イマーシブ・フォート東京のマーケティング手法分析
Author: Yu Shioji (塩地 優) Article type: Article(研究) Article number: 240021 2024年3月1日に、東京・お台場のヴィーナスフォート跡地に開業したイマーシブ・フォート東京は、世界初のイマーシブ(没入)体験に特化したテーマパークです。運営母体が、USJをV字回復させたことで知られる、森岡氏率いる株式会社刀ということもあって、特にマーケティング面でどのような取り組みがされているのか、興味を持たれるところだと思います。一般にマーケティング手法というのは、表に出てくることは多くないのですが、イマーシブ・フォート東京の場合は後述のように、思うように集客ができていない可能性が高く、このため、様々な手法が見える形で表出しています。ここでは、まず業績面の推計を行い、それをもとにして、なぜ、どのような手法が用いられているのか、分析していき
「AI事業者ガイドライン（第1.0版）」を取りまとめました （METI/経済産業省）
経済産業省と総務省は、生成AIの普及を始めとする近年の技術の急激な変化等に対応すべく、有識者等と議論を重ね、関連する既存のガイドライン（注）を統合・アップデートし、「AI事業者ガイドライン（第1.0版）」を取りまとめました。 （注）AI開発ガイドライン（平成29年、総務省）、AI利活用ガイドライン（令和元年、総務省）、AI原則実践のためのガバナンスガイドラインVer1.1（令和4年、経済産業省） 概要 AI戦略会議（座長：松尾豊 東京大学大学院工学研究科教授）で取りまとめられた「AIに関する暫定的な論点整理」（令和5年5月26日（金曜日））において、近年の生成AIの普及を踏まえ、既存のガイドラインに関して必要な改訂などを検討する必要性が示されました。それを受けて経済産業省及び総務省では、既存のガイドラインを統合・アップデートし、広範なAI事業者向けの統一的で分かりやすいガイドラインの検討を
コンパウンドスタートアップを支える技術戦略
HQ はこれまでリモートワーク環境整備プラットフォーム「リモート HQ」を運営してきましたが、この度より包括的な福利厚生サービス「カフェテリア HQ」の提供を開始しました: この二つのプロダクトは部分的に非常に似た機能を共有しますが、福利厚生領域に存在する異なる課題をそれぞれ解決することを目的とした、完全に独立したプロダクトです。 HQ はリモート HQ で創業した当初から、将来的なカフェテリアプラン領域への参入を事業成長の方向性の一つとして掲げ、準備を進めてきました。 つまり HQ はコンパウンドスタートアップの一つです。 コンパウンドスタートアップとは 創業時から単一プロダクトではなく、複数プロダクトを意図的に提供 部署でサービスを区切るのではなく、データを中心にサービスを統合する プロダクト間の連携の良さそのものがプロダクトである 複数のプロダクトを管理、ローンチするケイパビリティを
ここがポイント！RAGを活用した生成AIボットの検索精度向上について - Qiita
こんにちは。Supership プロダクト統括部の @ps010 です。 普段は広告・マーケティング領域で、分析業務や広告セグメントの作成を担当しています。 はじめに 今年は、自然言語の生成AIに注目が集まりましたね。私の所属チームでもLLMを用いた生産性向上に取り組んでますが、個人的には、QAボットに使われる RAG に関心があります。少し前まで夫がカスタマーサポート勤務だったのですが、人手不足のせいか残業が多かったので、QAボットで効率化できないものか？と思い、興味を持ち始めました。 RAGを調べると、簡単にはよい回答が得られないようなので、今回は、RAGのサンプルを作って、どこが精度向上のポイントになるのか解明していきたいと思います。 記事の目的 この記事は、RAGの仕組みと改善ポイントの把握を目的とします。サンプルデータを用いて改善案の実験を行い、ベースラインと結果を比較します。記
LLMのプロンプト技術まとめ - Qiita
現在，34個掲載(一部執筆途中) Xのアカウント@fuyu_quantでも技術系の投稿をしているのでよかったらフォローしてください！ はじめに 今回はすぐに使えそうなプロンプトの工夫やフレームワークについて有名なものをまとめました．LMの出力の精度向上に役立てられればと思います． 論文があるものについてはarXivに最初に投稿された順番で掲載しています． 論文で精度向上が確認されているのは英語での検証がほとんどであるため，日本語で改善されるかは分かりません． 全てのLLM(GPT-4,Llama2,...)で精度が改善するとは限りません． ※記事に誤り等ありましたらご指摘いただけますと幸いです． 以下の記事では敵対的プロンプト技術をまとめています！ 目次 Zero-shot prompting Few-shot prompting 2021年〜 Generated Knowledge Pr
RAG Fusionが思ってたより凄そう
こちらの記事はForget RAG, the Future is RAG-Fusionを噛み砕いて解釈したものをまとめたものになります。詳細（一次情報）が欲しい方は元の記事を読むことをお勧めします。 概要 RAG Fusionは単なる「新たな手法」ではなく「革新的な手法」です。 RAG Fusionは、従来の検索技術の制約を克服し、ユーザーのクエリに対してより豊かで文脈に即した結果を生成するために、RAG、Reciprocal Rank Fusion、生成されたクエリを組み合わせた新しいシステムになっています。 このシステムは、検索結果のリランキングと複数のユーザークエリ生成により、検索の正確性とユーザーの意図との一致を向上させることを目指した手法となっています。 RAGの課題 RAGにはHallucinationの軽減など、多くの利点がある一方で課題もあります。 RAG Fusion開発
AI時代のユーザ体験は「AAAA」モデルで考えよう｜Dory
こんにちは、Doryと申します！ AlgomaticというAIスタートアップにて、LLM（大規模言語モデル）を使ったB2Bプロダクトやサービスを提供しています。 2022年末頃からLLMがプロダクト開発の現場にも定着し始めているなか「AIネイティブなプロダクトを作ろう！」「AIを使う意味がある体験にフォーカスしよう！」といったフレーズはよく耳にします。 けれども、"AIらしいUX"が具体的に何を指すのかについては、現在のところ共通の見解があるわけではありません。 そこで本記事では「AI時代ならではの体験設計ってなんだろう？」ということを、前職GoodpatchやAlgomaticでの私自身の経験を交えつつ整理しています。 【この記事には何が書いてある？】 ・AIサービスの体験設計フレームワークとして「AAAA」モデルを提唱します、ということ ・「AAAA」は「Automation（自動化）
みてねのエンジニアリングラダー
「家族アルバム みてね」（以下「みてね」）では、サービスのさらなる成長を目指し、組織強化に取り組んでいます。このサービスと組織の成長にあわせて、みてねの開発に携わるエンジニア個人の活躍と成長を後押しするため、みてね独自のエンジニアリングラダーを作ることとしました。このエンジニアリングラダーは、各等級のエンジニアに求められるスキル・マインド・行動を明示することで、エンジニア個人の成長に役立てるほか、直近で発生している以下のような課題の解決も目指しています。 キャリアプラン検討、育成、目標設定、人事評価の一連のサイクルが、各Engineering Manager（EM）の属人的なマネジメント力に左右され、必ずしも効果的でないケースがある。MIXI社の評価制度に基づく全社的な等級定義はあるものの、職種や組織を問わない汎用的な内容であるため、みてねのエンジニアに求められるスキル・マインド・行動が不
LLMエージェントのデザインパターン、Agentic Design Patternsを理解する
「Agentic Design Patterns」と呼ばれるLLMベースのAIエージェント（以下、LLMエージェント）の4つのデザインパターンについて紹介します。 まず、「Agenticワークフロー」について説明し、続いて4つのデザインパターンを説明します (Part5の前に公開してしまったので、後追いで更新予定です) Agentic Design Patterns Part 1 Agentic Design Patterns Part 2, Reflection Agentic Design Patterns Part 3, Tool Use Agentic Design Patterns Part 4, Planning Agentic Design Patterns Part 5, Multi-Agent Collaboration 動画もあります。 LLMエージェントについての説明
【業務効率革命】GAS Interpreter の衝撃｜ChatGPT研究所
今までで最もインパクトのあるGPTsが完成しました。 その名も、「GAS Interpreter」です。 このGPTは名前の通り、Code Interpreter のように Google Apps Script コードを生成し、その実行までを行います。 他者に使ってもらうものではなく、自分専用のプライベートGPTです。 人によっては、Code Interpreter よりも便利です。なぜかというと、インターネットアクセスができることに加えて、GAS の便利で豊富なライブラリやリソースが活用できるためです。 例を示します。 GAS Interpreter の可能性以下に示す、いくつかの業務フローの実例をGAS Interpreterで行い、業務活用への可能性を示します。 今日の予定を聞きます今日の予定を教えて下さい 正確に今日の予定を教えてくれました。 会議参加者の相手に連絡したいので、その
生成AIプロンプト研究所 | 1000個以上の多様なテンプレート公開
ChatGPTのプロンプト作成と活用方法を徹底解説。1000個以上の独自テンプレートを公開し、プロンプト共有や管理のシステムを提供。
Gemini for Google Workspace prompt guide
Do your best work with Gemini for Workspace Gemini for Workspace helps you work smarter, not harder, increasing productivity and saving time so you can focus on higher-impact work. This guide explores different ways to quickly jump in and gain mastery of the basics to help you accomplish your day-to-day tasks. Explore foundational skills for writing effective prompts organized by role and use case
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
Helper metaprompt (experimental)
Advance RAG control flow with Mistral and LangChain: Corrective RAG, Self-RAG, Adaptive RAG
awesome-ai-agents/assets/landscape-latest.png at main · e2b-dev/awesome-ai-agents
生成AI(ChatGPT) 業務改革ソリューション｜SIGNATE
GitHub - practical-tutorials/project-based-learning: Curated list of project-based tutorials
生成AIによるプロダクトと生産性向上の舞台裏@2024.04.16
GPT 回答精度を上げるアプローチ
GitHub - langchain-ai/rag-from-scratch
