Geminiの100万トークンを仕事で活用する方法

TL;DR

Geminiの長いコンテキストとマルチモーダル機能を使えば、複数会議や書籍、SNS投稿、動画、採用ログをまとめて分析できる。大量データを一括投入し、共通傾向の抽出、要約、媒体別コンテンツへの変換、判断を裏付ける具体例の提示まで依頼するのが実践的な使い方である。

Transcript

リモ研究所えとです今回は位すご100番 トークンでできること5000と題しまし て昨日行われたGooglefor japan2024に参加させてもらった んですけどもこの中で様々なAIのトップ ランナー不活さんであったりとか健生さん であったりとかまたGoogleの研究者 であるシェイさんまこういった方々が活用 方法を教えてくれておりましてあこれは すげえ参考になるなという風に思ったので まこういった内容で学んだことを皆さんに 共有できればと思いますまイベントを昨日 行ってまいりましてこんな感じで素敵な こう写真撮影スポットがあったりですとか ありましたでパネルディスカッションでは 古川さんや深津さん早川ゴミさんシェイン さんという方が登壇されておりまた配布さ れてる資料の中ではチエンさんの... Read More

Key Insights

• Geminiの長いコンテキストは、100万トークン以上の情報を一度に扱い、単一資料では見えにくい複数会議や複数動画の共通傾向、特徴、癖、改善点を横断的に抽出するための基盤である。
• マルチモーダルの本質は、動画や音声を文字へ変換せず直接処理し、文字起こしで失われる情報や変換時間を抑えながら、より元データに近い状態でAIとやり取りできる点にある。
• 複数会議の横断分析は、同じ人物が担当した10本の会議をまとめて読み込ませることで、個別会議の要約を超えて、ファシリテーションの継続的な癖や改善点を見つける使い方である。
• 書籍PDFの事前分析は、要約、理解に必要な質問、その回答を先に生成して全体像と要点を把握してから読むことで、内容を咀嚼しやすくする方法として紹介されている。
• 書籍データの変換は、理解度を確認する選択式テスト、マインドマップ、歌詞などを生成でき、同じ原資料を学習、社内確認、音楽化といった異なる用途へ展開できる。
• 大量のSNSや動画データの分析は、発信者の性格、口癖、話し方を抽出し、その特徴を踏まえた原稿や投稿案を作ることで、本人に近い発信内容の設計に利用できる。
• 媒体別コンテンツ生成は、X、ノート、YouTube、ポッドキャストなどの出力先を指定し、それぞれの媒体特性に合わせて、元データから提案内容や表現を変えさせる活用法である。
• 採用ログの傾向分析は、何百人分の面談記録から選考段階別に合格者と不合格者の共通点を抽出し、さらに傾向を裏付ける具体例まで提示させることで、選考上の発見を支援できる。
• 🎬 このチャンネルの他の動画:
  • Perplexityを仕事で活用する3つの方法
  • AIで自分専用の業務ツールを作る方法は？
  • Web会議をリアルタイムで文字起こしする方法
• 📺 このチャンネル: いけともch

Questions & Answers

Q: Geminiの100万トークンを仕事で活用する方法は？

複数の会議録、書籍、SNS投稿、動画、業務ログなどをまとめて投入し、資料を横断した共通傾向、相違点、癖、改善点を分析させます。単一資料の要約だけで終わらせず、複数資料の関係を調べ、抽出した傾向の根拠となる具体例も提示するよう依頼することが重要です。

Q: Geminiの長いコンテキストとは何ですか？

長いコンテキストとは、Geminiが100万トークン以上の大量情報を一度に参照できる特徴です。紹介された開発版は200万トークンに対応しており、1件の会議や動画だけでなく、10件程度のデータや書籍シリーズなどをまとめて読み、全体に共通する特徴を分析できます。

Q: Geminiのマルチモーダル機能はなぜ有用なのですか？

動画や音声を文字起こしへ変換せず、そのままAIへ渡して処理できるからです。話者は、この仕組みにより変換にかかる時間を減らし、文字だけに変換した際に消える情報を抑えられると説明しています。ただし、動画URLの処理が映像と文字情報のどちらを参照したかは明確に確認されていません。

Q: 複数の会議録から改善点を分析する方法は？

同じ人物が進行した会議など、比較したい複数の記録をまとめてGeminiへ追加し、会議全体に共通する特徴、進行上の癖、課題、改善点を抽出するよう依頼します。個別会議の要約ではなく、複数回を横断して繰り返し現れる傾向を探すよう明示することがポイントです。

Q: Geminiで書籍の内容を効率よく理解する方法は？

書籍のPDFを読み込ませ、最初に全体の要約、内容を理解するための質問、その質問への回答を作らせます。大枠と重要点を確認してから本文を読むことで理解を進めやすくなります。さらに、回答の詳しい解説や選択式テストを生成し、理解度の確認に使う方法も紹介されています。

Q: 書籍PDFからどのような教材を作れますか？

書籍の内容を基に、理解用の質問と回答、4択形式の確認テスト、要点を配置したマインドマップなどを作れます。社内でテストを配布し、内容の定着を確認する使い方も紹介されました。また、書籍の要点から歌詞を生成し、別のサービスで音楽にする展開も実演されています。

Q: SNSや動画のデータから発信案を作る方法は？

過去のSNS投稿や動画の文字起こしを大量に読み込ませ、発信者の性格、口癖、話し方、頻出する構成を具体的に整理させます。その分析を前提情報として、Xの投稿、ノートの記事、YouTube原稿、ポッドキャストの企画など、出力先を指定して発信案を作らせます。

Q: YouTube動画をGeminiで要約する方法は？

YouTube動画のURLをGeminiへ渡し、内容の要約やSNS向けの短い文章への変換を依頼します。紹介例では約30分の動画を読み込ませ、要点を短く整理していました。話者は動画を直接扱える点を利点としていますが、処理時に映像と文字情報のどちらを使ったかは断定していません。

Q: 採用面談ログから合格者と不合格者の傾向を調べる方法は？

何百人分の面談メモを、一次面談、二次面談、三次面談、最終選考などの段階と結果が分かる形で整理し、各段階の合格者と不合格者に共通する点を抽出させます。分析前に不要なログを除き、結果を受け取った後は、それぞれの傾向を裏付ける具体例も追加で示すよう依頼します。

Q: 大量データをGeminiへ投入する際の注意点は？

分析目的に不要なログを事前に除き、比較対象、分類、求める出力を明確にしてから投入します。採用ログの事例では、不要部分を消してプロンプトを整える作業が必要でした。また、出力には既に分かっていた内容も含まれるため、新しい傾向だけでなく根拠となる具体例まで確認する必要があります。

Summary & Key Takeaways

• Geminiの主要な特徴は、100万トークン以上を扱う長いコンテキストと、動画や音声を直接処理できるマルチモーダル機能である。前者は複数資料を横断して分析できる範囲を広げ、後者は文字起こしへの変換で失われる情報や作業時間を抑える。開発版では200万トークンに対応しているとの説明も紹介された。

• 大量データの活用例には、10本の会議や動画から共通する特徴、話し方の癖、改善点を探す方法と、書籍PDFから要約、理解用の質問と回答、選択式テスト、マインドマップ、歌詞を作る方法がある。1件ずつ処理するのではなく、複数資料の関係やシリーズ全体の流れを捉えることが長いコンテキストの利点である。

• SNSや動画のデータから、X、ノート、ポッドキャストなど媒体に合わせた内容を作ることもできる。さらに、何百人分の採用面談ログを選考段階別に整理し、合格者と不合格者の傾向や根拠となる具体例を抽出した事例も示された。ただし、投入前に不要なログを除く作業は必要であり、分析結果は既知の内容と新しい発見の両方を含んでいた。