AIの活用の仕方は無限。
そこで、ここでは実際のプロジェクトの例をご紹介します。
CASE 01
コラムの自動投稿機能でページの量産
お客様ソフトウェアメーカー
● 競合サイトが強く、なかなか自社サイトが見られていない。競合ソフトウェアよりも検索上位に表示されるようにしたい。
1. 検索上位に上げたいターゲットページを解析し、キーワードを抽出
2. そのキーワードで新規コラム記事を生成
3. WordPressサイトに自動投稿
● 合計1000コラムをひと月で生成しアップ(人間は記事の誤字をチェックする程度の関与のみ)
● 検索結果で競合よりも上位に表示されるようになった。
CASE 02
SNSメディアを使って自社製品の認知度を上げ、売り上げの向上を狙いたい
お客様化粧品メーカー
● SNSの活用は以前から課題だったが、誰も手を付けていなかった。結構文章を考えるのが大変。簡単にできればいいのに。
1. 自社サイトの製品紹介ページやコラムの内容を取得し、思わずRTしたくなる・面白く楽しいX(Twitter)投稿文を生成、CSVで出力
2. SNS運用者は生成文を毎日1件コピペで投稿するだけの運用にする。
3. 有償だが、X APIを使った自動投稿プロジェクトも現在進行中
● SNS運用者は文章を考える必要なしとなり、投稿にかける業務負担がほぼゼロになった。
● Xフォロワー数が投稿数に比例して伸びる傾向が出てきた。
CASE 03
コラムの自動リライト
お客様不動産
● 膨大な数のコラムを執筆したが、昔書いた記事に古い情報が載ってしまっているので、直したい。
1. ルールを決めて毎日数件のコラム記事をAIに巡回させ、古い情報らしきものがあったら、チャットワークに告知する
2. 人間が確認して、確かに古い情報ならそれを直すような業務フローにした。
● コラムの情報の鮮度を保てる自動フローが、人的な業務負担ゼロで確立できて感謝。
CASE 01
デザインコンペ採用率を上げるため、採用案と不採用案の分類をしたい
お客様デザイン業
● デザインコンペに多く参加しているが、採用率がなかなか上がらない。
● なぜ不採用になったのかの理由もいまいちフィードバックされてこない。
1. 採用案と不採用案をディープラーニングさせ、色の傾向、ページ単価の傾向、文字数の傾向など、さまざまな軸で傾向を割り出せるようにする
● コンペの条件が提示されたときに、その条件を入れたらどんなデザインが勝っているかの傾向が分かるようになった。
● コンペ勝率はまだ上がってこない(涙)が、不採用になる属性の傾向が分かったのは収穫だったと評価された