株式会社テクノアクセルネットワークスが開発する「プロンプト・プロファイリング・ツール」は、生成AIを活用し、自動車内におけるドライバーの快適性と安全性の向上を目指した革新的なシステムです。本ツールの最大の特徴は、単なる「音楽をかけて」「お腹がすいた」といった表層的な要求だけでなく、ドライバーの気分や眠気、体調、現在地、同乗者の構成など、潜在的な心理や状況までを多角的に分析し、最適な楽曲や飲食店を自動で提案できる点にあります。

　「プロンプト・プロファイリング・ツール」は、生成AIを活用し、自動車内でドライバーの快適性と安全性を向上させることを目指したシステムです。このツールは、ドライバーの発話や心理状態に合わせて、最適な音楽や飲食店を提案するなど、車内での快適な体験をサポートするために開発されました。

　本ツールは、ドライバーの発話や心理状態、車両データ、位置情報、同乗者構成など多様な情報をもとに、例えば、『音楽をかけて』という表面的な要求にも、ドライバーの気分や眠気、現在地などの情報を考慮し、最適な楽曲を提案します。渋滞でイライラしている場合や、眠気が強い場合など、状況に応じてAIが自動的に楽曲を選び、ドライバーの安全と快適さをサポートします。

　システムの構成は、音声入力から始まり、ノイズ・エコーキャンセリングを経て音声認識（STT）を行い、得られたテキスト情報を前処理してプロンプト化します。
　このプロンプトは生成AI（大規模言語モデル）に入力され、車内データベースや過去の会話・楽曲履歴データと連携しながら、最適な楽曲やサービスを推薦します。推薦結果は、ドライバーの評価やフィードバックをもとにAIが学習し、プロンプトや推薦精度を継続的に改善していきます。

　プロンプトは生成AI（大規模言語モデル）に入力され、車内データベースや過去の会話・楽曲履歴データと連携しながら、ドライバーの会話履歴や生体情報をもとに、プロンプトを自動生成最適な楽曲やサービスを推薦します。これらは評価を繰り返しながら精度を高めていきます。
　また、楽曲推薦や生成においては、Spotify APIから取得できる楽曲の特徴量（テンポ、エネルギー、雰囲気など）や、音楽選好の心理学的知見（ビッグファイブ理論など）を活用。ドライバーの性格や気分、運転状況に合った楽曲選びを実現しています。
　さらに、会話や楽曲の履歴データをベクトル化し、ベクトルデータストアとして保存。これにより、RAG（Retrieval-Augmented Generation）やコンテキスト学習といった最新のAI技術を組み合わせ、より自然でパーソナライズされた提案が可能となっています。

　本ツールでは、推薦→評価→改善というループを繰り返すことで、AIの提案精度を高めています。初期プロンプトや車内データ、楽曲データを大規模言語モデルに入力し、推薦された楽曲やサービスに対してドライバーが評価を行います。その評価値やフィードバックをもとに、プロンプトや推薦ロジックを自動で改善。評価が一定基準を満たすまで、もしくは最大繰り返し回数に達するまでこのループを続けることで、個々のドライバーに最適化された提案が実現します。言語モデルの出力改善には、コンテキスト学習、RAG、ファインチューニングなど複数のアプローチがあります。本ツールでは、利用コストや運用の柔軟性、実行速度を考慮し、主にコンテキスト学習とRAGを採用し、対話履歴やベクトルデータを活用することで、コストを抑えつつも高いパーソナライズ性能を実現しています。ファインチューニングは高コスト・高性能ですが、運用負担が大きいため本ツールでは採用していません。

　本ツールでは、生成能力と利便性の観点からGPT-4を主に採用していますが、ローカル環境での実行も視野に入れ、他の日本語対応大規模言語モデルの活用も検討しています。また、プロンプトエンジニアリングの知見を活かし、AIがより的確で自然な提案を行えるよう工夫しています。英語でプロンプトを作成し、最終出力のみ日本語とすることで、トークン効率や精度も向上しています。

　推薦結果はドライバーの評価やフィードバックをもとにAIが学習し、推薦した楽曲の評価値やプロンプトの改善指示も記録し、AIは繰り返し学習します。こうして、より満足度の高い提案ができるようプロンプトや推薦精度を継続的に改善していきます。

　プロンプトは生成AI（大規模言語モデル）に入力され、車内データベースや過去の会話・楽曲履歴データと連携しながら、最適な楽曲やサービスを推薦します。
　本ツールでは、生成能力と利便性の観点からGPT-4を主に採用していますが、ローカル環境での実行も視野に入れ、他の日本語対応大規模言語モデルの活用も検討しています。また、プロンプトエンジニアリングの知見を活かし、AIがより的確で自然な提案を行えるよう工夫しています。英語でプロンプトを作成し、最終出力のみ日本語とすることで、トークン効率や精度も向上しています。

　会話や楽曲の履歴データは、AIの学習に活用されます。過去のやりとりをもとに、ドライバーごとにパーソナライズされた提案が可能です。

　AIは、ベクトルデータストアやコンテキスト学習といった最新技術を活用。常に新しい知識を取り入れ、出力を改善していきます。

　出力改善手法には、コンテキスト学習やRAG、ファインチューニングなどがあります。本ツールでは、コストと性能のバランスを考慮し、コンテキスト学習とRAGを採用しています。

　音楽選好の心理学も活用。ドライバーの性格や気分に合わせて、最適な楽曲を選ぶことができます。　　　

　さらに、Spotify APIから取得できる楽曲の特徴量（テンポ、雰囲気、エネルギーなど）や、音楽選好の心理学的知見（ビッグファイブ理論など）を活用し、ドライバーの性格や気分に合った楽曲選びを実現できます。　

　また、日本語対応の大規模言語モデルやプロンプトエンジニアリングのノウハウも取り入れ、より的確で自然な対話と提案を実現します。
今後はさらに多様な車内体験への展開や、ローカル環境での運用も視野に入れ、生成AIを活用した新しい車内体験が実現し、ドライバーのQoL向上に大きく貢献することが期待されます。

　「プロンプト・プロファイリング・ツール」は、生成AIと車載データ、心理学、音楽情報を融合した次世代の車内体験プラットフォームとして、今後の進化と社会実装が大いに期待されるソリューションです。