第一興商が検証、複数AIの分担でカラオケ楽曲情報を自動収集、発売日の正答率約80%

調査の工程を一つの賢いAIに丸ごと委ねなかったことが、この設計の要になっています。Google検索で楽曲関連情報を集めるサブエージェント、集めた情報を構造化するサブエージェント、配信楽曲データベースに意味を汲んだ検索をかけるサブエージェント、そしてSQL検索ツールやYouTube検索ツールが、それぞれ独立した部品として並び、司令塔となるルートエージェントがシナリオに沿って使い分けます。工程が分かれていれば、精度の振るわない部分だけを差し替えたり、順序を組み替えたりできる。人が手作業で踏んでいた調査の段取りを、そのまま部品の構成として写し取った点に、実務で回せる形にするための判断が表れています。

外の情報を集めて終わりにせず、自社の配信楽曲データベースへの接続を処理の途中に組み込んだ設計も効いていると見ています。楽曲名やアーティスト名から探すときは文脈を汲むセマンティック検索を、配信楽曲IDが渡されたときはSQLで直接照会する経路をと、入口に応じて手段を切り替える構成です。集めた情報が最終的にどのIDへ結びつくかまで面倒を見なければ、担当者の手元には結局「照合し直す仕事」が残ります。

成果物を登録に使えるファイルフォーマットまで変換して返している点も見逃せません。ファクトチェックのための情報や参考となるYouTube動画を画面に添えることで、利用者は出力をうのみにするのではなく、確かめたうえで使えます。さらに、現行業務と並行して動かしながら評価とブラッシュアップを重ねる進め方がとられており、作って引き渡して終わりにしない前提が運用そのものに埋め込まれています。