Geminiの活用事例

案件の情報が大量の表計算ファイルに散らばり、全体の状況がつかめなかった。

経営の確認会議のたびに資料づくりへ長い時間を取られていた。

1. ClickUpを1つの作業場にして進み具合を集めた
2. ClickUp Brainを全社で入れ依頼の受付とタスク確認に使った
3. 営業は見込み客の調査と提案資料づくりに使った
4. ChatGPTとGeminiとClaudeを中から切り替えて呼び出した
5. Salesforceとつなぎ顧客の声を案件の流れへ渡した

スライド資料を作る運用をやめ、経営陣はその場の数字が出るダッシュボードで状況を見るようになった。

会議前の準備にかかっていた長い時間も無くなった。

夫婦生活費と子ども費とその他という独自の3分類が必要で、既存の家計簿アプリのカテゴリでは合わなかった。

そのため買ったものを一つずつレシートから拾って電卓で足す手作業が家庭内で続いていた。

1. 仕様の原典になる文書の構成をAIと決める
2. 作りたいものを音声入力で話し質問に答える
3. 文書間の食い違い10件を検証役が直す
4. データモデルと分類ルールと認証の3節を読み保留4件を決める
5. テスト駆動で4回に分けて実装させる

自分が手を動かした時間は2〜3時間で、コードは1行も書かなかった。

AIが書いたテストは330本で、テストを通ったあとに見つかったバグは1件だった。

家庭内の電卓での集計もなくなった。

自分で書いた雑文エッセイは誤字や語法の乱れに気づきにくく、値段など事実の裏取りも一人では手間がかかっていた。

1. エッセイ全文をAIに渡して校正を頼む
2. 誤字と語法と表現のゆらぎだけ抜き出させる
3. 本文中の事実確認もあわせて指示する
4. 同じ文章と指示を複数のAIに与え指摘を見比べる
5. 受け入れる指摘と原文のまま残す箇所を分ける

甘さ控えを甘さ控えめに直すなどの誤字が拾え、食感の描写も書き換えられた。

B級グルメの由来やチェーン店のカレーうどんが500円超え、名店が1000円超えという記述は事実と合っているとの確認が得られた。

モデル比較の記事は順位表の引き写しばかりで、自分の業務の文書を実際に通した記録が見当たらなかった。

出たばかりのモデルはとくに実例が乏しく、どちらを毎週の文書作成に使えばよいか判断できなかった。

1. 毎週作っている週報の起草を試験の題材にした
2. 記事別viewsや検索順位を含む1,341字の生データを入力にした
3. 本文500〜700字など5つの要件を決めた
4. 要件を機械で検査し数値照合とセクション数え上げを自動化した
5. 2モデルを各2回走らせコストを2層で並べた

4走とも生データにない数値は0件だったが、字数は768字から796字まで全走で上限を超えた。

実経路のコストはGemini直接APIが1走$0.0059〜$0.0088、CLI経由のSolが$0.036で、Geminiは503が続き3回目で成功した走もあった。

週報はGeminiの直接APIで回し、字数チェックと作り直しを工程に入れることにした。

高齢の親や愛犬と出かけるため、ペット可の宿だけでなく犬と入れる観光施設や飲食店まで一つずつ調べる必要があった。

候補探しに手間がかかり、計画づくりに数日を要していた。

1. 行き先と目的を書いてGeminiに渡す
2. 同行者の人数と年齢を添える
3. 予算や日数や行きたい場所を条件に書く
4. 定休日や天気予報をもとに日程を直す
5. 宿や航空券の予約まで進める

国内でも海外でも、以前は数日がかりだった旅行の計画と手配が2時間ほどで終わるようになった。

同行者に合わせた提案が返るため、条件探しの負担が大きく減った。

編集用の仮ナレ作りや深夜ニュースの読み上げにアナウンサーを確保する負担が重く、外国語ナレーションは人もお金も足りなかった。

1. GeminiとText-to-Speechを土台に自社の音声生成基盤を作った
2. 音声合成マークアップ言語で尺やアクセントを制御した
3. 原稿を入れて声色を選びワンクリックで音声を作る
4. アクセントを1文字ずつ直し固有名詞を手で整える
5. 報道は従来型モデル、ドラマはGemini系と使い分けた

正式公開から1年で利用者は800人を超え、作られた音声は合計500時間分を上回り、音声まわりの業務だけで20人月ほど減った。

費用の都合で読み手を立てられずにいた動画にも音声を付けられるようになり、外注した場合との差は概算で1000万円以上になった。

AI検索の回答に自社名が出るかどうかだけを追っても売上につながらず、比較の場面で選ばれるところまで届いていなかった。

1. 想起されたい問いかけの言葉を決める
2. AIが比較で使う基準（KBF）を洗い出す
3. 基準を満たす証拠（RTB）を整理する
4. 証拠をAIが参照しやすい面に置き直す
5. 推奨の出方を見ながら置き方と書き方を人が直す

支援先での推奨率は18%から49%に上がった。

LANY自身の問い合わせでも認知経路の25%がAI経由となり、Web検索に次ぐ2番目の入口になった。

転職で150社以上に応募しても通らず、原因の一つに見せられる開発実績が無いことがあった。

自分でコードを書く前提だったが、開発環境づくりの段階からつまずいた。

1. 職務経歴書を作るWebアプリという題材を決めた
2. devcontainerの構築からAIエージェントに任せた
3. 人は指示役に回り設計・実装・テストをAIが進めた
4. 進捗と方針をリポジトリ内にAIが書き残す形にした
5. 別PCではdocs/designを読んで続けろと指示し再開した

2026年8月15日に始めた開発は8月23日に本番へのデプロイまで終わった。

かかった費用はGitHub Copilotのクレジット約40ドルとドメイン11.51ドル、それにVPSの36か月契約22,733円とGemini APIの5000円だった。

エージェントが実際のサイトで申し込みから支払いまでやり切れるのか確かめる場所がなかった。

失敗してもどの段階で何につまずいたのか分からなかった。

1. 顧客のサイトへエージェントを送り込む。
2. 申し込みと連携と支払いを実際にやらせた。
3. 同じ条件で走らせ費用と時間と手順の数を記録する。
4. ハーネスごとに別のランタイムを用意した。
5. 社内の開発エージェントがデプロイまで回す。

同じモデルで比べるとeveはClaude Codeより手順が7%少なく、自社サイト内で完了した割合は2倍になった。

プロンプトのキャッシュ不具合を直した後は合計コストが約15%下がり、開発の担当者は週に数時間を浮かせている。

パッケージ時代から続く仕様書中心の開発の流れが残り、実装後に仕様書を書き直す手戻りも多かった。

AIを入れただけでは人の進め方が足かせになっていた。

1. 全社で使えるGeminiを土台に置く
2. 用途ごとにCursorやClaude Codeを使い分ける
3. 人が要求と制約を渡し設計から実装までAIに任せる
4. 仕様書をMarkdownに直しGitHubでまとめる
5. AIの実装を人が直しその成果物からAIに文書を作らせる

対象の開発案件で見積工数が約5分の1まで減った。

AIを使った開発手法のワークショップでは3日間でプロトタイプまで仕上がった。

プロダクトの技術的な問い合わせでは過去の記録やヘルプ、仕様書を横断して調べる手間があった。

受付から調査やクローズまでをCREが抱える形で、件数と対象プロダクトが増えると回らなくなっていた。

1. 社内メンバーがSlackの起票フォームに内容を入力する
2. ワークフローの途中でエージェントを呼び出す
3. 過去の対応記録やヘルプ、似た事例を探させる
4. 根拠と次に取る行動が分かる回答をスレッドに返す
5. 回答の良し悪しをボタンや絵文字とLLM採点で記録する

起票する前にメンションで聞いて、問い合わせた本人が自力で片付く場面が増えた。

最初は検索結果の羅列で終わることが多かったが、解決そのものを目的に据えて指示文を直した結果、何をすればよいかまで示す答えが返るようになった。

住宅の工事工程は担当者の経験に頼って組んでおり、経験の浅い社員だと節目の日取りを正しく置けず時間もかかっていた。

1. 現場監督がGeminiのカスタム機能で工程作成の仕組みを作る
2. 着工から引き渡しまで約150日を土台に設定する
3. 木工事完了日やクリーニング日など外せない節目を登録する
4. 着工日を入れるだけで各節目の日付を逆算して並べる
5. 出てきた工程を担当者が現場の事情に合わせて手直しする

入力するのは着工日だけになり、経験の浅い担当者でも精度の高い工程を引けるようになった。

代表からはカレンダーへ全工程を自動連携する次の案も出た。

インテリアを整えた経験がなく何をどこに置けばいいか分からなかった。

立体の完成像を頭に浮かべるのも苦手だった。

1. キッチンとダイニングを片付け現状を写真に撮る
2. 写真をChatGPTに送り変更点を画像付きで提案させる
3. イギリスの田舎と昭和レトロという方向を伝える
4. 棚の扉を外すなどの作業は自分で行う
5. 古道具の正体が分からないときはGeminiに聞く

半年かけて自分好みのキッチンダイニングができ、好きなものが視界に入る時間が増えた。

DIY初心者でもできる範囲が広がり、日々手を入れるのが趣味になった。

日記は毎日書くのが面倒で続かず、ノートに書きためても見返す習慣がないまま眠ったままになっていた。

1. 寝る前にiPhoneのボイスメモで5分ほどその日の出来事を話す
2. 思い出せないときはスケジューラを見て内容を補う
3. 録音ファイルをアプリからNotebookLMに共有する
4. 週末にファイル名を日付へ付け替える
5. たまった録音に振り返りと次への助言を求める

雑多な独り言のまま残した記録がAIへの質問で使える情報になり、振り返りやブログの題材選びにつながった。

無料だと1つのノートブックのソース上限が50個で2か月弱で埋まるため、上限300個のGoogle AI Proを契約した。

英語の記事を自力で読み翻訳ツールにかけながら中身を確かめていた。

ゴルフの専門用語やスラングがうまく訳せず1件の発信に1時間以上かかることもあった。

1. 海外ゴルフメディアのURLか書き起こしを用意する
2. Geminiにプロのゴルフライターの役をふる
3. 始めたばかりの読者でも読める言葉で要点を3つに絞らせる
4. 新しいクラブの記事は前作との差とおすすめの人を入れさせる
5. 専門用語と数字を自分で調べ直してからSNSに出す

1件あたりのリサーチから投稿文づくりまでが約60分から約15分になった。

同じ時間で以前の4倍の情報を出せるようになった。

以前は誰でも使える翻訳ソフトに入れたり辞書を引いたりして訳していた。

機密の書いてある書類を外のサービスへ入れる不安があり手間もかかった。

1. 翻訳の要件をプロンプトに書く。
2. プロジェクトの概要と文書の目的と文体を入れる。
3. 読み手の職業や立場も一緒に渡す。
4. 出てきた訳文の気になる表現を挙げて直しを頼む。
5. 引っかかる箇所が無くなったら完成にする。

1件あたりの翻訳が30分ぐらいから20分ぐらいになった。

会社契約のAIなので機密が外に漏れる心配を抱えずに進められるようになった。

商談先の情報は企業サイトや公開記事をいくつも横断して集めていた。

商談の進め方もゴールから逆算して自分の経験だけを頼りに考えていた。

1. Geminiへ対象企業の概要と事業と売上を調べさせる。
2. 最近のニュースと比較先もあわせて確認する。
3. その企業のAIの使い方を続けて聞く。
4. 困っていそうな点を仮説として立てさせる。
5. 自社のサービス資料を読ませ商談の流れまで作らせる。

1件あたり1.5時間かけていた商談準備が30分もかからないくらいで終わるようになった。

余計なサイトを見て回る手間も無くなった。

執筆のネタは自分で考えるか大量の本やネットを当たって調べていた。

メールの文面でも何をどう書くか悩む時間が長かった。

1. これまでよく参照してきた資料をNotebookLMへ取り込む。
2. そのノートに対してアイデアや下書きの相談をする。
3. ChatGPTやGeminiへ関連する内容や本を聞く。
4. メールは届いた文面と自分の考えを添えて返し方を相談する。
5. 裏取りと校正は最後に必ず自分で行う。

調べる作業とメールの文面を考える作業が3分の1くらいの時間になった。

1人ではたどり着けない内容を知るきっかけにもなった。

院内の勉強会の資料は外部研修を受けた職員がWordやPowerPointで自作していた。

全員にパソコンが行き渡っておらず自宅で作る人が多く、開催までに3ヶ月以上かかる人もいた。

1. 外部研修の資料と足したい文章をNotebookLMへ渡す。
2. 動画作成機能で資料を動画にする。
3. 元の内容とずれが無いか動画を見て確かめる。
4. 委員会の前にSlackで配り各自に意見を出してもらう。
5. 指導案はGeminiに複数出させ患者に合わせて選び直す。

資料づくりの時間が減り1件あたり1時間かかっていたものが30分になった。

紙をやめたので用紙代と印刷代もかからず全員に同じ内容が届くようになった。

取引先へのメールや送付状は過去のやり取りを見ながら自分で書き、言い回しに迷うと上司や先輩に聞いていた。

会食の店もグルメサイトで予算や個室の有無を一つずつ見比べていた。

1. メールや送付状の目的と送り先と中身を整理する
2. 整理した内容をChatGPTへ渡す
3. 指示には丁寧で簡潔にと目的も書き添える
4. 出た文案を取引先や社内の決まりに合わせ直す
5. 会食の店はエリアや予算や個室を条件に並べる

メールと送付状の作成と確認は1件あたり20～30分が10～15分程度になった。

店選びも30～60分程度から10～20分程度に減り、全体で週に約2～3時間程度の時間が浮いた。

取引先へ送る納期の連絡文を全部自分で考えて書いていた。

おかしな言い回しになっていないか不安で送信までに時間がかかっていた。

1. 納期の連絡文をLINE向けに自分で書く
2. その文をChatGPTへ貼り不自然な所を直してもらう
3. 丁寧かつ少し柔らかい文に訂正してと指示する
4. 出てきた文を自分で読み直してから送信する
5. 上司に聞けないときは状況と文を渡し相談の仕方も尋ねる

取引先へLINEを送るまでの時間が15分から2分になった。

手が空いたときに聞き方で悩む時間も20分から1分に減った。

質問を受けるたびPDFの約款や社内手引きを開いてキーワードで探していた。

似た言葉でも書いてある場所が違うので探すだけで時間がかかっていた。

1. 確認したい約款と社内手引きの資料をAIに読ませる。
2. お客様から来た質問をそのまま入れる。
3. 確認すべき論点と見るべき資料名、注意点を整理させる。
4. お客様へ説明するときの言い回し案も出してもらう。
5. 示された箇所の原文を自分で見てから回答文を仕上げる。

どの資料を見ればよいか探す入口が早くなり見落としも減った。

1件30〜60分かかっていた確認が軽いものなら15〜20分程度で整理できることが増えた。

建築会社の事務員は交通費を出すたびにGoogleマップで社員の家から現場までの経路を引いて計算していた。

出勤表も月末に手で打ち込んでいた。

1. 家と現場の住所から距離を出すVBAをClaudeに書かせた
2. 出面をクリックすると勤務時間がExcelへ入るアプリも作った
3. 分からないことは分からないと答える指示を必ず入れる
4. ClaudeでプロンプトをまとめGeminiで生成させることもある

パソコンが得意でない事務員でもボタンやクリックだけで処理が終わるようになった。

1日あたり1時間の作業が減り他の仕事に手を回せるようになった。

画像編集ができず現状の写真と色サンプルだけでオーナーへ説明していた。

仕上がりの全体像が伝わらず色の了承までに何度も打ち合わせが必要だった。

1. 工事に入る前に現状の壁の写真を撮る。
2. その写真をChatGPTやGeminiへ渡し指定の色へ変えるよう頼む。
3. 他の部分は変えないでくださいと条件を付ける。
4. 出てきた仕上がり画像をオーナーへ見せる。
5. 了承が出るまで画像を作り直す。

オーナーが仕上がりを具体的に思い描けるようになり自信を持って色を決めてもらえるようになった。

2・3回かかっていた打ち合わせが1回で終わり色見本の取り寄せ待ちも無くなった。

レビューは有識者の査読か打ち合わせで開発者が説明する形だった。

人が見るため観点が偏り指摘漏れから品質の問題が起きることがあった。

1. レビュー用のプロンプトを自社AIへ先に読み込ませる
2. 文書校正とビジネスとIT開発の3つの役を置く
3. 役ごとに指摘と理由と改善案を出させる
4. 設計書やコードを貼り指摘が出なくなるまで繰り返す
5. 作ったプロンプトをプロジェクトの共有資産にする

レビューする人や日によって観点がぶれなくなり成果物の品質が安定した。

レビュー回数が2回から1回になり手戻りも減った。

スタッフ向けの研修をするたびに、中身をゼロから考えてパワーポイントを作っていた。

資料ができるまでに時間がかかっていた。

1. 研修のテーマと目的をGeminiに伝えて壁打ちする。
2. 対象と必ず入れたい要素を文章にして渡す。
3. 研修後に増えてほしい行動まで文章にする。
4. 研修時間とスライド1枚の時間とワーク時間を入力する。
5. できたスライドを自分で手直しし壁打ちに戻る。

1回の研修準備が1週間程度から1日（1〜2時間）になった。

壁打ちを重ねる中で自分の考えもはっきりし、研修の中身がよくなった。

契約書の中身をお客様へどう伝えるかで手が止まり、ネット検索やマニュアルで確かめていた。

ネットの情報には誤りもあり法令の更新に追いつかないこともあった。

1. 伝え方に迷ったらGeminiを開いて案を出してもらう
2. あなたは不動産業に勤める事務員ですと立場を決める
3. 何について分かりやすく伝えたいかを書く
4. 契約書の言い回しと法令の中身の確認に使う
5. 出てきた文のおかしい言い回しを自分で直す

忙しい日は1日あたり30分から1時間ほど作業が短くなった。

複数のサイトを見て回る手間も無くなった。

自分の書き方だけだと文章が単調になり、ブログとして読みにくくなりがちだった。

1. 自分でGoogleドキュメントやWordに記事を書く。
2. その文章を3つのAIに貼り読みやすいブログへの整形を頼む。
3. 3つの出力を見比べ食い違う所は公式サイトで確かめる。
4. 使えると思った文章を選びWordPressに貼って公開する。
5. 整形で中身が変わった所は自分で直す。

見出しや区切りが入り箇条書きにもなるので読み手に伝わる文章になった。

自分だけで書けば30〜60分のところ1〜2時間かかるが、完成度を優先している。

客先へ行く前に相手の会社概要や作っている製品をホームページで一つずつ調べていた。

調べ物に時間を取られていた。

1. 上司が作ったプロンプトへ会社名を入れる
2. 企業概要と作っている製品をまとめさせる
3. 取引先や関わる業界と直近の経営状況も出させる
4. 指示にファクトチェックと経営者目線を入れる
5. 同じ指示をClaudeへ送り出どころを確かめる

検索エンジンで調べる場面が減り1件あたり15分かかっていた調べ物が5分になった。

QC発表会のルールと評価項目を自分で読み過去の資料を見ながら構成を考えていた。

PowerPointも手作業で作り上司や同僚に見せて何度も直していた。

1. ルールと見られるポイント、過去資料をGeminiに読ませる。
2. 発表資料を作るプロとして必要な情報を質問させる。
3. 改善の中身や数字、工夫した点を答えていく。
4. スライド構成と見出し、各ページの内容案を出させる。
5. 出た案をPowerPointに落として自分で直す。

以前は1日から長いと3〜4日かけていた資料づくりが半日ほどで全体の型までできるようになった。

最初の構成と文章のたたき台に限れば体感で半分以下の時間になった。

本や動画で集めた大量の情報をノートへ書き写してから構成を組み立てていた。

考えを深める壁打ちも知人に頼むしかなく日程の調整や相手への気兼ねがあった。

1. テーマを決めて本や動画から材料を集める。
2. 心が動いた点と一番伝えたいことをClaudeに渡す。
3. 対話しながら記事に残す点と削る点を整理させる。
4. できた構成案に反論や見落としを指摘させる。
5. 最後の文章は自分の言葉で書き上げる。

記事や資料1本あたりの作成時間が4〜5時間から2時間程度に縮まった。

人に時間を取ってもらう気兼ねも無くなった。

調べものはGoogle検索で行いPowerPointで資料を作っていた。

調査に時間がかかるうえ構成を考えて図にするまでにさらに時間を取られていた。

1. 打ち合わせはGoogle Meetで文字起こしとメモを残す
2. そのメモをGeminiへ渡し議事録へまとめさせる
3. 足りない情報はGeminiやChatGPTで集める
4. 量が多いときはClaudeで構造を整理する
5. Geminiのcanvasで提案資料のドラフトを作る

情報収集と資料作成にかけていた時間が週30時間減った。

自分では思いつかない対応策や法令やリスクの背景まで出てくるので学びにもなっている。

ExcelのVBAで作った業務ツールが作った本人しか触れない状態になっていた。

動かすたびにその人へファイルを回す必要があった。

1. 属人化している業務ツールを先に洗い出す。
2. GASに詳しいプログラマーの役割をGeminiへ与える。
3. VBAを組み込んだExcelを渡しGASへ書き換えさせる。
4. 出たコードをスプレッドシートへ載せて30人で共有する。
5. 1つのスプレッドシートを全員で見ながら進める。

月30時間の業務時間の短縮になった。

コードを誰でも書けるようになり共有の手間も無くなった。

広告の成果を日ごとや時間ごとにExcelで集計し関数を使って自分で分析していた。

原因はマニュアルのフローチャートをたどって探し、改善案は先輩に聞きながら考えていた。

1. 広告の管理画面から直近30日のレポートを出す
2. レポートをChatGPTに貼り問題点を3つ挙げさせる
3. 予算を増やす案と効率を上げる案の両方を求める
4. 商品のジャンルと価格と目標金額と予算も渡す
5. 会社ごとにチャットを分けて情報が混ざらないようにする

資料作成は1件3時間から1時間になり、議事録は1件30分から5分になった。

空いた時間の分だけ担当できる企業数が1.5倍になった。

検索エンジンで企業のホームページを1社ずつ見てExcelへ手で書き写していた。

主要取引先から立ち位置を読み取って優先度を決めるまでに時間がかかっていた。

1. SESの営業という立場と営業したい職種をGeminiへ伝える
2. AIのプロダクトやサービスを作っている企業を挙げさせる
3. エンド・プライム・アンダー・コンサルの立ち位置別に分けてもらう
4. 企業名とURLを付けてExcelで出すよう指示する
5. AIの情報は広く浅いものとして扱い真偽を自分で調べる

1時間で5社だったリストアップが1分で500社になった。

企業ごとのアタックプランづくりも1時間から5分ほどになった。

定型のレポートを手作業のExcelで作っていた。

レビューのときはデータを目で見比べて文章を書き起こしていた。

1. プロンプトを書いてGeminiのGemを用意する
2. 指示にファイル形式と項目名と出力の形を書く
3. 元になるデータを決められたドライブへ入れる
4. 実行を指示しレポートと考察のコメントを出させる
5. 出てきたものを目で確かめ使える部分だけ採用する

1件あたり20分かかっていた作業が5分になった。

集計にとられていた合間の時間を別の作業へ回せるようになった。

授業や面談で使う資料を自分でネットで調べながらPowerPointやCanvaで作っていた。

指導案の組み立てにも時間がかかっていた。

1. 欲しい資料と理想のカリキュラムの中身を文字に起こす。
2. 教科名と単元名に必要な時数を添える。
3. 目的とワークの時間とノートの要点も書いてGeminiへ渡す。
4. 指導案とスライドの構成案を出させ足りない所は対話で直しを頼む。
5. 仕上げを自分で手直ししてから授業に使う。

1件あたり1〜2時間かかっていた準備が40分程度でできるようになった。

何を伝えたいかの整理もしやすくなった。

授業で使うテキストやイラストを一つずつ自分で探して貼り付けていた。

文法の説明も毎回本や参考書で調べていて準備に時間がかかっていた。

1. 授業後にその範囲の復習問題と宿題をGeminiに作らせる。
2. 生徒の情報と教えたい文法に例文を添えスライドの中身も出させる。
3. 白い背景に黒い文字で文字を大きくと見た目も指定する。
4. Geminiが出したコードをCanvaへ渡してスライドにする。
5. 手持ちの資料と組み合わせて教案の形に整えてから授業に入る。

1件あたり約2時間かかっていた準備が15〜30分になった。

週で30時間以上が空き受け持つ生徒が2倍3倍に増えても時間に余裕がある。

各社のホームページや商工会議所と東京商工リサーチの情報を手で集めていた。

Excelに貼っては調べる作業の繰り返しで疲れがたまっていた。

1. 調べる企業の名前をリストにする。
2. マーケティングのプロの役を与えてChatGPTとGeminiへ渡す。
3. 各社のサービスを200〜300文字でまとめさせる。
4. 根拠になる参照先のURLも一緒に出させる。
5. 比較表をExcelかGoogleスプレッドシートへ落とす。

情報の収集が60分から10分になった。

まとめのレポート作成も4時間から1時間に縮んだ。

商品を出す予定に合わせてモデルを手配し全商品を着用して撮影していた。

撮影の都合で入荷からサイト掲載までに時間が空いてしまう問題もあった。

1. 商品が入ったら置き撮りとディテールの撮影をする。
2. その画像と自社モデルの過去の写真をChatGPTへ渡す。
3. 2枚目の人物に1枚目のTシャツを着せてと指示する。
4. 柄が見えるように体の向きや顔の角度も指定する。
5. 出てきた画像をPhotoshopで整えて商品ページへ組み込む。

週に出せる新商品が5型から8〜10型に増えた。

モデル撮影も7時間から3時間程度になりカメラマンの負担とモデルの費用が減った。