【実践】ChatGPTとExcelを活用したWBS/ガントチャートの作り方｜PROMPT FOR PLANNER
※この記事は書籍紹介でAmazonアフィリエイトのリンクを含んでいます。 プロジェクトのスケジュール管理。 今やさまざまなツールの機能としても導入されていますが、 まだ多くの方はExcelで作成している方も多くいると思います。 とはいえ、スケジュール管理に使うガントチャートを毎回1から作るのは 非効率。 今回はChatGPTとExcelを活用してサクッとWBSやガントチャートを作る方法を紹介していきます！ ターゲット WBSやガントチャート作成の負担を減らしたい方 スケジュールやタスク管理について知りたい方 この記事でわかること ChatGPTやExcelを使用したWBSやガントチャートの作成方法 WBSの基礎内容 想定読者WBSとガントチャートとは？初めて聞く方向けに、まずはタスクやスケジュール管理で作成されるWBSとガントチャートに関しての解説からしようかなと思います。 まず、WBSで
ChatGPT o3で｢画像4枚で説明するやつ｣を作ってみた。なかなかいいじゃん？
ChatGPT o3で｢画像4枚で説明するやつ｣を作ってみた。なかなかいいじゃん？2025.04.23 11:0021,439 かみやまたくみ 2025年4月中旬にアップデートがあって大きく強化されたChatGPT。 画像生成の性能も上がっており、以前はうまく生成できなかった｢デザインスライド（プレゼン資料用の1枚画像）｣が作れるようになっていました。ビジュアル要素（図形・アイコンなど）とテキスト要素（見出し・本文）をバランス良く配置する能力がありますね。 実際にいろいろと作っての結論は以下4つで、｢日本語｣がクオリティに影響するのが困りものでした。 1. デザイン力は確かで、実際に綺麗なスライド画像が作れます。 2. 漢字が変になるのがだいぶもったいない。漢字をなるべく排除（ひらがな・カナがほとんどに）できるなら、使いどころは広がりそう。 3. ｢英語のみ｣でOKならめちゃくちゃ綺麗に生
OpenAIにおける文字起こし（音声認識）の現在地 | DevelopersIO
こんちには。 データ事業本部 インテグレーション部 機械学習チームの中村( @nokomoro3 )です。 本記事ではOpenAIで文字起こし（音声認識）を実現するための方法を整理して、最新の方法で実際に動かしてみたいと思います。 冒頭まとめ OpenAIで文字起こしをするには whisper-1 、gpt-4o-mini-transcribe 、gpt-4o-transcribe の3つのモデルが使用可能 いずれもRealtime APIでストリーミング入力に対応可能で、接続方式はWebSocket 本記事では実際にPythonを使って、wavファイルを分割したストリーミング入力で文字起こしを動かしてみている はじめに OpenAIにおける文字起こしモデル ドキュメントにSpeech to Textとしてまとめられています。 Speech to text - OpenAI API 記載の
ChatGPT と外部サービスを接続する GPTs 開発ガイド
ChatGPT で、カスタムの GPTs を試したことがある方は多いと思います。しかし、GPTs に外部サービスとの接続方法を設定するだけでツールを自由に追加できる機能 GPT Actions を試したことがある方はまだまだ少ないのではないでしょうか。 この GPT Actions は、様々な用途で活用できる可能性を持っています。GPT Actions を挟むだけで、すでに存在しているナレッジベースや社内サービスと ChatGPT をつなぐことができます。そして、こうした外部サービスを活用する AI を GPTs をユーザーインタフェースとして ChatGPT ワークスペース内の利用者全員に配布することができます。 先日、近い将来に ChatGPT デスクトップアプリが MCP サーバーとの接続に対応する計画も発表されましたが、MCP との連携という選択肢が増えた後でも GPT Actio
プロンプト作成支援_o1_20250219
AIアシスタントにプロンプト作成を手伝ってもらおうと思います。 あなたにはそのプロンプト作成支援AIアシスタントを作成するための、最適で最良なプロンプトを考えてください。 プロンプト作成支援AIアシスタントは、最適で最良なプロンプトを作るにあたって、不足している情報があれば、最適なプロンプトを作れると思うまで、ステップバイステップで、ユーザに１つずつ、質問して情報を取得していく形式を取ります。 以下に提案するのは、「プロンプト作成支援AIアシスタント」を動作させるための、最適な指示（プロンプト）の例です。 これをAIに与えることで、ユーザが必要とする情報を段階的にヒアリングし、最終的に“目的に合った最高のプロンプト”を生成するアシスタントとして機能するように促すことができます。 --- ## プロンプトの例 ``` [ロール] あなたは「プロンプト作成支援AIアシスタント」です。ユーザが作
【ChatGPT活用法】要件定義/業務フロー図の作成/提案書作成まで2時間15分でやってみた
私は、中小企業のデジタル化をご支援をしています。 これからデジタル化をするという会社で重要なのは要件定義。 ここに力を入れて、毎回10時間以上かけています。 ヒアリングに4時間 業務フロー図の設計に4~6時間 提案書の作成に2~4時間ほど プロジェクトの最初の大事な部分なので、時間がかかることは仕方ないのですが、もっと楽にできないかなと普段から悩んでいます。 個人的には、ヒアリングは全然苦ではないのですが、業務フロー図の作成と提案書の作成が大変なため、どうしても気が進まないことが多いです。 喋る時と資料を作るときは脳の使い方が違うのか、ストレス値が非常に高いように勝手に思っています。 最初に粗くても、たたき台を書き出してくれればその後ツッコミ入れるのはいくらでもやるのに 提案書の大体の型とイメージはあるけど、寝ている間に誰か勝手に作ってくれないかな となんともズボラな根性が毎回顔を出してき
生成AIで会社の要件定義プロセスを100倍高速化した話 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? News 本記事をベースに、Ledge.ai主催の「AI勉強会」で登壇させていただきました！ その時の登壇資料はこちらからダウンロードすることが出来ます。 要約 要件定義で生成AIを活用するポイントを整理 要件定義に特化したAIシステムのアーキテクチャを紹介 一般的なソフトウェア開発プロセスに適用できるので範囲が広い 最終的な成果物 ↓パワーポイントで作った資料をgifでエクスポートしたもの このパワーポイントの資料、 まったく人の手で修正をしていません 。完全自動の生成AIで作成された資料です。もちろん完璧なものにはならないので修正が
初心者でも簡単！ 生成 AI から欲しい回答を引き出すプロンプト術｜Gemini - Google の AI
こんにちは。Google の AI「Gemini（ジェミニ）」の公式 note 編集部です。 どんな質問に対しても自然な言葉で返してくれる生成 AI ですが、なかなか思い通りの回答が得られない、アイデアを聞いても一般論しか返ってこない、とお悩みの方も多いのではないでしょうか？ 今回は、私たち Google が公開している Prompting Guide や Gen AI Tips を元に、Gemini をさらに効果的に活用するためのプロンプト（AI に送る質問文や指示文）ガイドを、わかりやすく解説していきます。 ガイドと聞くと難しそうに感じるかもしれませんが、大事なことは以下の 2 点です： Gemini にお願いしたいことを、なるべく詳しく、自然言語で思いついたまま書く 思ったとおりの回答が返ってこなくても、すぐに諦めず、たくさん会話してみる たくさん会話すればするほど、回答の精度も高く
生成AIにTOEIC®リスニング問題を無限に生成してもらい、スコア900超え達成した話 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに 今年の夏はTOEICスコア900超えを一つの目標にしていて、そのためにはリスニングが課題でした。 とにかく数をこなそうと、無料で問題を解けるアプリを探して、初めはそれをずっとやっていましたが、一日に解ける問題数が限られていて、徐々に物足りなくなってきました。 前々からTOEICの問題ってAIで生成できるんじゃね？と思っていたので、この際スコア900越えに加えて、AIでリスニング問題生成＆Webサービス化を目標にし、ようやく完成したので公開しました。 公開したリスニング問題AI生成サイト ※AIで生成し、内容のチェックは行ってい
LangChain+ChatGPT+VectorDBで問合せbotを賢くした話 | Sqripts
新卒でフロントエンド開発者をしています、イソダです。 先輩が作成した社内情報お問合せSlackBotをLangChainというツールを使用して、ベクターデータベースとChatGPTに接続して、より賢く、より人間らしい回答ができるようにシステム改修しました。今回はそのシステムについて簡単に紹介したいと思います。 （今回作成したシステムはまだ運用をしておらず、今後の運用を調整中です。） LangChainとは Introduction | 🦜️🔗 Langchain LangChainはChatGPTなどの言語モデルを活用したアプリケーションを開発するためのフレームワークです。利用方法としては、ChatBot、データベースやドキュメントなどの知識を元に質問に答えてくれるお問合せAI、ドキュメントの要約などいろいろあります。 今回はLangChainを使用して、社内制度へのお問合せSlack
QuarkusとGraniteを使ったAIアプリ開発 - 赤帽エンジニアブログ
Red Hat で Quarkus を担当している伊藤ちひろです。 この記事では、PC 上で LLM に接続するアプリケーションの開発の流れを紹介します。 今回は、LLM としてGraniteを使用し、そこへアクセスするアプリケーションは Quarkus を使用して開発します。 このGraniteのモデルはInstructLabでチューニングされたものを使用しています。 Graniteのモデルは Podman Desktop 上に構築しています。 最終的に完成するアプリはこちらです。 質問すると、AIっぽい返答がもらえます。 Podman の AI 拡張機能をインストール まずは、Podman Desktop に AI の拡張機能をインストールします。 左のメニューのパズルのポースのようなアイコンを押して、Catalog (カタログ) を選択すると、Podman AI Labというのが見つ
ChatGPTにgitのリポジトリ渡すと全ソースコード.txtをダウンロードさせてくれるやつ〜〜〜〜（AIに食わせるコード一覧が欲しい時用）
クレデンシャル含むソースコードをChatGPT等のクラウドLLMサービスにアップロードしないでください。 今回のプロンプトはオープンなリポジトリのみを対象としており、シェルスクリプトが実行される環境もChatGPT側のクラウド上のサンドボックス内のみを想定しています。 ローカル環境では以下のシェルスクリプトをそのまま実行せずに、ご自身が作成したシェルスクリプトを利用してください。 以下はソースコードのプロジェクトルートで実行することで、ソースコードのダンプを.txt形式でダンプするシェルスクリプトです。 \`\`\` #!/bin/bash # バイナリファイルかどうかを判定する関数 is_binary_file() { local file="$1" local file_output file_output=$(file "$file") if [[ "$file_output" ==
GitHub Actionsで実現する高度なイシュー管理: 安野たかひろ都知事選マニフェストリポジトリの自動化ワークフロー解説 - Sun wood AI labs.2
ワークフローの概要 このGitHub Actionsワークフローは以下の主要な機能を持っています： 新しいイシューが開かれたときに自動的に起動 イシューの内容を分析し、不適切なコンテンツをチェック 既存のイシューとの重複を検出 必要に応じてラベルを付与 ワークフローの詳細解説 トリガーとパーミッション設定 name: Issue Review on: issues: types: [opened] permissions: issues: write contents: read このセクションでは、ワークフローの名前を定義し、トリガー条件とパーミッションを設定しています。 on.issues.types: [opened]: 新しいイシューが開かれたときにワークフローが起動します。 permissions: ワークフローがイシューの読み書きと、リポジトリコンテンツの読み取りを行うための権
財務分析・株価予測・稟議書作成… AIプロフェッショナル組織のリーダーが語る、生成AI活用法 | ログミーBusiness
デロイト トーマツ コンサルティングの森氏が、ChatGPTやLLMの活用法とアジャイルガバナンスの必要性について発表しました。前回はこちら。 ChatGPTは株価予測ができる森正弥氏：こんな使い方もありますみたいなところで、大企業でもいろいろ進んでいるのは財務分析で、「財務データを入れて分析して」と言うと……ちょっと（スライドの）真ん中の文字が小さくて見えにくいですが、一般的な財務分析をしてくれます。 ちょっとインパクトがあったのが、ChatGPTは株価予測ができるという話ですね。これは普通にAIやマシンラーニングをやられている方からすると、「おいおい、それは言い過ぎだろう」と思ったりするわけですが、この論文の中身を読んだり、あるいは株価予測を業務としてやっている方からすると「まぁ、そうだよね」と思うところがある。 それは何かというと、株価予測だけじゃなくて金利の予測とか、そのマーケット
chatgptで手間なく月5桁・5万稼ぐブログを作る6ステップ
本記事では「chatgptで手間なく月5桁・5万稼ぐブログを作る6ステップ」を解説していきます。 こんな人に読んで欲しいです 実際に私もchatgptをフル活用して月5桁稼ぐブログを量産しています。 しかも穴場を狙ってるので、ほぼ放置して自動的に収益が入ってきている状態です。 今回はそのノウハウを特別に無料で公開。 まずは本記事の全体像をご紹介します。 ステップ１ 目標を数値化 ステップ２ キーワードを厳選 ステップ３ 記事を量産 ステップ４ 被リンクを獲得 ステップ５ 記事をリライト ステップ６ ステップ２〜５を繰り返す 本記事内では ・記事作成をほぼ自動化してくれる「記事作成gptsくん」 ・3~5000文字の記事を量産する「最強スプシ」 ・個人ブログでも取れる被リンクサイト これら全て記事内で無料で受け取れます。 最後まで是非チェックしてくださいね！ さらに追加の無料特典もあります↓
今日から始めるChatGPT+Zapierで雑パーソナライズ情報収集 - LayerX エンジニアブログ
皆さんこんにちは。CTOの松本です。LLM使ってますか？ChatGPT毎日触ってますか？ LLMに熱狂してすでに1年以上が経ちましたが周辺エコシステムが充実してきたことでいろいろな取り組みがとても簡単に実現出来るようになったなーと感じています。 ということで今回はZapierを使った小ネタのご紹介です。 AI・LLM事業部の今 とその前に、AI・LLM事業部での取り組みから着想を得たものでして、AI・LLM事業部について簡単に紹介させてください。 LayerXの新規事業であるAI・LLM事業部では、バクラクでも取り組んできたビジネス文書の解析の延長としてLLMを活用して文書分析エンジンの開発を進めています。現在このエンジンを使ったエンタープライズ向けの新規プロダクト開発にいそしんでおります。とても楽しいですし、最近は様々なお客様からの引き合いも増えておりまして、事業成長に向けて満を持しての
Home - Anthropic
Anthropic home pageEnglishSearch...Search...NavigationWelcomeUser GuidesAPI ReferencePrompt LibraryRelease NotesDeveloper NewsletterBuild with Learn how to get started with the Anthropic API and Claude. Help me get started with prompt caching…Explore the docs Get started with tools and guides Get startedMake your first API call in minutes. API ReferenceIntegrate and scale using our API and SDKs. A
「面倒なことはChatGPTにやらせよう」の全プロンプトを実行した配信のリンクを整理しました｜カレーちゃん
Youtubeで配信しながら全プロンプトを実行しましたので、各節へのリンクを整理しました。時間のところにYoutubeへのリンクになっています。 もしずれていたら、その時間まで移動して視聴ください。 はじめに (4:00) 1章 ChatGPTの基礎知識 (5:50) 2章 ChatGPTの基本的な使い方 (6:28) 3章 ChatGPT Plusのセットアップ (7:32) 4章 ファイルのアップロードとダウンロード (12:40)4.1 アップロード・ダウンロード (13:03) 4.2 扱うことができるファイル (16:02) 5章 繰り返し作業を一瞬で (16:55)5.1 文字列操作 (17:20) 5.2 正規表現でのパターンマッチ (25:36) →54ページの正規表現でできることの例の説明 (29:09) 5.3 ファイルの一括操作 (46:20) 5.4 QRコード作成
GPT連携アプリ開発時の必須知識、RAGをゼロから解説する。概要＆Pythonコード例
こんにちは。わいけいです。 今回の記事では、生成AI界隈ではかなり浸透している RAG について改めて解説していきます。 「低予算で言語モデルを使ったアプリを開発したい」というときに真っ先に選択肢に上がるRAGですが、私自身もRAGを使ったアプリケーションの実装を業務の中で何度も行ってきました。 今回はその知見をシェア出来れば幸いです。 RAG（Retrieval-Augmented Generation)とは まず、 そもそもRAGとは何ぞや？ というところから見ていきましょう。 RAG（Retrieval-Augmented Generation) は自然言語処理（NLP）と特に言語モデルの開発において使用される技術です。 この技術は、大規模な言語モデルが生成するテキストの品質と関連性を向上させるために、外部の情報源からの情報を取得（retrieval）して利用します。 要は、Chat
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
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
エンジニアにも知って欲しいChatGPT基本テクニック - Qiita
