## はじめに
ChatGPTなどのAPIを使うことで、これまで難しかった書類から必要な情報をピックアップする処理や、多言語への変換などがとても容易に行えるようになりました。
しかしながら、その処理はある程度の曖昧さを含まざるを得ないため、1回だけで最適な答えを出すこと難しいケースは多々あります。
そこで今回は、再帰的にChatGPTのAPIへ指示を出すことで、答えを洗練させられるかどうか、検証してみました。

## OpenAIチャットAPIでアイディアを再帰的に洗練させる

OpenAIのチャットAPIとTypeScriptを使い、アイディアを段階的に洗練させるプログラムを紹介します。  

### 作ってみたプログラム

```typescript
import dotenv from "dotenv";
import OpenAI from "openai";
import { zodResponseFormat } from "openai/helpers/zod";
import { z } from "zod";

dotenv.config({ path: `${__dirname}/.env` });

// APIの返答の形式を安定化させるため、Zodを使ってフォーマット指定を行います
const responseFormat = z.object({
  idea: z.string()
});

const main = async () => {
  // OpenAIの初期設定
  const client = new OpenAI({
    organization: process.env.CHAT_GPT_ORGANIZATION_ID,
    project: process.env.CHAT_GPT_PROJECT_ID,
    apiKey: process.env.CHAT_GPT_API_KEY
  });

  const MAX_COUNT = 5; // 再帰処理で呼び出す回数制限

  const getIdeas = async (
    question: string,
    ideas: string[],
    count: number = 1
  ) => {
    // 最初の指示
    let content = `## 指示
次に挙げる議題について、アイディアを出してください
「${question}」

## 制限事項
- 200文字程度で出してください`;

    // 再帰的に呼び出された時の指示
    if (count > 1) {
      content = `## 指示
次に挙げるアイディアを類推を使って洗練させてください
課題: ${question}
アイディア：「${ideas[ideas.length - 1]}」

## 制限事項
- 200文字程度で出してください`;
    }

    // チャットAPIの実行
    const chatCompletion = await client.chat.completions.create({
      model: "gpt-4o-mini",
      response_format: zodResponseFormat(responseFormat, "idea"),
      messages: [
        {
          role: "user",
          content
        }
      ]
    });

    // APIのレスポンスをパースして、情報を取得
    const responseMessage =
      JSON.parse(chatCompletion?.choices?.[0]?.message?.content ?? "{}")
        ?.idea ?? "";

    // 過去データに追加
    ideas.push(responseMessage);

    // 再帰的に呼び出す
    if (count < MAX_COUNT) {
      return getIdeas(question, ideas, count + 1);
    }

    return {
      question,
      ideas
    };
  };

  // 関数の実行
  const result = await getIdeas(
    "アジア向け越境ECを国内メーカーの販売担当者へ広告する場合の効果的なバナーデザイン",
    []
  );

  console.log(result);
};

main()
  .then(() => {
    console.log("Done");
  })
  .catch((error) => {
    console.error("Error:", error);
  });
```

#### プログラムの解説

- `.env`ファイルに定義されたAPIキーなどの環境変数を`dotenv`で読み込みます。
- Zodを使い、APIレスポンスの形式（idea: string）を指定することで、レスポンスの型を保証し、安定性を高めます。
- `getIdeas`関数は、指定回数（MAX_COUNT）まで再帰的にChatGPT APIへリクエストを送り、毎回新しいアイディアを生成・洗練します。
- 1回目は議題からアイディアを生成し、2回目以降は直前のアイディアをさらに洗練するよう指示します。
- すべてのアイディアは配列に蓄積され、最終的にまとめて出力されます。

### 実行結果例

#### 1回目
```md
1. クリーンでモダンなデザインを使用し、アジア市場を象徴する色彩（赤、金など）を取り入れる。
2. 商品写真を大きく配置し、目立たせることで視覚的インパクトを強調。
3. アジア顧客のニーズを反映したメッセージ（例：トレンド性や伝統的価値）を強調。
4. 言語はターゲット地域に応じたローカリゼーションを施し、親しみやすさを演出。
5. "越境ECで新市場開拓！"などのキャッチコピーで興味を引く。
```

#### 3回目
```md
アジア向け越境ECのバナーデザインには、
1. アジア特有の色（赤、金）を取り入れたクリーンでモダンなデザインが効果的。
2. 大きな商品写真でインパクトを与え、
3. トレンドと伝統を融合させたメッセージで興味を引く。
4. 各地域の言語で親しみやすさを演出し、
5. "新市場開拓のチャンス！"などの魅力的なキャッチコピーを加えることで、販売担当者の関心を高める。
```

#### 5回目
```md
「アジア向け越境ECのバナーデザインでは、
1. アジアの文化に根ざした明るい色合い（特に赤や金）を使用し、パッと目を引くデザインに。
2. 商品の魅力を伝えるために、大きな商品画像を配する。
3. トレンドと伝統を融合したキャッチコピーで感情に訴えかけ、
4. 地域ごとの言語で表記して親しみを感じさせる。
5. 更に、「新市場開拓は今がチャンス！」というポジティブなフレーズで顧客の関心を引く。
```

### 感想
結果を見てみると、アイディアそのものが洗練されているというより、文章として洗練されていっているという感じでした。
「洗練させる」ということが、人間にとっても解釈が難しいように、そもそも曖昧な指示なのが原因かもしれませんね。
また、ただ繰り返せばいいというわけではなさそうです。
ただし、情報を絞り込んでいくなど、プロンプトや利用目的を工夫すれば、この方法も有効に活用できる可能性があります。

### 注意
- 実案件でAPIを再帰的に利用する場合、API利用コストの増大や、レスポンスの質が頭打ちになる可能性についても、さらなる検証が必要です。

### 参考サイト
- <a href="https://platform.openai.com/docs/overview" target="_blank" rel="noopener noreferrer">Overview - OpenAI API</a>

large_eycatch.png

medium_eycatch.png

small_eycatch.png

thumbnail_eycatch.png

eycatch.png

OpenAIのチャットAPIを再帰的に呼び出す方法を検証してみた

## はじめに
最近、台湾でめっちゃ流行ってるのは、**ChatGPTでジブリ風の画像を生成すること**です！
ChatGPTに会員登録したら遊べます、無料版には一日約３枚しか生成できないけど、有料版なら一応無制限になります！

## 私も早速遊んでみました！
まず自分はジブリ風の中でどんな様子なのかを気になってて、とりあえず自撮りの一枚をアップロードしました！

![S__140148768_0.jpg](https://cont.sterfield.co.jp/uploads/S_140148768_0_ba823cad73.jpg)
![S__140148767_0.jpg](https://cont.sterfield.co.jp/uploads/S_140148767_0_8ccf617bc6.jpg)

なんか面白いなー！と思って、先日チェンマイに象と遊んだ写真なら、めっちゃ綺麗に生成されるじゃないかなと思って、またすぐにアップロードしました。

![S__140148771_0.jpg](https://cont.sterfield.co.jp/uploads/S_140148771_0_7a67b25d57.jpg)
![S__140148770_0.jpg](https://cont.sterfield.co.jp/uploads/S_140148770_0_4d1fce6fec.jpg)

ここで急に思ったのが、ジブリ風が作れるなら、もっと指示したらどうなるかなと思って、「もののけ姫」のような感じで作成してくださいって指示をしたら、もう一枚の写真が生成されてて、本当に「もののけ姫」の画風の画像が生成されて、めっちゃすごいな！と思いました！

![S__140148772_0.jpg](https://cont.sterfield.co.jp/uploads/S_140148772_0_fa90e4f62f.jpg)

## すぐにジブリ風を飽きてきた。
なんか細かい指示できるなら、ちょっと自分が飼ってるウサギも遊んでみたいなと思ってて、自分のうさぎは人間になったら、どんな様子かなと思って、ChatGPTに作ってもらいましたー！

![S__140148774_0.jpg](https://cont.sterfield.co.jp/uploads/S_140148774_0_bfe2012578.jpg)
![S__140148775_0.jpg](https://cont.sterfield.co.jp/uploads/S_140148775_0_50f39ec501.jpg)

**きゃー！めっちゃ可愛い♡**と思ってて、本当の人間ならば？と思って、更に指示をしたら...：

![S__140148777_0.jpg](https://cont.sterfield.co.jp/uploads/S_140148777_0_640db87b75.jpg)
![S__140148778_0.jpg](https://cont.sterfield.co.jp/uploads/S_140148778_0_844a2151ff.jpg)

すごっ！外国人だ！ここでもし色んな指示をして、例えば「アジア人の女の子に生成してください」とか、絶対色々面白かったけど、私は無料版を使っているから、１日の制限があって、更に画像の修正を入れたら１時間後を待たなくちゃいけないです。

## 画像ではなく、自分のキャラクターも生成できるって聞いたら...

何?! 自分のキャラクターも生成できる？更に自分が好きなアイテムも入れられるなんてって聞いたら、早速私が一番好きなワンチャンとうさぎちゃんをアイテムにしたら、こんなパッケージのモノが出て来ましたー！

![S__140148779.jpg](https://cont.sterfield.co.jp/uploads/S_140148779_9740f1d9e7.jpg)

すごくないー♡ ただこれを作成するのに、細かい指示を書かなければならないです。また色んな画像の提供も必要で、どのモノが
どの位置に置くのか、色は何なのか、名前の「Yumi」のこともどんな感じで表示されるのかまで、細かく書かないとね！

## まとめ
私はまた他に、ディズニー風とかの画風も色々遊んでみたし、自分を動物に変身したりもしてたw
ChatGPTは普段仕事で使っているが、仕事上だけではなく、プライペートでも色々遊んでみてくださいね！

![S__140148783_0.jpg](https://cont.sterfield.co.jp/uploads/S_140148783_0_a77271af75.jpg)
![S__140148782_0.jpg](https://cont.sterfield.co.jp/uploads/S_140148782_0_87dcafb732.jpg)

large_S__140148781_0.jpg

medium_S__140148781_0.jpg

small_S__140148781_0.jpg

thumbnail_S__140148781_0.jpg

S__140148781_0.jpg

ChatGPTで画像作成を遊ぼう！

## はじめに

ChatGPT API 呼び出しを含むコードのユニットテストは、レスポンスが一定でないため難しいと思われがちですが、いくつかのポイントを押さえることで実装可能です。本記事では、Jest を用いた ChatGPT API のユニットテスト実装方法について、実例を交えながら解説します。

## 対象読者

- ChatGPT API を利用する開発者
- Jest を用いたユニットテストの経験者
- API 連携を含むコードのテストに課題を感じている方

## 前提知識

- JavaScript の基本的な知識
- Jest を用いたユニットテストの経験
- ChatGPT API の利用経験

## 実装例

ChatGPT API を利用したコードのテスト実装例として、2 つの入力を比較して大きい方を返す関数 `greaterOf` のテストコードを作成します。

**テスト対象のコード (greaterOf.js)**

```javascript
import OpenAI from "openai";

/**
 * OpenAIのAPIを使用して2つの入力を比較し、大きい方を返します。
 */
const greaterOf = async (
  openai: OpenAI,
  a: string,
  b: string
): Promise<string> => {
  const chatCompletion = await openai.chat.completions.create({
    model: "gpt-4o-mini",
    response_format: { type: "text" },
    messages: [
      {
        role: "system",
        content: `1件目の入力と2件目の入力を比較して大きい方の入力をそのまま返してください。`,
      },
      {
        role: "user",
        content: a,
      },
      {
        role: "user",
        content: b,
      },
    ],
  });

  return chatCompletion?.choices?.[0]?.message?.content?.trim() ?? "";
};

export default greaterOf;
```

**テストコード (greaterOf.test.js)**

```javascript
import OpenAI from "openai";
import greaterOf from "./greaterOf";

const runTests = process.env.CHAT_GPT_TEST;

(runTests ? describe : describe.skip)("greaterOf", () => {
  const openai = new OpenAI({
    organization: "********", // API接続情報を外部から注入
    project: "********", // API接続情報を外部から注入
    apiKey: "********", // API接続情報を外部から注入
  });

  test.each`
    a                     | b                         | expected
    ${"木星"}             | ${"土星"}                 | ${"木星"}
    ${"北海道"}           | ${"スコットランド"}       | ${"スコットランド"}
    ${"セーム・シュルト"} | ${"シャキール・オニール"} | ${"シャキール・オニール"}
  `("greaterOf($a, $b) should return $expected", async ({ a, b, expected }) => {
    for (let i = 0; i < 3; i++) {
      const result = await greaterOf(openai, a, b);
      expect(result).toBe(expected); // 結果を検証
    }
  });
});
```

## 実装のポイント解説

- **テスト対象の関数は同じ入力に対して同じ出力を返すように設計する:** 出力が一定にならない関数の動作はテストケースで確認するのが難しいです。
- **API 接続情報の外部注入:** テストコードでは、API キーなどの接続情報を環境変数から取得しています。これにより、本番環境とテスト環境で異なる設定を使用できます。
  - **対応箇所:** テストコードの `const openai = new OpenAI({ ... });`
- **テストデータの準備:** `test.each`を用いて、複数のテストケースを簡潔に記述しています。各テストケースでは、入力値 `a`、`b` と期待される出力値 `expected` を定義しています。
  - **対応箇所:** テストコードの `test.each`
- **繰り返し実行:** 各テストケースを 3 回繰り返して実行しています。ChatGPT API のレスポンスは変動する可能性があるため、複数回実行することで結果の安定性を確認しています。
  - **対応箇所:** テストコードの `for (let i = 0; i < 3; i++) { ... }`
- **テストのスキップ:** 環境変数 `CHAT_GPT_TEST` が設定されている場合のみテストが実行されるようにしています。これにより、CI 環境などで API キーを保護し、テスト実行時間を短縮できます。
  - **対応箇所:** テストコードの `(runTests ? describe : describe.skip)("greaterOf", () => { ... });`

## まとめ

本記事では、Jest を用いた ChatGPT API のユニットテスト実装方法について解説しました。API 接続情報の外部注入、テストデータの準備、繰り返し実行、テストのスキップなどのポイントを押さえることで、ChatGPT API を含むコードのテストを効果的に行うことができます。

ユニットテストはコードの品質向上に不可欠です。ChatGPT API を利用したアプリケーション開発においても、ユニットテストを積極的に導入し、より信頼性の高いソフトウェア開発を目指しましょう。

small_OpenAI-black-monoblossom.png

thumbnail_OpenAI-black-monoblossom.png

OpenAI-black-monoblossom.png

Jest で実装する ChatGPT API のユニットテスト

## はじめに
Eコマース（電子商取引）サイトは、近年のテクノロジーの進化とともに急速に発展しています。その中で、生成AI（人工知能）の活用が注目されています。生成AIは、データを基に新しいコンテンツを生成する能力を持ち、Eコマースにおける顧客体験の向上、運営の効率化、売上の増加に貢献することが期待されています。本ブログでは、具体的な事例を用いながら、生成AIをEコマースサイトにどのように有効活用できるかを1万字程度で詳しく解説します。

## 生成AIとは？
 ![](https://cont.sterfield.co.jp/uploads/Gemini_Generated_Image_9s6v209s6v209s6v_33e4d606d3.jpeg) 
生成AIとは、ニューラルネットワークを用いて新しいデータやコンテンツを生成する人工知能技術の一種です。この技術は、文章、画像、音声、動画など多岐にわたるコンテンツの生成に利用されます。生成AIは、従来のルールベースのAIとは異なり、膨大なデータを学習し、パターンを見つけ出して新しい情報を作り出す能力を持っています。

## Eコマースにおける生成AIのメリット
生成AIをEコマースサイトに活用することで得られるメリットは多岐にわたります。以下に主要なメリットを挙げます。

### パーソナライズドコンテンツの提供
生成AIを活用することで、ユーザー一人一人に最適化されたパーソナライズドコンテンツを提供することができます。例えば、ユーザーの過去の購買履歴や閲覧履歴を基に、おすすめの商品や関連するコンテンツを自動生成することが可能です。これにより、ユーザーは自分に合った情報を迅速に得ることができ、購買意欲を高めることができます。

### 自動商品説明の生成
商品の説明文を自動生成することも生成AIの大きな利点です。特に、大規模なEコマースサイトでは、数千から数万の商品を取り扱っており、全ての商品説明を手作業で作成するのは非常に時間と労力がかかります。生成AIを用いることで、高品質で一貫性のある商品説明を迅速に生成することができます。

### 効率的なカスタマーサポート
生成AIは、カスタマーサポートの効率化にも寄与します。チャットボットを用いて、24時間対応の顧客サポートを提供することができます。生成AIを活用することで、より自然な会話が可能となり、顧客満足度を向上させることができます。

## 生成AI導入のステップ
 ![](https://cont.sterfield.co.jp/uploads/Gemini_Generated_Image_9s6v1y9s6v1y9s6v_d127933595.jpeg) 
生成AIをEコマースサイトに導入するためのステップを以下に示します。

### ニーズの特定
まずは、自社のEコマースサイトにおいて生成AIをどのように活用したいのか、そのニーズを明確にします。パーソナライズドレコメンデーション、商品説明の自動生成、カスタマーサポートの効率化など、具体的な目的を設定することが重要です。

### データの収集と整備
生成AIを効果的に活用するためには、高品質なデータの収集と整備が不可欠です。ユーザーの購買履歴、閲覧履歴、商品情報など、生成AIが学習するためのデータを収集し、適切に整備することが求められます。

### AIモデルの選定とトレーニング
収集したデータを基に、適切なAIモデルを選定し、トレーニングを行います。ここでは、生成AIの専門知識が必要となるため、社内のデータサイエンティストや外部の専門家の協力を得ることが推奨されます。

### システムの統合
トレーニング済みのAIモデルをEコマースサイトのシステムに統合します。ここでは、サイトのフロントエンドおよびバックエンドのシステムと生成AIの連携をスムーズに行うための技術的な調整が必要です。

### テストと改善
導入後は、生成AIのパフォーマンスを定期的にテストし、必要に応じて改善を行います。ユーザーからのフィードバックを収集し、AIモデルの精度向上に役立てることが重要です。

##  生成AI活用の具体的事例ニュース
以下、Eコマースサイトにおける生成AI活用事例のニュースを10個ご紹介します。

- 【必読】コマースリーダー2700人の声を元にした5つのAI活用術 - Salesforce

セールスフォースが、2700人のコマースリーダーを対象に行った調査結果に基づいて、EコマースにおけるAI活用5つのポイントを紹介しています。
https://www.salesforce.com/news/stories/ai-agents/

- AIを活用したECサイトの実例 - Multifverse

商品レコメンデーション、チャットボット、需要予測など、EコマースサイトにおけるAIの具体的な活用例を紹介しています。
https://www.multifverse.com/

- ECサイトに生成AIを導入するメリット・デメリットを徹底解説！ - AI研究所

生成AIをECサイトに導入する際のメリットとデメリット、具体的な活用事例などを紹介しています。
https://ai-kenkyujo.com/news/ec-seiseiai/

- AIを活用してECサイトの運用を効率化する7つの機能とは？ - ebisumart

商品レコメンデーション、チャットボット、需要予測、画像生成など、ECサイトの運用を効率化するAI機能7つを紹介しています。
https://www.ebisumart.com/blog/ai/

- ECサイトにおけるAI（人工知能）活用方法とは？ - 株式会社いつも

顧客対応、商品レコメンデーション、需要予測など、ECサイトにおけるAIの具体的な活用方法を紹介しています。
https://itsumo365.co.jp/blog/post-20132/

- 【事例あり】ECサイトにおけるAI活用事例5選と導入効果とは？ - HubSpot

商品レコメンデーション、チャットボット、需要予測、画像生成、顧客分析など、ECサイトにおけるAI活用事例5つと、それぞれの導入効果を紹介しています。
https://ec-orange.jp/ec-media/?p=19454

- 【2023年版】eコマースにおけるAI活用事例10選と導入のメリット・デメリット | トランシーバー

商品レコメンデーション、チャットボット、画像生成、需要予測、広告配信など、eコマースにおけるAI活用事例10選と、導入のメリット・デメリットを紹介しています。
https://www.dsk-cloud.com/blog/gc/13-use-cases-of-ai-in-business

- 【2023年最新】ECサイトにおけるAI活用事例と導入効果とは？ | AI転用ラボ

商品レコメンデーション、チャットボット、需要予測、画像生成、顧客分析など、ECサイトにおけるAI活用事例と、導入効果を紹介しています。
https://ec-orange.jp/ec-media/?p=19454

- 【保存版】ECサイトにおけるAI活用事例12選と導入のメリット・デメリット | データ分析ツールの選び方 | ツールラボ

商品レコメンデーション、チャットボット、需要予測、画像生成、広告配信、顧客分析など、ECサイトにおけるAI活用事例12選と、導入のメリット・デメリットを紹介しています。
https://ec-orange.jp/ec-media/?p=19454

- 【2023年最新】ECサイトにおけるAI活用事例と導入効果とは？ | AI転用ラボ

商品レコメンデーション、チャットボット、需要予測、画像生成、顧客分析など、ECサイトにおけるAI活用事例と、導入効果を紹介しています。
https://dl.acm.org/doi/10.1145/3474085.3475624

これらの事例は、ほんの一例です。生成AIは、日々進化しており、今後さらに多くの活用事例が生まれていくことが期待されます。

## 生成AIの将来展望
 ![](https://cont.sterfield.co.jp/uploads/Gemini_Generated_Image_9s6v1x9s6v1x9s6v_4cf827d35d.jpeg) 
生成AIの技術は日々進化しており、今後さらに多くの分野での活用が期待されています。Eコマースにおいても、新たな技術の導入により、より高度なパーソナライズドコンテンツの提供や、効率的な運営が可能となるでしょう。

例えば、生成AIを活用したバーチャルショッピングアシスタントや、リアルタイムでの在庫管理、さらにはAR（拡張現実）やVR（仮想現実）と組み合わせたショッピング体験の提供などが考えられます。これにより、ユーザーはより豊かで便利なショッピング体験を享受できるようになるでしょう。

## まとめ
生成AIは、Eコマースサイトにおいて多大な可能性を秘めています。パーソナライズドコンテンツの提供、自動商品説明の生成、効率的なカスタマーサポートなど、多岐にわたるメリットを享受することができます。また、具体的な導入ステップを踏むことで、生成AIを効果的に活用し、ビジネスの成長を促進することが可能です。

今後も技術の進化に伴い、生成AIの活用範囲はますます広がることが予想されます。Eコマース業界において、生成AIをいかに効果的に取り入れるかが、競争力を維持し、さらなる成長を遂げる鍵となるでしょう。

最後にネタバレになりますが、本ブログ記事は、ChatGPTとGemini、Copoilotを用いてアイキャッチ画像を含めて執筆しています。


large_Gemini_Generated_Image_9s6v1z9s6v1z9s6v.jpeg

medium_Gemini_Generated_Image_9s6v1z9s6v1z9s6v.jpeg

small_Gemini_Generated_Image_9s6v1z9s6v1z9s6v.jpeg

thumbnail_Gemini_Generated_Image_9s6v1z9s6v1z9s6v.jpeg

Gemini_Generated_Image_9s6v1z9s6v1z9s6v.jpeg

ECサイトにおける生成AIの活用事例2024

近年、ウェブサイトのコンテンツを取得するスクレイピング技術が増えています。この記事では、一般的なスクレイピングの方法をChrome拡張機能として実装します。特に、動的に読み込まれるコンテンツへの対応として、MutationObserverを使用した方法に焦点を当てて解説します。
これら、全てChatGPTとの対話で作ることができます。

なお、サードパーティのサイトに対してスクレイピングを行う際には、そのサイトの利用規約やrobots.txtを確認して、違反行為をしないよう注意が必要です。

## 1. 前提となる技術

- JavaScriptの基本知識
- Chrome拡張機能の概念
- DOM操作の基本

## 2. ターゲットとなる情報

- 商品名
- 価格
- 商品のリンク

などを決めます。

## 3. 動的コンテンツとは？
近年のウェブページは、ページの初回読み込み時にすべてのコンテンツが読み込まれるわけではなく、ユーザーの操作に応じて後からコンテンツが動的に追加されることが多いです。このような動的コンテンツの取得は、単純なスクレイピング技術では難しい場合があります。

## 4. MutationObserverとは？
MutationObserverは、DOMの変更を監視するための強力なAPIです。これを使用すると、DOMに変更があった際にコールバック関数を実行して、変更された要素に対して操作を行うことができます。動的コンテンツのスクレイピングにおいて非常に役立つツールとなります。

## 5. スクレイピングの実装
まず、Chrome拡張機能としての基本的な構造を構築します。

- manifest.jsonの作成
- ポップアップHTMLの作成
- コンテンツスクリプトの作成

具体的なスクレイピング処理は割愛いたしますが、例えば、もし構造が以下のようであれば

```
<li class="item">
    <a href="product_link">Product Name</a>
</li>
```

コンテンツスクリプト（content.js）は以下のように記述します。

```
let links = Array.from(document.querySelectorAll('.item a'));
```

## 6. 工夫した点: MutationObserverの活用
このガイドの主要なポイントは、MutationObserverの活用です。Shopeeのページは、新しい商品情報が動的に読み込まれることが多いため、このAPIを使用してDOMの変更を監視し、新しく追加された商品情報も取得するようにしました。

## 7. まとめ
この記事では、スクレイピングするための方法をChrome拡張機能として紹介しました。特に、動的コンテンツの取得に焦点を当て、MutationObserverを活用する方法を取り上げました。この手法は、他の多くのウェブサイトでも適用可能で、動的コンテンツの取得に苦労している方にとって有益な情報となることを願っています。


large_DALL·E 2023-10-27 12.49.25 - Photo of a laptop screen displaying lines of code related to web scraping, with the ChatGPT logo prominently visible in the top corner. Beside the lap.png

medium_DALL·E 2023-10-27 12.49.25 - Photo of a laptop screen displaying lines of code related to web scraping, with the ChatGPT logo prominently visible in the top corner. Beside the lap.png

small_DALL·E 2023-10-27 12.49.25 - Photo of a laptop screen displaying lines of code related to web scraping, with the ChatGPT logo prominently visible in the top corner. Beside the lap.png

thumbnail_DALL·E 2023-10-27 12.49.25 - Photo of a laptop screen displaying lines of code related to web scraping, with the ChatGPT logo prominently visible in the top corner. Beside the lap.png

DALL·E 2023-10-27 12.49.25 - Photo of a laptop screen displaying lines of code related to web scraping, with the ChatGPT logo prominently visible in the top corner. Beside the lap.png

ChatGPTで作るChrome拡張機能を利用した動的コンテンツのスクレイピングガイド

今回は、Chrome拡張機能の作成についての基本的なガイドをシェアしたいと思います。
「ChatGPT”の”Chrome拡張機能」ではなく、「ChatGPT”で”Chrome拡張機能」を作ってみたです。
Chrome拡張機能は、Google Chromeのブラウザに新しい機能を追加するためのプラグインのようなものです。
なので、ブラウザ上でこんなのあったら良いのになと思ったら、自分で割と簡単に作れてしまうのです。この辺りがChatGPTの革命的なところですね。

ちなみに、MicrosoftEdgeもChromeと同じChromiumベースなので、自作拡張機能を追加することが可能になっています。

## 拡張機能の基本的なファイル構成
 ![](/uploads/chrome_Extension_a9b20e3317.png) 
ファイル構成としては上図を準備します。
各ファイルの役割は以下です。
chatGPTに作ってもらう時もChrome拡張機能にしてとプロンプトに入れると大抵の場合、下記の基本ファイルの記述を教えてくれるので、それらをエディタに記述し、それぞれのファイル名と拡張子で保存をし、任意のフォルダに格納するだけです。
アイコンはchatGPTでは作ってくれないので画像ファイルとして別途用意して下さい。

簡単にリサイズできるサイトもご参考までに。
https://resizeappicon.com/

1. マニフェストファイル (manifest.json): 拡張機能のメタデータを提供します。名前、バージョン、権限、ブラウザアクションやページアクション、コンテンツスクリプトなどの拡張機能の主要な情報を含むJSON形式のファイルです。
2.  バックグラウンドスクリプト (background.js): ブラウザやページのイベントに反応して、拡張機能の主要な機能を制御します。
3. コンテンツスクリプト (content.js): 直接ウェブページにインジェクトされ、ページのDOMを変更する役割を持っています。
4. ポップアップ: ブラウザのツールバーにある拡張機能のアイコンをクリックしたときに表示される小さなウィンドウです。ポップアップのHTML (popup.html) とそれに関連するJavaScript (popup.js) が含まれます。
5. オプションページ: 拡張機能の設定をユーザーがカスタマイズできるページ。options.html と options.js が含まれます。
6. アセットや他のリソース: アイコンや画像、その他の必要なリソース。例えば、icon.png など。
 ![](/uploads/_2518b036c6.png) 

## Chrome拡張機能のインストール手順
 ![](/uploads/2_24dc3436fa.png) 
上述の構成に格納したフォルダを指定することで読み込みが完了すると拡張機能に自分の作ったものが表示されます。

1. Google Chromeブラウザを開きます。
2. URLバーに chrome://extensions/ を入力して、拡張機能のページを開きます。
3. ページの右上にある「デベロッパーモード」のトグルをオンにします。
4. 「パッケージ化されていない拡張機能を読み込む」ボタンをクリックして、作成した拡張機能のディレクトリ（フォルダ）を選択します。
## デバッグ方法
 ![](/uploads/3_b34eedf322.png) 
やっぱり最初の質問でいきなり動くものは作れないので、これもChatGPTにエラーの内容を修正してもらいながら進めます。各種デバッグの方法を記載します。
1. chrome://extensions/ にアクセスします。
2. インストールした拡張機能のリストから、デバッグしたい拡張機能の「詳細」ボタンをクリックします。
3. 「バックグラウンドページ」のセクションに「検証」または「background.html」のリンクが表示されている場合、それをクリックすることで、Chrome Developer Toolsが開きます。
4. ポップアップをデバッグするには、拡張機能のアイコンをクリックしてから右クリックし、「検証」を選択します。
5. コンテンツスクリプトのデバッグは、ページ上で右クリックして「検証」を選び、コンソールを開いてエラーやログを確認します。


## まとめ
 ![](/uploads/4_517f67b3ea.png) 
皆さんも是非、自分のChrome拡張機能を作成してみてください！
拡張機能欄に自分のアイコン（当社のロゴ）が表示された時はプチ感動しました。
構想中のものは、アクティブなタブに対して情報を取得し、日々の業務を楽にするような便利拡張機能なのですが、まだまだ試作中なので、具体的な拡張機能は次回としたいと思います。




large_439082_I made a Chrome extension with ChatGPT! _xl-1024-v1-0.png

medium_439082_I made a Chrome extension with ChatGPT! _xl-1024-v1-0.png

small_439082_I made a Chrome extension with ChatGPT! _xl-1024-v1-0.png

thumbnail_439082_I made a Chrome extension with ChatGPT! _xl-1024-v1-0.png

439082_I made a Chrome extension with ChatGPT! _xl-1024-v1-0.png

ChatGPTでChrome拡張機能を作ってみた！

<h2>はじめに</h2>
<p>これは非エンジニアがノーコードツールを使って、試行錯誤している様子をブログにしたものです。</p>
<p>ツッコミどころ満載かと思いますが、ご容赦ください。</p>
<h2>Chat GPTの可能性を模索</h2>
<p>鮮烈なデビューとともにその勢いは衰えることなく怒涛のリリースを行うChat GPT。業務効率改善に営業畑の人間が取り組むことにしました。</p>
<h2>参考にさせて頂いた情報</h2>
<p><a href="https://otona-life.com/2023/03/28/164745" target="_blank" rel="noopener">【革命的!】ChatGPT＋ノーコードで、Web会議後の議事録化が自動で作成＆通知可能に!?</a></p>
<p>まさにChatGPTに求めていたような使い方をされていて、かつノーコードで行えるということで自分も試してみることにしました。</p>
<h2>Make&amp;ChatGPT&amp;ちょこっとDeepL</h2>
<p><a href="/uploads-archive/2023/04/Make-Work-the-way-you-imagine.png"><img decoding="async" loading="lazy" class="aligncenter size-large wp-image-18147" src="/uploads-archive/2023/04/Make-Work-the-way-you-imagine-1024x652.png" alt="" width="1024" height="652" srcset="/uploads-archive/2023/04/Make-Work-the-way-you-imagine-1024x652.png 1024w, /uploads-archive/2023/04/Make-Work-the-way-you-imagine-300x191.png 300w, /uploads-archive/2023/04/Make-Work-the-way-you-imagine-768x489.png 768w, /uploads-archive/2023/04/Make-Work-the-way-you-imagine-1536x978.png 1536w, /uploads-archive/2023/04/Make-Work-the-way-you-imagine-228x145.png 228w, /uploads-archive/2023/04/Make-Work-the-way-you-imagine.png 1575w" sizes="(max-width: 1024px) 100vw, 1024px" /></a></p>
<p>今回の肝がこの<a href="https://www.make.com/en/register?pc=mezack" target="_blank" rel="noopener">make</a>というサービスで私のような非エンジニアでもコードを書く必要がなく（ノーコード）APIを叩いたり、そのデータを別のサービスに連携させてたりといったことができるiPaaSサービスです。</p>
<p>iPaaSをChatGPTに聞いた答えも引用で貼っておきます。</p>
<blockquote><p>iPaaSは、Integration Platform as a Service（統合プラットフォーム・アズ・ア・サービス）の略称で、クラウド上で提供されるアプリケーション間の統合を支援するプラットフォームです。iPaaSは、データやアプリケーション、システムなどを簡単かつ効率的に統合するためのツールを提供し、APIやデータストレージ、メッセージング、アプリケーション接続、エンタープライズ・サービス・バス（ESB）などの機能を含みます。iPaaSは、企業がビジネスプロセスの自動化、データの統合、クラウドベースのアプリケーションの管理などを行うためのシームレスな方法を提供し、デジタルトランスフォーメーションを支援する重要な役割を果たしています。</p></blockquote>
<p>初めて使ったのですが、Make&#x2716;&#xfe0f;AI（chatGPTやDeep L）にとてつもない可能性を感じ、あれこれ試行錯誤してる瞬間がとても楽しかったです。</p>
<h2>テキストを要約してもらって通知</h2>
<p>実現させたのはテキストを要約してもらって通知という非常にシンプルなものです。</p>
<p>参考にさせて頂いた平岡さんは、</p>
<ol>
<li>Zoomをクラウドに録画</li>
<li>それを読みに行って文字起こし</li>
<li>そのテキストをChatGPTに要約</li>
<li>Googleドキュメント作成</li>
<li>Slackに通知</li>
</ol>
<p>というところまで行われています。</p>
<p>私は、普段使っているサービスにアレンジしつつ、シンプルにできるところまでやってみました。</p>
<ol>
<li>文字起こしまでをGoogleドキュメントの音声入力で会議中に文字起こし</li>
<li>そのテキストをChatGPTに要約</li>
<li>Chatworkに通知</li>
</ol>
<p>という3行程です。</p>
<p>makeでは、下記のようにサービスを並べます。</p>
<p><a href="/uploads-archive/2023/04/Integration-Google-Docs-OpenAI-DALL-E-ChatGPT-copy-Make-1.png"><img decoding="async" loading="lazy" class="aligncenter size-large wp-image-18150" src="/uploads-archive/2023/04/Integration-Google-Docs-OpenAI-DALL-E-ChatGPT-copy-Make-1-1024x306.png" alt="" width="1024" height="306" srcset="/uploads-archive/2023/04/Integration-Google-Docs-OpenAI-DALL-E-ChatGPT-copy-Make-1-1024x306.png 1024w, /uploads-archive/2023/04/Integration-Google-Docs-OpenAI-DALL-E-ChatGPT-copy-Make-1-300x90.png 300w, /uploads-archive/2023/04/Integration-Google-Docs-OpenAI-DALL-E-ChatGPT-copy-Make-1-768x230.png 768w, /uploads-archive/2023/04/Integration-Google-Docs-OpenAI-DALL-E-ChatGPT-copy-Make-1-1536x459.png 1536w, /uploads-archive/2023/04/Integration-Google-Docs-OpenAI-DALL-E-ChatGPT-copy-Make-1-2048x612.png 2048w, /uploads-archive/2023/04/Integration-Google-Docs-OpenAI-DALL-E-ChatGPT-copy-Make-1-228x68.png 228w" sizes="(max-width: 1024px) 100vw, 1024px" /></a></p>
<p>APIキーの取得や詳細の使い方は割愛させていただきますが、Chatworkへの通知まで成功に至りました。</p>
<p><a href="/uploads-archive/2023/04/Chatwork-議事録.png"><img decoding="async" loading="lazy" class="aligncenter size-full wp-image-18148" src="/uploads-archive/2023/04/Chatwork-議事録.png" alt="" width="907" height="238" srcset="/uploads-archive/2023/04/Chatwork-議事録.png 907w, /uploads-archive/2023/04/Chatwork-議事録-300x79.png 300w, /uploads-archive/2023/04/Chatwork-議事録-768x202.png 768w, /uploads-archive/2023/04/Chatwork-議事録-228x60.png 228w" sizes="(max-width: 907px) 100vw, 907px" /></a></p>
<p>今回はツールの理解に時間を使い試作版ということで3行程レベルですが、様々なサービスの連携がイメージできました。</p>
<h2>工夫ポイント</h2>
<h3>DeepLを介してトークン数の削減</h3>
<p><a href="/uploads-archive/2023/04/テスト2-Google-ドキュメント.png"><img decoding="async" loading="lazy" class="aligncenter size-full wp-image-18145" src="/uploads-archive/2023/04/テスト2-Google-ドキュメント.png" alt="" width="306" height="414" srcset="/uploads-archive/2023/04/テスト2-Google-ドキュメント.png 306w, /uploads-archive/2023/04/テスト2-Google-ドキュメント-222x300.png 222w, /uploads-archive/2023/04/テスト2-Google-ドキュメント-228x308.png 228w" sizes="(max-width: 306px) 100vw, 306px" /></a></p>
<p>ちょうど4000文字強のとある会議の音声入力データで試していたところ、一度に送信できるトークン数が4097という制限があり、トークンのカウントは簡単にいうと単語の区切りと言われておりますが、日本語の場合、ほぼ文字数に近い数字がトークン数となり、上述のドキュメントでは以下の通り、4212トークンでエラーがでしまいました。<a href="/uploads-archive/2023/04/Integration-Google-Docs-OpenAI-DALL-E-ChatGPT-copy-Make.png"><img decoding="async" loading="lazy" class="aligncenter size-large wp-image-18144" src="/uploads-archive/2023/04/Integration-Google-Docs-OpenAI-DALL-E-ChatGPT-copy-Make-1024x652.png" alt="" width="1024" height="652" srcset="/uploads-archive/2023/04/Integration-Google-Docs-OpenAI-DALL-E-ChatGPT-copy-Make-1024x652.png 1024w, /uploads-archive/2023/04/Integration-Google-Docs-OpenAI-DALL-E-ChatGPT-copy-Make-300x191.png 300w, /uploads-archive/2023/04/Integration-Google-Docs-OpenAI-DALL-E-ChatGPT-copy-Make-768x489.png 768w, /uploads-archive/2023/04/Integration-Google-Docs-OpenAI-DALL-E-ChatGPT-copy-Make-1536x978.png 1536w, /uploads-archive/2023/04/Integration-Google-Docs-OpenAI-DALL-E-ChatGPT-copy-Make-228x145.png 228w, /uploads-archive/2023/04/Integration-Google-Docs-OpenAI-DALL-E-ChatGPT-copy-Make.png 1575w" sizes="(max-width: 1024px) 100vw, 1024px" /></a></p>
<p>&nbsp;</p>
<p>そこで、英語に翻訳すると精度が上がり、トークン数も削減できるいうこと情報を覚えていたので、間にDeep Lを噛ませることにしました。</p>
<p><a href="/uploads-archive/2023/04/Integration-Google-Docs-OpenAI-DALL-E-ChatGPT-Make-1.png"><img decoding="async" loading="lazy" class="aligncenter size-large wp-image-18146" src="/uploads-archive/2023/04/Integration-Google-Docs-OpenAI-DALL-E-ChatGPT-Make-1-1024x652.png" alt="" width="1024" height="652" srcset="/uploads-archive/2023/04/Integration-Google-Docs-OpenAI-DALL-E-ChatGPT-Make-1-1024x652.png 1024w, /uploads-archive/2023/04/Integration-Google-Docs-OpenAI-DALL-E-ChatGPT-Make-1-300x191.png 300w, /uploads-archive/2023/04/Integration-Google-Docs-OpenAI-DALL-E-ChatGPT-Make-1-768x489.png 768w, /uploads-archive/2023/04/Integration-Google-Docs-OpenAI-DALL-E-ChatGPT-Make-1-1536x978.png 1536w, /uploads-archive/2023/04/Integration-Google-Docs-OpenAI-DALL-E-ChatGPT-Make-1-228x145.png 228w, /uploads-archive/2023/04/Integration-Google-Docs-OpenAI-DALL-E-ChatGPT-Make-1.png 1575w" sizes="(max-width: 1024px) 100vw, 1024px" /></a></p>
<p>そうすることで、4212トークンが、1567トークンまで圧縮され、理論上は、さらに倍の日本語文字数でも耐えられることが分かりました。</p>
<p>ただし、日本語の精度が落ちてしまっている感は否めず、現状だとそのままオフィシャルに議事録として扱うというよりは、自分のメモ書きの代わり程度に留めておくのが良さそうな具合だという結論になりました。</p>
<h2>処理時間</h2>
<p><div style="width: 1280px;" class="wp-video">
<video class="wp-video-shortcode" id="video-18142-1" width="1280" height="720" preload="metadata" controls="controls"><source type="video/mp4" src="/uploads-archive/2023/04/Integration-Google-Docs-OpenAI-DALL-E-ChatGPT-_-Make.mp4?_=1" /><a href="/uploads-archive/2023/04/Integration-Google-Docs-OpenAI-DALL-E-ChatGPT-_-Make.mp4">/uploads-archive/2023/04/Integration-Google-Docs-OpenAI-DALL-E-ChatGPT-_-Make.mp4</a></video></div></p>
<h2>課題</h2>
<h3>1時間前後の会議に対応できるか</h3>
<p>現在APIの制約として、4097トークン上限があり、おおよそ時間にすると10〜15分程度の会議のテキスト量に相当しますので、少なくともこの5倍程度は受け入れられなければ実用に耐えられないと思います。</p>
<p>それを解消するために、一度Deep Lを介して、英語に翻訳しトークン数を下げるという試みをしましたが、日本語の精度が落ちてしまう点とそれでも上限トークン数の制約にはとても足りないので、テキストを分割するといった更なる工夫の必要。</p>
<h3>議事録のテキスト化の方法</h3>
<p>今回は、Googleドキュメントの音声入力をを利用して、そのドキュメントからテキストを抽出しましたが、ここもなるべく自動化したいですね。音声データから文字起こしですとここでもファイル容量の上限もあり、まだまだ、1時間レベルの会議に耐えるものではないので、試行錯誤いたします。</p>
<h2>まとめ</h2>
<p>議事録ツールを完成させる方向性もありますが、もっともっといろいろなことができるのではと、ワクワクしました。</p>

large_Integration-Google-Docs-OpenAI-DALL-E-ChatGPT-Make-1024x652.png

medium_Integration-Google-Docs-OpenAI-DALL-E-ChatGPT-Make-1024x652.png

small_Integration-Google-Docs-OpenAI-DALL-E-ChatGPT-Make-1024x652.png

thumbnail_Integration-Google-Docs-OpenAI-DALL-E-ChatGPT-Make-1024x652.png

Integration-Google-Docs-OpenAI-DALL-E-ChatGPT-Make-1024x652.png

chatGPTとmakeで議事録要約ツール試作版を作ってみた


<p>話題のchatGPTを試してみました。</p>



<h2>ChatGPTとは</h2>



<blockquote class="wp-block-quote">
<p>ChatGPT（チャットジーピーティー、Generative Pre-trained Transformer)は、OpenAIが2022年11月に公開したしたチャットボット。OpenAIのGPT-3.5ファミリーの言語モデルを基に構築されており、教師あり学習と強化学習の両方の手法で転移学習されている。</p>
<cite>https://ja.wikipedia.org/wiki/ChatGPT</cite></blockquote>



<p>Wikipediaから引用しましたが、噛み砕くととてもとても自然な文章を生成してくれる汎用的なチャットボットです。他と一線を画すと言われている所以が、特定の領域に限らず、 GPTと言われる大規模言語モデルがあらゆる言葉に対して回答を返してくれて、それが正規表現やプラグラミング言語にまで及ぶという点です。</p>



<p>今なら、open AIのサイトでアカウント登録することで無料で試すことが出来ますので、未来の当たり前を体験すべく、試してみました。</p>



<p><a href="https://openai.com/blog/chatgpt/" target="_blank" rel="noreferrer noopener">ChatGPT: Optimizing Language Models for Dialogue &#8211; OpenAI</a></p>



<h2>ChatGPT応答速度</h2>



<p>グローバルなビジネスにおける一番あるある関税について聞いてみました。</p>



<p>ここでは、「シンガポールの関税教えて」と聞きました。</p>



<figure class="wp-block-video"><video controls src="/uploads-archive/2023/01/Singapore-Import-Tax-Details.mp4"></video></figure>



<p>約10秒ほどの沈黙の後、答えの応答に関しては、ズバスバと返ってきます。</p>



<h2>深掘りして聞く</h2>



<p>しかしながら、返答の2行ではなかなか要領を得ません。そこで「詳細を教えて」とだけ聞きます。</p>



<p>ここで感心をするのが、前回の質問に対しての文脈、コンテキストを理解した上で会話を継続できることです。</p>



<figure class="wp-block-image"><img decoding="async" loading="lazy" width="798" height="400" src="/uploads-archive/2023/01/Singapore-Customs-and-Tax.png" alt="" class="wp-image-18069" srcset="/uploads-archive/2023/01/Singapore-Customs-and-Tax.png 798w, /uploads-archive/2023/01/Singapore-Customs-and-Tax-300x150.png 300w, /uploads-archive/2023/01/Singapore-Customs-and-Tax-768x385.png 768w, /uploads-archive/2023/01/Singapore-Customs-and-Tax-228x114.png 228w" sizes="(max-width: 798px) 100vw, 798px" /></figure>



<p>関税自体はほとんどないが正解と知っているので、これ以上の回答はないと思いますが、所得税の説明を詳しく返してくれました。</p>



<h2>ソースは必ず聞くようにする。</h2>



<p>Chat GPTはあくまで正解を返してくれるチャットボットではなくて、自然な会話ができるチャットボットなので、結局は一次ソースを確認をする必要があります。</p>



<p>知識もなく、判断が出来ない領域においてChat GPTの返答内容をそのまま、鵜呑みにする、公開する行為は注意が必要です。</p>



<figure class="wp-block-image"><img decoding="async" loading="lazy" width="801" height="627" src="/uploads-archive/2023/01/Singapore-Customs-and-Tax-1.png" alt="" class="wp-image-18071" srcset="/uploads-archive/2023/01/Singapore-Customs-and-Tax-1.png 801w, /uploads-archive/2023/01/Singapore-Customs-and-Tax-1-300x235.png 300w, /uploads-archive/2023/01/Singapore-Customs-and-Tax-1-768x601.png 768w, /uploads-archive/2023/01/Singapore-Customs-and-Tax-1-228x178.png 228w" sizes="(max-width: 801px) 100vw, 801px" /></figure>



<p>「ソースは？」という質問だけでは、再び要領を得なかったのでURLで教えてもらうと、</p>



<ul>
<li>シンガポール税務局 (Inland Revenue Authority of Singapore) : <a href="https://www.iras.gov.sg/">https://www.iras.gov.sg/</a></li>



<li>シンガポール政府経済開発局 (Economic Development Board) : <a href="https://www.edb.gov.sg/">https://www.edb.gov.sg/</a></li>
</ul>



<p>の二つの情報を教えてもらうことが出来ました。</p>



<h2>検索エンジンでは？</h2>



<figure class="wp-block-image"><img decoding="async" loading="lazy" width="868" height="727" src="/uploads-archive/2023/01/シンガポールの関税-Google-検索.png" alt="" class="wp-image-18073" srcset="/uploads-archive/2023/01/シンガポールの関税-Google-検索.png 868w, /uploads-archive/2023/01/シンガポールの関税-Google-検索-300x251.png 300w, /uploads-archive/2023/01/シンガポールの関税-Google-検索-768x643.png 768w, /uploads-archive/2023/01/シンガポールの関税-Google-検索-228x191.png 228w" sizes="(max-width: 868px) 100vw, 868px" /></figure>



<p>ジェトロのページが最初に上がってきます。</p>



<p><a href="https://www.jetro.go.jp/world/asia/sg/trade_03.html">https://www.jetro.go.jp/world/asia/sg/trade_03.html</a></p>



<p>日本語での詳細が書かれており、参照先としては、</p>



<p>シンガポール税関（<a href="http://www.customs.gov.sg/" target="_blank" rel="noreferrer noopener">Singapore Customs</a>）</p>



<p>が紹介されおります。</p>



<p>関税を調べたい時は、税務局ではなく税関の方が正しいでしょう。</p>



<h2>まとめ</h2>



<p>ということで、今回はシンプルな内容で試してみたところ、まだ、検索エンジンに軍配が上がるとは思いました。</p>



<p>しかしながら、「正解を知りたい」というニーズに対しての用途で、ChatGPTの真価は大規模言語モデルを背景にした、「文章構成力」にあると思います。</p>



<p>コンテンツの「要約」や表現力を活かした「返信」などでは、用途を見出しており、研究論文の要旨に利用してしまうなど、既に警鐘が鳴らされている状況でもあります。</p>



<p><a href="https://gigazine.net/news/20230116-chatgpt-abstract/">https://gigazine.net/news/20230116-chatgpt-abstract/</a></p>



<p>それほどまでに可能性と未来を感じられるプロダクトであるということを示しているのではないでしょうか。</p>


Company

Our Solutions

Support

News

Blog

Blogブログ

カテゴリーから探す

年別から見る

記事一覧 - タグ: #ChatGPT

2025/05/22

2025/04/16

2025/02/21

2024/06/06

2023/10/27

2023/09/21

2023/04/28

2023/01/20