JP7416390B1

JP7416390B1 - メンタリングシステム

Info

Publication number: JP7416390B1
Application number: JP2023137944A
Authority: JP
Inventors: 秀希相川
Original assignee: SAMADHI CO.,LTD.
Current assignee: SAMADHI CO.,LTD.
Priority date: 2023-08-28
Filing date: 2023-08-28
Publication date: 2024-01-17
Anticipated expiration: 2043-08-28

Abstract

【課題】メンタリングに適した生成ＡＩ入力用の情報をユーザの手を介さずに生成してユーザにメンタリングを行うメンタリングシステムを提供する。【解決手段】メンタリングシステム１は、生成ＡＩ２１に入力するためのプロンプトのテンプレートを格納するプロンプトテンプレートＤＢ１２１と、メンター毎にメンターの属性及び人としての個性を示すテキストデータであるメンター個性情報を格納するメンター属性ＤＢ１２２と、プロンプトテンプレートＤＢ１２１から選択されたテンプレートを読み出し、読み出したテンプレートにメンター属性ＤＢ１２２から選択されたメンターのメンター個性情報を読み出して適用することによりプロンプトを生成し、生成ＡＩ２１を備える生成ＡＩサーバ２に生成されたプロンプトを送信し、生成ＡＩがプロンプトを処理して出力した出力データを受信してユーザ端末４に送信する制御部と、を備える。【選択図】図１

Description

本発明は、メンタリングシステムに関する。

ある分野において経験のある者がメンターとして、その分野において経験の少ない者の相談に乗ったり、アドバイスを行ったりすることが一般によく行われている。

しかし、メンターも人間である以上、アドバイス内容が日によって変わったり、アドバイスを受けるユーザの個性に不適切なアドバイスを行ったりしてしまうことがある。

この点に関し、ユーザの個性に合った学習済モデルを選択し、この学習済モデルにアドバイスを生成させた上、ユーザの個性にあった表現によりアドバイスをユーザに提供する技術（例えば特許文献１、特に（実勢例３）。）や、ユーザの特徴を数値化し、この数値に基づいて指導内容を変更する技術（例えば特許文献２。）などが提案されている。

さらに、最近ではいわゆる生成ＡＩを用いてアドバイスを生成させることも可能となっている。この場合、ユーザの個性に合ったより柔軟なアドバイスが可能となる。

しかしながら、生成ＡＩは入力される情報によって所望の情報を出力させるにはある程度の熟練した技術が必要である。

特許第６５５０６０３号公報特開２００６－６４８８０号公報

本発明が解決しようとする課題は、メンタリングに適した生成ＡＩ入力用の情報をユーザの手を介さずに生成してユーザにメンタリングを行うメンタリングシステムを提供することである。

本発明は、生成ＡＩに入力するためのプロンプトのテンプレートを格納するプロンプトテンプレートデータベースと、メンター毎に前記メンターの属性及び人としての個性を示すテキストデータであるメンター個性情報を格納するメンター属性データベースと、前記プロンプトテンプレートデータベースから選択された前記テンプレートを読み出し、読み出した前記テンプレートに前記メンター属性データベースから選択された前記メンターの前記メンター個性情報を読み出して適用することにより前記プロンプトを生成し、前記生成ＡＩを備える生成ＡＩサーバに生成された前記プロンプトを送信し、前記生成ＡＩが前記プロンプトを処理して出力した出力データを受信してユーザ端末に送信する制御部と、を備えるメンタリングシステムを提供する。

本発明によれば、メンタリングに適した生成ＡＩ入力用の情報をユーザの手を介さずに生成してユーザにメンタリングを行うメンタリングシステムを提供することができる。

第１の実施形態のメンタリングシステムの構成を示すブロック図である。プロンプトテンプレートデータベースのデータ構成を示す図である。メンター属性データベースのデータ構成を示す図である。ユーザデータデータベースのデータ構成を示す図である。メンタリング動作を示すフローチャートである。第２の実施形態のメンタリングシステムの構成を示すブロック図である。学習済モデル生成動作を示すフローチャートである。教師プロンプト生成及び生成ＡＩの学習処理動作を示すフローチャートである。第４の実施形態のメンタリングシステムのメンタリング動作を示すフローチャートである。ルーブリックの例を示す図である。適職の提案の依頼を含むプロンプトのテンプレートの例を示す図である。

以下、本発明の一実施形態に係るメンタリングシステムを詳細に説明する。

（生成ＡＩ）
本実施形態は、いわゆる生成ＡＩを使用する。従って、この生成ＡＩについてまず説明する。

一般に、従来の学習済モデルは、説明変数と目的変数とを明確に分けて構造化し、この構造化されたデータを教師データとしてモデルに学習させる。例えば、モデルがいわゆるニューラルネットワークなどである場合には、説明変数を入力して、所望の目的変数を出力するモデルを選択し、このモデルを学習済モデルとして採用する。

このように生成された学習済モデルは、教師データの説明変数にある程度類似する入力を受けると、教師データの目的変数にある程度類似する処理結果を出力する。しかしながら、教師データの目的変数とは異なる処理結果を作り出す、つまり生成することは期待できない。

これに対し、上述のような構造化がなされていない学習用データを用いてモデルを学習させると、ある程度創作的な処理結果を得ることができるようになる。

例えば、従来一般に行われている、インターネットを介したチャット機能を用いた、人間が回答者となっている相談チャットの質問と回答の組み合わせを、数十万～数百万程度用いてモデル学習させると、学習済モデルは非常に滑らかな応対を返すようになる。そして、この学習済モデルに、創作するように「依頼」すると、ある程度創作的な処理結果を出力、ないし生成する。そして、この「依頼」を示すテキストデータをプロンプトという。

このように、ある程度創作的な処理結果を生成する学習済モデルは生成ＡＩと現在では呼ばれている。このような生成ＡＩには、プログラムコード、画像、動画、音声などを生成するものがあり、中でも、例えばＣｈａｔＧＰＴのようなテキストデータを生成する生成ＡＩの利用が盛んにおこなわれてきている。

このＣｈａｔＧＰＴは既に商用運用が始まっており、ＡＰＩ（アプリケーション・プログラミング・インターフェース（Application Programming Interface））がベンダーから提供されているため、利用が容易になっている。

（第１の実施形態）
図１は、第１の実施形態のメンタリングシステム１の構成を示すブロック図である。図１に示すように、メンタリングシステム１は、いわゆるサーバ装置、乃至コンピュータを用いて実現することができる。メンタリングシステム１は、制御部１１と、記憶部１２と、入出力部１３と、通信部１４と、を備える。

制御部１１は、ＣＰＵ（central processing unit）などの演算装置を備える。制御部１１は、記憶部１２が格納するプログラムを順次読み出して実行する。

記憶部１２は、メモリ、ＳＳＤ（Solid State Drive）、ハードディスクドライブなどの記憶装置を備える。記憶部１２は、プロンプトテンプレートＤＢ１２１（データベースをＤＢという。）と、メンター属性ＤＢ１２２と、生成ＡＩ別ＡＰＩ仕様ＤＢ１２３と、ユーザデータＤＢ１２４と、インターフェースＤＢ１２５と、を格納する。

生成ＡＩ別ＡＰＩ仕様ＤＢ１２３は、生成ＡＩサーバ２の生成ＡＩ２１毎に設定されるＡＰＩの仕様を格納する。

インターフェースＤＢ１２５は、ユーザ端末４に表示させるためのデータの仕様を格納する。

入出力部１３は、マウス、キーボード、ディスプレイなどの入出力装置を備える。

通信部１４は、インターネット３などの公衆通信回線網に接続可能な通信装置を備える。メンタリングシステム１は、通信部１４を介して生成ＡＩを備える生成ＡＩサーバ２及びユーザ端末４に接続する。

図２は、プロンプトテンプレートＤＢ１２１のデータ構成を示す図である。図２に示すように、プロンプトテンプレートＤＢ１２１は、テンプレート毎に固有に割り当てられる識別子であるテンプレートＩＤと、プロンプトが用いられる用途を示すプロンプト用途と、生成ＡＩが果たす役割を設定する情報である役割設定情報と、メンターの個性を示す情報を格納するための領域を示すメンター個性情報用ＦＩＬＬＥＲと、プロンプトの依頼内容に記載される目標を示す目標設定情報と、生成ＡＩがユーザ端末との間において行うやり取りの手順、及び生成ＡＩが行うべき情報処理の手順を示すフロー設定情報と、を格納する。

図３は、メンター属性ＤＢ１２２のデータ構成を示す図である。図３に示すようにメンター属性ＤＢ１２２は、メンター毎に固有に割り当てられる識別情報であるメンターＩＤと、メンターの属性及び人としての個性を示すテキストデータであるメンター個性情報と、を格納する。

メンター個性情報は、例えば、生年月日、自己紹介文、好きな物、嫌いな物、家族の中の立場、影響を受けた人、職場の中の立場、好きだった教科、好きな曲、好きな曲を好きな理由、高校時代の放課後の過ごし方、ずっと続けていること、今までに探求したこと、など、メンターの属性及び人としての個性、ないしメンターの人となりを示すテキストデータが挙げられる。

図４は、ユーザデータＤＢ１２４のデータ構成を示す図である。図４に示すように、ユーザデータＤＢ１２４は、ユーザに固有に割り当てられる識別子であるユーザＩＤと、ユーザの属性及び人としての個性を示すテキストデータであるユーザ個性情報と、別途設けられ、問題を格納する問題ＤＢの問題ごとに固有に割り当てられる識別子である問題ＩＤ及びこの問題に対してなされたユーザの回答を示すテキストデータであるユーザ回答情報と、を格納する。

ユーザ個性情報は、例えば、性別、学年、志望大学、志望学科、最も興味がある分野、海外在住経験、取得した語学資格、スポーツの経験、音楽の経験、コンテスト等の受賞歴、好きな本または映画、好きな理由、将来社会に対して行いたいことなど、ユーザの属性及び人としての個性、ないしユーザの人となりを示すテキストデータが挙げられる。

問題ＤＢが格納する問題は、テキストデータを含み、ユーザの属性及び人としての個性が発揮され、回答が一つないし少数の回答に定まらないように設計される。このような問題の例は、出願人の特許出願に係る特許第７３２０８０９号の段落［００２９］～［００３８］に記載の問題が挙げられる。

図５は、メンタリングシステム１の制御部１１が行うメンタリング動作を示すフローチャートである。図５に示すように、ステップＳ１において、ユーザ端末４はメンタリングシステム１に、種々の相談をメンターに要求する旨を示すメンタリング要求を送信する。

ステップＳ２において、制御部１１は、メンタリングを行うメンターの一覧をユーザ端末に送信する処理であるメンター提示処理を実行する。具体的には、制御部１１は、メンター属性ＤＢ１２２からメンターＩＤ及びメンター個性情報の全部または一部を読み出し、ユーザ端末４において一覧可能な状態に列挙するデータを生成し、ユーザ端末４に送信する。

ステップＳ３において、ユーザ端末４は、ユーザが選択したメンターのメンターＩＤをメンタリングシステム１に送信する。

ステップＳ４において、制御部１１は、ユーザ端末４から受信したメンターＩＤに基づいて、メンター属性ＤＢ１２２から該当するメンターＩＤのメンター個性情報を読み込む。

ステップＳ５において、制御部１１はプロンプトを生成する。具体的には、制御部１１は、まずプロンプトテンプレートＤＢ１２１からテンプレートＩＤ及びプロンプト用途を読み出し、ユーザ端末４に一覧可能な態様により送信する。次に制御部１１は、ユーザ端末４からユーザが選択したプロンプト用途に対応するプロンプトＩＤに基づいて、プロンプトテンプレートＤＢ１２１からテンプレートを読み出す。そして、制御部１１は、メンター個性情報用ＦＩＬＬＥＲにメンター個性情報をセットしてプロンプトを生成し、記憶部１２のメモリに格納する。

ステップＳ６において、制御部１１は、生成ＡＩ別ＡＰＩ仕様ＤＢ１２３から使用する生成ＡＩのＡＰＩの仕様を読み出し、このＡＰＩの使用に基づき、必要に応じてメモリ内のプロンプトを修正する。

ステップＳ７において、制御部１１は、プロンプトをメモリから読み出して生成ＡＩサーバ２に送信する。

ステップＳ８において、生成ＡＩサーバ２は、プロンプトをメンタリングシステム１から受信し、受信したプロンプトを適宜処理した後に生成ＡＩに入力することにより、生成ＡＩに処理を開始させる。

ステップＳ９において、生成ＡＩサーバ２は、プロンプトに基づいて処理した結果である応答文を生成し、メンタリングシステム１に送信する。

ステップＳ１０において、制御部１１は、受信した応答文をユーザ端末４に送信する。

ステップＳ１１において、ユーザ端末４は、受信した応答文に追加入力の指示があった場合、追加入力を行い、メンタリングシステム１に送信する。

メンタリングシステム１は、上記のステップＳ９→ステップＳ１０→ステップＳ１１→ステップＳ１０→ステップＳ９のように、生成ＡＩサーバ２とユーザ端末４とのデータのやり取りを、必要な回数だけ仲介する。

ステップＳ１２において、生成ＡＩ２１は回答文を生成し、生成ＡＩサーバ２はこの回答文をメンタリングシステム１に送信する。

ステップＳ１３において、制御部１１は、回答文をユーザ端末４に送信する。

ステップＳ１４において、ユーザ端末４は、回答文を受信し、ユーザ端末４が有するディスプレイなどの表示部に表示させ、処理を終了する。

以上述べたように、本実施形態のメンタリングシステム１は、生成ＡＩ２１に入力するためのプロンプトのテンプレートを格納するプロンプトテンプレートＤＢ１２１と、メンター毎にメンターの属性及び人としての個性を示すテキストデータであるメンター個性情報を格納するメンター属性ＤＢ１２２と、プロンプトテンプレートＤＢ１２１から選択されたテンプレートを読み出し、読み出したテンプレートにメンター属性ＤＢ１２２から選択されたメンターのメンター個性情報を読み出して適用することによりプロンプトを生成し、生成ＡＩ２１を備える生成ＡＩサーバ２に生成されたプロンプトを送信し、生成ＡＩがプロンプトを処理して出力した出力データを受信してユーザ端末４に送信する制御部と、を備える。

従って、本発明の第１の実施形態によれば、メンタリングに適した生成ＡＩ入力用の情報であるプロンプトをユーザの手を介さずに生成し、生成ＡＩ２１にこのプロンプトを入力させ、生成ＡＩ２１がプロンプトを処理して出力した出力データをユーザ端末４に送信することによりユーザにメンタリングを行うメンタリングシステム１を提供することができる、という効果がある。

（第２の実施形態）
第１の実施形態のメンタリングシステム１は、メンター個性情報が予めメンター属性ＤＢ１２２に格納されている。これに対して、本実施形態のメンタリングシステム１は、説明変数としてメンター個性情報を、目的変数としてメンターＩＤなどのメンターを特定する情報を含む教師データを作成し、この教師データを外部ＡＩサーバ５のモデルである外部ＡＩ５１に学習させて学習済モデルを生成させ、ユーザ個性情報及びユーザ回答情報をこの学習済モデルに入力して、ユーザにふさわしいメンターを特定する情報を出力させることにより、ユーザがメンターを選択する手間を省くものである。

図６は、第２の実施形態のメンタリングシステム１の構成を示すブロック図である。図６に示すように、メンタリングシステム１は、いわゆるサーバ装置、乃至コンピュータを用いて実現することができる。メンタリングシステム１は、制御部１１と、記憶部１２と、入出力部１３と、通信部１４と、を備える。

制御部１１は、ＣＰＵなどの演算装置を備える。制御部１１は、記憶部１２が格納するプログラムを順次読み出して実行する。

記憶部１２は、メモリ、ＳＳＤ、ハードディスクドライブなどの記憶装置を備える。記憶部１２は、プロンプトテンプレートＤＢ１２１と、メンター属性ＤＢ１２２と、生成ＡＩ別ＡＰＩ仕様ＤＢ１２３と、ユーザデータＤＢ１２４と、インターフェースＤＢ１２５と、を格納する。

通信部１４は、インターネット３などの公衆通信回線網に接続可能な通信装置を備える。メンタリングシステム１は、通信部１４を介して生成ＡＩを備える生成ＡＩサーバ２、外部ＡＩ５１を備える外部ＡＩサーバ５、及びユーザ端末４に接続する。

本実施形態のプロンプトテンプレートＤＢ１２１、メンター属性ＤＢ１２２、生成ＡＩ別ＡＰＩ仕様ＤＢ１２３、ユーザデータＤＢ１２４、及びインターフェースＤＢ１２５のデータ構成は、第１の実施形態のプロンプトテンプレートＤＢ１２１、メンター属性ＤＢ１２２、生成ＡＩ別ＡＰＩ仕様ＤＢ１２３、ユーザデータＤＢ１２４、及びインターフェースＤＢ１２５のデータ構成と同様である。

図７は、メンタリングシステム１の制御部１１が行う学習済モデル生成動作を示すフローチャートである。図７に示すように、ステップＳ１０１において、制御部１１は、メンターを特定する情報とメンター個性情報とが組み合わされたデータセットを数千～数万件一度に読み込む。

ステップＳ１０２において、制御部１１は、説明変数としてメンター個性情報を、目的変数としてメンターＩＤなどのメンターを特定する情報を含む教師データを作成する。

ステップＳ１０３において、制御部１１は、作成した教師データを外部ＡＩサーバ５に送信する。

ステップＳ１０４において、外部ＡＩサーバ５は、教師データを受信する。

ステップＳ１０５において、外部ＡＩサーバ５は、受信した教師データを用いてモデルを学習させ、ユーザ個性情報及びユーザ回答情報を入力するとメンターを特定する情報を出力する学習済モデルを生成し、処理を終了する。

次に、本実施形態におけるメンタリング動作について説明する。本実施形態のメンタリングシステム１の制御部１１が行うメンタリング動作は、第１の実施形態のメンタリングシステム１の制御部１１が行うメンタリング動作のうちのステップＳ２が、以下のようになる。
「ステップＳ２において、制御部１１は、メンタリングを行うメンターの一覧をユーザ端末に送信する処理であるメンター提示処理を実行する。具体的には、制御部１１は、ユーザデータＤＢ１２４から、メンタリングを要求したユーザがログイン時に入力したユーザＩＤに基づいてユーザデータＤＢ１２４からユーザ個性情報及びユーザ回答情報を読み出し、外部ＡＩサーバ５に送信して外部ＡＩ５１に処理させ、外部ＡＩ５１が処理結果として出力したメンターのリストをユーザ端末４において一覧可能な状態に列挙するデータを生成し、ユーザ端末４に送信する。」
上記以外のステップの処理は、第１の実施形態のメンタリング動作と同様である

以上述べたように、本実施形態のメンタリングシステム１は、生成ＡＩ２１に入力するためのプロンプトのテンプレートを格納するプロンプトテンプレートＤＢ１２１と、メンター毎にメンターの属性及び人としての個性を示すテキストデータであるメンター個性情報を格納するメンター属性ＤＢ１２２と、ユーザの属性及び人としての個性を示すテキストデータであるユーザ個性情報及びユーザ回答情報を格納するユーザデータＤＢ１２４と、プロンプトテンプレートＤＢ１２１から選択されたテンプレートを読み出し、予めユーザ個性情報及びユーザ回答情報を入力するとメンターを特定する情報を出力するように学習した学習済モデルにユーザデータＤＢ１２４から読み出したメンタリング対象のユーザのユーザ個性情報を及びユーザ回答情報入力し、学習済モデルが出力したメンターを特定する情報をユーザ端末４に送信し、読み出したテンプレートに、ユーザ端末４から受信した、選択されたメンターのメンター個性情報をメンター属性ＤＢ１２２から読み出して適用することによりプロンプトを生成し、生成ＡＩ２１を備える生成ＡＩサーバ２に生成されたプロンプトを送信し、生成ＡＩがプロンプトを処理して出力した出力データを受信してユーザ端末４に送信する制御部と、を備える。

従って、本発明の第２の実施形態によれば、ユーザにふさわしいメンターを特定する情報を外部ＡＩ５１としての学習済モデルに出力させることにより、ユーザがメンターを選択する手間を省くことができ、かつ、メンタリングに適した生成ＡＩ入力用の情報であるプロンプトをユーザの手を介さずに生成し、生成ＡＩ２１にこのプロンプトを入力させ、生成ＡＩ２１がプロンプトを処理して出力した出力データをユーザ端末４に送信することによりユーザにメンタリングを行うメンタリングシステム１を提供することができる、という効果がある。

（第３の実施形態）
第１の実施形態のメンタリングシステム１は、メンター個性情報が予めメンター属性ＤＢ１２２に格納されている。これに対して、本実施形態のメンタリングシステム１は、メンター個性情報とメンターを特定する情報を含む教師プロンプトを作成し、この教師プロンプトを生成ＡＩサーバ２の生成ＡＩ２１に学習させ、ユーザ個性情報及びユーザ回答情報をこの生成ＡＩ２１に入力して、ユーザにふさわしいメンターを特定する情報を出力させることにより、ユーザがメンターを選択する手間を省くものである。

本実施形態のメンタリングシステム１の構成は、第２の実施形態のメンタリングシステム１の構成と同様である。

図８は、メンタリングシステム１の制御部１１が行う、教師プロンプト生成及び生成ＡＩの学習処理動作を示すフローチャートである。図８に示すように、ステップＳ２０１において、制御部１１は、メンターを特定する情報とメンター個性情報とが組み合わされたデータセットを数千～数万件一度に読み込む。

ステップＳ２０２において、制御部１１は、読み込んだデータセットを含む教師プロンプトを作成する。この教師プロンプトは、生成ＡＩ２１にデータセットを学習するように要求する依頼文を含む。

ステップＳ２０３において、制御部１１は、作成した教師プロンプトを生成ＡＩサーバ２に送信する。

ステップＳ２０４において、生成ＡＩサーバ２は、教師プロンプトを受信する。

ステップＳ２０５において、生成ＡＩサーバ２は、受信した教師プロンプトを生成ＡＩ２１に入力して処理させ、ユーザ個性情報を入力するとメンターを特定する情報を出力するように生成ＡＩ２１を学習させ、処理を終了する。

次に、本実施形態におけるメンタリング動作について説明する。本実施形態のメンタリングシステム１の制御部１１が行うメンタリング動作は、第１の実施形態のメンタリングシステム１の制御部１１が行うメンタリング動作のうちのステップＳ２が、以下のようになる。
「ステップＳ２において、制御部１１は、メンタリングを行うメンターの一覧をユーザ端末に送信する処理であるメンター提示処理を実行する。具体的には、制御部１１は、ユーザデータＤＢ１２４から、メンタリングを要求したユーザがログイン時に入力したユーザＩＤに基づいてユーザデータＤＢ１２４からユーザ個性情報及びユーザ回答情報を読み出し、生成ＡＩサーバ２に送信して生成ＡＩ２１に処理させ、生成ＡＩ２１が処理結果として出力したメンターのリストをユーザ端末４において一覧可能な状態に列挙するデータを生成し、ユーザ端末４に送信する。」

上記以外のステップの処理は、第１の実施形態のメンタリング動作と同様である。

以上述べたように、本実施形態のメンタリングシステム１は、生成ＡＩ２１に入力するためのプロンプトのテンプレートを格納するプロンプトテンプレートＤＢ１２１と、メンター毎にメンターの属性及び人としての個性を示すテキストデータであるメンター個性情報を格納するメンター属性ＤＢ１２２と、ユーザの属性及び人としての個性を示すテキストデータであるユーザ個性情報及びユーザ回答情報を格納するユーザデータＤＢ１２４と、プロンプトテンプレートＤＢ１２１から選択されたテンプレートを読み出し、予めユーザ個性情報及びユーザ回答情報を入力するとメンターを特定する情報を出力するように学習した生成ＡＩ２１にユーザデータＤＢ１２４から読み出したメンタリング対象のユーザのユーザ個性情報及びユーザ回答情報を入力し、生成ＡＩ２１が出力したメンターを特定する情報をユーザ端末４に送信し、読み出したテンプレートに、ユーザ端末４から受信した、選択されたメンターのメンター個性情報をメンター属性ＤＢ１２２から読み出して適用することによりプロンプトを生成し、生成ＡＩ２１を備える生成ＡＩサーバ２に生成されたプロンプトを送信し、生成ＡＩがプロンプトを処理して出力した出力データを受信してユーザ端末４に送信する制御部と、を備える。

従って、本発明の第３の実施形態によれば、ユーザにふさわしいメンターを特定する情報を生成ＡＩ２１に出力させることにより、ユーザがメンターを選択する手間をさらに省くことができ、かつ、メンタリングに適した生成ＡＩ入力用の情報であるプロンプトをユーザの手を介さずに生成し、生成ＡＩ２１にこのプロンプトを入力させ、生成ＡＩ２１がプロンプトを処理して出力した出力データをユーザ端末４に送信することによりユーザにメンタリングを行うメンタリングシステム１を提供することができる、という効果がある。

（第４の実施形態）
第１の実施形態～第３の実施形態のメンタリングシステム１は、メンタリングの内容がアドバイスにとどまっている。これに対して、本実施形態のメンタリングシステム１は、ユーザの回答を評価する評価基準であるルーブリック、及びユーザに適した職業である適職を提案する依頼を含むプロンプトを生成し、生成ＡＩサーバ２に送信して生成ＡＩ２１に処理させ、生成ＡＩ２１の処理結果であるユーザにとっての適職に関する情報をユーザ端末４に送信する。ルーブリックは、記憶部１２に設けられるルーブリック記憶部に格納される。

本実施形態のメンタリングシステム１の構成は、第１の実施形態のメンタリングシステム１の構成と同様である。

図９は、第４の実施形態のメンタリングシステム１の制御部１１が行うメンタリング動作を示すフローチャートである。図９に示すように、ステップＳ３０１において、ユーザ端末４はメンタリングシステム１に、適職に関する相談をメンターに要求する旨を示す適職相談要求を送信する。

ステップＳ３０２において、制御部１１は、メンタリングを行うメンターの一覧をユーザ端末に送信する処理であるメンター提示処理を実行する。具体的には、制御部１１は、メンター属性ＤＢ１２２からメンターＩＤ及びメンター個性情報の全部または一部を読み出し、ユーザ端末４において一覧可能な状態に列挙するデータを生成し、ユーザ端末４に送信する。

ステップＳ３０３において、ユーザ端末４は、ユーザが選択したメンターのメンターＩＤをメンタリングシステム１に送信する。

ステップＳ３０４において、制御部１１は、ユーザ端末４から受信したメンターＩＤに基づいて、メンター属性ＤＢ１２２から該当するメンターＩＤのメンター個性情報を読み込む。

ステップＳ３０５において、制御部１１はルーブリック記憶部からルーブリックを読み出す。

ステップＳ３０６において、制御部１１はプロンプトを生成する。具体的には、制御部１１は、まずプロンプトテンプレートＤＢ１２１からテンプレートＩＤ及びプロンプト用途を読み出し、ユーザ端末４に一覧可能な態様により送信する。次に制御部１１は、ユーザ端末４からユーザが選択したプロンプト用途に対応するプロンプトＩＤに基づいて、プロンプトテンプレートＤＢ１２１からテンプレートを読み出す。そしてさらに、メンター属性ＤＢ１２２から選択されたメンターのメンター個性情報を読み出す。さらに、制御部１１は、ルーブリック記憶部からルーブリックを読み出す。

制御部１１は、テンプレートのメンター個性情報用ＦＩＬＬＥＲに読み出したメンター個性情報をセットする。さらに、制御部１１は、読み出したルーブリックをテンプレートに追記する。

制御部１１は、ユーザに対して入力を促す指示をユーザ端末４に表示させる旨、ユーザ端末４からユーザが追加入力した追加入力回答をルーブリックによって評価する旨、得られた評価及び追加回答に基づいてユーザに適した職業を提案する旨の依頼をテンプレートに追記することにより適職提案用プロンプトを生成する。

ステップＳ３０７において、制御部１１は、生成ＡＩ別ＡＰＩ仕様ＤＢ１２３から使用する生成ＡＩのＡＰＩの仕様を読み出す。制御部１１は、このＡＰＩの仕様に基づき、必要に応じてメモリ内の適職提案用プロンプトを修正し、送信用適職提案用プロンプトを生成する。

ステップＳ３０８において、制御部１１は、送信用適職提案用プロンプトをメモリから読み出して生成ＡＩ２１を備える生成ＡＩサーバ２に送信する。

ステップＳ３０９において、生成ＡＩサーバ２は、プロンプトをメンタリングシステム１から受信し、受信したプロンプトを適宜処理した後に生成ＡＩに入力することにより、生成ＡＩに処理を開始させる。

ステップＳ３１０において、生成ＡＩサーバ２は、生成ＡＩ２１が送信用適職提案用プロンプトに基づいて処理した結果である応答文を生成し、この回答文をメンタリングシステム１に送信する。

ステップＳ３１１において、制御部１１は、受信した応答文をユーザ端末４に送信する。

ステップＳ３１２において、ユーザ端末４は、受信した応答文に追加入力の指示があった場合、追加入力を行い、メンタリングシステム１に送信する。

メンタリングシステム１は、上記のステップＳ３１０→ステップＳ３１１→ステップＳ３１２→ステップＳ３１１→ステップＳ３１０のように、生成ＡＩサーバ２とユーザ端末４とのデータのやり取りを、必要な回数だけ仲介する。

ステップＳ３１３において、生成ＡＩ２１は回答文を生成し、生成ＡＩサーバ２はこの回答文をメンタリングシステム１に送信する。

ステップＳ３１４において、制御部１１は、回答文をユーザ端末４に送信する。

ステップＳ３１５において、ユーザ端末４は、回答文を受信し、ユーザ端末４が有するディスプレイなどの表示部に表示させ、処理を終了する。

図１０は、ルーブリックの例を示す図である。図１０に示すように、ルーブリックは、評価の視点である指標毎に、ユーザが記述した文章を評価するための評価基準、及びこの評価基準によって評価されるユーザが記述した文章の評価結果に対応して評価結果を数値に換算するポイント、及びポイントの数値が示す意味を含む。各指標は、例えば「洞察力」などの評価の視点と、この指標の質的な評価の基準をテキストデータによって表された評価基準と、を含む。指標は５～２０程度、適宜選択することができる。

図１１は、適職の提案の依頼を含むプロンプトのテンプレートの例を示す図である。図１１に示すように、適職の提案の依頼を含むプロンプトのテンプレートは、目標設定情報に適職の提案が目標である旨が記載され、フロー設定情報にユーザへの追加情報の入力の要請と、入力された追加情報に鑑みた適職の提案の依頼がテキストデータによって記載される。

以上述べたように、本実施形態のメンタリングシステム１は、生成ＡＩ２１に入力するためのプロンプトのテンプレート毎にテンプレートＩＤ及びプロンプト用途を格納するプロンプトテンプレートＤＢ１２１と、メンター毎にメンターの属性及び人としての個性を示すテキストデータであるメンター個性情報を格納するメンター属性ＤＢ１２２と、評価の視点である指標毎に、ユーザが記述した文章を評価するための評価基準、及びユーザが記述した文章がこの評価基準によって評価された評価結果に対応して評価結果を数値に換算するポイントを含むルーブリックを記憶するルーブリック記憶部と、プロンプトテンプレートＤＢ１２１からテンプレートＩＤ及びプロンプト用途を読み出してユーザ端末４に一覧可能な態様により送信し、ユーザ端末４からユーザが選択したプロンプト用途に対応するプロンプトＩＤに基づいて、プロンプトテンプレートＤＢ１２１からテンプレートを読み出し、メンター属性ＤＢ１２２から選択されたメンターのメンター個性情報を読み出し、ルーブリック記憶部からルーブリックを読み出し、生成ＡＩ別ＡＰＩ仕様ＤＢ１２３から使用する生成ＡＩのＡＰＩの仕様を読み出し、テンプレートのメンター個性情報用ＦＩＬＬＥＲに読み出したメンター個性情報を追記し、及び読み出したルーブリックをテンプレートにさらに追記し、さらにユーザに対して入力を促す指示をユーザ端末４に表示させる旨、ユーザがユーザ端末４から追加入力した追加入力回答をルーブリックによって評価する旨、得られた評価及び追加入力回答に基づいてユーザに適した職業を提案する旨の依頼をテンプレートにさらに追記することにより送信用プロンプトを生成し、読み出したＡＰＩの仕様に基づいてメモリ内の送信用プロンプトを修正し、生成ＡＩ２１を備える生成ＡＩサーバ２に修正された送信用プロンプトを送信し、生成ＡＩが受信した送信用プロンプトを処理して出力した出力データを生成ＡＩサーバ２から受信してユーザ端末４に送信する制御部と、を備える。

従って、本発明の第４の実施形態によれば、メンタリングに適した生成ＡＩ入力用の情報であり、ユーザの回答を評価する評価基準であるルーブリック、及びユーザに適した職業である適職を提案する依頼を含む送信用プロンプトをユーザの手を介さずに生成し、生成ＡＩ２１にこの送信用プロンプトを入力させ、生成ＡＩ２１が送信用プロンプトを処理して出力した出力データをユーザ端末４に送信することによりユーザにメンタリングを行うメンタリングシステム１を提供することができる、という効果がある。

１メンタリングシステム
２生成ＡＩサーバ
３インターネット
４ユーザ端末
５外部ＡＩサーバ
１１制御部
１２記憶部
１３入出力部
１４通信部
５１外部ＡＩ
２１生成ＡＩ
５１外部ＡＩ
１２１プロンプトテンプレートＤＢ
１２２メンター属性ＤＢ
１２３生成ＡＩ別ＡＰＩ仕様ＤＢ
１２４ユーザデータＤＢ
１２５インターフェースＤＢ

Claims

生成ＡＩに入力するためのプロンプトのテンプレートを格納するプロンプトテンプレートデータベースと、
メンター毎に前記メンターの属性及び人としての個性を示すテキストデータであるメンター個性情報を格納するメンター属性データベースと、
前記プロンプトテンプレートデータベースから選択された前記テンプレートを読み出し、読み出した前記テンプレートに前記メンター属性データベースから選択された前記メンターの前記メンター個性情報を読み出して適用することにより前記プロンプトを生成し、前記生成ＡＩを備える生成ＡＩサーバに生成された前記プロンプトを送信し、前記生成ＡＩが前記プロンプトを処理して出力した出力データを受信してユーザ端末に送信する制御部と、
を備えるメンタリングシステム。
生成ＡＩに入力するためのプロンプトのテンプレートを格納するプロンプトテンプレートデータベースと、
メンター毎に前記メンターの属性及び人としての個性を示すテキストデータであるメンター個性情報を格納するメンター属性データベースと、
ユーザの属性及び人としての個性を示すテキストデータであるユーザ個性情報を格納するユーザデータデータベースと、
前記プロンプトテンプレートデータベースから選択された前記テンプレートを読み出し、予め前記ユーザ個性情報を入力すると前記メンターを特定する情報を出力するように学習した学習済モデルに前記ユーザデータデータベースから読み出したメンタリング対象の前記ユーザの前記ユーザ個性情報を入力し、前記学習済モデルが出力した前記メンターを特定する情報をユーザ端末に送信し、読み出した前記テンプレートに、前記ユーザ端末から受信した、選択された前記メンターの前記メンター個性情報を前記メンター属性データベースから読み出して適用することにより前記プロンプトを生成し、前記生成ＡＩを備える生成ＡＩサーバに生成された前記プロンプトを送信し、前記生成ＡＩが前記プロンプトを処理して出力した出力データを受信して前記ユーザ端末に送信する制御部と、
を備えるメンタリングシステム。
前記ユーザ個性情報は、
ユーザ回答情報を含む、請求項２に記載のメンタリングシステム。
生成ＡＩに入力するためのプロンプトのテンプレートを格納するプロンプトテンプレートデータベースと、
メンター毎に前記メンターの属性及び人としての個性を示すテキストデータであるメンター個性情報を格納するメンター属性データベースと、
ユーザの属性及び人としての個性を示すテキストデータであるユーザ個性情報を格納するユーザデータデータベースと、
前記プロンプトテンプレートデータベースから選択された前記テンプレートを読み出し、予め前記ユーザ個性情報を入力すると前記メンターを特定する情報を出力するように学習した前記生成ＡＩに前記ユーザデータデータベースから読み出したメンタリング対象の前記ユーザの前記ユーザ個性情報を入力し、前記生成ＡＩが出力した前記メンターを特定する情報をユーザ端末に送信し、読み出した前記テンプレートに、前記ユーザ端末から受信した、選択された前記メンターの前記メンター個性情報を前記メンター属性データベースから読み出して適用することにより前記プロンプトを生成し、前記生成ＡＩを備える生成ＡＩサーバに生成された前記プロンプトを送信し、前記生成ＡＩが前記プロンプトを処理して出力した出力データを受信して前記ユーザ端末に送信する制御部と、
を備えるメンタリングシステム。
前記ユーザ個性情報は、
ユーザ回答情報を含む、請求項４に記載のメンタリングシステム。
生成ＡＩに入力するためのプロンプトのテンプレート毎にテンプレートＩＤ及びプロンプト用途を格納するプロンプトテンプレートデータベースと、
メンター毎に前記メンターの属性及び人としての個性を示すテキストデータであるメンター個性情報を格納するメンター属性データベースと、
評価の視点である指標毎に、ユーザが記述した文章を評価するための評価基準、及び前記ユーザが記述した文章がこの評価基準によって評価された評価結果に対応して前記評価結果を数値に換算するポイントを含むルーブリックを記憶するルーブリック記憶部と、
前記プロンプトテンプレートデータベースからテンプレートＩＤ及びプロンプト用途を読み出してユーザ端末に一覧可能な態様により送信し、前記ユーザ端末から前記ユーザが選択した前記プロンプト用途に対応するプロンプトＩＤに基づいて、前記プロンプトテンプレートデータベースから前記テンプレートを読み出し、前記メンター属性データベースから選択された前記メンターの前記メンター個性情報を読み出し、前記ルーブリック記憶部から前記ルーブリックを読み出し、
読み出した前記メンター個性情報、及び読み出した前記ルーブリックを前記テンプレートに追記し、前記ユーザに対して入力を促す指示を前記ユーザ端末に表示させる旨、前記ユーザが前記ユーザ端末から追加入力した追加入力回答を前記ルーブリックによって評価する旨、得られた評価及び前記追加入力回答に基づいて前記ユーザに適した職業を提案する旨の依頼を前記テンプレートにさらに追記することにより送信用プロンプトを生成し、
前記生成ＡＩを備える生成ＡＩサーバに生成された前記送信用プロンプトを送信し、
前記生成ＡＩが受信した前記プロンプトを処理して出力した出力データを前記生成ＡＩサーバから受信して前記ユーザ端末に送信する制御部と、
を備えるメンタリングシステム。