kiyo

B2B2CのProduct Manager | ex-Recruit, ex-GREE | PdM, 事業企画・開発, プロダクトオーナー, 組織マネジメント等 | IPA🍺

[kiyo @kiyo_kms777]

@yamadagenki0607 すでに8割がたcodexで作ってるよ笑

[kiyo @kiyo_kms777]

PPTの民からGoogleスライドの民へ

[sogitani / baigie inc. @sogitani_baigie]

AIに初稿を作らせても8割以上書き直す私にとっては頷くことばかりのスライド。本当にそう。

AI臭い文章とは何なのか https://t.co/D3kmN7LYLT

#speakerdeck

[深津 貴之 / THE GUILD, note @fladdict]

すごいな。狂気かつ偉業

[kiyo @kiyo_kms777]

広告運用はAIと相性良さそう。リテラシー高くてインハウス化進めてる広告主って多いのかな。

[広告の裏側 @hassii_ad]

俺もAIで少しは進化したし1年前に解約なったクライアントに
「ご無沙汰しております。最近Meta広告で改善事例も増えてきたので、一度カジュアルにZoomしませんか？」
って連絡したら、

「今はインハウスで運用してます。
Meta広告の実績をAPIでBigQueryに集約して、広告別×日別だけじゃなく、キャンペーン別の推移、どこに配信が寄ってるか、直近7日の動きまでデイリーで見てます。
異常検知は単純なCPA閾値じゃなく、CPM→CTR→LPV率→CVRまでファネル分解して、どこで崩れたかを自動判定。配信量の偏りや勝ちCRの失速も含めて、原因と対応案がSlack通知。
CRは動画・静止画をマルチモーダルAIで解析して、冒頭フック、訴求軸、ベネフィット、オファー、CTA、商品露出秒数、人物有無、画角、テンポまで構造化して実績データとJOIN。
そこから「不安訴求×UGC×冒頭2秒で商品露出」みたいな勝ちパターンが見つかったら、Opus5.5と3.8Flash TTSコンボで動画CRを量産。
新CRは既存勝ちCRとの差分を継続監視して、停止・継続・横展・次の仮説を作るところまで自動化。
ちなみに御社が運用してた時と比べてCPA半分になりまして、御社に戻すメリットをAIに聞いたら、何もないって言われました。
Zoomで何話します？」
って言われた。
AIで進化したの向こうだった。

[kiyo @kiyo_kms777]

muse早く触ってみたいな

[kiyo @kiyo_kms777]

風呂の温度を42℃にして即座に身体を温め、風呂時間を短縮するライフハック

[kiyo @kiyo_kms777]

結局これは、codexのブラウザ操作のトークン消費が半端なかったので中止。チャッピーProに任せたいタスクだけ切り出す形にしたらいい感じ。

[kiyo @kiyo_kms777]

トークン節約のために、CodeX経由でブラウザチャッピー使ってるけれど、これ本当に節約になってるのか…？ってくらい消費が早い。

[kiyo @kiyo_kms777]

久々にSlackの世界に帰ってきたけれど、Slack Bot AIがひたすら優秀

[Aki @『Noを伝える技術』著者 @LoveIdahoBurger]

これは真理だと思う。弊社？チンピラです。

[koni｜SocialDog 代表｜小西 将史 @koni]

すごい。そっか、、こうやってAIを使いこなすのか。

9月残りの期間でClaudeのスキルとエージェントを使いこなせるようになるぞ。

https://t.co/E05f73T7tn

[kiyo @kiyo_kms777]

トークン節約のために、CodeX経由でブラウザチャッピー使ってるけれど、これ本当に節約になってるのか…？ってくらい消費が早い。

[kiyo @kiyo_kms777]

@yamadagenki0607 データも結局、顧客接点から生まれるしね

[kiyo @kiyo_kms777]

AIを使うこと自体には、そこまで興味がないのかもしれない。おもしろいのは、顧客価値につながる独自データを事業の中で構造的に取得できる会社が、そのデータとAIを組み合わせて今まで作れなかった価値を作ること。AI時代の事業では、この構造を持っているかがかなり重要。

[gimu @gimu_ai]

OpenAI公式が、Astraで生成した作品集を公開してるの知らなかった。しかも全部クオリティ高いし。めっちゃ勉強になる。
https://t.co/kJ2IIFJz6Q

[すたーまん@メガベンチャーAIエンジニア @fujitech_ai]

個人的にAstraの1番良い使い方。
テニスのフォームをCVで自動コーチングする個人開発。入力はiPhoneで撮った動画だけ。
そこからボール速度、フォア/バックの判別、コース、打点時の体の位置を取っている。
ラベリングはAstra（GPT-6）にやらせて、実際の検出はRF-DETRをfine-tuningして使っている。
CVで一番コストがかかるのはアノテーションで、ここを大型VLMに肩代わりさせる。そのうえで推論は軽量モデルに任せる。ボールを追うには毎フレーム処理が要るので、大型モデルを回し続けるのは速度もコストも現実的じゃない。
RF-DETR��Roboflowのリアルタイム検出モデルで、Apache 2.0、エッジで動くサイズ。将来的にiPhone上で完結させる前提として筋がいい選択だと思います。
賢いモデルで教師データを作り、小さいモデルを走らせるがコスト運用的に今後の標準構成になっていく気がします。

[Kaz Ataka / 安宅和人 @kaz_ataka]

AIがどこで強く効くかを半年前に整理した図。

鍵は、
繰り返し可能か
誰がやっても結果がすべてか
の2軸。

コピーでき、再現でき、ログが残り、何度も試せる世界ほど、AIの圧縮圧力は強い。code生成はその典型。

逆に、身体・物質・時間が不可欠で、人がそこにいること自体が価値になる世界は簡単には閉じない。

AIに強い仕事／弱い仕事というより、
AIに対して閉じる世界／閉じない世界がある。

https://t.co/uwKKWhifv3

#閉じる世界 #閉じない世界

[ばんくし王 @vaaaaanquish]

「AIで少数精鋭が流行るが2, 3年後に少数精鋭は難しいみたいな記事や登壇で溢れると思う」という話を最近登壇のカウンターパートでは話している。Metaともなると気付きと整理が早い。先行き明星。

[kiyo @kiyo_kms777]

Astra使い始めて、何だか��本語の読みやにくさが減ったように感じる。