talk_script_cache
25 rows
This data as json, CSV (advanced)
Suggested facets: image_hash, params_hash, slide_count, model, created_at (date)
| id ▼ | image_hash | params_hash | slide_count | result_json | model | created_at |
|---|---|---|---|---|---|---|
| 1 | 19ededf81adbdfe67a51689ee967fd59 | 8a6a0055f5697e913d74a873215d18ec | 1 | [{"slide_number": 1, "script": "最後に、本システム導入による期待効果をまとめます。日々のメモが組織の学習素材となり、追加負担なく知識が蓄積されます。また、暗黙知の資産化やリスクの早期発見も可能です。メモという文化を、組織を成長させる強力な仕組みへと進化させていきましょう。"}] | gemini-3.1-flash-lite | 2026-05-10T05:50:39.203193 |
| 2 | 55de96ae32bcaa4a6dd69d3e9f5a3d54 | 4dda05aac4fee823ea987be8106b075c | 10 | [{"slide_number": 1, "script": "本日は、SYNKA memoの新機能「ナレッジ昇格支援機能」をご紹介します。現場の負荷を最小限に抑えつつ、日々のメモを組織の重要な判断資産へと進化させる仕組みについて解説いたします。"}, {"slide_number": 2, "script": "本機能の概要として、こちらの4つの論点に沿ってお話しします。なぜメモが記録止まりになるのかという課題から、AIを活用した仕組み、ユーザー体験、そして導入による期待効果まで順を追ってご説明します。"}, {"slide_number": 3, "script": "まず課題です。現場のメモは個人の備忘録にとどまりがちです。判断の理由や適用条件といった文脈が欠けているため、せっかくの気づきも他現場や次世代に引き継がれず、組織の資産として活かされていないのが現状です。"}, {"slide_number": 4, "script": "そこで本機能が目指すのは、他者の判断の質を高める「知見」の蓄積です。現場にはこれまで通りの記録フローを維持しつつ、AIが不足要素を補完する質問を1問だけ投げることで、高い密度でナレッジ化を促進します。"}, {"slide_number": 5, "script": "SYNKA memoでは、メモを「ただのメモ」「ナレッジ候補」「ナレッジ認定」の3種類に分類します。不足している文脈を補い、認定へと引き上げる一連のプロセスを「ナレッジ昇格」と定義しています。"}, {"slide_number": 6, "script": "仕組みの全体像です。保存から共有まで、AIによる2段階の判定フローを並行して実行します。重大なリスクはスコアに関わらず即座に検知し、数秒で判定が完了するストレスのない設計となっています。"}, {"slide_number": 7, "script": "判定ロジックの詳細です。一次判定でナレッジの可能性を足切りし、二次判定で再利用性を担保する2段階のスコアリングを行います。評価軸やしきい値は組織のニーズに合わせて柔軟にカスタマイズが可能です。"}, {"slide_number": 8, "script": "ユーザー体験については、迷いや負担を徹底的に排除しました。不足要素がわかるスコアカード表示や、回答を1問に限定する工夫により、忙しい現場でも自然とナレッジ作成に参加できる環境を整えています。"}, {"slide_number": 9, "script": "さらに、認定されたナレッジには自動でタグが付与されるため、後からの検索も容易です。また、判定プロンプトや軸の定義も組織ごとに変更できるため、各現場の文化に合わせた最適な運用が実現できます。"}, {"slide_number": 10, "script": "まとめです。SYNKA memoは、日常のメモを組織を強くする学習素材へと変えます。現場の負荷をかけずに暗黙知を資産化し、重要なリスクも見逃さない。メモの文化を組織の成長エンジンへと昇華させましょう。"}] | gemini-3.1-flash-lite | 2026-05-10T05:56:35.861196 |
| 3 | 9ec634a193169d8aee7552637ad1ff8b | ec5e3faf4e24a418314d59e057538ec7 | 12 | [{"slide_number": 1, "script": "本日は「ローカルLLMでファインチューニング」と題し、大規模言語モデルの微調整手法について解説します。機械学習の社会実装勉強会、第48回へようこそ。"}, {"slide_number": 2, "script": "本日のアジェンダです。ファインチューニングの基礎から、Ollamaとの関係、具体的な手順、そして実運用のリアルな課題まで網羅的に見ていきます。"}, {"slide_number": 3, "script": "まずはファインチューニングとは何か。プロンプトエンジニアリングが既存知識の活用であるのに対し、ファインチューニングは新しい知識の習得を可能にします。"}, {"slide_number": 4, "script": "次に、よくある誤解を解きます。Ollamaはモデルを「動かす」ための実行ツールであり、モデルを「訓練する」プロセスであるファインチューニングとは目的が異なります。"}, {"slide_number": 5, "script": "Ollamaではモデルの重み更新は行えません。あくまで実行環境ですので、学習には別途PyTorchなどの専用環境が必要であることを押さえておきましょう。"}, {"slide_number": 6, "script": "ファインチューニングのワークフローを整理します。データ準備から学習、変換を経て、最後にOllamaで実行する流れです。特にデータの質が重要となります。"}, {"slide_number": 7, "script": "実演デモではTinyLlamaを用いました。結果、回答構造は改善しましたが、詳細な数値情報の習得には、より多くのデータ量が必要だと分かりました。"}, {"slide_number": 8, "script": "Ollamaで使うまでの具体的な手順です。PyTorchで学習後、GGUF形式へ変換し、量子化を経てモデル登録を行います。本番環境にはQ4_K_Mが推奨です。"}, {"slide_number": 9, "script": "検証結果の分析です。モデルの規模とデータ量の双方が重要です。Qwen2.5で100サンプル以上を学習させることで、実用レベルに到達できることが確認できました。"}, {"slide_number": 10, "script": "リソースの現実についてです。まずはGoogle Colabで小規模に検証し、業務利用へ段階的に拡大していくアプローチが、投資対効果を最大化する鍵となります。"}, {"slide_number": 11, "script": "実践的なアプローチとして、まずはプロンプトで試し、限界を感じたらファインチューニングへ移行する段階的なステップを強く推奨いたします。"}, {"slide_number": 12, "script": "まとめです。ファインチューニングは強力ですが魔法ではありません。まずは基礎的な手法から着実に進めていきましょう。以上で本日の発表を終了します。"}] | gemini-3.1-flash-lite | 2026-05-10T07:05:10.578212 |
| 4 | cac438180f326f5e5542d37ef35b50cb | 6100ea82dc35f81d59c8fc63875a99b4 | 13 | [{"slide_number": 1, "script": "本日は「ローカルLLMでファインチューニング」と題しまして、LLMのカスタマイズ手法についてお話しします。機械学習の社会実装勉強会、第48回となります。発表者の西岡賢一郎です。よろしくお願いいたします。"}, {"slide_number": 2, "script": "本日のアジェンダです。まずは基礎としてファインチューニングの概念とOllamaに関する誤解を解きます。次に実践としてワークフローとデモを解説し、最後に戦略としてリソースと導入の考え方をお伝えします。"}, {"slide_number": 3, "script": "まず、プロンプトとファインチューニングの違いを比較します。プロンプトエンジニアリングは既存知識を活用する低コストな手段ですが、ファインチューニングは新しい知識や形式を学習させ、動作を根本から変えるための手法です。"}, {"slide_number": 4, "script": "なぜOllamaで直接ファインチューニングができないのか。理由は設計思想、技術的制限、そしてリソースの違いにあります。Ollamaは推論用であり、訓練にはPyTorch形式と、GPUメモリが必要です。"}, {"slide_number": 5, "script": "Ollamaでできることとできないことを整理します。プロンプト設定やパラメータ調整は可能ですが、モデルの重みの更新や、新しい知識の追加学習といった根本的な改善は、Ollama単体では行えません。"}, {"slide_number": 6, "script": "こちらがファインチューニングのワークフローです。データの準備から始まり、訓練実行、マージ、GGUF形式への変換を経て、最後にOllamaで実行します。PyTorchやHugging Faceといったツールが鍵となります。"}, {"slide_number": 7, "script": "TinyLlamaを用いた検証デモの結果です。ベースモデルでは曖昧だった回答が、ファインチューニング後は具体的かつ構造化されました。ただし、データ量が少ないと特定の数値を正確に記憶させるには限界があります。"}, {"slide_number": 8, "script": "Ollamaにモデルを登録する手順です。学習後のモデルをマージし、GGUF変換と量子化を行い、Modelfileを作成します。本番環境ではバランスの良いQ4_K_M形式が推奨されます。"}, {"slide_number": 9, "script": "モデルごとの性能比較です。検証レベルから実用レベルまでを分類しました。パラメータ数3B程度とデータ数100件以上の組み合わせが、実用化の分岐点になると考えています。"}, {"slide_number": 10, "script": "リソースと実用化の現実です。実験なら無料枠で十分ですが、業務利用にはクラウドGPUが必要です。本格的なプロダクション用途にはA100やH100が推奨されます。数百サンプルなら30分で学習可能です。"}, {"slide_number": 11, "script": "実践的なアプローチとして、まずはプロンプト、次にFew-shot、それでも難しい場合にファインチューニングを推奨します。一貫したフォーマットや専門知識が必要な場面で、初めて検討すべき手法です。"}, {"slide_number": 12, "script": "まとめです。ファインチューニングは魔法ではなく、データ品質が重要です。Ollamaとの連携には変換プロセスの理解が不可欠であり、コストと効果のバランスを見ながら段階的に導入してください。ご清聴ありがとうございました。"}, {"slide_number": 13, "script": "最後に、本プレゼンテーションで使用した画像の出典を記載しております。ご参照ください。"}] | gemini-3.1-flash-lite | 2026-05-10T14:25:14.877282 |
| 5 | cac438180f326f5e5542d37ef35b50cb | ab04d133752830e2d008fc6df75c9517 | 13 | [{"slide_number": 1, "script": "皆様、こんにちは。本日は「ローカルLLMでファインチューニング」と題しまして、機械学習の社会実装勉強会第48回、発表させていただきます。西岡賢一郎と申します。"}, {"slide_number": 2, "script": "本日のアジェンダです。まずはファインチューニングの基礎とOllamaに関する誤解を解いた上で、実際のワークフローを解説します。最後に、検証結果を踏まえた導入戦略についてお話しします。"}, {"slide_number": 3, "script": "まずプロンプトエンジニアリングとファインチューニングの比較です。プロンプトは既存知識の活用に留まりますが、ファインチューニングは新しい知識や形式を学習させ、根本的な動作変更が可能です。"}, {"slide_number": 4, "script": "では、なぜOllama単体ではファインチューニングできないのか。それは設計思想や形式の違い、そして何より訓練には大量のビデオメモリを持つGPUが必須だからです。"}, {"slide_number": 5, "script": "Ollamaでできることとできないことを整理します。システムプロンプトの設定やAPI連携は可能ですが、モデルの重みの更新や知識の追加学習、動作パターンの改善は対象外となります。"}, {"slide_number": 6, "script": "続いて、実際のファインチューニングのワークフローです。データ準備から訓練、マージ、GGUF変換を経て、最終的にOllamaで実行します。各工程で適切なツール選定が重要です。"}, {"slide_number": 7, "script": "TinyLlamaを用いた検証結果です。左がベースモデルですが、右のファインチューニング後では、配送コストについて具体的かつ構造化された回答を得られるよう改善されました。"}, {"slide_number": 8, "script": "Ollamaに登録するまでの具体的な手順です。学習モデルの出力からマージ、変換、量子化を行い、最後にModelfileを作成します。本番環境ではQ4_K_Mの量子化が推奨されます。"}, {"slide_number": 9, "script": "モデルごとの性能比較です。検証用から実用レベルまで段階がありますが、パラメータ数3B程度とデータ数100件以上の組み合わせが実用化の重要な分岐点となります。"}, {"slide_number": 10, "script": "リソースと実用化の現実についてです。実験なら無料枠で十分ですが、業務利用にはA10等のクラウドGPUが適しており、数百サンプルであれば30分以内で学習が完了します。"}, {"slide_number": 11, "script": "実践的アプローチとして、まずはプロンプトやFew-shotを試すことを推奨します。それらで解決できない一貫したフォーマットや専門知識が必要な場合に、ファインチューニングを検討してください。"}, {"slide_number": 12, "script": "まとめです。ファインチューニングは魔法ではありません。Ollamaとの関係を理解し、コストと効果のバランスを見ながら段階的に導入を進めていきましょう。ご清聴ありがとうございました。"}, {"slide_number": 13, "script": "本プレゼンテーションで使用した画像の出典元です。詳細についてはこちらをご参照ください。それでは、これより質疑応答に移らせていただきます。"}] | gemini-3.1-flash-lite | 2026-05-10T14:28:58.714825 |
| 6 | 556e5389d53099810800ffe517420844 | ab04d133752830e2d008fc6df75c9517 | 13 | [{"slide_number": 1, "script": "本日は「変革脳のつくり方」と題しまして、私自身の思考習慣やインプット、アウトプット、そして日々の行動についてお話しします。変化の激しい時代を生き抜くためのヒントとしてお聞きください。"}, {"slide_number": 2, "script": "それではまず、なぜ今「変革脳」が必要なのかについてお話しします。かつてのように正解を待ってから動くやり方では、もはや時代のスピードに間に合いません。自ら変化を創り出す姿勢が不可欠なのです。"}, {"slide_number": 3, "script": "では、変革脳とは何でしょうか。これは特別な才能や知識のことではありません。違和感を見逃さず、問いを持ち続け、小さく試す。それらを日常的に繰り返す「習慣の積み重ね」こそが、変革脳の正体なのです。"}, {"slide_number": 4, "script": "変革を支える土台となる考え方をご紹介します。完璧な計画を待たず仮説から動くこと、既存の制約の中で一歩前進する道を探ること、そして仲間と共創すること。DXとは、まさにこの仲間集めのプロセスです。"}, {"slide_number": 5, "script": "次に、日常のインプットと材料集めについてお話しします。ニュースなどを活用して時代の流れを掴み、技術そのものより「なぜそれが起きているのか」という背景を意識し、多様な視点が繋がることを信じます。"}, {"slide_number": 6, "script": "多角的な視点を持つために、私は本やデザインの知見を大切にしています。変革の本質は「人」にあります。UX、つまり使う人の体験を深掘りし、テクノロジーの性能ではなく体験の質で成否が決まると理解します。"}, {"slide_number": 7, "script": "視点を広げるには、業界の外や現場の深淵へ足を運ぶことも重要です。肩書きを外して交流し、客観的な立ち位置を確認しましょう。また、資料ではなく現場の「不満」の中にこそ、真の課題が隠されています。"}, {"slide_number": 8, "script": "テクノロジーとの付き合い方についてです。まずは面白がって触れることが大切です。プライベートで遊び感覚で使うことで、自然と仕事への活用アイデアが湧いてきます。日常を実験の場に変えていきましょう。"}, {"slide_number": 9, "script": "アウトプットで脳を育てることも忘れてはなりません。週末の散歩や家族との対話など、五感を刺激する時間は思考を整理します。自由な「妄想」を膨らませることこそが、最高のアイデアを生むアウトプットになります。"}, {"slide_number": 10, "script": "これらの一連の流れを「変革脳の循環モデル」として整理しました。インプットから始まり、違和感を経て妄想し、アウトプットして小さく行動する。このサイクルを回すことで、経験が確かな学びに変わっていきます。"}, {"slide_number": 11, "script": "それでは、明日からできるアクションをまとめました。業界外のニュースに触れる、現場の不満を聞きに行く、新しいツールで遊ぶ、そして誰かに妄想を話す。これら小さな一歩から始めてみてください。"}, {"slide_number": 12, "script": "最後に、変革脳は特別な誰かの仕事ではなく、日々の積み重ねで誰にでも育てられる「生き方」に近いものです。未来を先に考え、今日の行動を少し変えてみませんか。ご清聴ありがとうございました。"}, {"slide_number": 13, "script": "なお、本プレゼンテーションで使用した画像素材のソースはこちらにまとめております。ご参照ください。"}] | gemini-3.1-flash-lite | 2026-05-10T15:16:45.550494 |
| 7 | cac438180f326f5e5542d37ef35b50cb | 0696e9b45e935b517764ef6e12d4645a | 13 | [{"slide_number": 1, "script": "本日は「ローカルLLMでファインチューニング」と題しまして、機械学習の社会実装勉強会第48回、発表させていただきます。西岡賢一郎と申します。どうぞよろしくお願いいたします。"}, {"slide_number": 2, "script": "本日のアジェンダです。まずはファインチューニングの基礎とOllamaの役割を整理し、続いて具体的なワークフローと検証結果を解説します。最後に、実務への導入戦略をお話しします。"}, {"slide_number": 3, "script": "まずは基礎として、プロンプトエンジニアリングとファインチューニングの違いを比較します。プロンプトは既存知識の活用ですが、ファインチューニングは新しい知識や形式の学習に有効です。"}, {"slide_number": 4, "script": "では、なぜOllamaで直接ファインチューニングができないのでしょうか。それはOllamaが推論専用のツールであり、訓練にはPyTorch形式が必要なこと、そして大量のVRAMを要するからです。"}, {"slide_number": 5, "script": "Ollamaでできること、できないことを整理します。システムプロンプト設定やパラメータ調整は可能ですが、モデルの重みの更新や、根本的な知識の追加学習には対応しておりません。"}, {"slide_number": 6, "script": "そこで、Ollamaを活用するためのワークフローを紹介します。データ準備から訓練実行、マージ、GGUF形式への変換を経て、最終的にModelfileを作成する手順が鍵となります。"}, {"slide_number": 7, "script": "実際の検証結果をご覧ください。TinyLlamaを用いた例では、ベースモデルに比べ、配送量についての回答が構造化され、非常に具体的かつ正確なものへと劇的に改善しました。"}, {"slide_number": 8, "script": "具体的な登録手順はご覧の通りです。学習済みモデルをマージし、GGUF変換と量子化を経て、最後にModelfileを作成します。本番環境ではQ4_K_Mの量子化が推奨されます。"}, {"slide_number": 9, "script": "各モデルの性能比較です。検証を重ねた結果、パラメータ数3B程度とデータ数100件以上の組み合わせが、実用化の分かれ目になることが分かりました。"}, {"slide_number": 10, "script": "リソースと実用化の現実についてです。実験なら無料環境で十分ですが、業務利用にはクラウドGPUが必要です。A10等のGPUがあれば、数百件の学習は30分以内に完了します。"}, {"slide_number": 11, "script": "実践的なアプローチとして、まずはプロンプトやFew-shotを試すことを推奨します。それでも解決できない一貫したフォーマットや専門知識が必要な場合に、ファインチューニングを実行してください。"}, {"slide_number": 12, "script": "最後にまとめです。ファインチューニングは魔法ではなくデータ品質が命です。プロセスを理解し、段階的に導入を進めましょう。ご清聴ありがとうございました。質問をお受けします。"}, {"slide_number": 13, "script": "本日のプレゼンテーションで使用した画像ソースです。各出典元には感謝いたします。以上で発表を終了いたします。"}] | gemini-3.1-flash-lite | 2026-05-11T00:09:28.642131 |
| 8 | 3aa7549a1a2c39c507e96c45d061be39 | 6c031ec7ee38483d7df4cf61ea36a47b | 20 | [{"slide_number": 1, "script": "皆様、こんにちは。本日はベテランの直観を若手に継承するソリューション「SYNKA memo」をご紹介します。御社のナレッジ伝承における課題を、このAIアプリで解決いたします。"}, {"slide_number": 2, "script": "建設現場では、若手の未熟さ、OJTの不足、知識の属人化という3つの大きな課題があります。これらは、現場の多忙さが原因で、ナレッジが十分に共有・蓄積されていないことに起因しています。"}, {"slide_number": 3, "script": "では、ベテランの判断力とは何でしょうか。それは決してセンスではなく、過去の経験が蓄積された「パターン」です。「このような時にはこうする」という判断の集合体こそが、ナレッジの本質なのです。"}, {"slide_number": 4, "script": "このパターンを脳に定着させるには、プロセスが必要です。経験した違和感を言語化して記録し、定期的に振り返る。このサイクルを回すことで、類似の場面で即座に応用できる力が養われます。"}, {"slide_number": 6, "script": "この定着を支えるのが「SYNKA memo」のサイクルです。現場で記録し、AIのフィードバックを受け、振り返る。この一連の流れが、個人の気づきを組織の確かな知識へと進化させます。"}, {"slide_number": 7, "script": "SYNKA memoは、単なるメモアプリではありません。経験をパターン化し、ベテランの暗黙知を若手へ伝承するための「第二の脳」として、現場の判断力を強化します。"}, {"slide_number": 8, "script": "主な機能として、音声入力とAIによる自動タグ付け、文章補正を備えています。さらにAIが振り返りを補助し、ベテランのアドバイスを蓄積することで、学習効果を最大化します。"}, {"slide_number": 9, "script": "さらに高度な機能も搭載しています。AIが写真や動画を解析し、タイトルや危険ポイントを自動付加するほか、メモから図を作成するなど、現場の情報を可視化するサポートを行います。"}, {"slide_number": 10, "script": "このほか、検索機能やTeamsとの連携、音声とテキストの統合管理など、業務を効率化する機能を網羅しています。日々の記録を、そのまま組織の資産として活用可能です。"}, {"slide_number": 11, "script": "このように、気づきを即座に記録し、チームで可視化して振り返る。このループを回すことで、個人の知恵が組織に循環する「ナレッジエンジン」が完成します。"}, {"slide_number": 12, "script": "SYNKA memoを用いた育成サイクルがこちらです。若手の疑問をメモし、ベテランがアドバイスを蓄積。AIがそれを学習することで、次回からはAIが即座にサポートを提供します。"}, {"slide_number": 13, "script": "活用方法はシンプルです。現場で音声入力し、振り返りで知識を深める。そしてAIやベテランのアドバイスを通じて、着実に現場で通用する知恵を習得していきます。"}, {"slide_number": 14, "script": "今後は災害事例DBとの連携や、スキルマップの把握、評価制度との連動も視野に入れています。あらゆるシステムへの入力プラットフォームを目指し、さらなる進化を続けてまいります。"}, {"slide_number": 15, "script": "まとめます。SYNKA memoで「声の入力」を当たり前にしましょう。継続的な使用により、生産性の向上だけでなく、AI活用力の向上やコミュニケーションの円滑化が実現します。"}, {"slide_number": 16, "script": "ここからは補足資料として、詳細な機能や活用プロセスについてご説明します。"}, {"slide_number": 17, "script": "MeMoMaでできることは多岐にわたります。音声による簡易記録から、AIによる自動図解や危険ポイントの指摘まで。あなたの成長を支える強力なパートナーとなります。"}, {"slide_number": 18, "script": "プロセスフローをご覧ください。音声メモがAIによって整理・加工され、チームナレッジやポッドキャストへと姿を変えます。個人の思いつきが、組織の宝に変わる仕組みです。"}, {"slide_number": 19, "script": "SYNKA memoは、普段お使いのツールへの登録もスムーズに行… | gemini-3.1-flash-lite | 2026-06-16T08:00:26.816311 |
| 9 | 29defa70d7c4ef3ad321e4895f326555 | 5500612f798dced80c323c32df889559 | 11 | [{"slide_number": 1, "script": "本日はシステム間データ連携における設計チェックリストについてお話しします。マスターデータやトランザクションデータといった、扱うデータの種類に応じた標準的な設計テンプレートを整理しました。連携品質を担保するための指針としてご活用ください。"}, {"slide_number": 2, "script": "まず設計の起点として、対象データのタイプを明確にします。マスターデータかトランザクションデータかで優先事項が根本的に異なるためです。これを曖昧にすると、後続の整合性や権限設計が崩れる原因となります。まずは対象がどの特性を持つか、最初に定義しましょう。"}, {"slide_number": 3, "script": "次に、連携の方向とトリガーを確定させます。片方向か双方向か、あるいはハブ＆スポークか。また、Push型やPull型、中間層の活用など、トリガーの所在や再送責任、スロットリングの担当レイヤーを明確にすることが、安定した連携の鍵となります。"}, {"slide_number": 4, "script": "続いて、データの粒度と伝送方式を定義します。大量データにはファイル単位、リアルタイムにはレコード単位といった選択が必要です。マスターデータでは項目定義の標準化が、トランザクションデータではスケーラビリティが設計の要となります。"}, {"slide_number": 5, "script": "同期タイミングと整合性モデルも重要です。リアルタイム性が求められるのか、あるいはバッチで十分なのか。強整合か結果整合かを、業務要件から逆算して選択します。特に冪等性を確保し、矛盾期間を最小化する設計が求められます。"}, {"slide_number": 6, "script": "障害を前提とした設計も欠かせません。リトライ戦略やログの可視化はもちろん、マスタなら手動修正プロセスを、トランザクションならデッドレターキューからの再処理を準備するなど、障害時の具体的な復旧手順を事前に設計しておきましょう。"}, {"slide_number": 7, "script": "セキュリティについては、認証・通信・データ保護・監査の4層で考えます。マスターデータは更新権限を厳格に制限し、トランザクションは業務ニーズに合わせて柔軟に設計するなど、データの性格に応じたアクセス制御とログ保持の設定が必要です。"}, {"slide_number": 8, "script": "将来の成長に備え、スループットやバッチ制御といったパフォーマンス設計も重要です。スキーマ変更やリリース戦略、手動介入手順を整理し、SLAやSLOを合意しておくことで、変化に強く運用しやすいシステムを構築できます。"}, {"slide_number": 9, "script": "データ連携の根本問題は「真実の所在」が曖昧なことです。エンティティごとにSoT、つまり正となるシステムを明確にしてください。派生データの位置付けや、双方向連携時の主従関係を定義することで、責任の所在をはっきりさせます。"}, {"slide_number": 10, "script": "設計の証跡を残すことは、運用品質と引き継ぎの効率を大きく左右します。フロー図からセキュリティ設計までを網羅したドキュメントを整備してください。具体的な連携システム構成に当てはめてテンプレート化すれば、レビューの効率も大幅に向上します。"}, {"slide_number": 11, "script": "最後に、これら10の設計観点を振り返ります。マスターとトランザクション、それぞれの特性に応じたポイントを網羅することで、組織として安定した連携品質を担保できます。本チェックリストを設計標準として、ぜひ日々の開発業務にお役立てください。"}] | gemini-3.1-flash-lite | 2026-06-30T09:57:56.020084 |
| 10 | c94a9f8e24df439220cb58b68623767e | bffcc49acf7c994bf8a30f778b8d84a3 | 5 | [{"slide_number": 1, "script": "皆様、本日はお集まりいただきありがとうございます。本日は、次世代の音声メモツール「SYNKA memo」についてご紹介いたします。現代のビジネスシーンにおいて、アイデアや気づきをいかに素早く、かつ正確に記録し活用するかは非常に重要です。SYNKA memoは、ただ声を記録するだけでなく、AIがその内容を整理・構造化してくれる、画期的なソリューションです。本日はその機能と活用法について詳しく解説いたします。"}, {"slide_number": 2, "script": "それではまず、記録のフェーズにおける強みからお話しします。「声で、すぐ記録」をコンセプトに、リアルタイム音声認識機能を搭載しました。話した内容がその場で文字起こしされるため、録音データとテキストを同時に保存できます。歩きながらの移動中や、手が塞がっている現場作業中でも、スマートフォンやSiri連携を活用すればハンズフリーで即座にメモが可能です。また、誤操作を防ぐ画面ロック機能も備えており、安心して記録に集中していただけます。"}, {"slide_number": 3, "script": "次に、録音した後のAIによる整理機能についてです。SYNKA memoの最大の特徴は、記録した内容をAIが自動で解析する点にあります。自動でタイトルやタグが付与されるだけでなく、内容の要約や補足情報の追加、さらにはメモ内の疑問点に対するAIからの回答まで行います。また、ユーザー辞書機能が専門用語を自動補正するため、話すだけで報告書の下書きが完成に近いレベルまで自動生成されます。事務作業の時間を劇的に短縮できるツールです。"}, {"slide_number": 4, "script": "続いて、ビジュアル面での強力なサポート機能をご紹介します。SYNKA memoは、一定の長さ以上のメモであれば、AIがその構造を理解し、SVG形式の図解を自動生成します。さらに、写真や動画を読み込めば、AIがそれらを解析して要約やタグ付けを行い、インフォグラフィック画像として出力することも可能です。テキストだけでは伝わりにくい複雑な思考や現場の状況を、図解として可視化することで、情報の理解度を飛躍的に高めます。"}, {"slide_number": 5, "script": "最後に、共有とクラウド連携についてです。SYNKA memoで作成したメモは、OneDriveと同期してMarkdown形式で保存されます。Teamsへの直接投稿も可能なため、図解付きのメモをチームメンバーと即座に共有し、議論を加速させることができます。また、PDF出力で配布資料として活用したり、Spotlight検索ですぐに過去のメモを発見したりと、利便性も追求しました。声で残し、AIで活かす。SYNKA memoで、現場の気づきを組織の知見へと変えていきましょう。"}] | gemini-3.1-flash-lite | 2026-06-30T14:10:09.712145 |
| 11 | 5c13b6d6250deab444d0a61ff0748bac | 46b4f86069ed817eb5d5653081a76986 | 5 | [{"slide_number": 1, "script": "本日は、声で記録し、AIが整理する次世代ボイスメモ、「SYNKA memo」についてご紹介いたします。日々の業務において、ふと思いついたアイデアや会議の内容を、いかに効率よく記録し、活用していくか。この課題を解決するための新しいツールとして、SYNKA memoの魅力をお伝えします。"}, {"slide_number": 2, "script": "まずは記録のステップです。「声で、すぐ記録」をコンセプトに、リアルタイム音声認識で話した内容がその場で文字になります。歩きながらでも、手が塞がっていても、ストレスなくメモを残せます。また、誤操作を防ぐ画面ロック機能や、Siri連携によるハンズフリーでの録音開始にも対応しており、どんな状況でもスムーズな記録を実現します。"}, {"slide_number": 3, "script": "記録した後は、AIが自動的に整理を行います。保存されたメモに対して、タイトルやタグの自動付与、要約やコメントの作成、さらには内容に関する質問への回答まで、AIが補足します。また、ユーザー辞書機能で専門用語の自動補正も行います。ただ話すだけで、報告書の下書きが完成に近づく、そんな体験を提供します。"}, {"slide_number": 4, "script": "さらに、思考を整理するための「図解とメディア分析」機能も備えています。一定以上の長さのメモであれば、AIが内容を解析し、SVG図解を自動生成します。また、写真や動画もAIが解析し、要約やタグ付けを行うことで、視覚的な情報整理を強力にサポートします。テキストから図解へ、思考を可視化する新しいアプローチです。"}, {"slide_number": 5, "script": "最後に、作成したメモの共有とクラウド連携についてです。OneDriveでのMarkdown形式のクラウド保存や、Teamsへの図解付き投稿、PDF出力による共有など、既存の環境とシームレスに連携します。また、Spotlight検索で必要なメモをすぐに見つけることも可能です。SYNKA memoで、現場の気づきを組織の知見へと変えていきましょう。"}] | gemini-3.1-flash-lite | 2026-06-30T15:13:50.961335 |
| 12 | 17ffef340db4254d6b274c25de180143 | 46b4f86069ed817eb5d5653081a76986 | 5 | [{"slide_number": 1, "script": "本日は、現場業務のあり方を根本から変える、次世代のAIボイスメモ「SYNKA memo」をご紹介いたします。現場で発生する様々な情報を、ただ話すだけで、要約やタグ付け、さらには図解まで自動的に仕上げる革新的なソリューションです。2026年最新のテクノロジーが、皆様の業務効率を劇的に向上させます。"}, {"slide_number": 2, "script": "現場では、常に様々な課題がつきまといます。例えば、図面や道具で両手がふさがっており文字入力が困難な状況や、事務所に戻る頃には詳細を忘れてしまうという「あとで」の記憶の曖昧さ。さらには、日報作成や写真整理といった報告業務が大きな負担となり、残業の原因となっています。これらの「困った」を解決するのが「SYNKA memo」です。複雑な操作は一切不要、歩きながら話すだけで記録が完了します。現場のDXは、この「入力」の変革から始まります。"}, {"slide_number": 3, "script": "それでは、具体的にどのような機能があるのか、3つのステップでご説明します。まず1つ目は「声で、すぐ記録」です。どれだけ早口であっても、また現場特有の専門用語が混じっていても、高精度にテキスト化します。リアルタイムでの認識はもちろん、Siriと連携したハンズフリー操作や、FLAC形式による高音質録音、誤操作を防ぐ画面ロック機能など、現場での使いやすさを徹底的に追求しました。"}, {"slide_number": 4, "script": "2つ目は、保存後のAIによる自動整理機能です。メモを保存すると、バックエンドのAIが内容を解析し、タイトルや要約、タグを自動で付与します。それだけでなく、内容に対するコメントや補足、質問への回答、さらには長文を1枚の図に可視化する図解生成まで行います。写真や動画の解析も可能なため、話すだけで報告書の下書きがほぼ完成した状態で手に入ります。"}, {"slide_number": 5, "script": "最後は、共有とナレッジの蓄積です。記録したデータはTeamsへの投稿やOneDriveへの保存、あるいはPDFやExcel形式での出力が可能です。これにより、報告作成時間を1日あたり15分から30分削減し、報告件数を倍増させ、ベテランの知見を100％資産化します。SYNKA memoは、声で残し、AIで活かし、組織の知見に変える。現場のDXを、ここから共に進めていきましょう。"}] | gemini-3.1-flash-lite | 2026-06-30T15:32:14.742223 |
| 13 | 5fa777088783050b16083c579f4ce333 | 83a64b9d4f5fcb33c7c8596cc89c9bde | 13 | [{"slide_number": 1, "script": "本日は「世界の宗教 たのしい比較教科書」と題して、宗教の世界を旅してまいります。生まれた場所も時代も異なる宗教ですが、実は驚くほど似た教えや、それぞれにしかない興味深い個性があります。それらの共通点と違いを、一緒に紐解いていきましょう。"}, {"slide_number": 2, "script": "まずは、なぜ私たちが宗教を学ぶのか、その理由からお話しします。世界人口の8割以上が、何らかの宗教と関わりを持って生きています。つまり、宗教を知ることは、世界の人々を理解する第一歩なのです。異なる教えの中にある共通の知恵と、宗教ごとの個性的なルールを知ることで、ニュースや歴史がより面白く感じられるはずです。"}, {"slide_number": 3, "script": "それでは次に、世界の宗教に共通する教えを見てみましょう。「人としてどう生きるか」という問いに対し、多くの宗教は驚くほど似た答えにたどり着いています。例えば「黄金律」と呼ばれる思いやりのルールや、慈悲の心、施し、断食、祈り、感謝、そして死者への敬意といった営みは、形こそ違えど、世界共通の精神といえます。"}, {"slide_number": 4, "script": "先ほどの課題を踏まえて、世界共通の「思いやりのルール」である黄金律を比較してみましょう。キリスト教では隣人愛を説き、イスラム教では兄弟への愛を、仏教では不殺生を、ヒンドゥー教やユダヤ教では自分に嫌なことを他人にするなと教えます。神道でも正直な心を尊ぶように、表現は違っても核心は同じなのです。"}, {"slide_number": 5, "script": "ここからは各宗教を個別に見ていきます。まずは世界最大の信者数を誇るキリスト教です。1世紀にパレスチナでイエス・キリストによって始まりました。唯一神を信じ、隣人愛と罪の許しを説いています。世界中で行われる日曜礼拝やクリスマスなどの行事を通じて、愛と許しの教えが今も多くの人々の暮らしの中に息づいています。"}, {"slide_number": 6, "script": "キリスト教には長い歴史の中で生まれた様々な宗派があります。ローマ教皇を中心とするカトリック、東方の伝統を受け継ぐ正教会、聖書を重んじるプロテスタント、そして独自の解釈を持つグループなど多岐にわたります。同じ聖書を大切にしながらも、それぞれの歴史的背景によって、祈りの形式や組織のあり方に多様な個性が見られます。"}, {"slide_number": 7, "script": "続いては、世界で約19億人の信者を擁するイスラム教です。7世紀に預言者ムハンマドによって開かれました。「アッラー」という唯一の神への絶対的な帰依を説きます。信仰告白、礼拝、喜捨、断食、巡礼という「五行」の実践が信仰の柱です。現代の私たちの生活にも、ハラールといった食の文化を通じて身近な存在となっています。"}, {"slide_number": 8, "script": "次に仏教を見ていきましょう。紀元前5世紀ごろ、インドで釈迦によって開かれました。仏教の特徴は、世界を創造した唯一の神を立てないことにあります。ブッダは真理に目覚めた人であり、私たちが苦しみから解放され、心の平安を得るための道を示しました。四諦や縁起といった教えを通じ、今も多くの人々の精神的な支えとなっています。"}, {"slide_number": 9, "script": "ヒンドゥー教はインドを中心に約11億人の信者がいる、特定の開祖を持たない多神教です。無数の神々を信仰しますが、すべてが一つの究極の実在の現れだとも考えます。行いの積み重ねであるカルマや、生まれ変わりを繰り返す輪廻、そしてそこからの解放である解脱を目指すのが人生の目標です。ヨガもこの修行法から生まれたものなのです。"}, {"slide_number": 10, "script": "ユダヤ教は、キリスト教やイスラム教のルーツとも言える、世界最古級の一神教です。神との契約を大切にし、律法であるトーラーを日々の暮らしの中で守り学び続けることを使命としています。安息日や食の決まりなど、独自の生活習慣を重んじ、より良い世界を作るために貢献するという高い倫理観がその根底に流れています。"}, {"slide_number": 11, "script": "最後は日本の民族宗教である神道です。明確な開祖や聖典はなく、八百万の神々を尊ぶのが特徴です。山や川、自然の中に神の働きを感じ、穢れを祓い清らかさを大切にする生き方を続けてきました。仏教と共存する歴史を経て、今も初詣や七五三など、私たちの日常の中に深く根付いている、日本独自の宗教です。"}, {"slide_number": 12, "script"… | gemini-3.1-flash-lite | 2026-07-03T04:21:23.841112 |
| 14 | 61db0cc11e831a3b18ac0bbe8250ebb3 | 9518b0165d3ffe884fdff3b48e59b815 | 4 | [{"slide_number": 1, "script": "AIの進化により、私たちはかつてない利便性を手に入れました。一方で、思考や言語化の機会が減り、人間本来の能力低下が懸念されています。AIを高度に使いこなすには、私たち自身の思考力と言語化力が不可欠です。SYNKA memoは、日常的にこれらを鍛え、持続的な成長を支援するパートナーとして誕生しました。"}, {"slide_number": 2, "script": "それでは次に、SYNKA memoがサポートする4つの本質的な能力についてお話しします。主体的な思考、高度な言語化、客観的なメタ認知、そしてワーキングメモリの解放です。これらは、AIに呑まれないタフなコアスキルです。SYNKA memoは、組織と個人の進化・深化・真価を同時に達成するための、最強の伴走者となります。"}, {"slide_number": 3, "script": "この人間力を育むプロセスは、4つのステップで構成されています。まず声に出して外部化し、それを構造化します。さらにAIからの逆質問でメタ認知を深め、最終的に自らの言葉で応答する。このサイクルを繰り返すことで、思考の軸が強固になります。SYNKA memoは、こうした人間力を育てるエンジンなのです。"}, {"slide_number": 4, "script": "最後に、SYNKA memoを継続する意義についてお伝えします。継続の鍵は「目的」を複数持つことです。「組織への貢献」という目的と、「自己の成長」という目的。この2つを掛け合わせることで相乗効果が生まれ、モチベーションの維持と習慣化が実現します。ぜひ、両方の視点を持って取り組んでみてください。"}] | gemini-3.1-flash-lite | 2026-07-27T05:22:22.935699 |
| 15 | 92a86a4cd3fa3d9b34681a21f1da7745 | 4374ea9d7c2a35b55fbcf84fe419b921 | 10 | [{"slide_number": 1, "script": "本日は、提案戦略AIエージェント「PROPOSAL ATELIER」をご紹介します。審査員の情報を入力するだけで、AIが自動で調査を行い、鹿島の強みと掛け合わせた「刺さる提案」を導き出す、実用的なツールです。"}, {"slide_number": 2, "script": "提案書作成の現場では、審査員の重視するポイントの把握に時間がかかり、属人化しやすい課題があります。本ツールはこれを自動化し、短時間で質の高い戦略立案を可能にします。それでは、実際の画面をご覧ください。"}, {"slide_number": 3, "script": "こちらがホーム画面です。ブラウザから直感的に操作でき、案件ごとの管理はもちろん、過去の失注案件も登録して分析に活かせます。ここから、新しい案件の戦略立案をスタートさせます。"}, {"slide_number": 4, "script": "まずは案件カードの作成です。顧客情報や規模、概要を入力するだけで、これが分析の起点となります。このシンプルな情報入力が、後のすべてのAI解析の精度の源泉となります。"}, {"slide_number": 5, "script": "次に審査員の調査です。氏名と所属を入力するだけで、AIが並列調査を行い、重視するトピックや刺さる切り口を特定します。想定される質疑まで自動生成されるため、事前の備えに最適です。"}, {"slide_number": 6, "script": "続いて、鹿島の強みとのマッチングです。審査員の関心に合わせて、最適な強みカードをAIが自動推薦します。ピン留めするだけで、自社の強みを的確に提案へ組み込むことができます。"}, {"slide_number": 7, "script": "こちらが核心となる「刺さる提案項目」の生成画面です。審査員と強みの相関をヒートマップ化し、なぜその提案が刺さるのか、論理的な根拠とともに3から5つの提案項目を提示します。"}, {"slide_number": 8, "script": "提案骨子の策定では、最適なストーリーフレームを選択し、章立てやキーメッセージを自動でドラフト化します。競合分析や失注分析もシームレスに行え、戦略的な提案構成をスピーディーに練り上げます。"}, {"slide_number": 9, "script": "さらに、営業の顧客理解を深めるための「理解度チェック」も搭載しました。生成された提案内容に基づき、クイズ形式で知識の定着を確認できます。プレゼン前の最終確認として非常に有効です。"}, {"slide_number": 10, "script": "まとめです。本ツールは調査工数を大幅に削減し、根拠のある戦略的提案を実現します。ローカル完結型の安全な設計で、皆さまの提案活動を強力にバックアップします。詳細のお問い合わせはSho-Labまでお願いします。"}] | gemini-3.1-flash-lite | 2026-08-03T02:56:15.468427 |
| 16 | a6d8eb891cb431187b793bd655ae6495 | 4bb089addf4ee6942dad98a07ae2ad14 | 12 | [{"slide_number": 2, "script": "本ツールのメインフローは、案件情報の登録から提案骨子の策定まで、5つのステップで構成されています。審査員調査や鹿島の強みとの突合をAIが自動で行い、核心となる刺さる提案項目を導き出します。さらに、想定質疑や競合シミュレーションといった付加機能も備えており、技術面ではローカル環境でセキュアに動作する設計を実現しました。それでは、具体的なプロセスを詳しく見ていきましょう。"}] | gemini-3.1-flash-lite | 2026-08-03T22:04:39.404926 |
| 17 | 148578f8f8d0fe0083154f8a8224c923 | a9fd6381eb19756fc21df86a6eb0fd2b | 2 | [{"slide_number": 1, "script": "AI全盛の今、新たな学習のあり方が問われています。未知の情報の流入によるキャパシティオーバーをどう克服し、成長に繋げるか。本日は、知識を定着させ、自身の市場価値を高めるための全体構造について解説します。"}, {"slide_number": 2, "script": "では、学習プロセスを5つのフェーズで見ていきましょう。直面する危機を工夫で乗り越えれば、ブレイクスルーが訪れます。学びを楽しみ、AI時代に不可欠な人間自身の賢さを磨き上げる飛躍のステップです。"}] | gemini-3.1-flash-lite | 2026-08-10T03:24:23.481956 |
| 18 | 8e2cad105205b24d853553e66710b504 | 619b9c67dbb38467fb1a85dad8033c59 | 2 | [{"slide_number": 1, "script": "学習におけるキャパオーバーの全体像について説明します。高度な学習では大量の情報に直面し挫折しがちですが、既知の情報を増やし楽観的な思考を持つことで乗り越えられます。"}, {"slide_number": 2, "script": "続いて、キャパオーバー解消のメカニズムと成長プロセスです。知識量を増やして認知負荷を軽減し、インプットを継続するサイクルを回すことで、AI時代の自己成長を実現します。"}] | gemini-3.5-flash-lite | 2026-08-10T06:59:27.788650 |
| 19 | 8e2cad105205b24d853553e66710b504 | 1462b6715fc3f1e73c26166306e30bb3 | 2 | [{"slide_number": 1, "script": "それでは、学習における「キャパオーバー」を乗り越える全体像について解説いたします。システム開発などの高度な学習を進める際、私たちはしばしばキャパオーバーという大きな課題に直面します。未知の用語や概念が短時間に大量に流れ込んでくると、脳のワーキングメモリの限界を超えてしまい、最終的には強いストレスを感じて学習が停止してしまいます。この壁を突破するための工夫が中央に示している2つのアプローチです。1つ目は記憶量、すなわち知識量を増やすことです。既知の情報をあらかじめ増やすことで、新しい情報に直面した際のワーキングメモリの負荷を下げることができます。2つ目は楽観思考、つまり考え方の転換です。初見で理解できなくて当然と捉え、落ち込まずに反復による自然な理解への期待を持ち続けることでストレスを無効化します。これらを実行することで、理解できる領域が拡大し、アイデア創出の頻度が増加し、できることが多様化して、結果として自身の市場価値の向上が得られます。下部に記載の通り、AI全盛時代だからこそ、人間自身がインプットを継続し賢くなることが重要なのです。"}, {"slide_number": 2, "script": "続いて、キャパオーバー解消のメカニズムと成長プロセスについて詳しく見ていきましょう。左側の「認知負荷のメカニズム」をご覧ください。記憶量が少ない状態では、大量の未知の情報が短時間で流れ込むことでワーキングメモリが容量オーバーとなり、ストレスが高まって学習停止という悪循環に陥ります。しかし、記憶量を増やした下側のケースでは、既知の情報が土台となるため、未知の情報が入ってもワーキングメモリで処理可能になり、ストレスが減って学習を継続できる好循環が生み出されます。ここでは、初見での理解を求めず反復による自然な理解を期待するマインドセットの転換が極めて重要です。そして右側の「継続による成長サイクル」に目を向けますと、インプットの継続を起点として、記憶量の増加、理解度やアイデアの向上、そして楽しさの発見と市場価値の向上が連鎖し、AI時代における確実な自己成長サイクルが回っていくことがお分かりいただけるかと思います。"}] | gemini-3.5-flash-lite | 2026-08-10T07:02:21.316479 |
| 20 | 1920c239e2580a7cd46e5d2427719a9f | 43adcb531873eef6a7a23c4590df9e01 | 1 | [{"slide_number": 1, "script": "本日は、会議の価値を再定義するSYNKA memoをご紹介します。従来のAI要約は単なる情報圧縮に留まり、個人の思考変化が見落とされていました。SYNKA memoでは、参加者の認識がアップデートされた瞬間をピンポイントで抽出し、本質的な振り返りを実現します。"}] | gemini-3.5-flash-lite | 2026-08-15T00:08:27.053749 |
| 21 | 1920c239e2580a7cd46e5d2427719a9f | b28fd917fabaa7718a36c40d99b85f1f | 1 | [{"slide_number": 1, "script": "続いて、私たちが提供するバリュープロポジションについてご説明いたします。スライドをご覧ください。ここでは、会議の価値を従来の「情報要約」から、新しい「認識のアップデート抽出」へと再定義することについてお話しします。全体の圧縮では見落とされがちな、参加者の思考の変化や誤解の解消、そして新知見の獲得をいかに逃さず蓄積するかという点がテーマとなります。\n\nまず、スライドの左側をご覧ください。従来のアプローチでは、一般的なAIによる情報の圧縮や要約が主流でした。会議全体の会話をもとに圧縮処理を行い、要約や全体サマリーを作成する手法です。しかし、この方法では情報の「単純圧縮」が目的になってしまい、発言のボリュームや頻出単語を基準に処理されるため、会議全体の総論だけが残りやすい構造になっていました。その結果、個人の思考の変化や、「誰がどこで勘違いに気づけたか」「何の知見を得たか」といった認識の差分はすべて切り捨てられ、見過ごされてしまっていたのです。これらは本来、議論における最も本質的な成果であるはずです。\n\nそこで私たちが提案するのが、スライド右側に示す「SYNKA memo」を用いた、「認識のアップデート」のピンポイント抽出です。SYNKA memoでは、古い認識や誤解から、対話と気づきを経て、新しい知見の獲得や認識のズレが解消された状態へと至るプロセスに着目します。具体的には、2つの大きな特徴があります。\n\n1つ目は、「認識が変わった瞬間」を逃さず特定するという点です。「勘違いしていた」「そうだったのか」といった、会議中の思考の転換点をピンポイントで検出し、しっかりと記録します。\n\n2つ目は、次に繋がる「本質的な振り返り」の実現です。会議で参加者がどのような学びを得たかが明確になることで、組織の学習サイクルと共通認識の定着を強力に後押しします。単なる議事録の作成にとどまらない、会議の本質的な価値の最大化をSYNKA memoが実現します。"}] | gemini-3.5-flash-lite | 2026-08-15T01:07:43.916463 |
| 22 | b6204076e02767af1acc1a237bd15c8d | 4daf17b9623e58e60951a2565793a5d2 | 8 | [{"slide_number": 1, "script": "本日は、Macの作業環境を根本から変える新しい記憶装置、「SYNKA-screen」をご紹介いたします。皆さんは、過去に画面で見た情報や会議での発言を、「あれはどこだっけ」と探し回った経験はないでしょうか。SYNKA-screenは、画面、活動、会議、そしてAIとの対話をローカルだけで自動記録し、あとから言葉で瞬時に検索できる、あなた専用の記憶装置です。"}, {"slide_number": 2, "script": "それでは、SYNKA-screenがどのようなものか、その全体像をご説明します。最大の特徴は、「放っておくだけで記録が貯まる」という点です。アプリが常駐し、2秒ごとに前面の画面テキストを差分記録。さらにイベント連動でスクリーンショットも保存します。集めた記録は言葉で簡単に探せ、端末内のAIが自動で要約してくれるため、手動で情報を整理する手間が一切かかりません。"}, {"slide_number": 3, "script": "この膨大な記録を直感的に扱えるよう、インターフェースは「たった5つの画面」に絞り込みました。時系列で振り返る「タイムライン」、スクショを一覧できる「画面」、言葉で過去を引き出す「検索」、会議の録音から議事録まで作る「会議」、そして保存量やプライバシーを管理する「設定」です。迷うことなく、必要な情報にたどり着くことができます。"}, {"slide_number": 4, "script": "具体的な使い方の一つ目が、この強力な「検索」機能です。“見た言葉”で過去の作業に一発で戻ることができます。画面に映ったテキストはすべて日本語対応の全文検索対象となります。さらに、正確なキーワードを忘れてしまっても、言い換えに強いオンデバイスの「意味検索」が、ニュアンスの近い記録までしっかり探し出します。"}, {"slide_number": 5, "script": "二つ目の使い方が、「プロンプト記録」です。普段の開発で使うターミナルや、Claude Code、CursorでのAIへの指示は、これまで記録の死角になっていました。SYNKA-screenはこれらのプロンプトを一次ソースから直接取得し、「プロンプトのみ」で一覧・検索できるため、あなたの指示の履歴がそのまま貴重な資産となります。"}, {"slide_number": 6, "script": "三つ目の使い方が、「会議」の自動化です。通話を検知して自動で録音を開始し、あなたが手を止めたアイドル時に、端末内のAIがwhisperを使ってローカルで文字起こしを実行します。最終的に、会議の要点を綺麗にまとめた議事録の下書きまで自動で生成するため、会議後の事務作業から解放されます。"}, {"slide_number": 7, "script": "これだけの高機能を持ちながら、「静かで、安全で、軽い」のがSYNKA-screenの大きな強みです。記録もAI処理もすべてこの端末内で完結し、クラウドには一切送りません。また、見せたくないアプリやシークレット窓を自動除外する機能もあり、重い処理は作業中の邪魔にならないアイドル時だけに実行されます。"}, {"slide_number": 8, "script": "本日はSYNKA-screenの概要をご紹介しました。今日から、日々の記録があなたの強力な味方になります。アプリを起動して、あとは普段どおり作業をするだけです。見た言葉、話した内容、AIへの指示が、検索できる知識として静かに積み上がり、あなたの生産性を最大化します。ぜひ導入をご検討ください。"}] | gemini-3.5-flash-lite | 2026-08-26T06:30:18.319222 |
| 23 | 67503b15c6966b3a8ee700f361788100 | dad2f9e40934277d546ee53d8414303b | 10 | [{"slide_number": 1, "script": "本日は「あとでやって」という指示を、AIエージェントに安全に預ける方法についてお話しします。指示文わずか6行で書けるスラッシュレータースキルの仕組みや限界、使い分けについて解説します。"}, {"slide_number": 2, "script": "それではまず、長時間タスクにおける「次の指示」の置き場に関する課題から見ていきます。AIに15分や30分の作業を任せると、途中で次にやってほしいことを必ず思いつきますが、その置き場に困ってしまいます。"}, {"slide_number": 3, "script": "続いて、素朴なやり方として定型文をキューに積むアプローチの弱点を確認します。毎回手で書く必要があり、書き忘れると即割り込みになってしまうほか、完了の確認をしてくれないという課題があります。"}, {"slide_number": 4, "script": "ここで重要なインサイトですが、キューが保証するのは順番どおりに回すことだけです。私たちが本当に欲しいのは、前のタスクの完了を待ってから着手するという前提条件であり、この差を埋める道具を作る必要があります。"}, {"slide_number": 5, "script": "その解決策となるのが、わずか6行の指示文で構成されるスラッシュレータースキルです。この約束をスキルとして切り出し指定のパスに置くだけで、毎回定型文を打つ代わりに安全な予約が可能になります。"}, {"slide_number": 6, "script": "設計のポイントは4つあります。完了確認を先に行わせ、指示側で完了の定義を上書きし、未完了なら止まるようにします。また、モデルが勝手に呼ばないよう設定することで、人間が呼んだときだけ確実に対話が発動します。"}, {"slide_number": 7, "script": "実際のセッションでの動きを見てみましょう。テスト実行中に仕様書作成を預けると、AIは直前タスクの完了状況を確認し、未完了であれば着手せず待機し、完了後に自発的に次へ進むという条件付き予約として機能します。"}, {"slide_number": 8, "script": "このように、割り込みや素のキュー、そしてスラッシュレーターの使い分けが必要です。判断基準は一つだけで、前のタスクが止まったらその依頼も一緒に止まってほしいかどうかで明確に選択できます。"}, {"slide_number": 9, "script": "ただし、これは決定論的な保証ではなくLLMへの約束であるという限界も理解しておかなければなりません。判定の誤りや記憶の減衰に注意し、確実な処理が必要な場合はフックを利用する使い分けが重要です。"}, {"slide_number": 10, "script": "本日のまとめです。次の指示はメモでも割り込みでもなく予約として渡し、スキルで完了条件を明示します。数行の言語化により、AIとの分業関係を一段と静かで確実なものにしていきましょう。"}] | gemini-3.5-flash-lite | 2026-08-29T01:54:25.804383 |
| 24 | 012773e29c79ccabd5a2cba929e8db59 | 1d265e66c7eb9833655beabb42c0934b | 8 | [{"slide_number": 1, "script": "関係者向けの共通認識資料として、提案書作成支援AIエージェントのプロジェクト計画についてご説明いたします。本日は、背景となる課題からシステム概要、検証内容、スケジュールまでお話しします。"}, {"slide_number": 2, "script": "はじめに、提案準備における課題感についてです。現在の提案準備は「読む・調べる・選ぶ」という作業に多くの時間を奪われています。要項書の読み込みや膨大な調査、項目の選定や質問の想定など、どの工程も人手と経験に頼っているのが現状です。"}, {"slide_number": 3, "script": "続いて、本システムが目指す目的と要求についてです。より勝てる提案書をつくることを最大の目的とし、副次的なねらいとして社員のナレッジ蓄積を狙います。システムには、盛り込むべき内容の提案や審査員からの想定質問を求めていきます。"}, {"slide_number": 4, "script": "それでは、システムが具体的に何をするのかをご説明します。本システムは案件ごとに5つのステップで進み、審査員と強み、要項書を突き合わせて刺さる提案項目を導きます。なお、本文そのものは生成せず、人が書くための項目や骨子、根拠を出力する仕組みです。"}, {"slide_number": 5, "script": "利用者が入力するものと、出力されるものの関係性はこのようになっています。案件情報や審査員の氏名、強み資料や要項書を入力することで、根拠付きの提案項目や提案骨子、統合レポートなどが自動で出力されます。"}, {"slide_number": 6, "script": "次に、今回のPoCで確かめる4つのことと、その難しさについてご説明します。直近の大型案件では調査資料が最大100ギガバイトに及び、人が全部を読むことは困難です。そのため、提案項目の精度や想定質問の精度、時間の短縮と質の向上を検証します。"}, {"slide_number": 7, "script": "プロジェクトのスケジュール案についてです。今後は検証とフィードバックを3つのサイクルで回し、12月中旬に判断を下します。各サイクルは検証とフィードバック会議、そして2週間の実装期間で構成し、営業の声を次の改善に反映させます。"}, {"slide_number": 8, "script": "最後に、12月中旬の判断に向けたお願いです。判断は継続、終了、外部発注の3択を想定していますが、その前に「提案書の質が上がった」と言える基準を皆様と一緒に決めたいと考えております。ご協力のほどよろしくお願いいたします。"}] | gemini-3.5-flash-lite | 2026-09-04T12:55:36.231039 |
| 25 | b4da97ae4794126fa70d8546650d8e1b | 5cc747b399fa5965caf87e1a0d0372f0 | 8 | [{"slide_number": 1, "script": "関係者向けの共通認識資料として、提案書作成支援AIエージェントに関するプロジェクト計画をご説明いたします。本日は、現場の課題からシステムの内容、検証方法、今後のスケジュールまで網羅して共有させていただきます。"}, {"slide_number": 2, "script": "それでは初めに、現状の課題感について共有いたします。現在、提案準備の多くの時間が「読む・調べる・選ぶ」という作業に奪われています。要項書の読み込みから審査員の想定に至るまで、どの工程も人手と経験に頼らざるを得ないのが実情です。"}, {"slide_number": 3, "script": "続いて、本プロジェクトの目的とシステムへの要求についてです。私たちが目指すのは「より勝てる提案書」の作成であり、副次的なねらいとして社員のナレッジ蓄積も掲げています。システムには、盛り込むべき内容の提案と審査員からの想定質問の出力を求めています。"}, {"slide_number": 4, "script": "それでは、システムが具体的に何をするのかをご説明します。本システムは、審査員、自社の強み、要項書を突き合わせ、刺さる提案項目を導くものです。案件登録から審査員調査、強み登録を経て、核心である提案項目と骨子を5つのステップで出力します。"}, {"slide_number": 5, "script": "次に、利用者が何を入力し、何が出力されるのかを整理した図となります。案件情報や審査員の氏名、強み資料などを入力することで、分析結果や強みカード、そして統合レポートが自動で生成される仕組みになっています。なお、本文そのものは生成いたしません。"}, {"slide_number": 6, "script": "続いて、PoCにおける難しさと検証内容についてお伝えします。直近の大型案件では調査資料が最大100ギガバイトに及び、人が全てを読むことは不可能です。そのため、提案項目の精度や想定質問の精度、作成時間の短縮、そして質の向上という4点を検証します。"}, {"slide_number": 7, "script": "こちらは全体のスケジュール案となります。検証とフィードバックを3つのサイクルで丁寧に回し、12月中旬に次の展開を判断します。各サイクルは検証と会議、そして2週間の実装期間で構成されており、着実にブラッシュアップを進めてまいります。"}, {"slide_number": 8, "script": "最後に、12月中旬の判断に向けたお願いです。判断は継続、終了、外部発注の3択を予定しています。その判断に先立ち、検証項目のひとつである「提案書の質の向上」を適切に採点できるよう、営業の皆さまと共に具体的な判断基準を決めさせてください。"}] | gemini-3.5-flash-lite | 2026-09-04T13:54:30.342531 |
Advanced export
JSON shape: default, array, newline-delimited, object
CREATE TABLE talk_script_cache (
id INTEGER PRIMARY KEY AUTOINCREMENT,
image_hash TEXT NOT NULL,
params_hash TEXT NOT NULL,
slide_count INTEGER NOT NULL,
result_json TEXT NOT NULL,
model TEXT,
created_at TEXT NOT NULL,
UNIQUE(image_hash, params_hash)
);