Gemini Enterprise で「自分専用エージェント」を作ると番組制作はどう変わるか:PIVOT・野嶋さんの業務を題材にした実演

YouTubeで開く ↗
概要

PIVOT の番組「Gemini 企業活用 SKILL SET」第2弾のテーマは「AI を使うから AI と働くへ」である。ゲストはグーグル・クラウド・ジャパンのカスタマーエンジニア、スワッチ(諏訪悠紀)さん。前回は AI エージェントが組織の働き方をどう変えるかという大きなテーマを扱ったが、今回はより具体的な業務に落とし込む。スワッチさんが MC の野嶋さんの業務を事前にヒアリングし、野嶋さん専用の AI エージェントを作ってきたという設定で、その中身を実際に動かしながら紹介した。

17分で読めます

野嶋さんは冒頭で、自分のエージェントだけを見ても視聴者には面白くないので、営業職やコンテンツクリエイターなど、さまざまな職種に応用できる形で教えてほしいと注文した。スワッチさんも、紹介するエージェントやスキルは業務や職種を問わず共通する業務フローの骨格を持つので、自分の業務に当てはめて見てほしいと応じている。

2:01

企業の悩みは「定着」にある

野嶋さんはまず、Gemini Enterprise を導入する企業が今いちばん困っていることを尋ねた。スワッチさんの答えは一言で「定着」だった。企業は期待を持って導入し、最初は試して便利だと感じる。しかしその後、自分たちの実際の業務で継続的に使い続けられるかという点に課題がある。グーグル・クラウドとしては、そこを定着させて業務を継続的に支援することに取り組んでいるという。

野嶋さんも、組織の中にいる人間として、導入したものの使われないツールは多いし、使っていても一問一答で終わっている人がとても多いと共感した。そこから抜け出すために何ができるかが、この回の主題として設定された。話は「Gemini Enterprise で何ができるか」「業務をどう変えられるか」「繰り返し作業をどう簡単にするか」の3段で進んだ。

3:40

Gemini Enterprise の全体像

スワッチさんは図を使って Gemini Enterprise の構成を説明した。手前にあるのが「AI ポータル」で、ユーザーがエージェントと会話するフロントエンド、つまりエージェントにアクセスするためのインターフェースである。ここからさまざまなエージェントを呼び出せる。

呼び出せるエージェントには、Gemini Enterprise に標準で組み込まれている Deep Research やノートブック系の機能、パートナー企業から購入できるエージェント、そして自分たちで作ったカスタムのエージェントがある。今回の主題は最後のもので、標準機能だけでなく、カスタムして自分たちの業務に生かす部分だという。提供方式はさまざまだが、どれも AI ポータルから使うという点は共通している。図の下部には、メール、ドキュメント、カレンダーといった Google のサービスなどとつなぐ「コネクタ」がある。

野嶋さんは、Deep Research などの標準エージェントやコネクタまでは自分も含め多くの人が使っているだろうが、ノーコードでエージェントを作ったりコードで開発したりしているかと問われると、そこまではしていないと率直に語った。

5:50

チャットから「スキル」と「エージェント」へ

AI が仕事でできる範囲がどう広がってきたかについて、スワッチさんは段階を示した。最初はチャット形式で質問してみる段階、次にプロンプトで指示をカスタマイズしていく段階で、ここまではある程度やっている企業が多いのではないかという。その一歩先に進むと定着度が上がるとして、スワッチさんは「スキル」と「エージェント」を挙げた。

スキルは、繰り返し行う手順を「型」として固めるもの。エージェントは、ワークフローも含めて自分たちの業務に合わせた専用のエージェントを作るものである。今回は野嶋さんにエージェントを作る体験をしてもらうと説明され、野嶋さんは「私の仕事、複雑ですよ」と返している。

7:26

「楽になっていない」という野嶋さんの課題

エージェントを作る前段として、スワッチさんはまず現在の業務フローを明確にすることが必要だと述べた。今回は事前に約30分のオンラインミーティングで野嶋さんの業務をヒアリングし、それをフロー図にまとめている。スワッチさんは、これは一般的な業務をしている人にも当てはまるユースケースになるはずだと話した。

野嶋さんは自分の困りごとを3つ挙げた。1つ目はリサーチである。AI のおかげで調べること自体は楽になったが、情報が多すぎて何が重要かを精査するのがかえって大変になった。2つ目は Google ドライブの整理で、ファイル名も統一できておらずバラバラなため、過去にやったことでもゼロから探し直す不毛な時間がある。3つ目は、収録中はパソコンを使えないことだ。収録を終えて2〜3時間後にメールを見ると50件ほど溜まっていることがある。そのうえ企画は1週間に並行して7件弱あり、何をどの優先順位で進めるかで頭がパンクしているという。

野嶋さんの言いたいことは「楽になっていない」であり、視聴者も同じではないかと投げかけた。スワッチさんは、AI を入れるとさまざまなアウトプットが出てくるが、最終的に判断するのは人なので、判断量が増えたと応じた。野嶋さんは、判断も AI にやってほしい、AI エージェントに仕事を終わらせてほしいと述べ、それができるかが今日の肝だとした。

これに対しスワッチさんは、実際にエージェントを作るうえでは、ある程度自律的に進めてほしいところと、必ず確認したうえで進めてほしいところがあると指摘した。その切り分けを意図的に設計してワークフローを組めるという立場である。

10:19

3つのエージェントの役割分担

スワッチさんは、ヒアリングした業務フローの中で特に課題が大きいところに重点を置き、複数のエージェントを作った。「テーマ調査エージェント」「番組準備アシスタントエージェント」「台本レビューエージェント」の3つである。番組準備アシスタントはフローの最後のサムネイル作成までアシストする。これは画像生成の Nano Banana が得意とする部分で、フローの中でできあがったコンテキストをもとに、最終的な成果物としてサムネイルを作るという。

野嶋さんは、自分が普段やっている仕事を一つずつのチャンクに分けるワークフローのブレイクダウンが一番難しかったと振り返り、エージェントを作る基礎として参考にしてほしいと視聴者に呼びかけた。また、台本レビューは営業やマーケティングの職種に置き換えれば、法務や上長への確認に当たるのではないかと指摘している。

12:33

テーマ調査エージェント:一つの依頼から切り口とファクトチェックまで

最初の実演は、テーマ調査エージェントだった。野嶋さんは「来週ある FOMC について企画を考えたい」とだけ入力した。何も考えていない状態での依頼だが、スワッチさんはそれで大丈夫だと答えた。

数分後に結果が出た。エージェントは来週の会合を「日米同時引き締め」の緊急解説として整理し、要点をまとめたうえで、企画の切り口を3案提示した。利下げ待ちに関する切り口、住宅の変動金利ローンの「防衛ライン」を扱う切り口、そして名目中立金利を扱うより専門的な切り口である。野嶋さんは、何も切り口を考えていない状態から3つも出してきたことに驚いていた。

さらに「過去回との関連」の欄には、経済指標の読み方や日銀のレジーム転換など、野嶋さん自身が PIVOT で担当した回が挙がっていた。スワッチさんによれば、野嶋さんが過去に PIVOT で担当した内容をあらかじめ Gemini Enterprise にグラウンディングさせているため、過去回との照合ができるという。

野嶋さんが特に注目したのはファクトチェックである。開いてみると、事実確認が整理され、確認済みのものと再チェックが必要なものが分かれていた。報道記事にしか根拠がないものは「報道記事のため未確認」に変更されており、一次データまで当たっていた。野嶋さんは、普通は報道記事を根拠に「確認済み」としてしまうことが多く、自分も「一次情報を調査してください」と何度もやり取りした経験があると語り、それが1回のプロンプトで済むことに感心した。

スワッチさんは、ここがカスタムエージェントに必要な部分だと説明する。シンプルなエージェントに聞くと、野嶋さんが言うように「ここはどうなの」と深掘りを重ねる必要がある。しかし、どうチェックすべきかがあらかじめ決まっているなら、それを組み込んだカスタムエージェントを作れば、毎回確認する手間がなくなるという。

出力の最後には、サムネイル案や必要に応じたグラフなどのインフォグラフィックも含まれており、これも Nano Banana で作っている。野嶋さんが、収録に行っている間に調査が終わっていれば自分はやることがないと言うと、スワッチさんは、寝ている間や他の作業中でも、1件だけでなく何件でも並行して回せると答えた。

16:31

テーマ調査エージェントの裏側の4段階

スワッチさんは、テーマ調査エージェントが裏側で行っている処理を4つに分けて説明した。

1つ目は依頼の理解で、どんなリクエストを受けたのかを把握し、何を調査すべきかを整理する。2つ目は情報の収集と確認で、一般的な情報をグラウンディングで調べるほか、Gemini Enterprise に社内データをつないでいればそれも収集しながら確かめていく。ファクトチェックはこの段階で行われる。

3つ目は番組の切り口の設計である。明確に異なる3つの方針を立て、それぞれを調査報告書にまとめ、最終的に要点メモとして出す。その際、野嶋さんの過去回を参照し、この切り口ならどの回と結びつくかも示している。野嶋さんは「自分らしさ」を出すことが一番難しく、自分でも言語化できていない部分が多いと話し、PIVOT には自分の動画がおそらく500本弱あると述べた。スワッチさんは、今回はそうした過去の動画を組み込んでいると答えている。

4つ目は、伝わる成果物の制作である。AI に質問すると長い文章が返ってきて読むのが大変だという経験は多くの人にあるだろうとスワッチさんは言い、まず図を出して一目で分かるようにすることを最後の段階に置いた。Nano Banana は日本語をきれいに出せる点がポイントだという。

19:21

番組準備アシスタント:途中で人に確認し、台本設計からサムネまで

野嶋さんは、これだけでは Deep Research に野嶋さんの知識を足した程度だとも言え、台本やサムネイルまで落とし込みたいと注文した。そこで2つ目の番組準備アシスタントエージェントの実演に移った。

スワッチさんにどの切り口が良いかと聞かれ、野嶋さんは2番目の住宅ローンの切り口を選んだ。30代になったばかりの野嶋さんの周りではその話題ばかりで、30〜40代に向けて金利の動向と、ローンをどこまで借りるべきかを扱いたいという理由である。

数分後、エージェントから野嶋さんに質問が返ってきた。スワッチさんの説明では、生成を進める中で、実際の展開を確認しないと決められない部分については、A・B・C のどの方向で調べるかをユーザーに尋ねるようにしている。野嶋さんが B と入力すると、番組の設計図のようなものが出力された。

出力にはロジック構成やレビューメモも含まれており、これは制作側の裏側の資料として、なぜこの順番で話すべきか、何が確認済みで何が未確認かが残るようにしている。質問リストも生成され、導入、展開、金利の話、反論のぶつけ方、リスク、家計で何ができるかといった流れになっていた。野嶋さんによれば、PIVOT の収録では大きな質問は1本につき7問程度で、ちょうどその程度の数が出てきたという。

これも過去の動画から学んだ結果なのかという野嶋さんの問いに、スワッチさんは、むしろ野嶋さんが明文化していない暗黙的な部分が出ているのだろうと答えた。実際の音声や番組の動画からは、形式化されていない部分も読み取ることができ、それがこの仕組みの優れた点だという。

さらにタイトル案が10個出た。野嶋さんはタイトル決めに1時間ほどかかることもあり、収録前に出してくれるのはありがたいと話した。スワッチさんによれば、過去の番組タイトルがあるため、その口調やフォーマットを意識して生成している。続いてファクトチェックの点検、要注意事項、コンプライアンスや表現上の配慮、インフォグラフィックの設計案が並び、最後までスクロールすると、テレビで見るような使えるインフォグラフィックが多数用意されていた。

スワッチさんは、実際の業務で使うには事実確認をしながら最終的な成果物を作ることをしっかりやらないと活用は難しいと考え、その部分を組み込んだと説明した。野嶋さんは、誰かと働いている、それ以上の成果物を足してくれているような感覚だと述べ、1〜2年前から「AI は自分の分身」と言われてきたが、ようやく分身がいるように感じられたと語った。スワッチさんは、AI エージェントを「使う」というより「同僚と働く」という意味合いで使ってもらうと定着していくのではないかと応じている。

依頼した作業を忘れてしまう問題について野嶋さんが尋ねると、今回のカスタムエージェントは最後に結果をメールで届けるようになっていると説明された。Slack や Outlook など他のツールでも、つながっているものであれば基本的に対応でき、自社開発のシステムとも接続できるという。コネクタについては、過去のメールをすべてグラウンディングしたり、営業ツールなど業務で使うものとつないで調査したりと、自由にカスタマイズできるとスワッチさんは述べた。

26:13

Workflow Builder:ノーコードで、しかも自然言語で組み立てる

裏側の仕組みとして紹介されたのが Gemini Enterprise の「Workflow Builder」である。一連の手順を一つずつ組み立てて、コードを使わずにワークフローを作れる機能で、画面にはプログラミングのコードが一切なく、シンプルな日本語だけが並んでいた。野嶋さんは、英語のコードがたくさん並んでいると思っていたと驚いている。

各ステップの裏では AI が動き、必要なところで自ら調査し、その結果を次のステップに引き継ぎながらワークフローを進める。番組準備アシスタントの途中で野嶋さんに確認が入ったのも、ワークフローのステップに「ここでユーザーに質問する」と明示的に書けるためで、そのタイミングで止まって確認を求める設定ができる。

非エンジニアにはコツが必要ではないかという野嶋さんの問いに、スワッチさんは、ステップを一つずつ手で組み上げるのはそれなりにテクニックがいると認めた。そのうえで、作りたいワークフローを自然言語でリクエストすると Gemini Enterprise が考えながら組み立ててくれる機能があり、今回のエージェントはそれを使って作ったと明かした。野嶋さんは、それなら自分でもできそうだと応じた。

28:34

台本レビューエージェント:自然言語で「編集者」の視点を追加する

PIVOT が大きくなり、情報源として重視する視聴者も増えたため間違ったことは言えない、という野嶋さんの話を受けて、3つ目の台本レビューエージェントが紹介された。このエージェントはスマートフォンからも使え、出先での確認などにも利用できるという。

レビュー結果は総合判定が星で示され、例えば校閲の観点では、番組冒頭の表記ルールに違反しているとして修正案を出していた。スワッチさんによれば、リンクで参照されている用語メモのデータをもとに誤りを指摘している。

野嶋さんは、内容には納得できるが「編集者の視点」が足りないと指摘した。長めの収録をどこでどう切るかは重要な観点だという。スワッチさんは、野嶋さん自身にエージェントを修正してもらうことを提案した。エージェントの編集画面を開くと、台本レビューのルートエージェントの下に、視聴者代表、プロデューサー、過去の自分、校閲デスク、法務といった観点のサブエージェントがぶら下がっていた。

ボックスを手で追加することもできるが、今回は自然言語での編集指示を試した。野嶋さんは変更リクエスト欄に、視聴者代表などと並列に「編集者」のボックスを作り、編集時のチャンクの作り方や編集点の付け方などの観点がほしいと入力した。数分後、既存のボックスと並んで編集者のボックスが作られていた。

追加されたボックスには、Gemini Enterprise が判断して書いたプロンプトも入っていた。野嶋さんが2行程度しか書いていないのに、役割の定義まで書かれており、カットだけでなくテロップをどこで入れるかといった観点も含まれていた。野嶋さんはまさにそれが必要だったと喜んだ。スワッチさんは、Gemini Enterprise が既存のエージェントの情報を把握しており、全体を理解したうえで新しい要素を追加していると説明した。

野嶋さんは、レビューエージェントが完成すれば社内に横展開でき、各人がブラッシュアップすればより強いレビューエージェントになると述べた。スワッチさんは、今回は台本が題材だったが、提案書やマーケティング企画、顧客に送るメールのレビューなどにも応用できると話した。

34:03

繰り返し作業は「スキル」で軽く呼び出す

ここまで複雑でなくても、普段の繰り返し作業をもっと簡単にできないかという想定質問に対し、スワッチさんは「スキル」を紹介した。これまでのエージェントは特定の業務を依頼する形で、依頼内容が明確でないと使いにくい。より軽く繰り返し作業に使う機能がスキルだという。

今回は野嶋さん向けに、過去の番組を調べる「ルックアップ」というスキルが作られていた。野嶋さんは、FOMC を扱うときに佐々木さんや他の MC が過去に何をやったかを調べられるということかと確認し、スワッチさんはさまざまな観点で調べられると答えた。

使い方は、スラッシュを入力すると使えるスキルの一覧が出るので、そこから選んで好きな聞き方で依頼するだけである。野嶋さんが「今まで収録した AI の動画をまとめてほしい。直近だけでいいよ」と入力すると、ごく最近の回まで含めて一覧が出て、野嶋さんが企画したもののトレンドまでまとめられていた。スワッチさんによれば、スキルで調べて、その内容をまとめるところまで指示に書いてあるのでそう動く。野嶋さんは、コネクタを開いてオンにするといった手順を踏まなくても、スラッシュ一つで気軽にアクセスできる点を評価した。

36:23

ガバナンスと「AI を同僚として設計し直す」という結論

最後に野嶋さんはガバナンスについて尋ねた。決裁者の間で使わせてよいかの議論が長引き、結局使えなかったという話はよくあるという。スワッチさんは、ガバナンスも Gemini Enterprise の機能の中でカバーしていると説明した。既存の権限管理、ID 管理、会社が許可した範囲のみの参照、管理者による利用状況の把握などがあり、ポリシーを各企業向けにカスタマイズしながら全社でガバナンスを効かせられるという。

スワッチさんは、AI を単に使って自分の業務を少し改善するのではなく、AI が同僚として働くイメージで、自分たちの業務がどう変わるかを考え、一から再設計していくのがよいと述べた。野嶋さんはこれを受けて、新人研修や異動してきた人にどこまで権限を持たせて何を任せるかを決めてきたのと同じように AI にもそうすれば、本当の意味で同僚として働けるのだと感じたと語った。スワッチさんは、AI を社員として位置づけて全社で活用していく設計を支援していきたいと締めくくった。