LLM in Practice -3社の実例から見るLLM活用サービスを運用した課題と学び

automatically summarised by GPT

2023年7月20日に開催された「LLM in Practice -3社の実例から見るLLM活用サービスを運用した課題と学び -」というイベントで、株式会社DROBEのソフトウェアエンジニアである岸本将志氏が登壇しました。彼は「AIスタイリストさん」のリリース結果と、そこから得られた課題について紹介しました。 「AIスタイリストさん」は、ユーザーが70問のアンケートに回答し、その結果を基にAIとスタイリストが協力して商品を選び、ユーザーの自宅に届けるというサービスです。ユーザーは気に入った商品だけを購入し、それ以外は返品するという流れです。 商品選びの詳細については、70問のアンケートに基づいて50万点の服から選び、ランキングを作成します。その中から自動で何点か選ぶか、スタイリストが選ぶという形です。選ばれた20点のアイテムについて、ユーザーに「このアイテムは必要ですか？着ませんか？」というフィードバックを求めます。これを「事前提案」と呼んでいます。 事前提案のフィードバックを受けて、最終的にスタイリストが商品を5点選び、それをユーザーに届けます。その後、再度フィードバックをもらうというループを回しています。 また、届けられた商品の中には「スタイリングカルテ」と呼ばれる紙が含まれています。これは服の組み合わせ例とその解説が書かれたもので、ユーザーにとって参考になる情報が提供されています。 このサービスはChatGPTを使って開発されており、ユーザーが「こういう服がほしい」と自然言語で入力すると、それに基づいたコーディネートの例とともに「こういうコーディネートです」という回答が返ってきます。さらに、コンテキストを持った対話型の探索も可能です。 具体的には、LINE上のサービスで「食べ歩きにおすすめの服装は？」と入力すると、それに対する説明とDROBEの商品である緑色のカーディガンと白い靴の画像が表示され、クリックすると実際に購入できるという仕組みです。 このシステムは、スタイリングカルテのコーディネートの例をEmbedding APIを使ってベクトル化し、ベクトル用検索のデータベースに全件保存しています。ユーザーからのリクエストがあった場合には、その質問をChatGPTに投げて、スタイルの例を提供します。これにより、AIと検索エンジン、レコメンドエンジンが協調して動作するシステムが実現されています。