こんにちは、プロダクトマネージャーの@more_tです。 カジュアル面談でプロダクトマネージャーの方とお話させてもらう中で、スマートバンクのプロダクトマネージャーが普段どういった業務をやっているかという質問をもらうことが多くあります。プロダクトマネージャーに期待する業務内容は会社によっても異なりそうだし、多くの職種と関わる仕事でもあるので、プロダクトマネージャーが行う業務と他職種の方が担当する業務の境界もケースバイケースだよねと感じました。そこで弊社のプロダクトマネージャーがどういった業務を行っているか整理してみることにしました。 記事が長くなったので先に結論を書いておくと、業務マップを作るとカジュアル面談でも使えるし社内のプロダクトマネージャーへの期待値をすり合わせるためにも便利だぞということをこの記事では主張しています。 プロダクトマネージャーは何をする職種? プロダクトマネージャー(
We’ve implemented initial support for plugins in ChatGPT. Plugins are tools designed specifically for language models with safety as a core principle, and help ChatGPT access up-to-date information, run computations, or use third-party services. In line with our iterative deployment philosophy, we are gradually rolling out plugins in ChatGPT so we can study their real-world use, impact, and safety
はじめにLayerXの代表をしています福島と申します。本日はLLM(Large Language Model, 大規模言語モデル)について、なぜ大事なのか?経営者の視点でどうこの波を考えればいいのかについてです。 LLMが今非常に話題になっています。ChatGPTの裏側もこのLLMからできていると言えばわかりやすいでしょうか。 私は現在、LayerXという会社を経営しております。LayerXでも多分に漏れず、LLMに対するものすごいワクワクと、この波に対応しないと会社が消えてなくなるという強い危機感を抱いています。 私自身が元機械学習エンジニア、現在現役の経営者というキャリアを歩んできました。その立場から、なるべくわかりやすく、LLMの波というものを経営者がどう捉えるべきか、どう波を乗りこなすべきかの一助となればと思い筆を取っています。(機械学習のプロの方からすると、おいおいそれは単純化し
【徹底解説】これからのエンジニアの必携スキル、プロンプトエンジニアリングの手引「Prompt Engineering Guide」を読んでまとめてみた こんにちは。CX 事業本部 Delivery 部のきんじょーです。 ここのところChatGPT と戯れてアプリを作ったり、様々なプロンプトの検証をしていましたが、言語モデルの性能を最大限に引き出すために、体系的にプロンプトエンジニアリングを学びたいと考えていました。 GitHub に「Prompt Engineering Guide」という素晴らしいリポジトリがあったので、読んで検証した内容をブログにまとめていきます。 本記事は、執筆時点の上記リポジトリの内容を元にしていますが、意訳や独自に検証した日本語のプロンプトを含みます。 上記リポジトリも絶賛開発中の段階のため、最新情報や原文が気になる方はリポジトリを直接参照してください。 目次 プ
クリエイターに出会ったり、もっとファンになったり、noteで創作をつづけたくなるようなイベントを開催する「noteイベント」。今回は「チャットAI使いこなし最前線」をテーマに、黎明期からチャットAIを活用しているnote CXOの深津貴之氏が登壇しました。こちらの記事では、ChatGPTユーザーの悩みを解決するプロンプトなどが語られました。 ChatGPTユーザーの悩みを解決するプロンプト 徳力基彦氏(以下、徳力):まず今日はChatGPTの使い方をしっかり覚えていただきたいと思います。ここで「深津式汎用プロンプト」。 深津貴之氏(以下、深津):僕は1個1個、個別の例を出すのはあんまり好きではないです。さっき言ったように原理原則を1個理解すれば、全部その原理原則から引っ張れる方向が好きですね。 なので今日も、細かいプロンプトを出すよりは、だいたいあなたの悩みのすべてを解決するプロンプトを1
この前、公園を散歩しながらスマホでウイークリー落合の番組を聞いていたら、そこで落合さんがChatGPTに謎の呪文?コマンド?のようなものを入力していた。 https://newspicks.com/movie-series/87?movieId=2528 その時はまったく意味がサーパリ分からなかったので、まったく意識に入ってこないでスルーしてしまった。 清水さんのnote記事によれば、新登場したGPT-4で物語を作って遊んでいたら、落合さんから例の呪文?が送られてきたそうだ。 それを入力したら何か物語の筋書きが生成されたらしい。 GPT-4使ってみた コマンドを転載させてもらうが、このようなものだった↓ #[このコンテンツは [Goal] を SeekするためのTemplateです] - [コンテンツの詳細]: - [Goal]: - Goalを達成するため
疑問: Boilerplate と Template は何が違うのでしょうか? 結論 Boilerplate は、実際のテキストや画像を提供する。コピー&ペーストしたら使える。 Template は、文書の構造やレイアウトを提供する。コピー&ペーストだけではなく中身を埋めてもらうことを想定している。 ようだ。以下辺りを読んでみた。(ざっくり翻訳し引用。) What's the difference between a boiler plate and a template? What is boilerplate and why do we use it? Necessity of coding style guide Boilerplate と Template の違いは何か? Boilerplate とはコピー&ペーストで文書に追加するだけのもの。Boilerplate は、条件や注意
Reactでボイラープレート(boilerplate)を使うとき、なにを基準に選べば良いでしょうか? GitHubのスターの数が多いものから選ぶこともあれば、シンプルなものを選ぶこともあるでしょう。 ボイラープレートとは、JavaScriptのフレームワーク「React」で使用するコンポーネントファイル群です。言い換えるとテンプレートのようなものです。スターターキット、コンポーネントライブラリーと呼ばれることもあります。 これらはとても便利なものですが、初心者が利用するのには少し難しい作業も多いです。なぜなら、パッケージ管理にnpmやyarn、JSX/ES6をコンパイルするトランスコンパイラにBabel、ビルドにはBrowserifyやwebpackを使用しています。 例にあげたものが必ずしも使われるとは限りませんが、これらの知識が必要となります。そのため、事前の学習が必要であることが多い
BtoB企業にとって、展示会は多数の新規リードを獲得できる大きなチャンスです。ferret Oneも2019年は下記の展示会に出展しました。 2019年5月 Web&デジタル マーケティング EXPO【春】 2019年6月 Web販促EXPO【夏】 2019年10月 Web&デジタル マーケティング EXPO【秋】 2020年最初の出展は、2月に開催された「Web販促EXPO」。Web・IT領域に特化したマーケティング・販促の専門展です。 この記事では、ferret Oneがこの1年間で取り組んできた展示会施策の変化をお伝えするとともに、2月の展示会での新しい取り組みをお伝えします。展示会出展を検討されている方の参考になれば幸いです。 ■あわせて読みたい資料:“BtoBマーケティング”を本格的に行いたいという方向け →BtoBマーケティング実践ガイド お伝えするのはこの人! 野口 知佐(の
割と雰囲気で使っていたのでちゃんと理解したいと思います。 Refとは 基本的なRefに関しての話と、useRefを使った話の二段構成になります。まずは基本的な話から。 公式ドキュメントを読んでみましょう。 基本的にはあまりRefに頼らないようにしましょう、ということが随所に書かれています。 コンポーネントに親子関係がある場合、基本的に子コンポーネントの詳細は隠蔽されていますが、Refを利用すると親が子の詳細を知らなくてはならない=依存関係が生まれてしまうためですね。 Refの概要としては以下のような感じです。 React.createRef()で生成する クラスコンポーネントで使うもので、コンポーネントの構築時にインスタンスプロパティに割り当てられる 関数コンポーネントに対しては、ひと手間加えないとRefを使用することはできない フォワーディングを使用すると子コンポーネントのrefを公開す
Reactでコンポーネントから子コンポーネントや要素などを操作するときに便利なrefだが、 意外に調べても使い方が出てこなかったので、様々な利用シーンに合わせて使い道をまとめてみた。 DOMにアクセス import React, { useRef, useEffect } from 'react'; const Component = () => { const el = useRef(null); useEffect(() => { console.log(el.current); }, []); return ( <div ref={el}>DOM</div> ); }; export default Component; import React, { useRef, useEffect } from 'react'; class Child extends React.Compon
DX Criteria( DX基準 )は、日本CTO協会が監修・編纂している企業のデジタル化とソフトウェア活用のためのガイドラインです。 本基準は、デジタル技術を企業が活用するために必要な要素を多角的かつ具体的に体系化したものです。ソフトウェアエンジニアリング組織の健全な成長・経営目標の可視化・パートナーとのコミュニケーションなどに使っていただくことを目的に作成されています。 また、本基準は絶対ではありません。誰かを攻撃したり、アセスメント結果の数字のみに注目して本質的な改善をおろそかにするためのものではありません。極めて実践的で具体的な項目で構成されているため、定期的に最新動向に併せてCTO協会のWG内で議論をおこないながら、適宜アップデートをしていくものです。
これはなに?昨年末にOpenAIがリリースしたチャット型AIの「ChatGPT」と一緒にデザインしていくプロセスで、実際にどんなことができるか?を実験してみたnoteです。 前提と注意点 🚨まずこのnoteの趣旨は「これらが実用的にデザイン制作に使える!」といったものではありません。 どちらかというと遊びに近く、実験的に行ったもので、結論から言うと現時点では実用的に使える要素はまだ少ないかなと思います。 また、前提として私はまだまだAIやChatGPTについて詳しいわけでは全くなく、これからちゃんと勉強してみようと思ってるぐらいのレベル、という前提で読んでいただけると幸いです。 (AIについて本を読んだり座学的な勉強から入るより「とにかく何かしら触ったりつくったりしてみる」方が楽しめると思い、せっかくなのでその実験の過程をまとめてみました。) 「こういうこともできるよ」「このやり方の方が
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く