文章や画像を読んで、文章・表・判定を返すAI。問い合わせの一次回答、紙やPDFの読み取り、文章の下書きに使っています。向く工程と向かない工程を分けて、最終判断は人に残す使い方を書いています。
AI下書きと人の確認を工程ごとに分ける報告書・案内文・記事の組み方この記事で分かること この記事を読むと、題材決定・構成・執筆・確認・公開という5つの工程について、報告書・案内文・記事のそれぞれでAIにどこまで渡し、人がどこを見るかを自分の業務に
SEO記事の量産ワークフローに一次情報を差し込む場所を実測で示す量産ワークフローが崩れる理由は「書く速度」ではなく「判断工程」にある 記事本数を増やそうとして行き詰まる原因は、たいていの場合、執筆のスピードではなく、キーワード選定・構成・執筆・
AIの下書きを納品できる文章に仕上げる確認手順(報告書・メール・記事)AIの下書きをそのまま出すと何が起きるか AIが作った下書きをそのまま納品すると、数字や固有名詞の誤り、文体の不統一、禁止表現の見落としが後から表面化し、信頼を落とします。 AIは
REST APIの認証方式の違いでつまずいた話と対処法をまとめるREST APIとは何か、最小限の前提知識 REST APIとは、GET(取得)・POST(送信)・PATCH(更新)といった命令を使って、別々のシステム同士がインターネット経由で
SNS投稿のAI下書きと人の承認を分ける仕組みの作り方全自動にしない理由を先に決める SNS投稿の自動化で最初に決めるべきは、どこまでAIに任せ、どこから先を人が止めるかという線引きです。 理由は単純で、投稿が公開された後に事故が起き
非構造化データはLLMと専用モデルのどちらで処理すべきか判断基準非構造化データ処理でLLMと専用モデルのどちらを使うか迷う理由 紙の帳票や点検記録、請求書といった非構造化データは、処理する側がフォーマットを自由に決められないため、どの技術で読み
生成AIを使う工程と人に残す工程を実際の構成例から切り分ける入力 → 処理 → 確認 → 出力 という4つの区切りで業務を見ると、生成AIに渡してよい部分と、人が最後まで見る部分がはっきり分かれます。以下は、実際に私が受託業務や自社ツールで