2025-127348 情報処理装置、情報処理方法および情報処理プログラム

(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】P2025127348

(43)【公開日】2025-09-01

(54)【発明の名称】情報処理装置、情報処理方法および情報処理プログラム

(51)【国際特許分類】

   G06Q 10/10 20230101AFI20250825BHJP

【ＦＩ】

G06Q10/10

【審査請求】有

【請求項の数】9

【出願形態】ＯＬ

(21)【出願番号】P 2024024043

(22)【出願日】2024-02-20

(71)【出願人】

【識別番号】591280485

【氏名又は名称】ソフトバンクグループ株式会社

(74)【代理人】

【識別番号】110002147

【氏名又は名称】弁理士法人酒井国際特許事務所

(72)【発明者】

【氏名】小川 達樹

(57)【要約】

【課題】インタビュー調査を効率よく行うこと。
【解決手段】本願に係る情報処理装置は、文章生成部と、出力部とを備える。文章生成部は、インタビュー対象に関する専門知識と、インタビュースキルに関するインタビュー知識とに基づき、入力された文章に対して回答を生成する文章生成モデルを用い、ユーザによる発話内容に対する回答文書と、予め設定されたインタビュー項目をユーザに対して質問する質問文章とを生成する。出力部は、文章生成部によって生成された回答文章と、質問文章とをユーザに対して出力する。
【選択図】図２

【特許請求の範囲】

【請求項1】

インタビュー対象に関する専門知識と、インタビュースキルに関するインタビュー知識とに基づき、入力された文章に対して回答を生成する文章生成モデルを用い、ユーザによる発話内容に対する回答文章と、予め設定されたインタビュー項目をユーザに対して質問する質問文章とを生成する文章生成部と、
前記文章生成部によって生成された前記回答文章と、前記質問文章とを前記ユーザに対して出力する出力部と
を備えることを特徴とする情報処理装置。

【請求項2】

前記出力部は、
インタビュアーとなるＡＩ（Artificial Intelligence）アバターを通じて、前記質問文章と、前記回答文章とを音声で出力すること
を特徴とする請求項１に記載の情報処理装置。

【請求項3】

所定のプラットフォームを通じて、インタビューに参加するユーザの応募を受け付ける受付部
を備えることを特徴とする請求項１に記載の情報処理装置。

【請求項4】

インタビューの結果を集計したレポートを生成するレポート生成部
を備えることを特徴とする請求項１に記載の情報処理装置。

【請求項5】

前記レポート生成部は、
前記ユーザごとに前記インタビューを要約した前記レポートを生成すること
を特徴とする請求項４に記載の情報処理装置。

【請求項6】

前記レポート生成部は、
前記インタビューの結果に基づいて、前記インタビュー対象に対するユーザ評価を算出し、前記ユーザ評価の推移を含む前記レポートを生成すること
を特徴とする請求項４に記載の情報処理装置。

【請求項7】

前記レポート生成部は、
前記インタビューの結果に基づいて前記インタビュー対象のペルソナと、カスタマージャーニーとを生成し、前記ペルソナと前記カスタマージャーニーとを含む前記レポートを生成すること
を特徴とする請求項４に記載の情報処理装置。

【請求項8】

コンピュータが実行する情報処理方法であって、
インタビュー対象に関する専門知識と、インタビュースキルに関するインタビュー知識とに基づき、入力された文章に対して回答を生成する文章生成モデルを用い、ユーザによる発話内容に対する回答文章と、予め設定されたインタビュー項目をユーザに対して質問する質問文章とを生成する文章生成工程と、
前記文章生成工程によって生成された前記回答文章と、前記質問文章とを前記ユーザに対して出力する出力工程と
を含むことを特徴とする情報処理方法。

【請求項9】

インタビュー対象に関する専門知識と、インタビュースキルに関するインタビュー知識とに基づき、入力された文章に対して回答を生成する文章生成モデルを用い、ユーザによる発話内容に対する回答文章と、予め設定されたインタビュー項目をユーザに対して質問する質問文章とを生成する文章生成手順と、
前記文章生成手順によって生成された前記回答文章と、前記質問文章とを前記ユーザに対して出力する出力手順と
をコンピュータに実行させることを特徴とする情報処理プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

開示の実施形態は、情報処理装置、情報処理方法および情報処理プログラムに関する。

【背景技術】

【0002】

従来、インタビュー対象者に対してインタビューを行うシステムがある。例えば、特許文献１には、住宅を設計する際に、施工主となるインタビュー対象者から住宅に関する要望を聞き出す技術が開示されている。

【0003】

特許文献１に記載の技術では、インタビュー対象者の回答に含まれるキーワードから次の質問項目を設定することで、インタビュー対象者にとって要望度合いの高いキーワードを抽出する。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０２３－１４５３５８号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

しかしながら、従来技術では、インタビュー対象者に対して同様の質問を繰り返し行う必要があるので、インタビュー調査を効率よく実施するうえで改善の余地があった。

【0006】

本発明は、上記に鑑みてなされたものであって、インタビュー調査を効率よく行うことができる情報処理装置、情報処理方法および情報処理プログラムを提供することを目的とする。

【課題を解決するための手段】

【0007】

上述した課題を解決し、目的を達成するために、本発明に係る情報処理装置は、文章生成部と、出力部とを備える。文章生成部は、インタビュー対象に関する専門知識と、インタビュースキルに関するインタビュー知識とに基づき、入力された文章に対して回答を生成する文章生成モデルを用い、ユーザによる発話内容に対する回答文書と、予め設定されたインタビュー項目をユーザに対して質問する質問文章とを生成する。出力部は、前記文章生成部によって生成された前記回答文章と、前記質問文章とを前記ユーザに対して出力する。

【発明の効果】

【0008】

本発明によれば、インタビュー調査を効率よく行うことができる。

【図面の簡単な説明】

【0009】

【図1】図１は、実施形態に係る情報処理装置の概要説明図である。

【図2】図２は、インタビューの概要説明図である。

【図3】図３は、情報処理装置のブロック図である。

【図4】図４は、ユーザ情報記憶部に格納される情報の一例を示す図である。

【図5】図５は、インタビュー情報記憶部に格納される情報の一例を示す図である。

【図6】図６は、レポート生成部が生成するレポートの一例を示す図である。

【図7】図７は、実施形態に係る設定処理の処理の一例を示すフローチャートである。

【図8】図８は、実施形態に係るインタビュー処理の一例をフローチャートである。

【図9】図９は、実施形態に係る情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

【発明を実施するための形態】

【0010】

以下に、本願に係る情報処理装置、情報処理方法および情報処理プログラムを実施するための形態（以下、「実施形態」と記載する。）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る情報処理装置、情報処理方法および情報処理プログラムが限定されるものではない。

【0011】

〔情報処理〕
まず、図１を用いて、実施形態に係る情報処理装置の概要について説明する。図１は、実施形態に係る情報処理装置の概要説明図である。図１に示す情報処理装置１は、企業の担当者から依頼されたインタビュー調査を実施する装置である。

【0012】

より具体的には、情報処理装置１は、企業の担当者による依頼のもと、インタビュー対象者となるユーザＵに対してデプスインタビューを実施する。なお、情報処理装置１は、サーバやクラウドによって実現される。

【0013】

図１に示すユーザ端末１００は、ユーザＵが所有する端末装置である。図１に示す例では、ユーザ端末１００がスマートフォンである場合を例示している。なお、ユーザ端末１００は、パソコンやタブレット端末等であってもよい。

【0014】

ところで、企業は、自社のサービスや商品などといったプロダクトを提供し、プロダクトに対するユーザの評価によってプロダクトの改良を行う。例えば、ユーザによる評価を収集する手法として、デプスインタビューが挙げられる。

【0015】

デプスインタビューは、インタビュアーとユーザが１対１で会話を行うため、ユーザの本当の考えや、感情等を理解するのに長けている。しかしながら、企業がユーザに対してデプスインタビューを実施する場合には、インタビュアーの手配をはじめとして、多くの労力やコストを要する。

【0016】

また、インタビュアーのインタビュースキルによっても、ユーザから有益な情報が得られない場合や、ユーザが同じ回答を行ったとしても、インタビュアー個人のバイアスによってユーザから適切なフィードバックを得られない場合もある。

【0017】

インタビュアーに対しては、プロダクトに関する専門知識や、インタビュースキルに関するインタビュー知識が求められる。本開示では、いわゆる生成系ＡＩ(Artificial Intelligence)によってデプスインタビューを実施することで、インタビュー調査の効率化を図る。

【0018】

具体的には、図１に示すように、情報処理装置１は、企業からインタビューの設定を受け付ける（ステップＳ１）。インタビューの設定は、インタビュー対象となるプロダクト、インタビューのインタビュー項目、インタビュー対象者の属性、インタビューの実施件数、インタビュー対象者へ支払う謝礼、などといった項目の設定を含む。

【0019】

情報処理装置１は、これらの情報を基にインタビュー対象者となるユーザＵを選定し、ユーザ端末１００を通じて、ユーザＵに対してインタビューを実施する（ステップＳ２）。

【0020】

情報処理装置１は、文章生成モデルを用いて、ユーザＵに対するインタビューを実施する。文章生成モデルは、入力された文章に対して回答を生成するモデルである。文章生成モデルは、ユーザによる発話内容を文章へ変換した発話文章に対する回答文書を生成する。例えば、文章生成モデルは、主にディープラーニングによって構築された大規模な機械学習モデルで、学習済みのデータを活用して新たなデータを生み出す生成系AIである。

【0021】

本開示において、文章生成モデルは、インタビュー対象となるプロダクトに関する専門知識と、インタビュースキルに関するインタビュー知識とに基づいて回答文章を生成する。

【0022】

このように、文章生成モデルは、専門知識やインタビュー知識に基づいて文章を生成することで、理想的なインタビュアーを文章生成モデルにて再現することができる。

【0023】

そして、情報処理装置１は、インタビューを通じて、プロダクトに対するユーザＵのフィードバックを取得し（ステップＳ３）、フィードバックを基に、分析レポートを生成して、企業へ提供する（ステップＳ４）。

【0024】

このように、情報処理装置１は、インタビュー対象者の選定、インタビューの実施および分析レポートの生成といった一連の処理を自動化することができる。

【0025】

次に、図２を用いて、実施形態に係るインタビューの概要について説明する。図２は、インタビューの概要説明図である。図２には、インタビュー時に情報処理装置１に記録される録画データを示している。

【0026】

図２に示すように、録画データには、第１領域Ａ１～第Ａ５が表示される。第１領域Ａ１は、インタビューの画像が表示される。本開示において、第１領域Ａ１には、画像生成ＡＩによって生成されたＡＩアバターが表示される。

【0027】

ＡＩアバターは、実際の人物を撮影した動画像から人物の特徴を学習したアバターであり、実際の人物の表情や、顔の動きをリアルに再現したアバターである。第１領域Ａ１に表示されるＡＩアバターは、発音する音声に応じて口の動きをリアルに再現する。

【0028】

つまり、本開示では、ＡＩアバターを通じて、ユーザＵに対してインタビューを行うことで、ユーザＵに対して実際のインタビュアーによるインタビュー体験を提供することができる。なお、ＡＩアバターは、上記の例に限定されるものはなく、任意の動画像や画像とするようにしてもよい。

【0029】

第２領域Ａ２は、インタビュー時に録画されたインタビュー対象者Ｔの録画データが表示される領域である。第３領域Ａ３は、インタビュー対象者Ｔによる現在の発話内容が文章として表示される領域である。

【0030】

第４表示領域Ａ４は、インタビュー対象者Ｔの属性情報が表示される領域である。図２の例では、属性情報には、年齢、居住地、勤務先、週末にしていること、（プロダクトを）最初に利用した印象が含まれる。

【0031】

なお、第４表示領域Ａ４に表示される属性情報は、インタビュアー前に収集された情報であってよく、インタビューの冒頭にインタビュー対象者Ｔから聞き出したものであってもよい。

【0032】

第５表示領域Ａ５は、インタビュー内容を文字起こした文章が表示される。図２に示す例では、第５表示領域Ａ５にインタビュアーおよびインタビュー対象者Ｔの発話内容がチャット形式で表示される場合を示している。

【0033】

このように、実施形態に係る情報処理装置１は、インタビュアーによるインタビューを生成系ＡＩで代替する。これにより、実施形態に係る情報処理装置１は、インタビュアーとの日程調整が不要となるので、インタビュー対象者Ｔの都合のよい日時にインタビューを実施することができる。

【0034】

また、実施形態に係る文章生成モデルは、文章生成モデルは、インタビュー対象となるプロダクトに関する専門知識と、インタビュースキルに関するインタビュー知識とに基づいて回答を生成する。

【0035】

これにより、実施形態に係る情報処理装置１は、質の高いインタビューを、再現性高く実施することができる。つまり、実施形態に係る情報処理装置１は、インタビュー調査を効率よく行うことができる。

【0036】

〔情報処理装置の構成例〕
次に、図３を用いて、実施形態に係る情報処理装置１の構成例について説明する。図３は、情報処理装置１のブロック図である。情報処理装置１は、通信部２と、記憶部３と、制御部４とを備える。なお、これらの各部は、複数の装置が分散して保持してもよい。以下にこれら各部の処理を説明する。

【0037】

通信部２は、ＮＩＣ（Network Interface Card）等で実現され、ＬＡＮ（Local Area Network）やインターネットなどの電気通信回線を介した外部装置と制御部４の通信を可能とする。例えば、通信部２は、ユーザ端末１００と制御部４との通信を可能とする。

【0038】

記憶部３は、例えば、ＲＡＭ、フラッシュメモリなどの半導体メモリ素子、又は、ハードディスク、光ディスクなどの記憶装置によって実現される。図３に示すように、記憶部３は、ユーザ情報記憶部３１と、文章生成モデル記憶部３２と、画像生成モデル記憶部３３と、インタビュー情報記憶部３４とを有する。

【0039】

ユーザ情報記憶部３１は、ユーザ情報を記憶する。ユーザ情報は、インタビュー対象者となるユーザＵに関する情報である。図４は、ユーザ情報記憶部３１に格納される情報の一例を示す図である。

【0040】

図４に示すように、ユーザ情報記憶部３１は、「ユーザＩＤ」、「アカウント情報」、「ログ情報」および「口座情報」などといった項目の情報を互いに対応付けて記憶する。「ユーザＩＤ」項目には、各ユーザＵを識別するための識別子が格納される。

【0041】

なお、情報処理装置１は、各企業が提供するサービスと連携し、各企業が提供するサービスで共通のユーザＩＤによってユーザＵを識別するようにしてもよい。サービスは、ショッピングサイト、オークションサイト、フリマサイトなどといったＥＣに関連するサービスや、電子マネー決済、クレジットカード、証券、ＦＸなどといった金融に関連するサービス、メッセンジャー、検索サイト、ニュースサイト、動画サイトなどといった各種サービスを含む。

【0042】

「アカウント情報」項目には、対応するユーザＩＤによって識別されるユーザＵのアカウント情報が格納される。アカウント情報は、ユーザＵの氏名、年齢、職業等のデモグラフィック属性や、趣味、嗜好等のサイコグラフィック属性に関する情報を含む。

【0043】

「ログ情報」項目には、対応するユーザＩＤによって識別されるユーザＵのログ情報が格納される。ログ情報は、連携する各サービスにおけるユーザＵの利用履歴に関する情報である。

【0044】

「口座情報」項目には、対応するユーザＩＤによって識別されるユーザＵの口座情報が格納される。口座情報は、対応するユーザＵがインタビューを受けた場合に、謝礼が支払われる口座の口座番号である。

【0045】

本開示において、口座情報は、電子マネー口座の口座番号であり、謝礼は、電子マネーで支払われる。なお、口座情報は、銀行口座であってもよく、例えば、仮想通貨用のウォレットを含むようにしてもよい。この場合、口座の種別に応じた通貨で謝礼が支払われるようにしてもよい。

【0046】

図３の説明に戻り、文章生成モデル記憶部３２について説明する。文章生成モデル記憶部３２は、文章生成モデルを記憶する。文章生成モデルは、入力された文章に対して回答を生成するモデルである。文章生成モデルは、主にディープラーニングによって構築された大規模な機械学習モデルで、学習済みのデータを活用して新たなデータを生み出す生成系AIである。

【0047】

本開示において、文章生成モデルは、インタビュー対象となるプロダクトに関する専門知識およびインタビュースキルに関するスキル知識に基づいてユーザＵとの対話を行う。なお、専門知識は、プロダクトの専門分野に関する知識、プロダクトの背景に関する知識、プロダクトの現在の状況等を含み、インタビュースキルに関するスキル知識は、深層心理を引き出す心理学等を含む。

【0048】

画像生成モデル記憶部３３は、画像生成モデルを記憶する。画像生成モデルは、ＡＩアバターの動画を作成するＡＩである。例えば、画像生成モデルは、学習段階において、特定の人物を撮影した動画を学習データとして学習を行うと、特定の人物のＡＩアバターを動画像として生成することができる。

【0049】

また、画像生成モデルは、学習段階において、特定の人物の動画を学習データとして学習を行うと、特定の人物の声を再現した音声を生成することができる。つまり、画像生成モデルは、学習に利用した特定の人物の動画像および声を再現することができる。なお、ＡＩアバターの動画像を生成するモデルと、ＡＩアバターの音声を生成するモデルは、別々のモデルによって構成されていてもよい。

【0050】

インタビュー情報記憶部３４は、インタビュー情報を記憶する。インタビュー情報は、ユーザＵに対して行ったインタビューの情報を記憶する。図５は、インタビュー情報記憶部３４に格納される情報の一例を示す図である。

【0051】

図５に示すように、インタビュー情報記憶部３４は、「日時」、「ユーザＩＤ」、「動画像データ」などといった項目の情報を互いに対応付けて記憶する。「日時」項目には、ユーザに対してインタビューを行った日時に関する情報が格納される。

【0052】

「ユーザＩＤ」項目には、インタビューに参加したユーザＵの識別子が格納される。図５の例において、「ユーザ」項目には、ユーザＩＤが格納される場合を示している。「動画像データ」項目には、ユーザＵに対してインタビューを行った際に録画した動画像データが格納される。

【0053】

図３の説明に戻り、制御部４について説明する。制御部４は、ＣＰＵ（Central Processing Unit）やＮＰ（Network Processor）やＦＰＧＡ（Field Programmable Gate Array）等を用いて実現され、メモリに記憶された処理プログラムを実行する。図３に示すように、制御部４は、設定部４１と、受付部４２と、文章生成部４３と、出力部４４と、レポート生成部４５とを有する。以下、制御部４が有する各部について説明する。

【0054】

設定部４１は、インタビューに関する各種設定を行う。例えば、設定部４１は、企業の担当者からインタビューの依頼を受け付けると、依頼内容に応じてインタビューに関する設定を行う。例えば、設定部４１は、所定の依頼者用プラットフォームを通じて、インタビューの依頼を受け付ける。なお、依頼者用プラットフォームは、図８にて後述するレポートを提供するプラットフォームを兼ねる。

【0055】

例えば、企業は、依頼者用プラットフォームを通じて、インタビュー対象となるプロダクト、インタビュー項目、インタビューの対象となるユーザ属性、インタビューの実施回数、インタビューの期限、インタビュー対象者に対して支払う謝礼および謝礼の総額などといった項目を指定することができる。

【0056】

設定部４１は、これらの情報を基に、募集者用プラットフォームを通じて、インタビュー対象者となるユーザＵの募集の設定を行う。例えば、設定部４１は、企業の担当者が希望するユーザ属性のユーザＵに対して、募集者用プラットフォームを通じてユーザＵの募集を行う。なお、設定部４１は、企業が希望するユーザ属性のユーザＵに対して、ターゲティング広告によってインタビューの募集を行うようにしてもよく、個別のダイレクトマーケティングによってインタビューの募集を行うようにしてもよい。

【0057】

受付部４２は、所定のプラットフォームを通じて、インタビューに参加するユーザの応募を受け付ける。例えば、受付部４２は、募集者用プラットフォームを通じて、インタビューに参加するユーザＵの応募を受け付ける。

【0058】

受付部４２は、応募を受け付ける際に、例えば、インタビュー日時の設定を受け付ける。上述のように、インタビューは生成系ＡＩを用いて行われ、インタビュアー等の人手を必要としない。そのため、ユーザＵは、自身の希望する日時をインタビュー日時として指定することができる。すなわち、ユーザＵは、インタビューの応募と同時にインタビューを受けることができる。

【0059】

例えば、受付部４２は、インタビュー日時の設定を受け付けると、例えば、ユーザＵがインタビューに参加するための招待コード等を発行し、通信部２を通じて、ユーザＵのユーザ端末１００宛に送信する。

【0060】

そして、ユーザＵが指定した日時に招待コードからインタビューに参加することで、ユーザＵに対するインタビューが開始されることになる。なお、例えば、計１時間のインタビューを必要とする場合、複数回に分けてインタビューを実施するようにしてもよい。すなわち、ユーザＵは、途中でインタビューを中断し、その後、都合のよいタイミングでインタビューを再開させることもできる。

【0061】

文章生成部４３は、入力された文章に対して回答を生成する回答生成モデルを用い、ユーザによる発話内容に対する回答文書と、予め設定されたインタビュー項目をユーザに対して質問する質問文章とを生成する。

【0062】

文章生成部４３は、インタビューの開始前に、インタビュー項目の設定に関するプロンプトを文章生成モデルに対して入力することで、文章生成モデルがユーザＵに対してインタビュー項目のインタビューを行うように設定する。

【0063】

この際、文章生成部４３は、インタビューを実施するユーザＵに関する情報を、ユーザ情報記憶部３１から抽出して、文章生成モデルに対して入力するようにしてもよい。すなわち、文章生成部４３は、インタビューを実施するユーザＵのアカウント情報、ログ情報を事前に文章生成モデルに対して学習させるようにしてもよい。

【0064】

その後、文章生成部４３は、インタビューが開始されると、ユーザＵによる発話音声を音声認識エンジンによって文章へ変換する。文章生成部４３は、変換した文章を文章生成モデルに対して入力し、文章生成モデルから出力される文章を出力部４４へ渡す。なお、文章生成部４３は、これらの一連の処理の中で、ユーザによる発話内容に対する回答文書と、予め設定されたインタビュー項目をユーザに対して質問する質問文章とを生成する。

【0065】

出力部４４は、文章生成部４３によって生成された回答文章と、質問文章とをユーザに対して出力する。出力部４４は、インタビュアーとなるＡＩアバターを通じて、質問文章と、回答文章とを音声で出力する。

【0066】

出力部４４は、文章生成部４３によって生成された回答文章および質問文章を、画像生成モデル記憶部３３に格納された画像生成モデルに入力し、ＡＩアバターの動画像および音声を生成する。

【0067】

そして、出力部４４は、通信部２を介して、ＡＩアバターの動画像および音声に関する情報をユーザＵのユーザ端末１００へ送信する。文章生成部４３および出力部４４による処理は、インタビューが終了するまで繰り返し実行される。

【0068】

レポート生成部４５は、インタビューの結果を集計したレポートを生成する。まず、レポート生成部４５は、インタビューが開始されると、インタビューの録画を開始し、インタビュー終了時に録画を停止する。

【0069】

その後、レポート生成部４５は、録画データに基づいてレポートを生成する。例えば、レポート生成部４５は、インタビューの結果に基づいて、インタビュー対象に対するユーザ評価を算出する。

【0070】

例えば、レポート生成部４５は、各ユーザＵをプロダクトに対する批判者、中立者、推奨者へ分類し、顧客の満足度を表す指標であるＮＰＳ（Net Promoter Score）を算出することで、ユーザ評価を算出する。

【0071】

そして、レポート生成部４５は、ユーザ評価およびユーザ評価の推移を含むレポートを生成する。なお、レポート生成部４５でユーザ評価を算出するにあたり、例えば、文章生成部４３は、ユーザ評価の算出が可能な質問をユーザＵに対して行うようにしてもよい。すなわち、この場合、文章生成部４３は、企業の担当者が指定したインタビュー項目に関する質問文章に加え、ユーザ評価の算出が容易となる質問文章を生成するようにしてもよい。また、ユーザ評価の算出が容易となる質問文章は、デフォルトで予め設定されていてもよい。

【0072】

また、レポート生成部４５は、インタビュー対象のペルソナと、カスタマージャーニーとを生成する。例えば、この場合、レポート生成部４５は、各ユーザＵに対して実施したインタビューを文字起こしした文章と、ユーザＵのユーザ情報から、ペルソナと、カスタマージャーニーとを生成させる指示プロンプトを文章生成モデルに対して入力する。そして、文章生成モデルから出力される出力結果が、ペルソナと、カスタマージャーニーとなる。そして、レポート生成部４５は、ペルソナおよびカスタマージャーニーを含むレポートを生成する。

【0073】

なお、レポート生成部４５は、インタビュー中のユーザＵの表情からユーザＵの感情を推定するＡＩを活用してレポートを生成するようにしてもよい。例えば、この場合、レポート生成部４５は、インタビュー項目ごとにユーザＵの感情を推定し、感情を変数と用いて、ユーザ評価を算出する。レポート生成部４５は、ユーザＵの感情が怒りに近い場合に、ユーザ評価を低く算出し、ユーザＵの感情が喜びに近い場合に、ユーザ評価を高く算出する。

【0074】

ここで、図６を用いて、レポート生成部４５が生成するレポートの一例について説明する。図６は、レポート生成部４５が生成するレポートの一例を示す図である。

【0075】

図６に示すように、レポートは、メニュー領域Ａｍ、集計期間領域Ａ１０、スコア領域Ａ１１、スコア分布領域Ａ１２、スコア推移領域Ａ１３、インタビュー領域Ａ２０、予算領域Ａ３０を有する。

【0076】

メニュー領域Ａｍには、レポートのメニューが表示される。図６に示す例では、メニューとして「ダッシュボード」、「ユーザリサーチ概要」、「ヒアリング項目」、「モデレータＡＩ設定」、「スクリーニング」、「ユーザインタビュー記録」、「ペルソナ作成」、「カスタマージャーニー作成」などいった項目を有する。

【0077】

「ダッシュボード」が選択されると、図６に示すダッシュボードの画面が表示される。「ユーザリサーチ概要」が選択されると、ユーザリサーチ概要の画面に表示され、「ヒアリング項目」が選択されると、ヒアリング項目の画面が表示される。

【0078】

企業の担当者は、「ユーザリサーチ概要」や「ヒアリング項目」からインタビューに関する各種設定を行うことができる。なお、ここでのヒアリング項目は、上記インタビュー項目と置き換えることにしてもよい。

【0079】

「モデレータＡＩ設定」が選択されると、モデレータＡＩ設定の画面が表示される。例えば、企業の担当者は、モデレータＡＩ設定によって、インタビュアーとなるＡＩアバターの設定を行うことになる。

【0080】

「スクリーニング」が選択されると、スクリーニングの画面が表示される。例えば、企業の担当者は、スクリーニングの画面において、各インタビューの結果の中から希望する条件を指定してインタビューの結果に対するスクリーニングを行うことができる。

【0081】

「ユーザインタビュー記録」が選択されると、ユーザインタビュー記録の画面が表示される。企業の担当者、ユーザインタビュー記録の画面から、ユーザインタビュー記録の画面を閲覧することができる。

【0082】

「ペルソナ作成」が選択されると、ペルソナ作成の画面が表示される。例えば、ペルソナ作成の画面には、レポート生成部４５が生成したペルソナに関する情報が表示される。「カスタマージャーニー作成」が選択されると、カスタマージャーニー作成の画面が表示される。

【0083】

カスタマージャーニー作成の画面には、レポート生成部４５が生成したカスタマージャーニーに関する情報が表示される。

【0084】

また、図６の集計期間領域Ａ１０には、レポートの生成対象となる集計期間に関する情報が表示される。例えば、企業の担当者は、集計期間領域Ａ１０に表示された集計期間を操作することで、希望する集計期間を指定することができる。

【0085】

スコア領域Ａ１１には、プロダクトに対する現在のスコアが表示される。例えば、現在のスコアは、プロダクトに対する現在のユーザ評価である。また、スコア領域Ａ１１には、スコアを示すグラフ、ベンチマークとなるプロダクトのスコア、および、ベンチマークとの乖離などといったデータが表示される。なお、ベンチマークは、例えば、企業の担当者が自社のプロダクトのライバルを設定するようにしてもよい。

【0086】

スコア分布領域Ａ１２には、スコアの分布を示すグラフが表示される。スコア分布領域Ａ１２には、各ユーザＵによるプロダクトに対する評価の分布を示す棒グラフが表示される。

【0087】

スコア推移領域Ａ１３には、スコアの推移が折れ線グラフとして表示される。また、図６に示すように、スコア推移領域Ａ１３には、ベンチマークの推移もあわせて表示される。

【0088】

インタビュー領域Ａ２０には、ユーザＵのインタビュー記録が表示される。図６に示すように、インタビュー領域Ａ２０には、開始日時、サムネイル画像、総合評価、ステータス、属性・設定変更、発言録（ハイライト）、ハイライトがそれぞれ表示される。

【0089】

開始日時は、インタビューの開始日時を示し、サムネイル画像は、インタビューのサムネイル画像を示す。なお、図６に示すように、サムネイル画像には、再生ボタンが表示され、企業の担当者は、再生ボタンを押すと、サムネイル画像に対応するインタビューの映像が再生される。

【0090】

ステータスは、インタビューの現在の状況を示す。図６の例では、ステータスとして、インタビュー中、分析中、完了の３パターンを示している。インタビュー中は、現在インタビューを行っていることを示し、分析中は、レポート生成部４５がインタビューを分析中であることを示す。また、完了は、レポート生成部４５によるインタビューの分析が完了したことを示す。

【0091】

属性・設定変更のうち、属性は、ユーザＵの属性を示し、設定変更は、画面に表示するユーザの属性を変更することを示す。すなわち、企業の担当者は、設定変更によって画面に表示する属性を変更することができる。

【0092】

発言録（ハイライト）は、インタビューを行ったユーザＵによる発言のハイライト（要約）を示す。レポート生成部４５は、インタビュー中の発話内容を、文章生成モデルに対して要約させて、発言録（ハイライト）に表示する。

【0093】

ハイライトは、発言録（ハイライト）のハイライト映像を示す。ハイライトには、再生ボタンが表示され、企業の担当者は、ハイライトの再生ボタンを選択することで、発言録（ハイライト）に関するインタビュー映像を視聴することができる。

【0094】

また、予算領域Ａ３０には、インタビューに関する予算が表示される。図６の例では、今月消費、残り予算といった項目を有し、今月消費には、今月実施したインタビューの人数と、今月消費した予算が表示され、残り予算には、インタビューの残りの予算が表示される。

【0095】

レポート生成部４５は、このようなレポートを生成し、企業の担当者へ提供する。そして、レポート生成部４５は、新たなインタビューが行われると、リアルタイムでレポートを更新する。

【0096】

これにより、企業の担当者は、プロダクトに対するユーザ評価をリアルタイムで確認することができる。つまり、レポート生成部４５は、インタビューの実施からレポートの提供までに発生するタイムラグを少なくすることができる。

【0097】

次に、図７および図８を用いて、実施形態に係る情報処理装置１が実行する処理手順について説明する。図７は、実施形態に係る設定処理の処理手順を示すフローチャートである。

【0098】

なお、図７では、インタビューが開始されるまでの一連の処理について説明する。図７に示すように、まず、情報処理装置１は、企業の担当者からインタビュー依頼を受け付ける（ステップＳ１０１）。

【0099】

つづいて、情報処理装置１は、文章生成モデルを用いて、インタビューを行うインタビュー項目を設定する（ステップＳ１０２）。つづいて、情報処理装置１は、インタビューの応募者を受け付ける（ステップＳ１０３）。その後、情報処理装置１は、応募者とインタビューの日時を設定し（ステップＳ１０４）、処理を終了する。

【0100】

次に、図８を用いて、インタビュー開始から終了後の一連の処理について説明する。図８は、実施形態に係るインタビュー処理の一例をフローチャートである。図８に示すように、情報処理装置１は、文章生成モデルを用いて、文章を生成する（ステップＳ１１１）。

【0101】

つづいて、情報処理装置１は、生成した文章を、ＡＩアバターを通じて音声で出力する（ステップＳ１１２）。つづいて、情報処理装置１は、ユーザＵによる発話を受け付ける（ステップＳ１１３）。

【0102】

つづいて、情報処理装置１は、インタビューが終了したか否かを判定する（ステップＳ１１４）。情報処理装置１は、インタビューが終了したと判定した場合（ステップＳ１１４：Ｙｅｓ）、ステップＳ１１５の処理へ進み、インタビューが継続中と判定した場合（ステップＳ１１４：Ｎｏ）、ステップＳ１１１の処理へ戻る。

【0103】

そして、情報処理装置１は、インタビューの終了後に、レポートを生成し（ステップＳ１１５）、処理を終了する。なお、レポートの生成は、インタビューと並行して行われてもよい。

【0104】

〔変形例〕
上述した実施形態では、情報処理装置１を通じて、ユーザＵに対するデプスインタビューを実施する場合について説明したが、本願発明は、デプスインタビュー以外にも活用することができる。

【0105】

具体的には、テレフォンオペレーター、カスタマーサポート、テクニカルサポートといったユーザＵから各種問い合わせを受け付ける電話業務に本願発明を適用することもできる。すなわち、インタビュースキルに関するインタビュー知識は、テレフォンオペレーター、カスタマーサポート、テクニカルサポートなどといったインタビューを円滑に行うためのスキルを含むものとする。

【0106】

〔ハードウェア構成〕
上述してきた実施形態に係る情報処理装置１は、例えば図９に示すような構成のコンピュータ１０００によって実現される。図９は、実施形態に係る情報処理装置１の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。

【0107】

ＣＰＵ１１００は、ＲＯＭ１３００またはＨＤＤ１４００に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。

【0108】

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス１５００は、ネットワーク（通信ネットワーク）Ｎを介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータをネットワークＮを介して他の機器へ送信する。

【0109】

ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置（図９では、出力装置および入力装置を総称して「入出力装置」と記載する）を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、生成したデータを入出力インターフェイス１６００を介して出力装置へ出力する。

【0110】

メディアインターフェイス１７００は、記録媒体１８００に格納されたプログラムまたはデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。

【0111】

例えば、コンピュータ１０００が実施形態に係る情報処理装置１として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、制御部４の機能を実現する。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置からネットワークＮを介してこれらのプログラムを取得してもよい。

【0112】

以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

【0113】

〔その他〕
また、上記実施形態及び変形例において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。

【0114】

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

【0115】

また、上述してきた実施形態及び変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

【0116】

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、情報取得部は、取得手段や取得回路に読み替えることができる。

【符号の説明】

【0117】

１ 情報処理装置
２ 通信部
３ 記憶部
４ 制御部
３１ ユーザ情報記憶部
３２ 文章生成モデル記憶部
３３ 画像生成モデル記憶部
３４ インタビュー情報記憶部
４１ 設定部
４２ 受付部
４３ 文章生成部
４４ 出力部
４５ レポート生成部
１００ ユーザ端末

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】