最近、AIを業務に活用する機会が増えてきました。 今回は、実際に試してみて特に効果を感じた「AIによるデータ作成の効率化」について紹介します。
日々の業務で使うJSONデータ。 これまではExcelの関数を組んだり、スクリプトを使って自力で出力していましたが、AI(ChatGPTやGemini)にJSONのフォーマットルールを読み込ませて、自然文から出力させるという手法を試してみたところ、想像以上に作業効率が上がりました。
構造が固定されているフォーマットに対しては、AIは非常に強いです。特に、繰り返しパターンが多い・入力から出力のルールが明確な処理では、AIが本領を発揮してくれます。
逆に、AIに「考えさせる」ようなタスク──たとえばゲームキャラの性能設計などを頼んだ時は、うまくいきませんでした。
過去のキャラ性能のテキストや、現環境で使われているキャラの傾向、さらには新キャラのコンセプトまで与えて、そこから性能を設計してもらおうとしたところ、期待したような出力にはなりませんでした。
要因としては、要素が多すぎて焦点が定まらなかったこと、そしてAIが「調整のバランス感覚」をうまく持てなかったことが挙げられます。
そこで学んだのが、「考えさせるのではなく、埋めさせる」タスクに分解するということ。
たとえば「このキャラはこの3つの効果を持つ予定」「この数値の範囲内で調整して」など、前提や制約をしっかり与えることで、出力の品質は一気に安定しました。
AIにすべてを任せるのではなく、必要な材料を人間が整理し、埋めてほしいところだけAIにやってもらう。これが今のところ、いちばんうまくいっている使い方です。
AIは万能ではありません。でも、うまく「任せ方」を工夫すれば、圧倒的な効率化とクオリティアップが実現できます。
今回の学びは、
という3点でした。
今後もこうした「AIとのちょうどいい役割分担」を探しながら、作業効率を高めていきたいと思います。