特開 2025-13259 情報処理装置、情報処理装置の制御方法及びプログラム

(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】P2025013259

(43)【公開日】2025-01-24

(54)【発明の名称】情報処理装置、情報処理装置の制御方法及びプログラム

(51)【国際特許分類】

   G06Q 90/00 20060101AFI20250117BHJP

【ＦＩ】

G06Q90/00

【審査請求】未請求

【請求項の数】5

【出願形態】ＯＬ

(21)【出願番号】P 2024110350

(22)【出願日】2024-07-09

(31)【優先権主張番号】P 2023115913

(32)【優先日】2023-07-14

(33)【優先権主張国・地域又は機関】JP

(71)【出願人】

【識別番号】504103984

【氏名又は名称】ウイングアーク１ｓｔ株式会社

(74)【代理人】

【識別番号】100190621

【弁理士】

【氏名又は名称】崎間 伸洋

(74)【代理人】

【識別番号】100212510

【弁理士】

【氏名又は名称】笠原 翔

(72)【発明者】

【氏名】田中 潤

(72)【発明者】

【氏名】大畠 幸男

(72)【発明者】

【氏名】藤原 秀一

【テーマコード（参考）】

5L050

【Ｆターム（参考）】

5L050DD04

(57)【要約】

【課題】対象データの提供者が意識することなく大規模言語モデルを含む学習済モデルを利用した処理を行うことができるとともに、出力データの活用を効率化できる情報処理装置、情報処理装置の制御方法及びプログラムを提供する。
【解決手段】情報処理装置１は、処理対象となる対象データを受け付ける受付処理を実行するデータ受付部３０と、対象データおよびコマンドを含むスクリプトを、生成ＡＩサーバ１０１に出力し、生成ＡＩサーバ１０１によって出力された出力データを取得する取得処理を実行する連携処理部３１と、出力データをデータベース９０に格納する格納処理を実行するとともに、格納処理によって格納された出力データをデータ利用者端末３等の外部端末に提示するための提示処理を実行可能なデータ管理部３３と、を備える。
【選択図】図７

【特許請求の範囲】

【請求項1】

処理対象となる対象データを受け付ける受付処理を実行するデータ受付部と、
前記対象データおよびコマンドを含むスクリプトを、大規模言語モデルを含む学習済モデルに出力し、前記学習済モデルによって出力された出力データを取得する取得処理を実行する連携処理部と、
前記出力データをデータベースに格納する格納処理を実行するとともに、前記格納処理によって格納された前記出力データを外部端末に提示するための提示処理を実行可能なデータ管理部と、
を備える情報処理装置。

【請求項2】

前記対象データに関する情報が登録されるデータベースから当該対象データに関する抽出データを抽出する抽出処理を実行する抽出処理部を更に備え、
前記抽出処理部は、前記抽出データを前記連携処理部に出力する、
請求項１に記載の情報処理装置。

【請求項3】

前記連携処理部は、前記抽出データとともに前記対象データおよびコマンドを含むスクリプトを前記学習済モデルに出力し、前記出力データを取得する、
請求項２に記載の情報処理装置。

【請求項4】

処理対象となる対象データを受け付ける受付処理を実行する受付ステップと、
前記対象データおよびコマンドを含むスクリプトを、大規模言語モデルを含む学習済モデルに出力し、前記学習済モデルによって出力された出力データを取得する取得処理を実行する連携ステップと、
前記出力データをデータベースに格納する格納処理を実行する格納ステップと、
前記格納処理によって格納された前記出力データを外部端末に提示するための提示処理を実行する提示ステップと、
を含む情報処理装置の制御方法。

【請求項5】

処理対象となる対象データを受け付ける受付処理を実行する受付ステップと、
前記対象データおよびコマンドを含むスクリプトを、大規模言語モデルを含む学習済モデルに出力し、前記学習済モデルによって出力された出力データを取得する取得処理を実行する連携ステップと、
前記出力データをデータベースに格納する格納処理を実行する格納ステップと、
前記格納処理によって格納された前記出力データを外部端末に提示するための提示処理を実行する提示ステップと、
をコンピュータに実行させるためのプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報処理装置、情報処理装置の制御方法及びプログラムに関する。

【背景技術】

【0002】

従来、ユーザ端末から入力される問合せ等のテキストデータに対してコンピュータによって自動応答を行う技術が知られている。この種の技術が記載されるものとして例えば特許文献１がある。

【0003】

特許文献１には、利用者によって入力された質問に対する回答を出力する利用者端末装置と、回答者による回答を利用者端末装置に送信する回答者端末装置とを備える質問応答システムに関するものである。特許文献１では、利用者端末装置は、質問に対して、機械学習による学習結果に基づいて自動生成された回答である自動回答を回答として出力するとともに、質問に対する回答に関する評価指標に基づいて、自動回答が適切な回答に到達できていないと判定された場合に、回答者端末装置と接続させる処理が実行される。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０２２－８６８１７号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

大規模言語モデルを含む学習済モデルを用いたシステムでは、プロンプトの設定により出力される回答も異なってくる。処理対象となる対象データを提供するユーザは、大規模言語モデルを含む学習済モデルを必ずしも意識している訳ではなく、大規模言語モデルを含む学習済モデルに適する形式で対象データが入力される訳ではない。また、質問ではなく会議の議事録等を対象データとして分析したい場合もあるが、議事録をそのまま大規模言語モデルを含む学習済モデルに入力しても、大規模言語モデルを含む学習済モデルの出力データが望んだ形式となるとは限らない。

【0006】

また、大規模言語モデルを含む学習済モデルによって出力される出力データが適切なものであっても、出力データは対象データの入力した者に対して返される。そのため、対象データを提供する者は出力データを確認できるものの、大規模言語モデルを含む学習済モデルの出力結果を利用したい他のデータ利用者が直接確認することができなかった。対象データを提供する者を介してデータ利用者が生成ＡＩの出力データを確認することも考えられるが、大規模言語モデルを含む学習済モデルの出力データを効率的に活用するという点では従来技術には改善の余地があった。

【0007】

本発明は、このような状況に鑑みてなされたものであり、対象データの提供者が意識することなく大規模言語モデルを含む学習済モデルを利用した処理を行うことができるとともに、出力データの活用を効率化できる情報処理装置、情報処理装置の制御方法及び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】

【0008】

上記目的を達成するため、本発明の一態様は、処理対象となる対象データを受け付ける受付処理を実行するデータ受付部と、前記対象データおよびコマンドを含むスクリプトを、大規模言語モデルを含む学習済モデルに出力し、前記学習済モデルによって出力された出力データを取得する取得処理を実行する連携処理部と、前記出力データをデータベースに格納する格納処理を実行するとともに、前記格納処理によって格納された前記出力データを外部端末に提示するための提示処理を実行可能なデータ管理部と、を備える、情報処理装置である。

【発明の効果】

【0009】

本発明の情報処理装置、情報処理装置の制御方法及びプログラムによれば、対象データの提供者が意識することなく大規模言語モデルを含む学習済モデルを利用した処理を行うことができるとともに、出力データの活用を効率化できる。

【図面の簡単な説明】

【0010】

【図1】本発明の第１実施形態に係る情報処理装置によって実現されるデータ処理システムを示す図である。

【図2】第１実施形態に係る情報処理装置のハードウェア構成を示すブロック図である。

【図3】第１実施形態に係る情報処理装置の機能的構成の一例を示す機能ブロック図である。

【図4】第１実施形態に係る情報処理装置による判定処理の流れを示すフロー図である。

【図5】対象者端末から入力される対象データの一例を示す図である。

【図6】連携処理部によって取得される出力データの一例を示す図である。

【図7】第１実施形態に係る情報処理装置による出力データの格納処理及び提示処理の流れを示すフロー図である。

【図8】対象データとしての勤怠報告用のチャットルームの会話内容の一例を示す図である。

【図9】チャットルームの会話内容に基づいて作成される整形後の出力データの一例を示す図である。

【図10】対象データとしてのチャットルームのメンバー間の１週間の会話内容がデータベースに登録される様子を模式的に示す図である。

【図11】メンバー間の１週間の会話内容の要約がデータベースに登録され、各メンバーが１週間の会話内容の要約を確認できるようになった様子を模式的に示す図である。

【図12】第２実施形態に係る情報処理装置の機能的構成の一例を示す機能ブロック図である。

【図13】第２実施形態に係る情報処理装置による抽出処理及び連携処理の流れを示すフロー図である。

【図14】第３実施形態に係る情報処理装置による複数の連携処理の流れを示すフロー図である。

【図15】第４実施形態に係る情報処理装置の機能的構成の一例を示す機能ブロック図である。

【図16】第４実施形態に係る情報処理装置の作業手順書の作成処理の流れの一例を示すフローチャートである。

【発明を実施するための形態】

【0011】

以下、本発明を実施するための形態について、図を参照しながら説明する。なお、以下に説明する実施形態は、あくまでも一例であって、本発明の技術的範囲はこれに限られるものではない。本発明の技術的範囲には、様々な変形例も含まれる。

【0012】

＜第１実施形態＞
図１は、本発明の第１実施形態に係る情報処理装置１によって実現されるデータ処理システム１００を示す図である。

【0013】

＜システム構成＞
まず、全体的なシステム構成について説明する。データ処理システム１００は、対象者端末２等から入力される対象データおよびコマンドを含むスクリプトに対して外部の生成ＡＩ（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）サーバ１０１やＳａａＳ（Ｓｏｆｔｗａｒｅ ａｓ ａ Ｓｅｒｖｉｃｅ）１０２と連携し、予め設定される作業手順書に基づくデータ処理を行う。生成ＡＩサーバ１０１は、機械学習、深層学習等の技術で構築された学習モデルにより、入力されるテキスト、音声、画像、動画等の対象データおよびコマンドを含むスクリプトに対してデータ処理を行う大規模言語モデルを含む学習済モデルである。

【0014】

情報処理装置１は、コンピュータによって構成されるサーバである。情報処理装置１は、インターネット等の通信ネットワークを介して対象者端末２やデータ利用者端末３と各種情報の送受信を行う。情報処理装置１は、対象者端末２やデータ利用者端末３に対するデータの送受信は、ＳａａＳ１０２を介して行われてもよい。

【0015】

情報処理装置１は、予め設定される作業手順書に基づいて生成ＡＩサーバ１０１と連携して対象データを処理する。作業手順書は、データ利用者等によって設定される対象データを処理する内容や手順を指定するものである。

【0016】

対象者端末２は、対象データを情報処理装置１に提供するユーザによって使用される。対象者端末２は、スマートフォン、タブレット、パーソナルコンピュータ等によって構成される。対象者端末２は、予めインストールされたプログラムにより、情報処理装置１と各種の情報をやり取りしてもよいし、ウェブブラウザを通じて各種の情報をやり取りしてもよいし、メールアドレスを利用してやり取りしてもよい。なお、図１では、複数の対象者端末２のうちの１つが図示されているものとする。

【0017】

データ利用者端末３は、情報処理装置１によって処理された処理後のデータを利用するデータ利用者によって使用される。データ利用者端末３は、パーソナルコンピュータ、タブレット、スマートフォン等によって構成される。データ利用者端末３は、予めインストールされたプログラムにより、情報処理装置１と各種の情報をやり取りしてもよいし、ウェブブラウザを通じて各種の情報をやり取りしてもよいし、メールアドレスを利用してやり取りしてもよい。なお、図１では、複数のデータ利用者端末３のうちの１つが図示されているものとする。また、データ利用者端末３は、対象者端末２と同じ端末であってもよい。

【0018】

＜ハードウェア構成＞
次に、情報処理装置１を構成するハードウェアの一例について説明する。図２は、第１実施形態に係る情報処理装置１のハードウェア構成を示すブロック図である。情報処理装置１は、プロセッサとしてのＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１１と、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１２と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１３と、バス１４と、入出力インターフェース１５と、出力部１６と、入力部１７と、記憶部１８と、通信部１９と、ドライブ２０と、を備えている。

【0019】

ＣＰＵ１１は、ＲＯＭ１２に記録されているプログラム、又は、記憶部１８からＲＡＭ１３にロードされたプログラムに従って各種の処理を実行する。ＲＡＭ１３には、ＣＰＵ１１が各種の処理を実行する上において必要なデータ等も適宜記憶される。ＣＰＵ１１、ＲＯＭ１２及びＲＡＭ１３は、バス１４を介して相互に接続されている。このバス１４にはまた、入出力インターフェース１５も接続されている。

【0020】

入出力インターフェース１５には、出力部１６、入力部１７、記憶部１８、通信部１９及びドライブ２０が接続されている。出力部１６は、ディスプレイやスピーカ等で構成され、各種情報を画像や音声として出力する。入力部１７は、キーボードやマウス等で構成され、各種情報を入力する。記憶部１８は、ハードディスクやＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）やＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等で構成され、各種データを記憶する。通信部１９は、インターネットを含むネットワークを介して他の装置との間で通信を行う。

【0021】

ドライブ２０には、磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリ等よりなる、リムーバブルメディア２１が適宜装着される。ドライブ２０によってリムーバブルメディア２１から読み出されたプログラムは、必要に応じて記憶部１８にインストールされる。また、リムーバブルメディア２１は、記憶部１８に記憶されている各種データも、記憶部１８と同様に記憶することができる。

【0022】

ここで説明したハードウェア構成はあくまで一例である。情報処理装置１を含む本実施形態で説明するコンピュータは、図２の構成と共通する構成であってもよいし、異なる構成でもよい。また、コンピュータは、２台以上のコンピュータによって構成されてもよい。図１における対象者端末２及びデータ利用者端末３は、例えば、図２で示したハードウェア構成と同様の構成を有するスマートフォン、タブレット又はパーソナルコンピュータである。また、コンピュータは、通信ネットワークを利用したクラウドコンピューティングによって実現されてもよい。

【0023】

＜機能的構成＞
次に、情報処理装置１の機能的構成について説明する。図３は、第１実施形態に係る情報処理装置１の機能的構成の一例を示す機能ブロック図である。

【0024】

図３に示すように、情報処理装置１は、作成手順設定部２５と、データ受付部３０と、連携処理部３１と、結果処理部３２と、データ管理部３３と、をプロセッサ（ＣＰＵ１１）上で実現される機能部として備える。

【0025】

作成手順設定部２５は、作成手順書の内容及び手順を設定するための設定処理を実行する。設定処理は、例えば、データ利用者により出力データの利用目的に応じて設定される。データ利用者は、データ利用者端末３を通じて情報処理装置１と通信し、作成手順の設定を行う。

【0026】

本実施形態では、作業手順書は、予め用意される複数の処理ブロックの中から任意のブロックを選択して組み合わせることにより、プログラム言語等のコードを用いることなくノーコードで作成できる。情報処理装置１には、複数の処理ブロックとしてデータ受付部３０、連携処理部３１、結果処理部３２及びデータ管理部３３等が登録されており、データ利用者は、データ受付部３０、連携処理部３１、結果処理部３２及びデータ管理部３３の中から任意の処理ブロックを組み合わせて作成手順書を設定できる。

【0027】

次に、図４を参照し、作成手順書に基づいて動作する処理ブロックの各機能について説明する。図４は、第１実施形態に係る情報処理装置１による判定処理の流れを示すフロー図である。図４には、データ利用者によって設定されたデータ受付部３０、連携処理部３１及び結果処理部３２を含む作業手順書が示されている。

【0028】

データ受付部３０は、通信ネットワークを介して対象者端末２から処理対象となるデータを取得する機能を有する。本実施形態のデータ受付部３０は、テキスト、音声、画像等の処理対象の対象データを受け付けるためのＶＡ（Ｖｉｒｔｕａｌ Ａｓｓｉｓｔａｎｔ）を構築する。ＶＡは、例えばＡＩを用いたＡＩチャットボット、或いは過去に交換されたメッセージを知識として蓄積し、蓄積した知識のうちで対象メッセージの回答として最適と考えられるものを抽出して提示する装置等を自動応答ＶＡとして用いることが考えられる。更に詳細な説明は省略するが、回答としては、テキストだけでなく、Ｗｅｂページ、ファイル、若しくは配信映像等を指定するＵＲＬの提示、或いはファイルの添付、等が含まれていてもよい。テキストではなく、音声、或いは画像（動画であっても良い）等での回答としてもよい。

【0029】

図５は、対象者端末２から入力される対象データの一例を示す図である。図５には、チャットのメッセージやメール等でユーザにより自由形式で入力されたテキストの内容が示されている。

【0030】

連携処理部３１は、予め連携対象に設定されるベンダーの生成ＡＩサーバ１０１と接続する接続処理（コネクト機能）と、データ受付部３０のＶＡによって取得された対象データおよびコマンドを含むスクリプトを生成ＡＩサーバ１０１に出力し、生成ＡＩによって出力された出力データを取得する取得処理（生成ＡＩ連携機能）と、を実行する。連携処理部３１は、対象データを取得すると、予め設定されるプロンプト（コマンドを含むスクリプト）とともに当該対象データを生成ＡＩサーバ１０１に出力し、生成ＡＩサーバ１０１によって生成された出力データを取得する。

【0031】

この例の連携対象の生成ＡＩサーバ１０１は、Ｃｈａｔ－ＧＰＴ等のような大規模言語モデルＬＬＭ（Ｌａｒｇｅ Ｌａｎｇｕａｇｅ Ｍｏｄｅｌｓ）により自然言語を分析する機能を有する。図６は、連携処理部３１によって取得される出力データの一例を示す図である。本実施形態では、連携処理部３１には、図６に示すような出力データが出力されるようなプロンプトが設定される。この例では、テキストデータである対象データに含まれる文章から「概要」、「問い合わせ内容」、「ポジネガ」、「ポジネガ点数」、「感情の強さ」、「感情点数」、「主観性」、「カテゴリー」、「カテゴリー点数」、「ＦＡＱ」、「問い合わせ」を出力するようにプロンプトが設定される。

【0032】

結果処理部３２は、予め設定される判定基準に基づいて出力データを解析し、出力データに対して次に行われる処理内容を決定する決定処理を実行する。図６の例では、出力データで出力される項目のうち、重要度が高い項目として「ポジネガ」の内容と「カテゴリー」の内容が処理内容を決定する判定基準に設定されている。

【0033】

結果処理部３２は、「ポジネガ」の内容と「カテゴリー」の内容に基づいて処理ａ又は処理ｂを出力データに対して次に行う処理内容を決定する判定処理を実行する。結果処理部３２は、「ポジネガ」がネガティブであり、かつ、「カテゴリー」が怒りの場合にビジネス上の重要度が高い出力データと判定して処理ａを処理内容として決定する。処理ａは、例えば、部門責任者等の管理者のデータ利用者端末３に対してアラートメッセージを自動送信し、データ管理部３３の処理に移行する。処理ｂは、アラートメッセージの自動送信を行わずにデータ管理部３３の処理に移行する。

【0034】

なお、結果処理部３２は、出力データに対してアラートメッセージの送信を行うべきか否かを判定する構成に限定される訳ではない。結果処理部３２は、予め設定されるルールに基づいてデータベース９０に格納すべき出力データか否か等を判定してもよい。このように、出力データに対して行う判定基準は、出力データの利用目的等に応じて適宜できる。

【0035】

次に、図７を参照し、データ管理部３３について説明する。図７は、第１実施形態に係る情報処理装置１による出力データの格納処理及び提示処理の流れを示すフロー図である。

【0036】

図７に示すように、データ管理部３３は、出力データをデータベース９０に格納する格納処理と、格納した出力データを管理者に提示する提示処理と、を実行する。

【0037】

格納処理について説明する。データ管理部３３は、結果処理部３２の処理内容の決定後に、出力データを利用するＳａａＳ１０２を利用する管理者等のユーザに関連付けてデータベース９０に格納する。

【0038】

提示処理について説明する。データ管理部３３は、出力データを利用する権限を有する管理者のデータ利用者端末３から出力データの閲覧要求を受信すると、当該ユーザに対応する出力データをデータベース９０から取得し、閲覧要求を行ったデータ利用者端末３に出力データを提示するための処理を行う。

【0039】

次に、図８及び図９を参照し、勤怠報告用のチャットルームの会話を処理対象の対象データとする例について説明する。図８は、対象データとしての勤怠報告用のチャットルームの会話内容の一例を示す図である。図９は、チャットルームの会話内容に基づいて作成される整形後の出力データの一例を示す図である。

【0040】

図８に示すチャットルームは、対象者端末２に同じＳＮＳ（Ｓｏｃｉａｌ ｎｅｔｗｏｒｋｉｎｇ ｓｅｒｖｉｃｅ）のアプリケーションをインストールしているメンバーに対して設定される複数人のチャットを可能とする機能である。メンバーは、例えば、会社等の同じ組織に所属し、勤怠を相互に把握する必要がある部署やプロジェクトに属しており、チャットルームを利用して勤怠の予定を報告することが業務内容の１つとして課せられているものとする。

【0041】

図８の例では、メンバーの一人である山田は、「明日、所用のため１０：３０－１３：００まで離席します。」とチャットルームに書き込んでいる。また、メンバーの１人である鈴木は、「本日体調不良のため、お休みをいただきます。」と書き込んでおり、メンバーの１人である佐藤は、「６／２７ １１：００－１３：００ 通院のため離席 ６／２８ 所用のため全休、よろしく御願いします。」と書き込んでいる。メンバーの勤怠予定の報告の仕方は統一性がなく、対象者端末２を通じてチャットルームを閲覧しても、メッセージは流れていくため、それぞれの状況を即座に把握することが難しい。

【0042】

メンバーの勤怠予定を把握し易くするため、連携処理部３１は、在席の時間帯、離席の時間帯、休みか否か等の情報を含む文章をシンプルな言葉に変換させるためのプロンプトを設定し、当該プロンプトとともにデータ受付部３０を介して対象データとして受け取ったチャットルームのテキスト内容を生成ＡＩサーバ１０１に出力する。そして、連携処理部３１は、生成ＡＩサーバ１０１によってシンプルな言葉に変換された出力データを取得する。結果処理部３２は、連携処理部３１から入力される出力データを解析し、図９に示すような表形式に整形した上でデータ管理部３３に出力する。図９の例では、メンバーの在籍や不在の時間を示す宇勤怠状況が日付ごとに表形式で示されている。

【0043】

データ管理部３３は、表形式に整形された出力データをメンバーの対象者端末２やデータ利用者端末３等で確認できるように、データベース９０に格納する処理を行う。データ管理部３３は、メンバーの対象者端末２又はメンバーの勤怠を管理する管理者のデータ利用者端末３から勤怠予定の閲覧要求を受け付けると、表形式の出力データに基づく勤怠予定を閲覧要求元の対象者端末２やデータ利用者端末３に提示するための提示処理を実行する。なお、メンバー又は管理者には、勤怠予定を閲覧するための権限が予め設定されるものとする。

【0044】

次に、図１０を参照し、図８及び図９とは異なる対象データと出力データの組合せの例について説明する。図１０は、対象データとしてのチャットルームのメンバー間の１週間の会話内容がデータベース９０に登録される様子を模式的に示す図である。

【0045】

図１０に示す例では、データ受付部３０は、チャットルームの１週間の会話内容を対象データとして取得し、連携処理部３１が生成ＡＩサーバ１０１と連携して対象データから会話内容の要約を出力データとして取得する。この要約処理では、例えば、１週間の振り返りのタイトルのもと、ルーム毎のやりとりのポイント、今週の要点、アクションプランの候補等が会話内容から抽出され、出力データとして出力される。出力データは、結果処理部３２によってデータを登録に適切な形式に整理され、データ管理部３３によってデータベース９０に登録される。

【0046】

図１１は、メンバー間の１週間の会話内容の要約がデータベース９０に登録され、各メンバーが１週間の会話内容の要約を確認できるようになった様子を模式的に示す図である。図１１に示すように、連携処理部３１が生成ＡＩサーバ１０１と連携して対象データから取得した１週間の会話内容の要約は、データベース９０を通じてメンバー間で共有可能となる。

【0047】

なお、対象データと出力データの組合せは、図５及び図６の例、図８及び図９の例、図１０及び図１１の例に限定される訳ではない。例えば、情報処理装置１は、市民の要望の分析を行うこともできる。この場合、ある地域に住む人等、特定の属性を有するユーザにチャットルームに登録してもらい、特別に意識させることなく要望（対象データ）をテキストや音声等につぶやいてもらう。データ受付部３０は、チャットルームに登録する複数の対象者端末２の対象データを取得する。連携処理部３１は、複数の対象データのそれぞれの要約を生成ＡＩサーバ１０１に処理させて出力データを取得する。結果処理部３２は、分析目的に応じて出力データ（要望の要約）を表形式等の分析し易い形式に変換する。データ管理部３３は、結果処理部３２の処理後の出力データをデータベース９０に格納し、分析結果を確認したい管理者等が確認できるように可視化する。このように、電話インタビューや郵送のアンケート等の手間を掛けることなく市民それぞれが利用する対象者端末２及び通信ネットワークを利用して市民の要望を収集し、分析することができる。

【0048】

（１－１）以上説明したように、第１実施形態の情報処理装置１は、処理対象となる対象データを受け付ける受付処理を実行するデータ受付部３０と、対象データおよびコマンドを含むスクリプトを、生成ＡＩサーバ１０１（大規模言語モデルを含む学習済モデル）に出力し、生成ＡＩサーバ１０１によって出力された出力データを取得する取得処理を実行する連携処理部３１と、予め設定される判定基準に基づいて出力データに対する処理内容を決定する決定処理を実行する結果処理部３２と、を備える。
これにより、対象データを提供するユーザは、生成ＡＩサーバ１０１の存在を意識する必要なく対象データの入力を行うことができる。ユーザが生成ＡＩサーバ１０１の仕組みを理解していなくても、連携処理部３１にプロンプトを組み込むことができるので、データ利用者が必要な形式の出力データを得ることができる。そして、本実施形態では、生成ＡＩサーバ１０１の出力データを用いた次の処理が結果処理部３２によって決定されるので、出力データ取得後の処理も自動分岐できる。結果処理部３２の処理をルールベースにすることにより、シンプルな処理で出力データを活用するための処理を自動化できる。

【0049】

また、本実形態の情報処理装置１は、出力データをデータベース９０に格納する格納処理を実行するとともに、格納処理によって格納された出力データをデータ利用者端末３等の外部端末に提示するための提示処理を実行可能なデータ管理部３３を更に備える。

【0050】

従来の生成ＡＩを利用したシステムでは、質問に対する回答を得ることができても、当該回答のデータは別途保存する必要がある。この点、本実施形態の構成によれば、生成ＡＩサーバ１０１の出力データが格納処理によりデータベース９０に格納され、データ利用者端末３等の外部端末から閲覧可能になるので、検索性もよく、対象データの統計分析や視覚化も容易に行うことができる。

【0051】

（１－５）また、第１実施形態の情報処理装置１の制御方法は、処理対象となる対象データを受け付ける受付処理を実行する受付ステップと、対象データおよびコマンドを含むスクリプトを生成ＡＩサーバ１０１に出力し、生成ＡＩサーバ１０１によって出力された出力データを取得する取得処理を実行する連携ステップと、予め設定される判定基準に基づいて出力データに対する処理内容を決定する決定処理を実行する決定ステップと、含む。
（１－６）また、第１実施形態のコンピュータのプログラムは、処理対象となる対象データを受け付ける受付処理を実行する受付ステップと、対象データおよびコマンドを含むスクリプトを生成ＡＩサーバ１０１に出力し、生成ＡＩサーバ１０１によって出力された出力データを取得する取得処理を実行する連携ステップと、予め設定される判定基準に基づいて出力データに対する処理内容を決定する決定処理を実行する決定ステップと、をコンピュータに実行させる。

【0052】

（２－１）また、第１実施形態の情報処理装置１は、処理対象となる対象データを受け付ける受付処理を実行するデータ受付部３０と、対象データおよびコマンドを含むスクリプトを生成ＡＩサーバ１０１（大規模言語モデルを含む学習済モデル）に出力し、生成ＡＩサーバ１０１によって出力された出力データを取得する取得処理を実行する連携処理部３１と、出力データをデータベース９０に格納する格納処理を実行するとともに、格納処理によって格納された出力データをデータ利用者端末３等の外部端末に提示するための提示処理を実行可能なデータ管理部３３と、を備える。
これにより、対象データを提供するユーザは、生成ＡＩサーバ１０１の存在を意識する必要なく対象データの入力を行うことができる。ユーザが生成ＡＩサーバ１０１の仕組みを理解していなくても、連携処理部３１にプロンプトを組み込むことができるので、データ利用者が必要な形式の出力データを得ることができる。また、従来の生成ＡＩを利用したシステムでは、質問に対する回答を得ることができても、当該回答のデータは別途保存する必要がある。この点、本実施形態では、生成ＡＩサーバ１０１の出力データが格納処理によりデータベース９０に格納され、データ利用者端末３等の外部端末から閲覧可能になるので、検索性もよく、対象データの統計分析や視覚化も容易に行うことができる。

【0053】

また、本実施形態の情報処理装置１は、予め設定される判定基準に基づいて出力データに対する処理内容を決定する決定処理を実行する結果処理部３２を更に備える。
これにより、生成ＡＩサーバ１０１の出力データを用いた次の処理が結果処理部３２によって決定されるので、出力データ取得後の処理も自動分岐できる。結果処理部３２の処理をルールベースにすることにより、シンプルな処理で出力データを活用するための処理を自動化できる。

【0054】

（２－４）また、本実施形態の情報処理装置１の制御方法は、処理対象となる対象データを受け付ける受付処理を実行する受付ステップと、対象データおよびコマンドを含むスクリプトを生成ＡＩサーバ１０１に出力し、生成ＡＩサーバ１０１によって出力された出力データを取得する取得処理を実行する連携ステップと、出力データをデータベース９０に格納する格納処理を実行する格納ステップと、格納処理によって格納された出力データをデータ利用者端末３等の外部端末に提示するための提示処理を実行する提示ステップと、を含む。
（２－５）また、第１実施形態のコンピュータのプログラムは、処理対象となる対象データを受け付ける受付処理を実行する受付ステップと、対象データおよびコマンドを含むスクリプトを生成ＡＩサーバ１０１に出力し、生成ＡＩサーバ１０１によって出力された出力データを取得する取得処理を実行する連携ステップと、出力データをデータベース９０に格納する格納処理を実行する格納ステップと、格納処理によって格納された出力データをデータ利用者端末３等の外部端末に提示するための提示処理を実行する提示ステップと、を含む。

【0055】

＜第２実施形態＞
次に、第１実施形態の構成とは異なる構成の第２実施形態の情報処理装置１ａについて説明する。図１２は、第２実施形態に係る情報処理装置１ａの機能的構成の一例を示す機能ブロック図である。なお、第１実施形態と共通又は同様の構成については同じ符号を付して詳細な説明を省略する場合がある。

【0056】

図１２に示すように、第２実施形態の情報処理装置１ａは、第１実施形態の構成に加えて抽出処理部３４をプロセッサ（ＣＰＵ１１）上で実現される機能部として更に備える。

【0057】

図１３を参照し、第２実施形態の情報処理装置１ａの処理の流れについて説明する。図１３は、第２実施形態に係る情報処理装置１ａによる抽出処理及び連携処理の流れを示すフロー図である。

【0058】

データ受付部３０は対象データとしての質問を受け付けると、抽出処理部３４に当該対象データを出力する。抽出処理部３４は、データ受付部３０が受け付けた対象データに関する情報を取得するためデータベース９０にアクセスする。

【0059】

第２実施形態のデータベース９０は、処理対象となる対象データに関する情報が登録されるナレッジデータベースである。対象データに関する情報は、業務のノウハウや過去の実施策等、インターネットでは公開されていない内部情報も含まれている。データベース９０には、例えば、種々の課題に対して設定される改善処置Ａ～Ｅが登録されており、このうち改善処置Ａと改善処置Ｅが段組み効率を改善するために過去に実施又は予定されたものであるとする。抽出処理部３４は、対象データとしての質問内容が段組効率に関するものである場合、改善処置Ａと改善処置Ｅを抽出データとして対象データとともに連携処理部３１に出力する。

【0060】

抽出処理部３４による対象データの分類は、シソーラスを利用したルールベースで行ってもよいし、機械学習等の学習モデルを用いてもよい。また、改善処置は、第１実施形態の図１０及び図１１を参照して説明した際に登録された１週間の会話内容に含まれるアクションプランであってもよい。また、抽出処理部３４による抽出対象のデータベース９０は、１つではなく、複数であってもよい。この場合、抽出処理部３４は、対象データの内容に応じて複数の中から抽出対象のデータベース９０を選択する処理を行ってもよい。

【0061】

連携処理部３１は、質問内容及び抽出データを予め設定されるプロンプトとともに生成ＡＩサーバ１０１に出力し、出力データを取得する。この出力データは、データベース９０の質問内容に関連する過去の蓄積情報が反映されることになる。この例では、質問内容とともに改善処置Ａと改善処置Ｅが生成ＡＩサーバ１０１に出力され、改善処置Ａと改善処置Ｅが加味された出力データが生成されることになる。

【0062】

結果処理部３２は、データ受付部３０のＶＡを介して質問を行った対象者に出力データとしての回答を出力する。なお、図１３では、省略しているが、データ管理部３３が、対象データとしての質問内容とともに出力データとしての回答をデータベース９０に格納する処理を行ってもよい。

【0063】

（２－２）以上、説明したように、第２実施形態の情報処理装置１ｂは、対象データに関する情報が登録されるデータベース９０から当該対象データに関する抽出データを抽出する抽出処理を実行する抽出処理部３４を更に備え、抽出処理部３４は、抽出データを連携処理部３１に出力する。
これにより、インターネットで公開されていないようなノウハウ等の情報をデータベース９０に蓄積しておくことにより、生成ＡＩの出力処理に当該情報を反映することができる。データベース９０への登録はテキストデータでもよいので、ＲＡＧ（Ｒｅｔｒｉｅｖａｌ Ａｕｇｍｅｎｔｅｄ Ｇｅｎｅｒａｔｉｏｎ）のようにテキストデータを数値化させたベクトルデータベースを構築するような高度な環境を用意することなく、生成ＡＩに蓄積情報を反映させるシステムを構築できる。

【0064】

（２－３）また、本実施形態では、連携処理部３１は、前記抽出データとともに対象データおよびコマンドを含むスクリプトを生成ＡＩサーバ１０１に出力し、出力データを取得する。
これにより、処理を複雑化することなく、問合せ等の質問からなる対象データに当該対象データに関連する解決処置等の抽出データを組み合わせるというシンプルな処理により、生成ＡＩから出力される出力データに抽出データを反映できる。

【0065】

＜第３実施形態＞
次に、図１４を参照し、複数の種類の生成ＡＩサーバ１０１ａ～１０１ｃを用いて出力データを作成する例について説明する。第３実施形態に係る情報処理装置１ｂによる複数の連携処理の流れを示すフロー図である。

【0066】

図１４に示すように、第３実施形態の情報処理装置１ｂは、第１連携処理部３１ａ、第２連携処理部３１ｂ及び第３連携処理部３１ｃを備える。また、第３実施形態の対象データは、会議の録音やインタビュー等の音声データである。

【0067】

第３実施形態の処理の流れについて説明する。まず、データ受付部３０は、ＶＡを介して音声データを取得し、第１連携処理部３１ａに出力する。

【0068】

第１連携処理部３１ａには、音声を文字に変換する機能に特化したベンダーＸの生成ＡＩサーバ１０１ａが連携対象として予め設定されている。第１連携処理部３１ａは、ベンダーＸの生成ＡＩサーバ１０１ａに音声データを出力し、文字変換された出力データとしてのテキストデータを取得する。第１連携処理部３１ａは、取得したテキストデータを第２連携処理部３１ｂに出力する。

【0069】

第２連携処理部３１ｂには、テキストデータを要約する機能に特化したベンダーＹの生成ＡＩサーバ１０１ｂが連携対象として予め設定されている。生成ＡＩサーバ１０１ｂは、ＬＬＭである。第２連携処理部３１ｂは、ベンダーＹの生成ＡＩサーバ１０１ｂにテキストデータを出力し、要約処理された出力データを取得する。第２連携処理部３１ｂは、取得した要約データを第３連携処理部３１ｃに出力する。

【0070】

第３連携処理部３１ｃには、文章に対して業界辞書解析を行う機能に特化したベンダーＺの生成ＡＩサーバ１０１ｃが連携対象として予め設定されている。第３連携処理部３１ｃは、ベンダーＺの生成ＡＩサーバ１０１ｃに要約データを出力し、業界辞書解析が行われた出力データを取得する。第３連携処理部３１ｃは、取得した業界辞書解析後の出力データを結果処理部３２に出力する。

【0071】

結果処理部３２は、業界辞書解析後の出力データに対して予め設定される処理内容に基づく処理を行ってデータ管理部３３に出力する。例えば、結果処理部３２は、業界辞書解析後の出力データを格納に適した形式に変換し、データ管理部３３は、結果処理部３２の処理後の出力データをデータベース９０に格納する。これによってデータベース９０に格納された出力データは、データ利用者の要求に応じて提示できる状態となる。

【0072】

（１－２）以上、説明したように、第３実施形態の情報処理装置１ｂは、複数の連携処理部（第１連携処理部３１ａ、第２連携処理部３１ｂ及び第３連携処理部３１ｃ）のそれぞれが異なる生成ＡＩサーバ１０１ａ～１０１ｃと連携して取得処理を実行する。
これにより、異なる処理のそれぞれの特性に応じて生成ＡＩサーバ１０１ａ～１０１ｃを設定することにより、対象データを精度良く出力データに変換することができる。複数種類の生成ＡＩサーバ１０１ａ～１０１ｃを用いることにより、様々な形式の出力データを出力でき、データ利用者の様々な要望にも対応できる。

【0073】

＜第４実施形態＞
次に、図１５を参照し、第３実施形態の作成手順設定部２５と異なる構成の作成手順設定部２５を備える第４実施形態の情報処理装置１ｃについて説明する。図１５は、第４実施形態に係る情報処理装置１ｃの機能的構成の一例を示す機能ブロック図である。

【0074】

図１５に示すように、第４実施形態の情報処理装置１ｃは、作成手順設定部２５ａと、データ受付部３０と、連携処理部３１と、結果処理部３２と、データ管理部３３と、をプロセッサ（ＣＰＵ１１）上で実現される機能部として備える。

【0075】

第４実施形態では、作成手順設定部２５ａは、データ利用者から入力される要望情報に基づいて作業手順書に必要な処理を分析する分析機能と、必要な処理に必要な生成ＡＩサーバ１０１ａ～１０１ｃを提案する提案機能と、を有する。なお、第４実施形態のデータ受付部３０、連携処理部３１、結果処理部３２及びデータ管理部３３は、上記実施形態で説明した構成と同様の構成である。また、作成手順設定部２５ａは、第１実施形態から第３実施形態の何れの情報処理装置１、１ａ～１ｂにも適用可能である。

【0076】

図１６を参照し、データ利用者から入力される要望情報に基づいて作業手順書が作成される処理の一例を説明する。図１６は、第４実施形態に係る情報処理装置１ｃの作業手順書の作成処理の流れの一例を示すフローチャートである。

【0077】

ステップＳ１において、データ受付部３０は、データ利用者から最終的に得たい出力データの内容やデータ処理の目的等を含む要望情報を取得する。データ受付部３０は、例えば、ＶＡを利用したチャット形式、メール等のテキスト、音声入力等により、データ利用者端末３等を介して要望情報を受け付ける。

【0078】

ステップＳ２において、作成手順設定部２５ａは、データ受付部３０によって取得された要望情報を分析し、前記要望情報の中でデータ利用者が要望する出力データを得るための複数の処理を作成する分析処理を実行する。分析処理の方法は、特に限定されない。例えば、分析処理は、キーワード等を利用したルールベースによって予め登録される複数の処理を含む作業手順書からデータ利用者に合致するものを抽出する形式でもよいし、予め用意した選択肢の中からデータ利用者が選択したものに対応する複数の処理を含む作業手順書を選択するものでもよい。あるいは、分析処理は、機械学習や深層学習等の生成ＡＩを利用するものであってもよい。

【0079】

ステップＳ３において、作成手順設定部２５ａは、分析によって作成した複数の処理の種類に応じて連携対象の生成ＡＩサーバ１０１を設定する。作成手順設定部２５ａは、例えば、予め処理の種類に応じた生成ＡＩサーバ１０１及びその接続情報が複数登録されるデータベース９０を参照し、処理の種類に対して適切な生成ＡＩサーバ１０１を抽出する。

【0080】

ステップＳ４において、作成手順設定部２５ａは、データ利用者に対して出力データを得るための複数の処理及び各処理に対応する生成ＡＩサーバ１０１を含む作成手順書を提示する提示処理を実行する。データ利用者は、提示された複数の処理及び各処理に対応する生成ＡＩサーバ１０１に基づいて作成手順書の設定を行う。データ利用者は、そのまま提示された作成手順書を利用してもよいし、作成された作成手順書を修正して利用してもよい。

【0081】

（１－３）以上、説明したように、第４実施形態の情報処理装置１ｃは、対象データに対する処理の内容及び手順を設定する作成手順設定部２５ａを更に備え、作成手順設定部２５ａは、データ利用者により入力される要望を示す要望情報を分析し、当該要望情報を満たす前記出力データを得るための処理を複数のブロックに分けて生成する分析処理を実行する。
これにより、要望情報に基づいて自動的に複数のブロックに分かれた処理が自動的に生成される。データ利用者は、生成された複数のブロックをそのまま利用したり、参考にしたりできるので、作成手順書を作成するための手間や時間を効果的に削減できる。また、データ利用者が作成手順書に精通していないため、複雑な処理を１つの処理に無理にまとめて所望の出力データが生成されないといった事態も回避できる。

【0082】

（１－４）また、本実施形態では、作成手順設定部２５ａは、複数の処理のそれぞれに対応する生成ＡＩサーバ１０１ａ～ｃの候補を提案する提案処理を実行する。
これにより、複数種類の各処理で生成ＡＩサーバ１０１と連携する必要がある場合であっても、処理に適した生成ＡＩサーバ１０１ａ～ｃが作成手順設定部２５ａによって提示されるので、作成手順書を作成するための労力や時間を低減できる。作成手順書を設定するデータ利用者が生成ＡＩサーバ１０１ａ～ｃの得意分野に精通していない場合であっても、各生成ＡＩサーバ１０１ａ～ｃの特性に応じて作成手順書を作成できる。

【0083】

以上、本発明の一実施形態について説明したが、本発明は、上述の実施形態に限定されるものではなく、本発明の目的を達成できる範囲での変形、改良等は本発明に含まれるものである。

【0084】

また、上述した一連の処理は、ハードウェアにより実行させることもできるし、ソフトウェアにより実行させることもできる。換言すると、上述の機能的構成は例示に過ぎず、特に限定されない。即ち、上述した一連の処理を全体として実行できる機能が情報処理装置１、１ａ～１ｃに備えられていれば足り、この機能を実現するためにどのような機能ブロックを用いるのかは特に上述の例に限定されない。また、機能ブロックの存在場所も、特に限定されず、任意でよい。例えば、情報処理装置１、１ａ～１ｃの機能ブロックを他の装置等に移譲させてもよい。逆に他の装置の機能ブロックをサーバ等に移譲させてもよい。また、一つの機能ブロックは、ハードウェア単体で構成してもよいし、ソフトウェア単体で構成してもよいし、それらの組み合わせで構成してもよい。

【0085】

一連の処理をソフトウェアにより実行させる場合には、そのソフトウェアを構成するプログラムが、コンピュータ等にネットワークや記録媒体からインストールされる。コンピュータは、専用のハードウェアに組み込まれているコンピュータであってもよい。また、コンピュータは、各種のプログラムをインストールすることで、各種の機能を実行することが可能なコンピュータ、例えばサーバの他汎用のスマートフォンやパーソナルコンピュータであってもよい。

【0086】

このようなプログラムを含む記録媒体は、プログラムを提供するために装置本体とは別に配布される図示せぬリムーバブルメディアにより構成されるだけでなく、装置本体に予め組み込まれた状態で提供される記録媒体等で構成される。プログラムはネットワークを介して配信可能であることから、記録媒体は、ネットワークに接続された、或いは接続可能なコンピュータに搭載、或いはアクセス可能なものであってもよい。

【0087】

なお、本明細書において、記録媒体に記録されるプログラムを記述するステップは、その順序に沿って時系列的に行われる処理はもちろん、必ずしも時系列的に処理されなくとも、並列的あるいは個別に実行される処理をも含むものである。また、本明細書において、システムの用語は、複数の装置や複数の手段等より構成される全体的な装置を意味するものとする。

【符号の説明】

【0088】

１、１ａ～１ｃ 情報処理装置
２ 対象者端末
３ データ利用者端末
２５、２５ａ 作業手順設定部
３０ データ受付部
３１ 連携処理部
３１ａ 第１連携処理部
３１ｂ 第２連携処理部
３１ｃ 第３連携処理部
３２ 結果処理部
３３ データ管理部
３４ 抽出処理部
１００ データ処理システム
１０１、１０１ａ～１０１ｃ 生成ＡＩサーバ

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】