日本語対応したAIライティングツール「Articoolo」を早速使ってみた

このエントリーをはてなブックマークに追加

先日、AIライティングツール「Articoolo」が、日本語に対応しました。気になるのは、精度の部分。

早速使ってみたので、レポートします。





日本語版では、Articooloの特徴的な機能である

  • 記事のサマリー生成
  • 記事のリライト

には未対応。
従い、今回は記事生成の部分のみのレポートとなります。

キーワード2つだと、精度はまだまだ

キーワードは2〜5個以内とのことなので、まずはキーワードを「人工知能 チャットボット」と入力し、文章を生成してみました。

大体20秒ほどで記事が生成されます、
そして出てきた文章が以下。タイトルまで付与されます。

<タイトル>
人工知能チャットボット

<本文>
したがって、機械学習の面では、ボットは人々が想像するよりも速い速度で訓練することができ、ソフトウェア開発の専門家でもあります。

ボットとAIのソフトウェアテストと開発の将来への影響:ソフトウェアテストの典型的な問題は、プロジェクトが構築されるときです。頻繁にテストを行うためのパラメータは、テストチームにとって、能力にうまくやり遂げることができ、時間を過ごすことができる余分な作業負荷を作ります。しかし、人工知能ロボットを使用することで、テスターは新しいパラメーターを組み込むためにテストを再構築することができ、テストチームの作業負荷に余分なパラメーターを追加することなくテストの適用範囲を広げることができます。ロボット自動化ツールも同様に、並行テストを実行し、事前レベルでタスクを自動調整するようにカスタマイズすることができます。正常にソフトウェアテスターは、プロジェクトが基本的には、テスト手順のプログラミングでそれらを監督、検査し、支援することですが、広い範囲のテストを実行するロボットテストの自動化の完全なチームを持つことができます。

(中略)

現在のロボットと人工知能とソフトウェアテスティングと将来のテスト手順の自動化中に、QAのヒントやトレンドで示されたコードを新しいハイライトや追加項目で維持することは、本当の取り組みです。現在のテストの制限は、人間のテスターが独創的な思考に挑戦し、そのようなハイライトの更新されたテストケースにとどまっている場合を除き、発見することをアドバイスし、新しいコンポーネントがテスト結果に影響を与えないバグを検索することです/追加のアイテム。

なんだかわかるようなわからないような……。文章としてはちょっとごちゃごちゃしていますね。そこで、入力するキーワードが増えれば精度も高くなるのでは? という仮説のもと、キーワードを徐々に増やしてみました。

キーワードを増やすと多少精度があがる印象

今度は、キーワードを3つに増やしてみます。こちらは「カレー おいしい 作り方」と入力しました。

<タイトル>
カレーのおいしいレシピ

<本文>
ピートエヴァンズとメルコラ博士は最近、力を合わせて、新しいクックブック、Fat for Fuel Ketogenic Cookbookを作成しました。この本では、簡単で美味しいレシピを発見し、ケトーゲンの食べる計画に従う方法についての実践的なヒントを紹介します。特定の食材が自分の地域で利用できない可能性があるため、レシピを変更する可能性があり、カレーの本質を保つのに役立つ代用品を使用しています.

1 – 多量の魚、新鮮な有機野菜と香ばしい香辛料がカリフラワーとオクラのレシピを使った、このクイックで味の良いフィッシュカレーです。 11月14日から利用可能で、ケトン飼料の基礎に関する貴重な情報を提供します。

準備時間:25分
調理時間:30分 –
原材料
– 2つのティースプーンのコリアンダー
– 4つのスナッパーフィレット、それぞれ約1/2ポンド(またはタラ、海などのしっかりした白身魚) 2本のライスのジュース
– スライスされた
– 1インチのショウガの生姜、細かく粉砕された
– 4つのクローブのニンニク、ミンチ
– 5つのカルダモンポッド
– 1つの小さじの乾燥唐辛子フレーク
– 1ピンチャーしたばかりの唐辛子
– シナモンスティック1
– カレー新鮮な葉12
– 2/3カップ魚の在庫または水
– 大さじ1杯の魚のソース
– 8オーカース、半分
– 大さじ一杯のほうれん草の葉
– 一握りのコリアンダーの葉
– 手順 – オーブンから華氏400度。

ターメリックと地面のコリアンダーを小さなボウルで一緒に混ぜ合わせておきます。
カリフラワー小花、ココナッツオイルの1つのテーブルスプーンとスパイスミックスの半分をボウルに入れて組み合わせる。カリフラワーをスパイスと混ぜて、少しココナッツオイルを入れた軽く油を入れたオーブントレイに移し、単一の層として広げる。少し塩分を入れてシーズンし、黄金色まで15分間オーブンで焼く。脇に置いてください。

(中略)

魚がほとんど調理されたら、ホウレンソウの葉を加え、それらを静かに混ぜる。
仕上げには、魚のソースで味付けしてください(必要に応じて魚のソースを追加してください)、残りのライムジュースを絞って、新鮮なコリアンダーで飾ります。

ヒント – これらは通常水銀のような有害な毒素で汚染されているので、スナッパーのような白身魚の摂取を制限しようとします。

……なんとなくレシピになっている気もします。

このピートエヴァンズとメルコラ博士による「Fat for Fuel Ketogenic Cookbook」という本を調べてみると、著者名も一致していました。本の中のレシピをかいつまんで紹介してくれたという感じでしょうか。

4文字以上は現時点では難しい?

次に4単語で試してみようとしてみましたが、「与えられたキーワードでは記事が書けません。違うフレーズを入力してください。」とエラーが。以下ののようにバリエーションを持たせて入力しても、エラーが出てしまいました。

  • 家事 難しい 面倒 短縮
  • 人工知能 マーケティング 活用 事例
  • おいしい お茶 淹れ方 おすすめ ポイント
  • おいしい お茶 淹れ方 おすすめ

持っているデータとの関係性で難しいのでしょうか。理由は定かではないのですが、事実としてLedge.ai編集部で試したキーワードについては、4語以上では記事を作成することはできませんでした。

AI時代のライターの価値は

本記事で紹介した以外にも、他のキーワードも含めていくつか試したりはしたものの、記事として公開できるレベルではない、というのが正直なところ。

ただ、叩き台としての機能は十分果たせているとも言えます。元となるネタの部分に関して、インスピレーションをくれるようなツールとして今は捉えた方がいいのかもしれません。

現状は現状だとして、今後は技術の発展とともに精度はどんどんあがっていくでしょう。webにある膨大な情報をまとめ上げたり、すでにある情報を編集して記事として成立させる……というのは遠くない未来にできてしまうと思います。
そうなったときに、人がやるべきことは「一次情報をとる」ということではないでしょうか。ちゃんと足を使ってwebに落ちていない情報を取りに行く。そこにライターや編集者としての価値が生まれてくるんだろうな、とツールを使いながら考えました。