのボットへ送信し、前記第１サーバのボットが、受信した生成テキストデータのうち、第２サーバの事前学習済み人工知能手段への送信の際に変換した別の任意の文字の部分を、変換前の文字に戻す変更をしてから変更後の生成テキストデータをユーザー端末へ送信する構成であることにより、前述した課題をさらに解決するものである。
【0012】
本請求項７に係る発明は、請求項６に記載された人工知能システムの構成に加えて、前記指示命令情報が、要約する旨であり、前記第２サーバが、受信した要約する旨の指示命令情報に基づいて事前学習済み人工知能手段を用いて、読み込んだドキュメントファイルまたはＵＲＬ情報によって特定される内容情報についてのテキストデータ生成を実行し、実行して得た生成テキストデータを、第１サーバを介してユーザー端末へ送信する構成であることにより、前述した課題をさらに解決するものである。
【0013】
本請求項８に係る発明は、請求項６に記載された人工知能システムの構成に加えて、前記指示命令情報が、問題点の有無をチェックして問題点がある場合はその内容を説明する旨であり、前記第２サーバが、受信した問題点の有無をチェックして問題点がある場合はその内容を説明する旨の指示命令情報に基づいて事前学習済み人工知能手段を用いて、読み込んだドキュメントファイルまたはＵＲＬ情報によって特定される内容情報についてのテキストデータ生成を実行し、実行して得た生成テキストデータを、第１サーバを介してユーザー端末へ送信する構成であることにより、前述した課題をさらに解決するものである。
【0014】
本請求項９に係る発明は、請求項６に記載された人工知能システムの構成に加えて、前記ユーザー端末のブラウザにおいて、指定可能なドキュメントファイルまたは指定可能なＵＲＬ情報の数が複数であり、ドキュメントファイルまたはＵＲＬ情報の指定が複数であった場合、前記ユーザー端末が、複数のドキュメントファイルまたはＵＲＬ情報を第１サーバへアップロードする構成であることにより、前述した課題をさらに解決するものである。
【0015】
本請求項１０に係る発明は、ユーザー端末がサーバに基づいて表示または音声出力する人工知能システムのプログラムであって、前記ユーザー端末のブラウザにおいてドキュメントファイルを指定する操作または所定情報についての場所情報であるＵＲＬ情報を指定する操作があったか否かを判定するファイル指定判定ステップと、前記ドキュメントファイルを指定する操作または所定情報についての場所情報であるＵＲＬ情報を指定する操作があったとき、ユーザー端末が、ドキュメントファイルまたはＵＲＬ情報をサーバへアップロードするアップロードステップと、前記ブラウザにおいて所定操作があったか否かを判定する所定操作判定ステップと、前記所定操作があったとき、前記ユーザー端末が、前記所定操作に応じた指示命令情報をサーバへ送信する指示命令送信ステップと、前記サーバが、受信した指示命令情報に基づいて事前学習済み人工知能手段を用いて、読み込んだドキュメントファイルまたはＵＲＬ情報によって特定される内容情報についてのテキストデータ生成を実行するテキストデータ生成実行ステップと、前記サーバが、実行して得た生成テキストデータをユーザー端末へ送信する生成データ送信ステップと、前記ユーザー端末が、受信した生成テキストデータをブラウザに表示するまたは音声出力する表示・音声出力ステップとを有していることにより、前述した課題を解決するものである。
【発明の効果】
【0016】
本発明の人工知能システムは、ユーザー端末とサーバとを備えていることにより、ユーザー端末がサーバに基づいて表示または音声出力することができるばかりでなく、以下のような特有の効果を奏することができる。
【0017】
本請求項１に係る発明の人工知能システムによれば、アップロードしたドキュメントファイルまたはＵＲＬ情報によって特定される内容情報について事前学習済み人工知能手段が読み込んでから所定操作に応じた指示命令情報に基づいてテキストデータの生成を実行して生成テキストデータがブラウザに表示されるまたは音声出力されるため、ユーザーはドキュメントファイルまたはＵＲＬ情報をアップロードするとともに所定操作をするだけでアップロードしたドキュメントファイルを自ら読むことなく、または、アップロードしたＵＲＬ情報のウェブメールページやＵＲＬ情報によって特定されるドキュメントファイルを自ら読むことなく、例えば、要約作成、問題点の指摘、改善点の指摘、情報への質問などの所定指令命令情報のプロンプトに基づいた所望の生成テキストデータの情報を得ることができる。
【0018】
本請求項２に係る発明の人工知能システムによれば、請求項１に係る発明が奏する効果に加えて、ブラウザにおいて生成テキストデータだけでなく根拠情報も表示されるため、ユーザーは根拠情報に基づいて元のドキュメントファイルまたはＵＲＬ情報によって特定される内容情報を参照して生成テキストデータの精度や信頼度（信憑性）を簡単に確認することができる。
つまり、生成テキストデータだけを見て生成テキストデータの内容を鵜呑みにすることなく、どの部分の何に基づいて、テキストデータが生成されたかをユーザーは簡単に確認することができる。
つまり、生成テキストデータだけを見て生成テキストデータの内容を鵜呑みにすることなく、どの部分の何に基づいて、テキストデータが生成されたかをユーザーは簡単に確認することができる。
【0019】
本請求項３に係る発明の人工知能システムによれば、請求項２に係る発明が奏する効果に加えて、読み込んだドキュメントファイルまたはＵＲＬ情報によって特定される内容情報についての想定される質問情報が複数生成されてブラウザにおいて生成テキストデータの後の順で表示されるため、ユーザーは、先ずは複数の質問情報のうちの１つを選択して事前学習済み人工知能手段とやりとりをして事前学習済み人工知能手段が読み込んだドキュメントファイルまたはＵＲＬ情報によって特定される内容情報に関して自ら全てを読むことなく理解を簡単に深めることができる。
【0020】
本請求項４に係る発明の人工知能システムによれば、請求項３に係る発明が奏する効果に加えて、アップロードされたドキュメントファイルまたはＵＲＬ情報によって特定される内容情報と相関の低い内容の質問があった場合には、信頼度の低い内容の回答をすることなく正直にわからない旨の回答がブラウザに表示されるため、ユーザーはアップロードしたドキュメントファイルまたはＵＲＬ情報によって特定される内容情報との関係において自分のした質問が的外れなものであったことを理解して別の質問を試すことができる。
つまり、信頼度の低い内容が回答としてブラウザに表示されないため、ユーザーは安心して事前学習済み人工知能手段とやりとりをすることができる。
つまり、信頼度の低い内容が回答としてブラウザに表示されないため、ユーザーは安心して事前学習済み人工知能手段とやりとりをすることができる。
【0021】
本請求項５に係る発明の人工知能システムによれば、請求項４に係る発明が奏する効果に加えて、指定された言語による生成テキストデータが回答としてブラウザに表示されるため、多言語のユーザーに対応することができる。
さらに、英語や多言語で質問などの指示命令の入力があった場合はその言語でテキストデータが生成されて生成テキストデータが回答としてブラウザに表示されるため、多言語のユーザーに対応することができる。
さらに、英語や多言語で質問などの指示命令の入力があった場合はその言語でテキストデータが生成されて生成テキストデータが回答としてブラウザに表示されるため、多言語のユーザーに対応することができる。
【0022】
本請求項６に係る発明の人工知能システムによれば、請求項１乃至請求項５のいずれか１つに係る発明が奏する効果に加えて、例えば、ユーザー端末から第１サーバのボットへのデータについて名前、住所、電話番号、電子メールアドレスなどの個人を特定可能なワード属性についてのマスキングを予め設定しておくことによって、ユーザーが入力したデータにそれらのワード属性の文字が含まれていた場合、第１サーバのボットがそれらのワード属性の文字を同じワード属性の別の任意の文字に変換してから変換後のデータを第２サーバの事前学習済み人工知能手段へ送信し、テキストデータ生成の実行が変換後のデータに基づいて行われるため、第２サーバの事前学習済み人工知能手段の一例であるチャットＧＰＴが個人を特定可能なワード属性の文字の情報を覚えてしまうことを回避することができる。
つまり、第２サーバの事前学習済み人工知能手段の一例であるチャットＧＰＴへ送信される内容が個人を特定不可能な文字に変換されたものとなるため、第２サーバの事前学習済み人工知能手段の一例であるチャットＧＰＴを介した他の端末への個人特定可能な情報の漏洩を回避することができる。
さらに、第１サーバのボットが第２サーバの事前学習済み人工知能手段から生成テキストデータを受信した際、受信した生成テキストデータのうち、第２サーバの事前学習済み人工知能手段への送信の際に変換した別の任意の文字の部分を、変換前の文字に戻す変更が行われて、変更後の生成テキストデータがユーザー端末へ送信されるため、ユーザーが入力した指示命令情報の意図に基本的に沿った変更後の生成テキストデータを得ることができる。
つまり、第１サーバのボットが第２サーバの事前学習済み人工知能手段へ送信する際に変換した文字が、第１サーバのボットが第２サーバの事前学習済み人工知能手段から受信した際に元の文字に戻されるため、第２サーバの事前学習済み人工知能手段への不本意な情報流出や第２サーバの事前学習済み人工知能手段を介した他の端末への不本意な情報流出を回避するとともにユーザー端末からの指示命令内容とユーザー端末への回答内容との整合性を担保することができる。
つまり、第２サーバの事前学習済み人工知能手段の一例であるチャットＧＰＴへ送信される内容が個人を特定不可能な文字に変換されたものとなるため、第２サーバの事前学習済み人工知能手段の一例であるチャットＧＰＴを介した他の端末への個人特定可能な情報の漏洩を回避することができる。
さらに、第１サーバのボットが第２サーバの事前学習済み人工知能手段から生成テキストデータを受信した際、受信した生成テキストデータのうち、第２サーバの事前学習済み人工知能手段への送信の際に変換した別の任意の文字の部分を、変換前の文字に戻す変更が行われて、変更後の生成テキストデータがユーザー端末へ送信されるため、ユーザーが入力した指示命令情報の意図に基本的に沿った変更後の生成テキストデータを得ることができる。
つまり、第１サーバのボットが第２サーバの事前学習済み人工知能手段へ送信する際に変換した文字が、第１サーバのボットが第２サーバの事前学習済み人工知能手段から受信した際に元の文字に戻されるため、第２サーバの事前学習済み人工知能手段への不本意な情報流出や第２サーバの事前学習済み人工知能手段を介した他の端末への不本意な情報流出を回避するとともにユーザー端末からの指示命令内容とユーザー端末への回答内容との整合性を担保することができる。
【0023】
本請求項７に係る発明の人工知能システムによれば、請求項６に係る発明が奏する効果に加えて、ユーザーがドキュメントファイルまたはＵＲＬ情報を指定して要約する旨の指示命令に対応する所定操作をするだけで要約する旨の指示命令情報が第１サーバを介して第２サーバに送信されて事前学習済み人工知能手段によって処理されて所望の結果情報がブラウザに表示される、または、音声出力されるため、ユーザーは所望の要約生成の結果情報を得ることができる。特に指定したドキュメントファイルまたはＵＲＬ情報が長文である場合、短い文章の要約が結果情報として表示される、または、音声出力されるため、ユーザーは元のドキュメントファイルまたはＵＲＬ情報の全文を読んで理解する必要がなく、短い文章を読んで、または、聴いておおよその内容を理解することができる。
【0024】
本請求項８に係る発明の人工知能システムによれば、請求項６に係る発明が奏する効果に加えて、ユーザーがドキュメントファイルまたはＵＲＬ情報を指定して問題点の有無をチェックして問題点がある場合はその内容を説明する旨の指示命令に対応する所定操作をするだけで問題点の有無をチェックして問題点がある場合はその内容を説明する旨の指示命令情報が第１サーバを介して第２サーバに送信されて事前学習済み人工知能手段によって処理されて所望の結果情報がブラウザに表示される、または、音声出力されるため、ユーザーは指定したドキュメントファイルまたはＵＲＬ情報の内容ページを読むことなく指定したドキュメントファイルまたはＵＲＬ情報の内容の問題点についての所望の説明文生成の結果情報を得ることができる。
【0025】
本請求項９に係る発明の人工知能システムによれば、請求項６に係る発明が奏する効果に加えて、複数のドキュメントファイルまたはＵＲＬ情報の内容が事前学習済み人工知能手段に読み込まれるため、複数のドキュメントファイルまたはＵＲＬ情報の内容の共通する内容や少なくとも一方のみについての内容についての結果情報を得ることができる。
つまり、複数のドキュメントファイルまたはＵＲＬ情報の内容の共通点や差異点などを考慮した効率のよい結果情報を得ることができる。
つまり、複数のドキュメントファイルまたはＵＲＬ情報の内容の共通点や差異点などを考慮した効率のよい結果情報を得ることができる。
【0026】
本請求項１０に係る発明の人工知能システムのプログラムによれば、請求項１に係る発明が奏する効果と同様、アップロードしたドキュメントファイルまたはＵＲＬ情報によって特定される内容情報について事前学習済み人工知能手段が読み込んでから所定操作に応じた指示命令情報に基づいてテキストデータの生成を実行して生成テキストデータがブラウザに表示されるまたは音声出力されるため、ユーザーはドキュメントファイルまたはＵＲＬ情報をアップロードするとともに所定操作をするだけでアップロードしたドキュメントファイルを自ら読むことなく、または、アップロードしたＵＲＬ情報のウェブメールページやＵＲＬ情報によって特定されるドキュメントファイルを自ら読むことなく、例えば、要約作成、問題点の指摘、改善点の指摘、情報への質問などの所定指令命令情報のプロンプトに基づいた所望の生成テキストデータの情報を得ることができる。
【図面の簡単な説明】
【0027】
【図1】本発明の実施例である人工知能システムの概念を示す図。
【図2】本発明の実施例である人工知能システムの動作例を示すチャート図。
【図3】本発明の実施例である人工知能システムのユーザー端末のブラウザのアップロード画面におけるファイル指定の一例を示す図。
【図4】本発明の実施例である人工知能システムのユーザー端末のブラウザのアップロード画面におけるプロンプト入力操作の一例を示す図。
【図5】本発明の実施例である人工知能システムのユーザー端末のブラウザのアップロード画面における回答としての生成テキストデータの一例を示す図。
【図6】本発明の実施例である人工知能システムのユーザー端末のブラウザのアップロード画面における回答としての生成テキストデータおよび複数の質問情報の一例を示す図。
【図7】本発明の実施例である人工知能システムのユーザー端末のブラウザのアップロード画面におけるプロンプトとしての質問および回答としての生成テキストデータの一例を示す図。
【図8】本発明の実施例である人工知能システムのユーザー端末のブラウザのアップロード画面におけるプロンプトとしての英語で回答指示の旨および回答としての英語による生成テキストデータの一例を示す図。
【図9】本発明の実施例である人工知能システムのユーザー端末のブラウザのアップロード画面におけるプロンプトとしての英語の質問および回答としての英語による生成テキストデータの一例を示す図。
【図10】本発明の実施例である人工知能システムのマスキング機能の概念を示す図。
【図11】（Ａ）（Ｂ）は本発明の実施例である人工知能システムの管理画面におけるマスキングの設定例を示す図およびアップロード画面においてマスキングの対象文字を含むドキュメントファイルがアップロード・入力された際の様子を示す図。
【図12】本発明の実施例である人工知能システムのマスキングの動作例を説明する図。
【発明を実施するための形態】
【0028】
本発明の人工知能システムは、ユーザー端末とサーバとを備えて、ユーザー端末のブラウザにおいてドキュメントファイルを指定する操作または所定情報についての場所情報であるＵＲＬ情報を指定する操作があったとき、ユーザー端末が、ドキュメントファイルまたはＵＲＬ情報をサーバへアップロードし、ブラウザにおいて所定操作があったとき、ユーザー端末が、所定操作に応じた指示命令情報をサーバへ送信し、サーバが、受信した指示命令情報に基づいて事前学習済み人工知能手段を用いて、読み込んだドキュメントファイルまたはＵＲＬ情報によって特定される内容情報についてのテキストデータ生成を実行し、実行して得た生成テキストデータをユーザー端末へ送信し、ユーザー端末が、受信した生成テキストデータをブラウザに表示するまたは音声出力する構成であることにより、ユーザーはドキュメントファイルまたはＵＲＬ情報をアップロードするとともに所定操作をするだけでアップロードしたドキュメントファイルを自ら読むことなく、または、アップロードしたＵＲＬ情報のウェブメールページやＵＲＬ情報によって特定されるドキュメントファイルを自ら読むことなく、例えば、要約作成、問題点の指摘、改善点の指摘、情報への質問などの所定指令命令情報のプロンプトに基づいた所望の生成テキストデータの情報を得ることができるものであれば、その具体的な実施態様は、如何なるものであっても構わない。
また、本発明の人工知能システムのプログラムは、ユーザー端末のブラウザにおいてドキュメントファイルを指定する操作または所定情報についての場所情報であるＵＲＬ情報を指定する操作があったか否かを判定するファイル指定判定ステップと、ドキュメントファイルを指定する操作または所定情報についての場所情報であるＵＲＬ情報を指定する操作があったとき、ユーザー端末が、ドキュメントファイルまたはＵＲＬ情報をサーバへアップロードするアップロードステップと、ブラウザにおいて所定操作があったか否かを判定する所定操作判定ステップと、所定操作があったとき、ユーザー端末が、所定操作に応じた指示命令情報をサーバへ送信する指示命令送信ステップと、サーバが、受信した指示命令情報に基づいて事前学習済み人工知能手段を用いて、読み込んだドキュメントファイルまたはＵＲＬ情報によって特定される内容情報についてのテキストデータ生成を実行するテキストデータ生成実行ステップと、サーバが、実行して得た生成テキストデータをユーザー端末へ送信する生成データ送信ステップと、ユーザー端末が、受信した生成テキストデータをブラウザに表示するまたは音声出力する表示・音声出力ステップとを有していることにより、ユーザーはドキュメントファイルまたはＵＲＬ情報をアップロードするとともに所定操作をするだけでアップロードしたドキュメントファイルを自ら読むことなく、または、アップロードしたＵＲＬ情報のウェブメールページやＵＲＬ情報によって特定されるドキュメントファイルを自ら読むことなく、例えば、要約作成、問題点の指摘、改善点の指摘、情報への質問などの所定指令命令情報のプロンプトに基づいた所望の生成テキストデータの情報を得ることができるものであれば、その具体的な実施態様は、如何なるものであっても構わない。
また、本発明の人工知能システムのプログラムは、ユーザー端末のブラウザにおいてドキュメントファイルを指定する操作または所定情報についての場所情報であるＵＲＬ情報を指定する操作があったか否かを判定するファイル指定判定ステップと、ドキュメントファイルを指定する操作または所定情報についての場所情報であるＵＲＬ情報を指定する操作があったとき、ユーザー端末が、ドキュメントファイルまたはＵＲＬ情報をサーバへアップロードするアップロードステップと、ブラウザにおいて所定操作があったか否かを判定する所定操作判定ステップと、所定操作があったとき、ユーザー端末が、所定操作に応じた指示命令情報をサーバへ送信する指示命令送信ステップと、サーバが、受信した指示命令情報に基づいて事前学習済み人工知能手段を用いて、読み込んだドキュメントファイルまたはＵＲＬ情報によって特定される内容情報についてのテキストデータ生成を実行するテキストデータ生成実行ステップと、サーバが、実行して得た生成テキストデータをユーザー端末へ送信する生成データ送信ステップと、ユーザー端末が、受信した生成テキストデータをブラウザに表示するまたは音声出力する表示・音声出力ステップとを有していることにより、ユーザーはドキュメントファイルまたはＵＲＬ情報をアップロードするとともに所定操作をするだけでアップロードしたドキュメントファイルを自ら読むことなく、または、アップロードしたＵＲＬ情報のウェブメールページやＵＲＬ情報によって特定されるドキュメントファイルを自ら読むことなく、例えば、要約作成、問題点の指摘、改善点の指摘、情報への質問などの所定指令命令情報のプロンプトに基づいた所望の生成テキストデータの情報を得ることができるものであれば、その具体的な実施態様は、如何なるものであっても構わない。
【0029】
例えば、ユーザー端末は、デスクトップ型パーソナルコンピュータ端末、ノート型パーソナルコンピュータ端末、スマートフォン端末、タブレット端末などの情報を送受信するものであって、所謂インターネットである広域ネットワーク、ローカルネットワーク、電話回線などを含む通信ネットワークによりサーバと接続自在なものであれば如何なるものであっても構わない。
また、サーバは、１つのサーバやクラウド上の複数のサーバでもよい。
事前学習済み人工知能手段は、大規模言語モデルとも呼ばれる対話型の例えばChatGPT（Generative Pre-trained Transformer）（以下、チャットＧＰＴ）などにより構成され、１つのサーバやクラウド上の複数のサーバに設けられた構成でもよい。
また、ドキュメントファイルとは、内容に文字情報を含む電子データのファイルのことをいい、データのファイル形式は、単なるテキストデータ形式、文書データ形式、セル表示タイプの表計算ファイル形式、ピクセル表示タイプの写真や動画などの画像ファイル形式など、画像認識手段を用いて文字を読み取り自在なものや、音声認識手段で読み込み自在なものでもよく、文字を直接認識なものまたは音声から文字を起こして間接的に認識可能なものであれば如何なるものであっても構わない。
なお、文字にはプログラムのソースコードも含まれる。
さらに、所定情報についての場所情報であるＵＲＬ情報（Uniform Resource Locator情報）は、ウェブサーバにアクセスして得られる所定情報としてのＨＴＭＬ形式のウェブサイトのページや、ドキュメントファイルを特定できるものであれば如何なるものであっても構わない。
また、サーバは、１つのサーバやクラウド上の複数のサーバでもよい。
事前学習済み人工知能手段は、大規模言語モデルとも呼ばれる対話型の例えばChatGPT（Generative Pre-trained Transformer）（以下、チャットＧＰＴ）などにより構成され、１つのサーバやクラウド上の複数のサーバに設けられた構成でもよい。
また、ドキュメントファイルとは、内容に文字情報を含む電子データのファイルのことをいい、データのファイル形式は、単なるテキストデータ形式、文書データ形式、セル表示タイプの表計算ファイル形式、ピクセル表示タイプの写真や動画などの画像ファイル形式など、画像認識手段を用いて文字を読み取り自在なものや、音声認識手段で読み込み自在なものでもよく、文字を直接認識なものまたは音声から文字を起こして間接的に認識可能なものであれば如何なるものであっても構わない。
なお、文字にはプログラムのソースコードも含まれる。
さらに、所定情報についての場所情報であるＵＲＬ情報（Uniform Resource Locator情報）は、ウェブサーバにアクセスして得られる所定情報としてのＨＴＭＬ形式のウェブサイトのページや、ドキュメントファイルを特定できるものであれば如何なるものであっても構わない。
【実施例0030】
以下に、本発明の実施例である人工知能システム１００について、図１乃至図１２に基づいて説明する。
ここで、図１は、本発明の実施例である人工知能システム１００の概念を示す図であり、図２は、本発明の実施例である人工知能システム１００の動作例を示すチャート図であり、図３は、本発明の実施例である人工知能システム１００のユーザー端末１１０のブラウザ１１１のアップロード画面１１２におけるファイル指定の一例を示す図であり、図４は、本発明の実施例である人工知能システム１００のユーザー端末１１０のブラウザ１１１のアップロード画面１１２におけるプロンプト入力操作の一例を示す図であり、図５は、本発明の実施例である人工知能システム１００のユーザー端末１１０のブラウザ１１１のアップロード画面１１２における回答としての生成テキストデータＧＴの一例を示す図であり、図６は、本発明の実施例である人工知能システム１００のユーザー端末１１０のブラウザ１１１のアップロード画面１１２における回答としての生成テキストデータＧＴおよび複数の質問情報の一例を示す図であり、図７は、本発明の実施例である人工知能システム１００のユーザー端末１１０のブラウザ１１１のアップロード画面１１２におけるプロンプトとしての質問および回答としての生成テキストデータＧＴの一例を示す図であり、図８は、本発明の実施例である人工知能システム１００のユーザー端末１１０のブラウザ１１１のアップロード画面１１２におけるプロンプトとしての英語で回答指示の旨および回答としての英語による生成テキストデータＧＴの一例を示す図であり、図９は、本発明の実施例である人工知能システム１００のユーザー端末１１０のブラウザ１１１のアップロード画面１１２におけるプロンプトとしての英語の質問および回答としての英語による生成テキストデータＧＴの一例を示す図であり、図１０は、本発明の実施例である人工知能システム１００のマスキング機能の概念を示す図であり、図１１（Ａ）は、本発明の実施例である人工知能システム１００の管理画面１１３におけるマスキングの設定例を示す図であり、図１１（Ｂ）は、アップロード画面１１２においてマスキングの対象文字を含むドキュメントファイルＤＦがアップロード・が入力された際の様子を示す図であり、図１２は、本発明の実施例である人工知能システム１００のマスキングの動作例を説明する図である。
ここで、図１は、本発明の実施例である人工知能システム１００の概念を示す図であり、図２は、本発明の実施例である人工知能システム１００の動作例を示すチャート図であり、図３は、本発明の実施例である人工知能システム１００のユーザー端末１１０のブラウザ１１１のアップロード画面１１２におけるファイル指定の一例を示す図であり、図４は、本発明の実施例である人工知能システム１００のユーザー端末１１０のブラウザ１１１のアップロード画面１１２におけるプロンプト入力操作の一例を示す図であり、図５は、本発明の実施例である人工知能システム１００のユーザー端末１１０のブラウザ１１１のアップロード画面１１２における回答としての生成テキストデータＧＴの一例を示す図であり、図６は、本発明の実施例である人工知能システム１００のユーザー端末１１０のブラウザ１１１のアップロード画面１１２における回答としての生成テキストデータＧＴおよび複数の質問情報の一例を示す図であり、図７は、本発明の実施例である人工知能システム１００のユーザー端末１１０のブラウザ１１１のアップロード画面１１２におけるプロンプトとしての質問および回答としての生成テキストデータＧＴの一例を示す図であり、図８は、本発明の実施例である人工知能システム１００のユーザー端末１１０のブラウザ１１１のアップロード画面１１２におけるプロンプトとしての英語で回答指示の旨および回答としての英語による生成テキストデータＧＴの一例を示す図であり、図９は、本発明の実施例である人工知能システム１００のユーザー端末１１０のブラウザ１１１のアップロード画面１１２におけるプロンプトとしての英語の質問および回答としての英語による生成テキストデータＧＴの一例を示す図であり、図１０は、本発明の実施例である人工知能システム１００のマスキング機能の概念を示す図であり、図１１（Ａ）は、本発明の実施例である人工知能システム１００の管理画面１１３におけるマスキングの設定例を示す図であり、図１１（Ｂ）は、アップロード画面１１２においてマスキングの対象文字を含むドキュメントファイルＤＦがアップロード・が入力された際の様子を示す図であり、図１２は、本発明の実施例である人工知能システム１００のマスキングの動作例を説明する図である。
【0031】
本発明の第１実施例である人工知能システム１００は、図１に示すように、ユーザー端末１１０と、サーバの一例である第１サーバ１２０および第２サーバ１３０とを備えている。
このうち、第１サーバ１２０は、ユーザー端末１１０のブラウザ１１１が表示する人工知能システム１００のアップロード画面１１２のウェブページの情報を有している。
他方、第２サーバ１３０は、事前学習済み人工知能手段１３１の一例であるチャットＧＰＴを有している。
本実施例では、一例として、第１サーバ１２０と、第２サーバ１３０とが別体の構成としたが、共通の１つのサーバの構成でもよい。
ユーザー端末１１０のブラウザ１１１において、ユーザーが人工知能システム１００へのログイン操作を行うと、ユーザー端末１１０のブラウザ１１１が、アップロード画面１１２を表示する。
このうち、第１サーバ１２０は、ユーザー端末１１０のブラウザ１１１が表示する人工知能システム１００のアップロード画面１１２のウェブページの情報を有している。
他方、第２サーバ１３０は、事前学習済み人工知能手段１３１の一例であるチャットＧＰＴを有している。
本実施例では、一例として、第１サーバ１２０と、第２サーバ１３０とが別体の構成としたが、共通の１つのサーバの構成でもよい。
ユーザー端末１１０のブラウザ１１１において、ユーザーが人工知能システム１００へのログイン操作を行うと、ユーザー端末１１０のブラウザ１１１が、アップロード画面１１２を表示する。
【0032】
そして、ユーザー端末１１０のブラウザ１１１のアップロード画面１１２においてドキュメントファイルＤＦを指定する操作または所定情報についての場所情報であるＵＲＬ情報ＤＦ１を指定する操作があったとする。
すると、ユーザー端末１１０が、ドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１をサーバの一例である第１サーバ１２０を介して第２サーバ１３０へアップロードする。
続いて、ブラウザ１１１のアップロード画面１１２において所定操作があったとき、ユーザー端末１１０が、所定操作に応じた所謂、プロンプトである指示命令情報ＰＴをサーバの一例である第１サーバ１２０を介して第２サーバ１３０へ送信する。
例えば、要約作成、問題点の指摘、改善点の指摘、情報への質問などの所定指令命令情報を送信する。
すると、ユーザー端末１１０が、ドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１をサーバの一例である第１サーバ１２０を介して第２サーバ１３０へアップロードする。
続いて、ブラウザ１１１のアップロード画面１１２において所定操作があったとき、ユーザー端末１１０が、所定操作に応じた所謂、プロンプトである指示命令情報ＰＴをサーバの一例である第１サーバ１２０を介して第２サーバ１３０へ送信する。
例えば、要約作成、問題点の指摘、改善点の指摘、情報への質問などの所定指令命令情報を送信する。
【0033】
すると、第２サーバ１３０が、受信した指示命令情報ＰＴに基づいて事前学習済み人工知能手段１３１の一例であるチャットＧＰＴを用いて、読み込んだドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報についてのテキストデータ生成を実行する。
そして、第２サーバ１３０が、実行して得た生成テキストデータＧＴを、第１サーバ１２０を介してユーザー端末１１０へ送信する。
すると、ユーザー端末１１０が、受信した生成テキストデータＧＴをブラウザ１１１のアップロード画面１１２に表示するまたは音声出力するように構成されている。
そして、第２サーバ１３０が、実行して得た生成テキストデータＧＴを、第１サーバ１２０を介してユーザー端末１１０へ送信する。
すると、ユーザー端末１１０が、受信した生成テキストデータＧＴをブラウザ１１１のアップロード画面１１２に表示するまたは音声出力するように構成されている。
【0034】
これにより、アップロードしたドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報について事前学習済み人工知能手段１３１の一例であるチャットＧＰＴが読み込んでから所定操作に応じた指示命令情報ＰＴに基づいてテキストデータの生成を実行して生成テキストデータＧＴがブラウザ１１１に表示されるまたは音声出力される。
その結果、ユーザーはドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１をアップロードするとともに所定操作をするだけでアップロードしたドキュメントファイルＤＦを自ら読むことなく、または、アップロードしたＵＲＬ情報ＤＦ１のウェブメールページやＵＲＬ情報ＤＦ１によって特定されるドキュメントファイルＤＦを自ら読むことなく、例えば、要約作成、問題点の指摘、改善点の指摘、情報への質問などの所定指令命令情報のプロンプトに基づいた所望の生成テキストデータＧＴの情報を得ることができる。
その結果、ユーザーはドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１をアップロードするとともに所定操作をするだけでアップロードしたドキュメントファイルＤＦを自ら読むことなく、または、アップロードしたＵＲＬ情報ＤＦ１のウェブメールページやＵＲＬ情報ＤＦ１によって特定されるドキュメントファイルＤＦを自ら読むことなく、例えば、要約作成、問題点の指摘、改善点の指摘、情報への質問などの所定指令命令情報のプロンプトに基づいた所望の生成テキストデータＧＴの情報を得ることができる。
【0035】
続いて、人工知能システム１００の動作例について、より詳しく説明する。
図２に示すように、ステップＳ１では、ファイル指定判定ステップとして、ユーザー端末１１０のブラウザ１１１のアップロード画面１１２においてドキュメントファイルＤＦを指定する操作または所定情報についての場所情報であるＵＲＬ情報ＤＦ１を指定する操作があったか否かを、ユーザー端末１１０が判定する。
指定する操作があったと判定した場合はステップＳ２へ進み、他方、まだないと判定した場合はステップＳ１を繰り返す。
図２に示すように、ステップＳ１では、ファイル指定判定ステップとして、ユーザー端末１１０のブラウザ１１１のアップロード画面１１２においてドキュメントファイルＤＦを指定する操作または所定情報についての場所情報であるＵＲＬ情報ＤＦ１を指定する操作があったか否かを、ユーザー端末１１０が判定する。
指定する操作があったと判定した場合はステップＳ２へ進み、他方、まだないと判定した場合はステップＳ１を繰り返す。
【0036】
より具体的には、図３に示すように、アップロード画面１１２には、ドキュメントファイル指定欄、および、ドキュメントファイル選択欄が設けられている。
ドキュメントファイル指定欄では、ユーザーによるドラッグアンドドロップ操作によってドキュメントファイルＤＦのアイコンがドキュメントファイル指定欄の領域内に移動されると、そのドキュメントファイルＤＦが指定されるように設けられている。
また、ドキュメントファイル選択欄では、参照ボタンの操作によってユーザー端末１１０やファイルサーバに保存されたドキュメントファイルＤＦのパスを選択することによって、そのドキュメントファイルＤＦが指定されるように設けられている。
ドキュメントファイル指定欄では、ユーザーによるドラッグアンドドロップ操作によってドキュメントファイルＤＦのアイコンがドキュメントファイル指定欄の領域内に移動されると、そのドキュメントファイルＤＦが指定されるように設けられている。
また、ドキュメントファイル選択欄では、参照ボタンの操作によってユーザー端末１１０やファイルサーバに保存されたドキュメントファイルＤＦのパスを選択することによって、そのドキュメントファイルＤＦが指定されるように設けられている。
【0037】
続いて、「アップロードする」ボタンの操作があったとき、ドキュメントファイルＤＦを指定する操作または所定情報についての場所情報であるＵＲＬ情報ＤＦ１を指定する操作があったと判定してステップＳ２へ進む。
なお、ドラッグアンドドロップ操作によってドキュメントファイルＤＦのアイコンがドキュメントファイル指定欄の領域内に移動されたとき、または、ドキュメントファイルＤＦのパスが選択されたときにドキュメントファイルＤＦを指定する操作があったと判定してもよい。
言い換えると、「アップロードする」ボタンの操作なしで、ドキュメントファイルＤＦを指定する操作があったと判定してもよい。
また、一例として、ドキュメントファイル指定欄にドラッグアンドドロップ操作でドキュメントファイルＤＦを指定する操作の例を説明したが、所定情報についての場所情報であるＵＲＬ情報ＤＦ１を入力してもよい。
なお、ドラッグアンドドロップ操作によってドキュメントファイルＤＦのアイコンがドキュメントファイル指定欄の領域内に移動されたとき、または、ドキュメントファイルＤＦのパスが選択されたときにドキュメントファイルＤＦを指定する操作があったと判定してもよい。
言い換えると、「アップロードする」ボタンの操作なしで、ドキュメントファイルＤＦを指定する操作があったと判定してもよい。
また、一例として、ドキュメントファイル指定欄にドラッグアンドドロップ操作でドキュメントファイルＤＦを指定する操作の例を説明したが、所定情報についての場所情報であるＵＲＬ情報ＤＦ１を入力してもよい。
【0038】
ステップＳ２では、アップロードステップとして、ユーザー端末１１０が、指定されたドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１をサーバの一例として第１サーバ１２０を介して第２サーバ１３０へアップロードする。
例えば、ユーザー端末１１０が、第１サーバ１２０へドキュメントファイルＤＦをアップロードした際、第１サーバ１２０が、ＰＤＦファイルなどのドキュメントファイルＤＦをテキスト化、つまり、テキストデータに変換する。
そして、第１サーバ１２０が、テキストデータを第２サーバ１３０へ送信するようにしてもよい。
第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴに一度における入力文字数の制限がある場合、第１サーバ１２０が、その入力文字の制限数内でテキストデータを送る。
ＵＲＬ情報ＤＦ１の場合も同様である。
ユーザー端末１１０が、第１サーバ１２０へＵＲＬ情報ＤＦ１をアップロードした際、第１サーバ１２０が、ＵＲＬ情報ＤＦ１に基づいて、その特定情報の内容を読み込んでテキストデータを得る。
そして、第１サーバ１２０が、テキストデータを第２サーバ１３０へ送信する。
ステップＳ３では、所定操作判定ステップとして、ブラウザ１１１のアップロード画面１１２において所定操作があったか否かを、ユーザー端末１１０が判定する。
所定操作があったと判定した場合はステップＳ４へ進み、他方、まだないと判定した場合はステップＳ３を繰り返す。
より具体的には、図４に示すように、アップロード画面１１２に設けられたテキスト入力欄に所定操作の一例であるデータＤＴの入力、つまり、指示命令情報ＰＴの入力として、例えば、プロンプトとして「↑要約して！」の旨の要約する旨の指示命令情報ＰＴが入力されたとき、所定操作ありと判定する。
例えば、ユーザー端末１１０が、第１サーバ１２０へドキュメントファイルＤＦをアップロードした際、第１サーバ１２０が、ＰＤＦファイルなどのドキュメントファイルＤＦをテキスト化、つまり、テキストデータに変換する。
そして、第１サーバ１２０が、テキストデータを第２サーバ１３０へ送信するようにしてもよい。
第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴに一度における入力文字数の制限がある場合、第１サーバ１２０が、その入力文字の制限数内でテキストデータを送る。
ＵＲＬ情報ＤＦ１の場合も同様である。
ユーザー端末１１０が、第１サーバ１２０へＵＲＬ情報ＤＦ１をアップロードした際、第１サーバ１２０が、ＵＲＬ情報ＤＦ１に基づいて、その特定情報の内容を読み込んでテキストデータを得る。
そして、第１サーバ１２０が、テキストデータを第２サーバ１３０へ送信する。
ステップＳ３では、所定操作判定ステップとして、ブラウザ１１１のアップロード画面１１２において所定操作があったか否かを、ユーザー端末１１０が判定する。
所定操作があったと判定した場合はステップＳ４へ進み、他方、まだないと判定した場合はステップＳ３を繰り返す。
より具体的には、図４に示すように、アップロード画面１１２に設けられたテキスト入力欄に所定操作の一例であるデータＤＴの入力、つまり、指示命令情報ＰＴの入力として、例えば、プロンプトとして「↑要約して！」の旨の要約する旨の指示命令情報ＰＴが入力されたとき、所定操作ありと判定する。
【0039】
なお、テキスト入力欄における指示命令情報ＰＴの直接入力に限らず、左側コラムに設けられたプロンプトボタンの操作があった場合、そのプロンプトボタンに応じた指示命令情報ＰＴがテキスト入力欄に入力され、所定操作ありと判定する。
ここで、所定操作の一例として、プロンプトボタンの「要約して！」ボタンの操作により、ドキュメントファイルＤＦの内容を要約する旨の指示命令情報ＰＴがテキスト入力欄され、プロンプトボタンの「問題点おしえて！」ボタンの操作により、ドキュメントファイルＤＦの内容について問題点をおしえる旨の指示命令情報ＰＴがテキスト入力欄され、プロンプトボタンの「改善点指摘」ボタンの操作により、ドキュメントファイルＤＦの内容について改善点を指摘する旨の指示命令情報ＰＴがテキスト入力欄される。
ここで、所定操作の一例として、プロンプトボタンの「要約して！」ボタンの操作により、ドキュメントファイルＤＦの内容を要約する旨の指示命令情報ＰＴがテキスト入力欄され、プロンプトボタンの「問題点おしえて！」ボタンの操作により、ドキュメントファイルＤＦの内容について問題点をおしえる旨の指示命令情報ＰＴがテキスト入力欄され、プロンプトボタンの「改善点指摘」ボタンの操作により、ドキュメントファイルＤＦの内容について改善点を指摘する旨の指示命令情報ＰＴがテキスト入力欄される。
【0040】
ステップＳ４では、指示命令送信ステップとして、図５に示すように、ユーザー端末１１０が、所定操作に応じた指示命令情報ＰＴである「↑要約して！」の旨のプロンプトをサーバの一例である第１サーバ１２０を介して第２サーバ１３０へ送信する。
ステップＳ５では、テキストデータ生成実行ステップとして、サーバの一例である第２サーバ１３０が、受信した指示命令情報ＰＴに基づいて事前学習済み人工知能手段１３１の一例であるチャットＧＰＴを用いて、読み込んだドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報についてのテキストデータ生成を実行する。
ステップＳ５では、テキストデータ生成実行ステップとして、サーバの一例である第２サーバ１３０が、受信した指示命令情報ＰＴに基づいて事前学習済み人工知能手段１３１の一例であるチャットＧＰＴを用いて、読み込んだドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報についてのテキストデータ生成を実行する。
【0041】
なお、技術的思想として、所定操作判定ステップＳ３において、テキスト入力欄に入力されたデータＤＴは、指示命令情報ＰＴを含んでいるか否かに関わらず、指示命令送信ステップＳ４において、第１サーバ１２０を介して第２サーバ１３０へ送信される。
そして、テキストデータ生成実行ステップＳ５において、第２サーバ１３０が受信したデータＤＴに指示命令情報ＰＴが含まれていれば、事前学習済み人工知能手段１３１の一例であるチャットＧＰＴが、その指示命令情報ＰＴに基づいてドキュメントファイルＤＦの内容について、テキストデータ生成を実行する。
本発明を理解しやすくするために、所定操作判定ステップＳ３において、テキスト入力欄に入力されたデータＤＴに、指示命令情報ＰＴが含まれている例を説明する。
そして、テキストデータ生成実行ステップＳ５において、第２サーバ１３０が受信したデータＤＴに指示命令情報ＰＴが含まれていれば、事前学習済み人工知能手段１３１の一例であるチャットＧＰＴが、その指示命令情報ＰＴに基づいてドキュメントファイルＤＦの内容について、テキストデータ生成を実行する。
本発明を理解しやすくするために、所定操作判定ステップＳ３において、テキスト入力欄に入力されたデータＤＴに、指示命令情報ＰＴが含まれている例を説明する。
【0042】
ステップＳ６では、生成データ送信ステップとして、サーバの一例である第２サーバ１３０が、実行して得た生成テキストデータＧＴを、第１サーバ１２０を介してユーザー端末１１０へ送信する。
ステップＳ７では、表示・音声出力ステップとして、図５に示すように、ユーザー端末１１０が、受信した生成テキストデータＧＴをブラウザ１１１のアップロード画面１１２に表示するまたは音声出力する。
ステップＳ７では、表示・音声出力ステップとして、図５に示すように、ユーザー端末１１０が、受信した生成テキストデータＧＴをブラウザ１１１のアップロード画面１１２に表示するまたは音声出力する。
【0043】
これにより、上述したように、アップロードしたドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報について事前学習済み人工知能手段１３１の一例であるチャットＧＰＴが読み込んでから所定操作に応じた指示命令情報ＰＴに基づいてテキストデータの生成を実行して生成テキストデータＧＴがブラウザ１１１に表示されるまたは音声出力される。
その結果、ユーザーはドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１をアップロードするとともに所定操作をするだけでアップロードしたドキュメントファイルＤＦを自ら読むことなく、または、アップロードしたＵＲＬ情報ＤＦ１のウェブメールページやＵＲＬ情報ＤＦ１によって特定されるドキュメントファイルＤＦを自ら読むことなく、例えば、要約作成、問題点の指摘、改善点の指摘、情報への質問などの所定指令命令情報のプロンプトに基づいた所望の生成テキストデータＧＴの情報を得ることができる。
その結果、ユーザーはドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１をアップロードするとともに所定操作をするだけでアップロードしたドキュメントファイルＤＦを自ら読むことなく、または、アップロードしたＵＲＬ情報ＤＦ１のウェブメールページやＵＲＬ情報ＤＦ１によって特定されるドキュメントファイルＤＦを自ら読むことなく、例えば、要約作成、問題点の指摘、改善点の指摘、情報への質問などの所定指令命令情報のプロンプトに基づいた所望の生成テキストデータＧＴの情報を得ることができる。
【0044】
例えば、指示命令情報ＰＴが、要約する旨であったとする。
この場合、第２サーバ１３０が、受信した要約する旨の指示命令情報ＰＴに基づいて事前学習済み人工知能手段１３１の一例であるチャットＧＰＴを用いて、読み込んだドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報についてのテキストデータ生成を実行する。
そして、第２サーバ１３０が、実行して得た生成テキストデータＧＴを、第１サーバ１２０を介してユーザー端末１１０へ送信する。
この場合、第２サーバ１３０が、受信した要約する旨の指示命令情報ＰＴに基づいて事前学習済み人工知能手段１３１の一例であるチャットＧＰＴを用いて、読み込んだドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報についてのテキストデータ生成を実行する。
そして、第２サーバ１３０が、実行して得た生成テキストデータＧＴを、第１サーバ１２０を介してユーザー端末１１０へ送信する。
【0045】
これにより、ユーザーがドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１を指定して要約する旨の指示命令に対応する所定操作をするだけで要約する旨の指示命令情報ＰＴが第１サーバ１２０を介して第２サーバ１３０に送信されて事前学習済み人工知能手段１３１の一例であるチャットＧＰＴによって処理されて所望の結果情報がブラウザ１１１のアップロード画面１１２に表示される、または、音声出力される。
その結果、ユーザーは所望の要約生成の結果情報を得ることができる。
特に指定したドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１が長文である場合、短い文章の要約が結果情報として表示される、または、音声出力される。
その結果、ユーザーは元のドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１の全文を読んで理解する必要がなく、短い文章を読んで、または、聴いておおよその内容を理解することができる。
その結果、ユーザーは所望の要約生成の結果情報を得ることができる。
特に指定したドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１が長文である場合、短い文章の要約が結果情報として表示される、または、音声出力される。
その結果、ユーザーは元のドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１の全文を読んで理解する必要がなく、短い文章を読んで、または、聴いておおよその内容を理解することができる。
【0046】
また、例えば、指示命令情報ＰＴが、問題点の有無をチェックして問題点がある場合はその内容を説明する旨であったとする。
この場合、第２サーバ１３０が、受信した問題点の有無をチェックして問題点がある場合はその内容を説明する旨の指示命令情報ＰＴに基づいて事前学習済み人工知能手段１３１の一例であるチャットＧＰＴを用いて、読み込んだドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報についてのテキストデータ生成を実行する。
そして、第２サーバ１３０が、実行して得た生成テキストデータＧＴを、第１サーバ１２０を介してユーザー端末１１０へ送信する。
この場合、第２サーバ１３０が、受信した問題点の有無をチェックして問題点がある場合はその内容を説明する旨の指示命令情報ＰＴに基づいて事前学習済み人工知能手段１３１の一例であるチャットＧＰＴを用いて、読み込んだドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報についてのテキストデータ生成を実行する。
そして、第２サーバ１３０が、実行して得た生成テキストデータＧＴを、第１サーバ１２０を介してユーザー端末１１０へ送信する。
【0047】
これにより、ユーザーがドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１を指定して問題点の有無をチェックして問題点がある場合はその内容を説明する旨の指示命令に対応する所定操作をするだけで問題点の有無をチェックして問題点がある場合はその内容を説明する旨の指示命令情報ＰＴが第１サーバ１２０を介して第２サーバ１３０に送信されて事前学習済み人工知能手段１３１の一例であるチャットＧＰＴによって処理されて所望の結果情報がブラウザ１１１のアップロード画面１１２に表示される、または、音声出力される。
その結果、ユーザーは指定したドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１の内容ページを読むことなく指定したドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１の内容の問題点についての所望の説明文生成の結果情報を得ることができる。
その結果、ユーザーは指定したドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１の内容ページを読むことなく指定したドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１の内容の問題点についての所望の説明文生成の結果情報を得ることができる。
【0048】
なお、ブラウザ１１１のアップロード画面１１２のプロンプトボタンについて、例えば、「要約して！（３００文字）」ボタン、「要約して！（５００文字）」ボタン、「問題点おしえて！（３００文字）」ボタン、「問題点おしえて！（５００文字）」ボタンのように、文字数の制限を複数レベル設けて、各プロンプトボタンに対応する指示命令情報ＰＴに生成する結果情報（生成テキストデータＧＴ）の文字数条件情報が含まれるように構成してもよい。
【0049】
これにより、ユーザーが所望の文字数の結果情報（生成テキストデータＧＴ）がブラウザ１１１のアップロード画面１１２に表示される、または、音声出力される。
その結果、ユーザーが詳しく知りたい場合や大まかに知りたい場合などの要求に対して瞬時に対応することができる。
特に文字数の制限がない場合、事前学習済み人工知能手段１３１が複数の文章によって詳しく説明する傾向があるため、要点を知りたい場合や要点を捉えて返信したい場合などは、文字制限をして生成することがお勧めであり、異なる文字数の制限付きのボタンを設けることにより、一度だけでユーザー所望の文字数の結果情報（生成テキストデータＧＴ）を得ることができる。
つまり、文字制限なしで指示命令情報ＰＴを送信する構成の場合、先ず、比較的多い文字数の結果情報（生成テキストデータＧＴ）を得て、次に、文字数の制限で比較的少ない文字数の結果情報（生成テキストデータＧＴ）に変更するという手間を省くことができる。
その結果、ユーザーが詳しく知りたい場合や大まかに知りたい場合などの要求に対して瞬時に対応することができる。
特に文字数の制限がない場合、事前学習済み人工知能手段１３１が複数の文章によって詳しく説明する傾向があるため、要点を知りたい場合や要点を捉えて返信したい場合などは、文字制限をして生成することがお勧めであり、異なる文字数の制限付きのボタンを設けることにより、一度だけでユーザー所望の文字数の結果情報（生成テキストデータＧＴ）を得ることができる。
つまり、文字制限なしで指示命令情報ＰＴを送信する構成の場合、先ず、比較的多い文字数の結果情報（生成テキストデータＧＴ）を得て、次に、文字数の制限で比較的少ない文字数の結果情報（生成テキストデータＧＴ）に変更するという手間を省くことができる。
【0050】
さらに本実施例では、第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴが指示命令情報ＰＴに基づいてテキストデータを生成する際、第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴが、読み込んだドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報のどのページまたはどの箇所に基づいているかについての根拠情報ＰＦを生成する。
根拠情報ＰＦとして、例えば、「Ｐ１５：４行目～１０行目」の旨の情報を生成する。
そして、サーバの一例である第２サーバ１３０が、生成テキストデータＧＴおよび根拠情報ＰＦを、第１サーバ１２０を介してユーザー端末１１０へ送信する。
すると、図５に示すように、ユーザー端末１１０が、生成テキストデータＧＴおよび根拠情報ＰＦをブラウザ１１１のアップロード画面１１２に表示するように構成されている。
根拠情報ＰＦとして、例えば、「Ｐ１５：４行目～１０行目」の旨の情報を生成する。
そして、サーバの一例である第２サーバ１３０が、生成テキストデータＧＴおよび根拠情報ＰＦを、第１サーバ１２０を介してユーザー端末１１０へ送信する。
すると、図５に示すように、ユーザー端末１１０が、生成テキストデータＧＴおよび根拠情報ＰＦをブラウザ１１１のアップロード画面１１２に表示するように構成されている。
【0051】
これにより、ブラウザ１１１のアップロード画面１１２において生成テキストデータＧＴだけでなく根拠情報ＰＦも表示される。
その結果、ユーザーは根拠情報ＰＦに基づいて元のドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報を参照して生成テキストデータＧＴの精度や信頼度（信憑性）を簡単に確認することができる。
つまり、生成テキストデータＧＴだけを見て生成テキストデータＧＴの内容を鵜呑みにすることなく、どの部分の何に基づいて、生成テキストデータＧＴが生成されたかをユーザーは簡単に確認することができる。
その結果、ユーザーは根拠情報ＰＦに基づいて元のドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報を参照して生成テキストデータＧＴの精度や信頼度（信憑性）を簡単に確認することができる。
つまり、生成テキストデータＧＴだけを見て生成テキストデータＧＴの内容を鵜呑みにすることなく、どの部分の何に基づいて、生成テキストデータＧＴが生成されたかをユーザーは簡単に確認することができる。
【0052】
なお、アップロード画面１１２において表示された根拠情報ＰＦの箇所をクリック操作すると、ブラウザ１１１が、元のドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報を表示するとともに、その根拠情報ＰＦの箇所をハイライト等で表示するように構成してもよい。
これにより、ユーザーがクリック操作するだけで確認したい箇所がハイライト表示される。
その結果、ユーザーは元のドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報において確認したい箇所を簡単に確認することができる。
これにより、ユーザーがクリック操作するだけで確認したい箇所がハイライト表示される。
その結果、ユーザーは元のドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報において確認したい箇所を簡単に確認することができる。
【0053】
また本実施例では、第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴが、指示命令情報ＰＴに基づいてテキストデータを生成した際、読み込んだドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報に関する情報が回答情報となる関係の質問情報を複数生成する。
例えば、質問情報の一例として、「上手くいかないときは？」、「オンラインでの楽しみ方は？」、「グループでの楽しみ方は？」を生成する。
そして、サーバの一例である第２サーバ１３０が、生成テキストデータＧＴ、生成質問情報ＱＴの順で第１サーバ１２０を介してユーザー端末１１０へ送信するように構成されている。
例えば、質問情報の一例として、「上手くいかないときは？」、「オンラインでの楽しみ方は？」、「グループでの楽しみ方は？」を生成する。
そして、サーバの一例である第２サーバ１３０が、生成テキストデータＧＴ、生成質問情報ＱＴの順で第１サーバ１２０を介してユーザー端末１１０へ送信するように構成されている。
【0054】
これにより、図６に示すように、読み込んだドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報についての想定される質問情報が複数生成されて生成質問情報ＱＴがブラウザ１１１のアップロード画面１１２において生成テキストデータＧＴの後の順で表示される。
その結果、ユーザーは、先ずは複数の生成質問情報ＱＴのうちの１つを選択して事前学習済み人工知能手段１３１とやりとりをして事前学習済み人工知能手段１３１が読み込んだドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報に関して自ら全てを読むことなく理解を簡単に深めることができる。
ここで、生成質問情報ＱＴを選択する操作が行われると、その生成質問情報ＱＴがプロンプトである指示命令情報ＰＴとして第１サーバ１２０を介して第２サーバ１３０の事前学習済み人工知能手段１３１へ送信され、回答として生成テキストデータＧＴを得ることができる。
その結果、ユーザーは、先ずは複数の生成質問情報ＱＴのうちの１つを選択して事前学習済み人工知能手段１３１とやりとりをして事前学習済み人工知能手段１３１が読み込んだドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報に関して自ら全てを読むことなく理解を簡単に深めることができる。
ここで、生成質問情報ＱＴを選択する操作が行われると、その生成質問情報ＱＴがプロンプトである指示命令情報ＰＴとして第１サーバ１２０を介して第２サーバ１３０の事前学習済み人工知能手段１３１へ送信され、回答として生成テキストデータＧＴを得ることができる。
【0055】
なお、図７に示すように、ブラウザ１１１のアップロード画面１１２のドキュメントファイル指定欄において、ドキュメントファイルＤＦやＵＲＬ情報ＤＦ１を複数指定してもよい。
ＵＲＬ情報ＤＦ１は、サイトマップ情報でもよい
ドキュメントファイルＤＦやＵＲＬ情報ＤＦ１が複数指定された場合、全てが第１サーバ１２０を介して第２サーバ１３０へアップロードされる。
つまり、ユーザー端末１１０のブラウザ１１１のアップロード画面１１２において、指定可能なドキュメントファイルＤＦまたは指定可能なＵＲＬ情報ＤＦ１の数が複数である。
そして、ドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１の指定が複数であった場合、ユーザー端末１１０が、複数のドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１を第１サーバ１２０へアップロードする。
これにより、複数のドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１の内容が事前学習済み人工知能手段１３１の一例であるチャットＧＰＴに読み込まれる。
その結果、複数のドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１の内容の共通する内容や少なくとも一方のみについての内容についての結果情報を得ることができる。
つまり、複数のドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１の内容の共通点や差異点などを考慮した効率のよい結果情報を得ることができる。
そして、チャットＧＰＴの回答として生成テキストデータＧＴがアップロード画面１１２に表示された際、根拠情報ＰＦとして、どのドキュメントファイルＤＦやＵＲＬ情報ＤＦ１におけるどの箇所かについての情報であるかが明示される。
つまり、複数のドキュメントファイルＤＦの内容について、ユーザーが質問した場合であっても、回答としての生成テキストデータＧＴの内容についての根拠情報ＰＦには、どのドキュメントファイルＤＦであるかが明示されている。
ＵＲＬ情報ＤＦ１は、サイトマップ情報でもよい
ドキュメントファイルＤＦやＵＲＬ情報ＤＦ１が複数指定された場合、全てが第１サーバ１２０を介して第２サーバ１３０へアップロードされる。
つまり、ユーザー端末１１０のブラウザ１１１のアップロード画面１１２において、指定可能なドキュメントファイルＤＦまたは指定可能なＵＲＬ情報ＤＦ１の数が複数である。
そして、ドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１の指定が複数であった場合、ユーザー端末１１０が、複数のドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１を第１サーバ１２０へアップロードする。
これにより、複数のドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１の内容が事前学習済み人工知能手段１３１の一例であるチャットＧＰＴに読み込まれる。
その結果、複数のドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１の内容の共通する内容や少なくとも一方のみについての内容についての結果情報を得ることができる。
つまり、複数のドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１の内容の共通点や差異点などを考慮した効率のよい結果情報を得ることができる。
そして、チャットＧＰＴの回答として生成テキストデータＧＴがアップロード画面１１２に表示された際、根拠情報ＰＦとして、どのドキュメントファイルＤＦやＵＲＬ情報ＤＦ１におけるどの箇所かについての情報であるかが明示される。
つまり、複数のドキュメントファイルＤＦの内容について、ユーザーが質問した場合であっても、回答としての生成テキストデータＧＴの内容についての根拠情報ＰＦには、どのドキュメントファイルＤＦであるかが明示されている。
【0056】
さらに本実施例では、図７に示すように、指示命令情報ＰＴがアップロードされたドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報についての質問であった場合、第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴが、質問の内容と、読み込んだドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報に関する情報の内容との相関スコアーを算出する。
そして、算出した相関スコアーが所定閾値未満である場合、第２サーバ１３０が、質問に対する回答として、わからない旨の生成テキストデータＧＴを、第１サーバ１２０を介してユーザー端末１１０へ送信するように構成されている。
そして、算出した相関スコアーが所定閾値未満である場合、第２サーバ１３０が、質問に対する回答として、わからない旨の生成テキストデータＧＴを、第１サーバ１２０を介してユーザー端末１１０へ送信するように構成されている。
【0057】
これにより、アップロードされたドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報と相関の低い内容の質問があった場合には、信頼度の低い内容の回答をすることなく正直にわからない旨の回答がブラウザ１１１のアップロード画面１１２に表示される。
その結果、ユーザーはアップロードしたドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報との関係において自分のした質問が的外れなものであったことを理解して別の質問を試すことができる。
つまり、信頼度の低い内容が回答としてブラウザ１１１のアップロード画面１１２に表示されない。
その結果、ユーザーは安心して事前学習済み人工知能手段１３１の一例であるチャットＧＰＴとやりとりをすることができる。
その結果、ユーザーはアップロードしたドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報との関係において自分のした質問が的外れなものであったことを理解して別の質問を試すことができる。
つまり、信頼度の低い内容が回答としてブラウザ１１１のアップロード画面１１２に表示されない。
その結果、ユーザーは安心して事前学習済み人工知能手段１３１の一例であるチャットＧＰＴとやりとりをすることができる。
【0058】
また本実施例では、図８に示すように、指示命令情報ＰＴが、回答についての言語指定情報ＰＴ１を含む場合、例えば、「英語で！」と言語指定があったとする。
この場合、第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴが、指示命令情報ＰＴに基づいて、指定された言語でテキストデータを生成する。
そして、第２サーバ１３０が、生成テキストデータＧＴを、第１サーバ１２０を介してユーザー端末１１０へ送信するように構成されている。
これにより、指定された言語による生成テキストデータＧＴが回答としてブラウザ１１１のアップロード画面１１２に表示される。
その結果、多言語のユーザーに対応することができる。
この場合、第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴが、指示命令情報ＰＴに基づいて、指定された言語でテキストデータを生成する。
そして、第２サーバ１３０が、生成テキストデータＧＴを、第１サーバ１２０を介してユーザー端末１１０へ送信するように構成されている。
これにより、指定された言語による生成テキストデータＧＴが回答としてブラウザ１１１のアップロード画面１１２に表示される。
その結果、多言語のユーザーに対応することができる。
【0059】
さらに本実施例では、図９に示すように、所定操作が日本語以外の外国語による指示命令ＰＴ２の入力操作であった場合、例えば、「イカの中華料理のレシピをおしえて！」の旨の指示命令情報ＰＴが英語による指示命令ＰＴ２で入力されたとする。
この場合、第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴが、指示命令情報ＰＴである英語による指示命令ＰＴ２に基づいて、入力された指示命令ＰＴ２の言語の一例として英語でテキストデータを生成する。
そして、第２サーバ１３０が、生成テキストデータＧＴを、第１サーバ１２０を介してユーザー端末１１０へ送信するように構成されている。
これにより、英語や多言語で質問などの指示命令ＰＴ２の入力があった場合はその言語でテキストデータが生成されて生成テキストデータＧＴが回答としてブラウザ１１１のアップロード画面１１２に表示される。
その結果、多言語のユーザーに対応することができる。
この場合、第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴが、指示命令情報ＰＴである英語による指示命令ＰＴ２に基づいて、入力された指示命令ＰＴ２の言語の一例として英語でテキストデータを生成する。
そして、第２サーバ１３０が、生成テキストデータＧＴを、第１サーバ１２０を介してユーザー端末１１０へ送信するように構成されている。
これにより、英語や多言語で質問などの指示命令ＰＴ２の入力があった場合はその言語でテキストデータが生成されて生成テキストデータＧＴが回答としてブラウザ１１１のアップロード画面１１２に表示される。
その結果、多言語のユーザーに対応することができる。
【0060】
また本実施例では、図１０に示すように、ユーザー端末１１０が、ボット１２１を有する第１サーバ１２０を介して、事前学習済み人工知能手段１３１の一例であるチャットＧＰＴを有する第２サーバ１３０と通信する。
そして、図１１（Ａ）に示すように、第１サーバ１２０と通信自在な管理者用端末の一例であるユーザー端末１１０のブラウザ１１１に表示された管理画面１１３において、ユーザー端末１１０から第１サーバ１２０のボット１２１へのデータＤＴに含まれたワード属性についてのマスキングが設定自在である。
例えば、ワード属性が「名前」、「住所」、「電話番号」、「マイナンバー」「電子メールアドレス」であるものを選択してマスキングの設定をしたとする。
そして、図１１（Ａ）に示すように、第１サーバ１２０と通信自在な管理者用端末の一例であるユーザー端末１１０のブラウザ１１１に表示された管理画面１１３において、ユーザー端末１１０から第１サーバ１２０のボット１２１へのデータＤＴに含まれたワード属性についてのマスキングが設定自在である。
例えば、ワード属性が「名前」、「住所」、「電話番号」、「マイナンバー」「電子メールアドレス」であるものを選択してマスキングの設定をしたとする。
【0061】
そして、図１１（Ｂ）に示すように、ユーザー端末１１０のブラウザ１１１のアップロード画面１１２において、データＤＴの一例として予め設定されたマスキングのワード属性の文字ＷＤを含むドキュメントファイルＤＦとしての社員名簿のファイルが指定・入力されて第１サーバ１２０にアップロードされたとする。
ここで、データＤＴの一例であるドキュメントファイルＤＦとしての社員名簿のファイルには、マスキングのワード属性の文字ＷＤの一例である「名前」の属性の文字が社員の名前として含まれている。
また、指示命令情報ＰＴとしての「↑この中で３年間異動がない人をおしえて」のプロンプトが入力されて、第１サーバ１２０へ送信されたとする。
ここで、データＤＴの一例としての指示命令情報ＰＴにはマスキング対象が含まれていない。
他方の社員名簿のファイルにマスキング対象が含まれているので、マスキングの様子について、社員名簿のファイルの例について説明する。
図１２に示すように、社員名簿のファイルが、ユーザー端末１１０から第１サーバ１２０へ送信される。
ここで、データＤＴの一例であるドキュメントファイルＤＦとしての社員名簿のファイルには、マスキングのワード属性の文字ＷＤの一例である「名前」の属性の文字が社員の名前として含まれている。
また、指示命令情報ＰＴとしての「↑この中で３年間異動がない人をおしえて」のプロンプトが入力されて、第１サーバ１２０へ送信されたとする。
ここで、データＤＴの一例としての指示命令情報ＰＴにはマスキング対象が含まれていない。
他方の社員名簿のファイルにマスキング対象が含まれているので、マスキングの様子について、社員名簿のファイルの例について説明する。
図１２に示すように、社員名簿のファイルが、ユーザー端末１１０から第１サーバ１２０へ送信される。
【0062】
すると、受信した第１サーバ１２０のボット１２１が、受信したデータＤＴの社員名簿のファイルにマスキングのワード属性の文字ＷＤが含まれていると判定する。
ここで、ボット１２１は、第１サーバ１２０のデータベースに基づいて、テキストなどのデータＤＴをスキャンした際に「名前」、「住所」、「電話番号」、「マイナンバー」「電子メールアドレス」の属性を判定可能に設けられている。
ワード属性の判別については、第１サーバ１２０のボット１２１が予めデータベースに設けられたワード属性についてのリストを参照して例えば、名前の属性、住所の属性などであると判別してもよいし、テキストデータのその箇所の前後から名前の属性、住所の属性などである判別してもよし、テキストデータのその箇所の記載ぶり（スタイル形式）から名前の属性、住所の属性などであると判別してもよい。
ここで、ボット１２１は、第１サーバ１２０のデータベースに基づいて、テキストなどのデータＤＴをスキャンした際に「名前」、「住所」、「電話番号」、「マイナンバー」「電子メールアドレス」の属性を判定可能に設けられている。
ワード属性の判別については、第１サーバ１２０のボット１２１が予めデータベースに設けられたワード属性についてのリストを参照して例えば、名前の属性、住所の属性などであると判別してもよいし、テキストデータのその箇所の前後から名前の属性、住所の属性などである判別してもよし、テキストデータのその箇所の記載ぶり（スタイル形式）から名前の属性、住所の属性などであると判別してもよい。
【0063】
より具体的には、社員名簿に記載された「名前」のワード属性である社員の名前を検出する。
そして、第１サーバ１２０のボット１２１が、受信したデータＤＴの社員名簿のファイルのうち、マスキングのワード属性の文字ＷＤである社員の名前を同じワード属性の別の任意の文字ＷＤ１の一例である「名前」と「１」などの番号との組み合わせに変換する。
その後、第１サーバ１２０のボット１２１が、変換後のデータＤＴ１の社員名簿のファイルをプロンプトと一緒に第２サーバ１３０へ送信する。
なお、第１サーバ１２０のボット１２１は、この際の変換のリスト（変換の前後対応テーブル）を保存しておく。
そして、第１サーバ１２０のボット１２１が、受信したデータＤＴの社員名簿のファイルのうち、マスキングのワード属性の文字ＷＤである社員の名前を同じワード属性の別の任意の文字ＷＤ１の一例である「名前」と「１」などの番号との組み合わせに変換する。
その後、第１サーバ１２０のボット１２１が、変換後のデータＤＴ１の社員名簿のファイルをプロンプトと一緒に第２サーバ１３０へ送信する。
なお、第１サーバ１２０のボット１２１は、この際の変換のリスト（変換の前後対応テーブル）を保存しておく。
【0064】
その後、第２サーバ１３０が、第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴを用いて変換後のデータＤＴ１の社員名簿のファイルおよびプロンプトに基づく内容のテキストデータ生成を実行する。
一例として、社員名簿のファイルに記載された入社日情報や過去の異動履歴情報から変換された「名前」のワード属性である「名前１」、「名前２」…についての３年間異動がない人をピックアップする。
そして、生成テキストデータＧＴの一例として「名前１、名前３、名前５、名前７、……の１０名です。」を得る。
続いて、第２サーバ１３０が、実行して得た生成テキストデータＧＴを第１サーバ１２０のボット１２１へ送信する。
一例として、社員名簿のファイルに記載された入社日情報や過去の異動履歴情報から変換された「名前」のワード属性である「名前１」、「名前２」…についての３年間異動がない人をピックアップする。
そして、生成テキストデータＧＴの一例として「名前１、名前３、名前５、名前７、……の１０名です。」を得る。
続いて、第２サーバ１３０が、実行して得た生成テキストデータＧＴを第１サーバ１２０のボット１２１へ送信する。
【0065】
すると、第１サーバ１２０のボット１２１が、受信した生成テキストデータＧＴのうち、第２サーバ１３０への送信の際に変換した別の任意の文字ＷＤ１の部分を、変換前の文字ＷＤに戻す変更（逆変換）をする。
なお、第１サーバ１２０のボット１２１は、変換の際に保存したリスト（変換の前後対応テーブル）を参照して変換前の文字ＷＤに戻す変更をする。
例えば、「鈴木えみ」を「名前１」に変換した場合は、「名前１」を「鈴木えみ」に戻す変更（逆変換）をする。
そして、変更後の生成テキストデータＧＴ１の一例として「鈴木えみ、田中一郎、ジョン・スミス、エイミー・マーシャル、……の１０名です。」を得る。
その後、第１サーバ１２０のボット１２１は、変更後の生成テキストデータＧＴ１をユーザー端末１１０へ送信するように構成されている。
なお、第１サーバ１２０のボット１２１は、変換の際に保存したリスト（変換の前後対応テーブル）を参照して変換前の文字ＷＤに戻す変更をする。
例えば、「鈴木えみ」を「名前１」に変換した場合は、「名前１」を「鈴木えみ」に戻す変更（逆変換）をする。
そして、変更後の生成テキストデータＧＴ１の一例として「鈴木えみ、田中一郎、ジョン・スミス、エイミー・マーシャル、……の１０名です。」を得る。
その後、第１サーバ１２０のボット１２１は、変更後の生成テキストデータＧＴ１をユーザー端末１１０へ送信するように構成されている。
【0066】
これにより、例えば、ユーザー端末１１０から第１サーバ１２０のボット１２１へのデータＤＴについて名前、住所、電話番号、電子メールアドレスなどの個人を特定可能なワード属性についてのマスキングを予め設定しておくことによって、ユーザーが入力したデータＤＴにそれらのワード属性の文字ＷＤが含まれていた場合、第１サーバ１２０のボット１２１がそれらのワード属性の文字ＷＤを同じワード属性の別の任意の文字ＷＤ１に変換してから変換後のデータＤＴ１を第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴへ送信し、テキストデータ生成の実行が変換後のデータＤＴ１に基づいて行われる。
その結果、図１２に示すように、第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴが個人を特定可能なワード属性の文字ＷＤの情報を覚えてしまうことを回避することができる。
つまり、第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴへ送信される内容が個人を特定不可能な文字に変換されたものとなる。
その結果、第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴを介した他の端末への個人特定可能な情報の漏洩を回避することができる。
その結果、図１２に示すように、第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴが個人を特定可能なワード属性の文字ＷＤの情報を覚えてしまうことを回避することができる。
つまり、第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴへ送信される内容が個人を特定不可能な文字に変換されたものとなる。
その結果、第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴを介した他の端末への個人特定可能な情報の漏洩を回避することができる。
【0067】
さらに、第１サーバ１２０のボット１２１が第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴから生成テキストデータＧＴを受信した際、受信した生成テキストデータＧＴのうち、第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴへの送信の際に変換した別の任意の文字ＷＤ１の部分を、変換前の文字ＷＤに戻す変更が行われて、変更後の生成テキストデータＧＴ１がユーザー端末１１０へ送信される。
その結果、図１１（Ｂ）および図１２に示すように、ユーザーが入力した指示命令情報ＰＴの意図に基本的に沿った変更後の生成テキストデータＧＴ１を得ることができる。
つまり、第１サーバ１２０のボット１２１が第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴへ送信する際に変換した文字ＷＤ１が、第１サーバ１２０のボット１２１が第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴから受信した際に元の文字ＷＤに戻される。
その結果、第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴへの不本意な情報流出や第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴを介した他の端末への不本意な情報流出を回避するとともにユーザー端末１１０からの指示命令内容とユーザー端末１１０への回答内容との整合性を担保することができる。
その結果、図１１（Ｂ）および図１２に示すように、ユーザーが入力した指示命令情報ＰＴの意図に基本的に沿った変更後の生成テキストデータＧＴ１を得ることができる。
つまり、第１サーバ１２０のボット１２１が第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴへ送信する際に変換した文字ＷＤ１が、第１サーバ１２０のボット１２１が第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴから受信した際に元の文字ＷＤに戻される。
その結果、第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴへの不本意な情報流出や第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴを介した他の端末への不本意な情報流出を回避するとともにユーザー端末１１０からの指示命令内容とユーザー端末１１０への回答内容との整合性を担保することができる。
【0068】
なお、データＤＴの一例としてセル形式表示の表計算ソフト用のファイルである社員名簿のファイルに含まれているテキストデータをマスキングする例について説明したが、マスキング対象のデータＤＴは、表計算ソフト用のファイルに限らない。
データＤＴが一例として写真や動画などの画像データである場合、ボット１２１が、画像認識手段を用いてマスキング対象の有無を判定して、マスキング対象ありと判定したとき、対象の箇所をマスクして同じ属性の別のものに置き換えてから第２サーバ１３０へ送信する。
データＤＴが一例として写真や動画などの画像データである場合、ボット１２１が、画像認識手段を用いてマスキング対象の有無を判定して、マスキング対象ありと判定したとき、対象の箇所をマスクして同じ属性の別のものに置き換えてから第２サーバ１３０へ送信する。
【0069】
第１サーバ１２０のボット１２１は、この際の変換のリスト（変換の前後対応テーブル）を保存しておく。
そして、ボット１２１が、第２サーバ１３０から受信した生成データを、変換の際に保存したリスト（変換の前後対応テーブル）を参照して変換前に戻す変更（逆変換）してから変更後の生成データをユーザー端末１１０へ送信する。
生成データ、および、変更後の生成データは、テキスト形式のデータに限らない。写真や動画などの画像データでもよい。
そして、ボット１２１が、第２サーバ１３０から受信した生成データを、変換の際に保存したリスト（変換の前後対応テーブル）を参照して変換前に戻す変更（逆変換）してから変更後の生成データをユーザー端末１１０へ送信する。
生成データ、および、変更後の生成データは、テキスト形式のデータに限らない。写真や動画などの画像データでもよい。
【0070】
このようにして得られた本発明の実施例である人工知能システム１００は、ユーザー端末１１０とサーバとしての第１サーバ１２０および第２サーバ１３０とを備え、ユーザー端末１１０のブラウザ１１１のアップロード画面１１２においてドキュメントファイルＤＦを指定する操作または所定情報についての場所情報であるＵＲＬ情報ＤＦ１を指定する操作があったとき、ユーザー端末１１０が、ドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１を、第１サーバ１２０を介して第２サーバ１３０へアップロードし、ブラウザ１１１のアップロード画面１１２において所定操作があったとき、ユーザー端末１１０が、所定操作に応じた指示命令情報ＰＴを、第１サーバ１２０を介して第２サーバ１３０へ送信し、第２サーバ１３０が、受信した指示命令情報ＰＴに基づいて事前学習済み人工知能手段１３１の一例であるチャットＧＰＴを用いて、読み込んだドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報についてのテキストデータ生成を実行し、実行して得た生成テキストデータＧＴを、第１サーバ１２０を介してユーザー端末１１０へ送信し、ユーザー端末１１０が、受信した生成テキストデータＧＴをブラウザ１１１のアップロード画面１１２に表示するまたは音声出力する構成であることにより、ユーザーはドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１をアップロードするとともに所定操作をするだけでアップロードしたドキュメントファイルＤＦを自ら読むことなく、または、アップロードしたＵＲＬ情報ＤＦ１のウェブメールページやＵＲＬ情報ＤＦ１によって特定されるドキュメントファイルＤＦを自ら読むことなく、例えば、要約作成、問題点の指摘、改善点の指摘、情報への質問などの所定指令命令情報のプロンプトに基づいた所望の生成テキストデータＧＴの情報を得ることができる。
【0071】
さらに、第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴが指示命令情報ＰＴに基づいてテキストデータを生成する際、第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴが、読み込んだドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報のどのページまたはどの箇所に基づいているかについての根拠情報ＰＦを生成し、第２サーバ１３０が、生成テキストデータＧＴおよび根拠情報ＰＦを、第１サーバ１２０を介してユーザー端末１１０へ送信し、ユーザー端末１１０が、生成テキストデータＧＴおよび根拠情報ＰＦをブラウザ１１１のアップロード画面１１２に表示する構成であることにより、ユーザーは根拠情報ＰＦに基づいて元のドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報を参照して生成テキストデータＧＴの精度や信頼度（信憑性）を簡単に確認することができ、生成テキストデータＧＴだけを見て生成テキストデータＧＴの内容を鵜呑みにすることなく、どの部分の何に基づいて、テキストデータが生成されたかをユーザーは簡単に確認することができる。
【0072】
また、第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴが指示命令情報ＰＴに基づいてテキストデータを生成した際、第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴが、読み込んだドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報に関する情報が回答情報となる関係の質問情報を複数生成し、第２サーバ１３０が、生成テキストデータＧＴ、生成質問情報ＱＴの順で第１サーバ１２０を介してユーザー端末１１０へ送信する構成であることにより、ユーザーは、先ずは複数の質問情報のうちの１つを選択して事前学習済み人工知能手段１３１とやりとりをして事前学習済み人工知能手段１３１が読み込んだドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報に関して自ら全てを読むことなく理解を簡単に深めることができる。
【0073】
さらに、指示命令情報ＰＴがアップロードされたドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報についての質問であり、第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴが、質問の内容と、読み込んだドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報に関する情報の内容との相関スコアーを算出して、算出した相関スコアーが所定閾値未満である場合、第２サーバ１３０が、質問に対する回答としてわからない旨の生成テキストデータＧＴを、第１サーバ１２０を介してユーザー端末１１０へ送信する構成であることにより、ユーザーはアップロードしたドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報との関係において自分のした質問が的外れなものであったことを理解して別の質問を試すことができ、ユーザーは安心して事前学習済み人工知能手段１３１とやりとりをすることができる。
【0074】
また、指示命令情報ＰＴが、回答についての言語指定情報ＰＴ１を含む場合、第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴが、指示命令情報ＰＴに基づいて、指定された言語でテキストデータを生成し、第２サーバ１３０が、生成テキストデータＧＴを、第１サーバ１２０を介してユーザー端末１１０へ送信し、所定操作が日本語以外の外国語による指示命令ＰＴ２の入力操作であった場合、第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴが、指示命令情報ＰＴである外国語による指示命令ＰＴ２に基づいて、入力された指示命令ＰＴ２の言語でテキストデータを生成し、第２サーバ１３０が、生成テキストデータＧＴを、第１サーバ１２０を介してユーザー端末１１０へ送信する構成であることにより、多言語のユーザーに対応することができる。
【0075】
さらに、ユーザー端末１１０が、ボット１２１を有する第１サーバ１２０を介して、事前学習済み人工知能手段１３１の一例であるチャットＧＰＴを有する第２サーバ１３０と通信し、第１サーバ１２０と通信自在な管理者用端末の管理画面１１３において、ユーザー端末１１０から第１サーバ１２０のボット１２１へのデータＤＴに含まれたワード属性についてのマスキングが設定自在であり、ユーザー端末１１０のブラウザ１１１のアップロード画面１１２において予め設定されたマスキングのワード属性の文字ＷＤを含むデータＤＴが入力されて第１サーバ１２０にアップロードされると、受信した第１サーバ１２０のボット１２１が、受信したデータＤＴにマスキングのワード属性の文字ＷＤが含まれていると判定して、受信したデータＤＴのうち、マスキングのワード属性の文字ＷＤを同じワード属性の別の任意の文字ＷＤ１に変換してから変換後のデータＤＴ１を第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴへ送信し、第２サーバ１３０が、第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴを用いて変換後のデータＤＴ１に基づく内容のテキストデータ生成を実行し、実行して得た生成テキストデータＧＴを第１サーバ１２０のボット１２１へ送信し、第１サーバ１２０のボット１２１が、受信した生成テキストデータＧＴのうち、第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴへの送信の際に変換した別の任意の文字ＷＤ１の部分を、変換前の文字ＷＤに戻す変更をしてから変更後の生成テキストデータＧＴ１をユーザー端末１１０へ送信する構成であることにより、第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴが個人を特定可能なワード属性の文字ＷＤの情報を覚えてしまうことを回避することができ、第２サーバ１３０の事前学習済み人工知能手段１３１の一例であるチャットＧＰＴを介した他の端末への個人特定可能な情報の漏洩を回避することができ、さらに、ユーザーが入力した指示命令情報ＰＴの意図に基本的に沿った変更後の生成テキストデータＧＴ１を得ることができ、第２サーバ１３０の事前学習済み人工知能手段１３１への不本意な情報流出や第２サーバ１３０の事前学習済み人工知能手段１３１を介した他の端末への不本意な情報流出を回避するとともにユーザー端末１１０からの指示命令内容とユーザー端末１１０への回答内容との整合性を担保することができる。
【0076】
また、本発明の実施例である人工知能システム１００のプログラムは、ユーザー端末１１０のブラウザ１１１のアップロード画面１１２においてドキュメントファイルＤＦを指定する操作または所定情報についての場所情報であるＵＲＬ情報ＤＦ１を指定する操作があったか否かを判定するファイル指定判定ステップＳ１と、ドキュメントファイルＤＦを指定する操作または所定情報についての場所情報であるＵＲＬ情報ＤＦ１を指定する操作があったとき、ユーザー端末１１０が、ドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１を、第１サーバ１２０を介して第２サーバ１３０へアップロードするアップロードステップＳ２と、ブラウザ１１１のアップロード画面１１２において所定操作があったか否かを判定する所定操作判定ステップＳ３と、所定操作があったとき、ユーザー端末１１０が、所定操作に応じた指示命令情報ＰＴを、第１サーバ１２０を介して第２サーバ１３０へ送信する指示命令送信ステップＳ４と、第２サーバ１３０が、受信した指示命令情報ＰＴに基づいて事前学習済み人工知能手段１３１の一例であるチャットＧＰＴを用いて、読み込んだドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１によって特定される内容情報についてのテキストデータ生成を実行するテキストデータ生成実行ステップＳ５と、第２サーバ１３０が、実行して得た生成テキストデータＧＴを、第１サーバ１２０を介してユーザー端末１１０へ送信する生成データ送信ステップＳ６と、ユーザー端末１１０が、受信した生成テキストデータＧＴをブラウザ１１１のアップロード画面１１２に表示するまたは音声出力する表示・音声出力ステップＳ７とを有していることにより、ユーザーはドキュメントファイルＤＦまたはＵＲＬ情報ＤＦ１をアップロードするとともに所定操作をするだけでアップロードしたドキュメントファイルＤＦを自ら読むことなく、または、アップロードしたＵＲＬ情報ＤＦ１のウェブメールページやＵＲＬ情報ＤＦ１によって特定されるドキュメントファイルＤＦを自ら読むことなく、例えば、要約作成、問題点の指摘、改善点の指摘、情報への質問などの所定指令命令情報のプロンプトに基づいた所望の生成テキストデータＧＴの情報を得ることができるなど、その効果は甚大である。
【符号の説明】
【0077】
１００ ・・・ 人工知能システム
１１０ ・・・ ユーザー端末
１１１ ・・・ ブラウザ
１１２ ・・・ アップロード画面
１１３ ・・・ （管理者用端末の）管理画面
１２０ ・・・ 第１サーバ（サーバ）
１２１ ・・・ ボット
１３０ ・・・ 第２サーバ（サーバ）
１３１ ・・・ 事前学習済み人工知能手段（チャットＧＰＴ）
ＤＦ ・・・ ドキュメントファイル
ＤＦ１ ・・・ ＵＲＬ情報
ＰＴ ・・・ 指示命令情報（プロンプト）
ＰＴ１ ・・・ 回答についての言語指定情報
ＰＴ２ ・・・ 外国語による指示命令
ＧＴ ・・・ 生成テキストデータ
ＧＴ１ ・・・ 変更後の生成テキストデータ
ＰＦ ・・・ 根拠情報
ＱＴ ・・・ 生成質問情報
ＤＴ ・・・ データ
ＤＴ１ ・・・ 変換後のデータ（変換後の指示命令情報）
ＷＤ ・・・ （予め設定された）マスキングのワード属性の文字
ＷＤ１ ・・・ 同じワード属性の別の任意の文字
１１０ ・・・ ユーザー端末
１１１ ・・・ ブラウザ
１１２ ・・・ アップロード画面
１１３ ・・・ （管理者用端末の）管理画面
１２０ ・・・ 第１サーバ（サーバ）
１２１ ・・・ ボット
１３０ ・・・ 第２サーバ（サーバ）
１３１ ・・・ 事前学習済み人工知能手段（チャットＧＰＴ）
ＤＦ ・・・ ドキュメントファイル
ＤＦ１ ・・・ ＵＲＬ情報
ＰＴ ・・・ 指示命令情報（プロンプト）
ＰＴ１ ・・・ 回答についての言語指定情報
ＰＴ２ ・・・ 外国語による指示命令
ＧＴ ・・・ 生成テキストデータ
ＧＴ１ ・・・ 変更後の生成テキストデータ
ＰＦ ・・・ 根拠情報
ＱＴ ・・・ 生成質問情報
ＤＴ ・・・ データ
ＤＴ１ ・・・ 変換後のデータ（変換後の指示命令情報）
ＷＤ ・・・ （予め設定された）マスキングのワード属性の文字
ＷＤ１ ・・・ 同じワード属性の別の任意の文字
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
