はじめに：社内問い合わせがじわじわ開発を削っていく ダイニーでは、飲食店舗から日々、運用サポートチームに問い合わせが寄せられます。そして、運用サポートチームだけでは解決できない技術的な問い合わせを開発チームへつなぐ"入口"が 社内問い合わせシステム です。 「会計がうまくいかない」「設定画面の操作が分からない」といった声が、社内問い合わせシステムを通って日々エスカレーションされます。 ただ、運用が軌道に乗るにつれて次の課題が顕在化しました。 1日あたり約8件の問い合わせが発生する 1件の調査に数時間かかる リードタイムの中央値が10日 ステータス管理が弱く、クローズされずに放置される 社内の問い合わせ対応は、目立ちにくいのに確実に開発チームの時間を削ります。そこで、社内問い合わせシステムを AI エージェント化し、定型的な調査とリマインドを自動化して、対応をチーム全体でスケールさせる方針に

はじめに 業務自動化Pythonエンジニア。バイブコーディング歴1年 ≒ エンジニア歴。 数百ファイル規模の社内ナレッジを検索して回答する Slack チャットボットを作った。200ページ超の Google Sites を、RAG パイプラインなしで検索・回答できる。 これは RAG ではない。Retrieval パイプライン（Embedding、ベクトル DB、リランキング）は存在しない。LLM が Grep と Read で直接ファイルを検索・読み込み・統合して回答する。エージェンティックサーチとでも呼ぶべきアプローチで、RAG パイプラインを丸ごと捨てた実装レポート。 前提条件: この方式が有効なのは数百ファイル規模のナレッジ。数千〜数万ドキュメントには従来 RAG の方が適している。 1つ目の営業ナレッジ Bot（211ページ、9カテゴリ）は 約3時間 で完成した。スクレイピングか

こんにちは、クラウドサインで CRE（Customer Reliability Engineer）をしている藤谷です。 過去の記事では、Slack ワークフローに AI を組み込んで問い合わせの課題整理を自動化した事例を紹介しました。あの時点では、AI は問い合わせフローの「一部」を支援するものでした。 その後 CRE チームでは MCP（Model Context Protocol）を使った自動化基盤を構築しました。しかし MCP だけでは「どう使うか」までチームに共有できず、活用が広がらないという壁にぶつかりました。この課題を解決するため、CRE チームでは Agent Skills（AI エージェントに手順・知識・スクリプトを配布できる仕組み）へ全面移行しています。 スキル移行によって、 AI の支援は「一部」から「全工程」へ広がりました。調査・回答案の作成・レビューまでが AI エ

こんにちは。2019年と2024年に記事を書いていた山本です。ますます元気にモノタロウで働いております。 さて、毎日、散発的に、突然やってくる割り込み業務って、地味～に疲れますよね。そんな負担がかかっているチームメンバーたちを少しでも楽にするため、生成AIを活用して業務改善をし、我ながら見事な成果を上げたものの、全然スマートじゃない野暮な設計をしているのが恥ずかしくて、公表と展開はチーム内だけに留めていました。 当社の生成AI活用のレベルが高いのは、他のブログ記事をご覧になれば分かると思います。これらに比べたらショボすぎて、恥ずかしかったのです。 tech-blog.monotaro.com しかし、AI駆動開発チームのリーダーの市原さん（この記事の人）に何故か見つかってしまい。 意外なことに「すごい発想！面白い！」と褒めちぎられ、「すごいから社外カンファレンスで発表しましょう！」と神輿に

最近転職に伴って数年ぶりにSlackを使い始めた。 とにかくチャンネル数が多く、メンションも飛び交い、素直に通知を受け取っていたら重要な投稿を見逃すと直感した。 そのため、試行錯誤の結果、「わたしの考えた最強のSlack設定」が出来たのでここに書き残す。 セクションを作成し、チャンネルを分類する * セクション名の頭に絵文字をセットすると見つけやすい 自分に直接関係ないチャンネルを「まとめ」の対象にしてミュートする（セクション単位でまとめ設定をすると便利） 環境設定>ホーム>サイドバーにいつも表示する項目　の設定から、「まとめ」をONにする これによってサイドバーからまとめをチェックできる まとめは1日に1~2回だけ確認する 環境設定>ホーム>サイドバーにいつも表示する項目　の設定から、「未読メッセージ」をONにする 環境設定>ホームで「未読のメンションがある項目をセクション上部へ移動する

こんにちは、アイレット後藤です。 さて、みなさん。朝、PC を開いて最初にやることって何ですか？ 私の場合、これまでは毎朝30分以上かけて、メールチェック、Slack 確認、カレンダー確認、Notion のタスク整理、Backlog の課題確認・・・と、あちこちのツールを行き来していました。 これ、今の自分の役割が広がり複雑化してきているためコントロールしづらく、正直、非常に大変でした。 でも今は違います。「おはよう」の一言で、すべてが3分で完了します。 今回は、Claude Code と MCP サーバーを活用した、新しいタスク管理の仕組みをご紹介します。実際に使ってみて、非常に効果的でしたので共有させていただきます。 なぜ生成 AI によるタスク管理が必要だったのか情報が散らばりすぎ問題現代の、特に IT に関わる現場で働く人が抱える大きな課題のひとつは「情報の分散」だと思います。 私

はじめに 株式会社 neoAI の大坂洋豊です。東京大学に在学中で、松尾・岩澤研究室に所属しています。AI ソリューション事業部として、プロジェクトマネジメントを行いながら、研究開発組織 neoAI Research として先端技術の実践に取り組んでいます。 今回は、弊社の Slack 上で論文のインプットを効率化するために開発した LLM Bot についてご紹介します。開発したのは2023年で、当時は NotebookLM のようなサービスがまだ存在しなかったため、社内では論文の概要をスピーディーに把握できる点で重宝されていました。また、その要約結果を社内のデータベースに蓄積できるという機能もあるため、弊社のナレッジ基盤を支えている存在でもあります。 AI ソリューション事業部についてはこちらを参照ください。 背景と課題 論文を読む文化の重要性 AI ソリューション事業部では、常に最新の

こんにちは、株式会社シグマアイのエンジニアの@k_muroです。 今回の記事は最近導入した「技術blogを良い感じに共有してくれるSlack bot」のご紹介を。 はじめに 技術の進化は止まらない。(真面目な話、AI系の進捗がマジですごいて全然追えない) 毎日のように新しい技術、フレームワーク、ライブラリ、ツールが生まれています。そんな中でエンジニアとして働いていると、この情報の波に疲れを感じること、ありませんか？ ありますよね？(脅迫) 実際私もその一人で、この小さな疲れが積み重なって大きなストレスとなることに気づきました。 「新しい技術情報、追いつけるかな？」 「あのブログ記事、後で読もうと思ってたのに、どこいったっけ？」 「チーム全員が同じ情報を持ってるか心配だな。」 そんな日常の疑問や不安から逃れるための一歩として、私はあるSlack botを開発しました。このbotは、送られた技

キーワードベースで情報収集をしているという下記の記事を読みました。私も似たようなことをしているのですがキーワードは使わない方法でニュースの収集をしていて、そのほうがLLMを活用できていると思うのでその方法を紹介します。 forest.watch.impress.co.jp キーワードではなく自分の目的や関心を伝える 以前私が手動でやっていたのはRSSリーダーにサイトを登録して、記事のタイトルと概要を読んで気になる記事を開いて読むということでした。こういうときに人間はキーワード検索をしていません。何をしているかというと自分の目的や関心があって、それに関連する記事をピックアップするということです。それと同じようなことをさせようというのが今回紹介する方法です。 ポイントは今回の場合は私の所属する会社について情報をプロンプトで与え、それに関連するニュースが何かをLLMに考えさせることです。 今回の

Slackで動くChatGPTのチャットボットを作りたい 本記事では、Slackで下記仕様を実現できるChatGPTのチャットボットをGoogle Apps Script（GAS）でサクッと作成していきます。 botが所属するSlackのチャンネル内でメンションされると、スレッドで返信する botとのダイレクトメッセージの場合は、メンション無しでもスレッドで返信する botが参加しているスレッド内でのメッセージには、メンション無しでも（スレッド内の会話内容を読み取った上で）返信する また、下記項目も自由に設定することができます。何でも明るく回答してくれる社内のアイドル的なbotを作ってみるのも良いかもしれません。 botのアイコン、振る舞い（人格・役割など）の設定 gpt-3.5-turboやgpt-3.5-turbo-16kなどのGPTモデル設定 今回のbotは、非エンジニアの方でも作成

はじめに こんにちは、新卒2年目の佐藤です。 MonotaROでは先日、ChatGPTを簡単に利用できるSlackbot「MonoChat (β)」を全社員を対象にリリースし、大勢の方に利用されるようになりました。 私は、ChatGPTが社内全体で活用されることで一人一人の身の回りの業務がもっと楽になったり、生産性を上げられる良い機会に必ずなると思いMonoChat (β) を開発しました。 本記事では社内の大勢の方に利用してもらうために考えたこと、設計/開発/運用してみて得た結果や知見、またMonotaROでのChatGPT利用についても紹介します。 特に、開発部分だけでなく設計部分や結果も紹介しているのでChatGPTを社内に普及させたい方にとって何か気づきになれば幸いです！ はじめに MonotaROでは全社員がChatGPTを利用可能です 社内でのChatGPT利用 MonoCha

こんにちは、 Qiita株式会社のエンジニアの @tomoasleep です。 Qiita 株式会社では ChatGPT API を使った bot を Slack 上で動かしています。 同じような事例はいくつもあるのですが、Qiita社内でかれこれ 1ヶ月半以上稼働して、「多くのメンバーに ChatGPT をハードル低く提供する」「社内で活用法を考えたり、共有したりしやすい」「楽しい」ということで、 ChatGPT 活用を社内に浸透させるには Slack での bot が本当にめちゃくちゃ最高 なので、実例を交えて布教していきたいと思います。 Qiita での Slack bot の設定 (※ もっと導入しやすい例は、他にいくらでもあるのでここは参考程度に見てください) Qiita 社内では Slack bot として Ruboty を利用しているため、 ruboty-openai_cha

Slackって読むの大変ですよね。っていうかもうみんな追いかけるの無理でメンションしか読んでないですよね？ でも、全体感は把握しておきたい。そんな人のために昨日発表されたChatGPT APIを使って、SlackのチャンネルをGPTが読んで短くまとめてくれるスクリプトを作りました。 OpenAIへの登録(要課金)とGitHub Actions(要課金)だけで、朝早くに昨日のSlackのPublic channelの内容をチャンネルごとに要約して投稿してくれます。 Summaryチャンネルに昨日の要約が投稿されるかなりの精度で要約してくれるので、普段は目を通さないチャンネルでも何が話されているのか把握ができてめちゃ便利です。 このスクリプトで既知の課題としては、1チャンネル当たりの発言が4000tokenを超えるとコケます。分割する部分は書いてないので。Pull Requestをお待ちしてま

どーも、データアナリティクス事業本部コンサルティングチームのsutoです。 最近仕事が忙しくなると、AWSにて検証で作ったリソースを削除し忘れたことで余計な課金を発生させてしまうことが増えてきました。 自分の個人検証アカウントではAWS Budgetsを使って予算とアラートを設定していましたが、上限近くになってから気づくより毎日通知で気づくほうが良いと思ったので、今回はAWS CDKを使って作ってみました。 ※CDKをTypescriptで書く練習をしたかったという思いもあり、CDKスタックはTypescript、中のLambdaはPythonという個人的趣向に沿った組み合わせとなっています。 作るもの 以下の図のとおりです。 毎日AM9時10分（JST）にAWS料金を特定のSlackチャンネルに通知します。 作業環境は以下となります。（Python、AWS CDKの環境はすでにインストー

こんにちは。ユーザープラットフォーム開発本部(UP部)の原です。 あなたのチームの雑談チャンネルは1日あたり何回ぐらい発言がありますか？ 小さい仲良しチームなら頻繁に発言があるかもしれませんが20人,30人あたりになってくるとだんだん発言が少なくなってきますよね。 チームメンバーのエンゲージメントや生産性を高めるためには少なくともお互いがどんな人なのかを知っているようにしておくべきです。 JMDCは数百人いる組織だし、私の所属するUP部だけでも20名以上の社員が所属しており、しかもほぼ全員リモートで仕事をしている状況なので、いかに "チームメンバーがお互いにどんな人なのかを知っている状態" を作り出すかが課題になっています。 GitLabのリモートワークガイド参考にする 自らを “A world leader in remote work” と呼んでいるGitLabも雑談を重要なものと捉え

半分ネタ記事です。あんまり真面目に書きません。 項目数が多いので，気力でなんとか書きます。分類は諦めます。 他にもある！っていうのがあったらコメント欄で教えて下さい。気が向いたら追記します。 公式の TypeScript 型定義がもはや型定義を諦めている 辛い度: ★★★★★ 辛い中でもこれはかなり上位に来るやつ。 こちらに OpenAPI 形式で仕様が定義されていて， https://github.com/slackapi/node-slack-sdk/tree/main/packages/web-api/types ここに仕様に基づいて TypeScript の型定義ファイルが吐かれるようになっています。 Git 管理されていないので，実際のリリースを見てみましょう。 https://unpkg.com/@slack/web-api@6.7.2/dist/response/Reacti

「n8n.io」を使うと GitHub / Slack / Google Sheets など多くのサービス（ドキュメントを見ると 240 以上もインテグレーションできる！）を組み合わせて自由に「ワークフロー」を構築できる．関連サービスで言えば IFTTT のような感じ！例えば IFTTT Pro に課金せずにセルフホスティングできたりする．今回は「n8n.io 入門」を目的として Mac で Docker を使って「n8n.io」を試す．現状だと Docker と npm (npx) で試せる．なお，SaaS として使える「n8n.cloud」もある（最近まで coming soon になっていた）． n8n.io n8n.io 入門 : 完成形 今回は「GitHub リポジトリに対する Star⭐/ Unstar⭐をトリガーに Slack 通知とコマンド実行に条件分岐をするワークフロー」

こんにちは！ Wantedly で Web エンジニアをしている木村（@hachiblog）です。8月にβ版をリリースした、コンディション・マネジメントサービスのWantedly Pulseを開発しています。 Pulse は毎週の調子を記録する機能や、社内のメンバーを称賛できる機能を提供していますが、そのほとんどを Slack アプリ内で実現しています Pulse（パルス）/ チームの状態 Slackを通じてチームの価値観を浸透させ、メンバーの抱える課題や隠れた貢献を可視化。行動のベクトルを束ね、自律して同じ価値に向かうチームを生み出す、新しいモチベーション・マネージメントツールです。 Slackを通じてメンバーの抱えるモチベーションの課題や隠れた貢献を可視化。行動のベクトルを束ね、自律して同じ価値に向かうチームを生み出します。 ... その他にも Wantedly Visit で募集に応

Reacji Channeler という、Slack 社が提供する Slack 用の便利機能があります。明示的にインストールしなきゃ利用できないので、Slack を使いつつも存在を知らないという人も多いように感じています。チャンネル数が少ない Slack Workspace ではそれほど意味をなさない、という性質もありますしね。一方、ぼくが所属するペパボのような数百人規模の組織で活用されている Slack においてはなかなかおもしろい働きをするので、周知のために書いてみようと思い立ちました。 Slack 社、これをどれくらい推したいのかよくわからないのもおもしろいです。公式っぽい機能のわりにはぜんぜんアピールする気配がないような。あと名前がわかりにくい！リアクジ・チャンネラー。たぶん「Reaction + Emoji + Channel」あたりを混ぜて生成された言葉。日本語でいうと「リアク

わたあめに捧ぐ(私信) 私の家では、家族の連絡にSlackを利用しています。 Slackはとても便利なのですが、基本的にテキストベースのコミュニケーションとなるため、 文字入力ができない幼児には使うことができません。 そこで、Google Homeを活用して、文字入力をせずにSlackで会話するシステムを構築してみました。 イメージは以下のとおりです。 このシステムは、大まかに以下の2つで構成されています。 Slackへの投稿をGoogle Homeがしゃべってくれる仕組み Google Homeに話しかけるとSlackに投稿してくれる仕組み 順を追って説明していきます。 1. Slackへの投稿をGoogle Homeで喋らせるBotの作成 以下のソフトウェアを書きました。 https://github.com/ikasamah/go-slack-google-home Google H