カスタムGPT · GPTs
Custom GPT
カスタムGPTとは?
- 指示文と文書で作る業務専用チャットボット
- プロンプトのノウハウを組織の共有資産に変える
- 公開範囲と知識ファイルの更新管理が要です
カスタムGPTが実際に変えるのは、回答の品質そのものではなく、その品質を誰が責任を持つかです。これまでは、AIをうまく使いこなす社員一人のメモ帳にだけ良い指示文が残り、ほかのチームメンバーは「これ要約して」の一行で尋ねるため、同じ業務でも結果がばらついていました。専用ボットを作っておけば、その指示文がツールに組み込まれるので、新人が投げた一行の質問も、勤続15年目の社員が書いた指示文を通して回答が出てきます。優秀な人の上限より先に、チームの下限が上がります。
作る際に触るのは、指示文、ナレッジファイル、機能スイッチの3か所です。指示文には役割・禁止事項・回答の形式を書き、ナレッジファイルには根拠文書を入れ、Web検索・コード実行・社内システム連携(Actions)は必要なものだけオンにします。ここでよく誤解される境界がファインチューニングとの違いです。カスタムGPTはモデルを学習させるのではなく、会話のたびに文書を探して読ませる方式なので、ファイルを変えるとその日から答えが変わり、元に戻すのもファイルの差し替えだけで済みます。
公開範囲の設定が、事実上のセキュリティ設定になります。「自分のみ」「リンク共有」「ワークスペース内」「全体公開」に分かれており、社内文書を扱うボットはチームや企業プランのワークスペース内に限定してください。ナレッジファイルには件数と容量の上限があり、文書が長いほど的外れな箇所を引用する確率が上がるため、規定集全体よりも、よく聞かれる章だけを切り出して上げるのが正確です。スキャンしたPDFより、表を文章に書き下したテキストの方が誤答がずっと少なくなります。
現場で最も大きくずれるのは、「文書を入れるだけで社内の専門家になる」という期待です。根拠文書があっても、モデルは質問に似た箇所を選んで読むだけなので、条項を混ぜて答えたり、改定前の就業規則が残っていると廃止された規定を自信満々に案内したりします。社員番号や年俸が混じったファイルを載せておくと、数回の質問で内容が漏れることもあります。ボットごとに担当者と更新周期を文書で決めておかないと、半年後には誰も手を入れないボットだけが数十個残ります。
OpenAIが2023年11月の開発者イベント(DevDay)で、コーディングなしでカスタムチャットボットを作れるGPTsと、それを売買するGPTストアを公開したことで普及しました。その後、AnthropicのClaudeのプロジェクト、GoogleのGeminiのGemなど類似機能が標準的になりました。
架空の事例で見てみましょう。役職員420名規模の製造業A社の人事チームは、3名で有給休暇・慶弔・在宅勤務の問い合わせに対応するため、1日に2時間近くを費やしていました。メッセンジャーで届く問い合わせは月310件で、担当者ごとに同じ質問へ異なる回答が出てしまい、異議申し立てが四半期ごとに繰り返されていました。
- 人事チーム長が直近6か月の問い合わせログを抽出したところ、年次休暇・慶弔・在宅勤務の3テーマで全体の71%を占めていました。個人の事情が絡む問い合わせはボットに任せにくいと判断し、範囲をこの3つに絞りました。
- 指示文には「アップロードされた規定の原文に基づいてのみ回答し、必ず条項番号も併記すること。文書にない場合は作り話をせず、人事チームの内線2140を案内すること」という一文を入れました。
- 就業規則187ページのうち該当する3章だけを切り出して取り込みました。表になっている慶弔休暇の日数はスキャンデータが何度も誤認識するため、「配偶者の出産 10日」のように文章に直して取り込み直しました。
- 人事チームの課長2名が実際の問い合わせ30件でテストしたところ、6件が誤答でした。そこで「半休は4時間単位」のような例外を指示文に具体例として組み込み、再度テストして28件に正答しました。
- 公開範囲は社内ワークスペース内に限定し、人事企画の担当者を管理者に指定しました。規定改定時は5日以内にファイルを差し替え、差し替えの履歴をシートに残すようにしています。
- 導入から2か月後、単純な規定の問い合わせが月310件から90件に減り、対応時間は1日2時間から40分に下がり、新人研修では配布リンク一つに置き換えられました。
金鍾赫(キム・ジョンヒョク)
パク・ヘラン