【Open Interpreter】ChatGPTがPCを操る禁忌の海外活用事例8選
皆さん、Open Interprerをご存知でしょうか？リリースされて数週間経ちましたが、いまだに界隈を賑わせてますね。
いやー、まじでOpen Interpreterやばい！(脳死)
ChatGPTが手足になってパソコンを操作してくれているんですから！
仕事でパソコンを使わない人の方が少ない昨今、大抵の人が使ったら感動することでしょう！
ということで、この記事ではOpen Interpreterのとんでもなくすごい活用事例を8個ご紹介します。
この記事を最後まで読むと、Open Interpreterをさらに活用したくなること間違いなし！！
ぜひ、最後までご覧ください！
ウェブサイトからオーディオブックを自動作成する
Open Interpreterを使えば、ウェブサイトに書かれているテキスト情報をmp4形式の音声データに変換することが可能です。この機能は特に長い記事や論文を読む時間がない人にとって非常に便利です。
興味を持ったきっかけは、あるTwitterユーザーの記事でした。この記事で作者は、テキストをオーディオ形式に変換する方法について詳しく解説しています。
私自身も実際に試してみました。
使用したプロンプトは以下の通りです。
take this website and make an audiobook out of it https://www.deeplearningbook.org/プロンプトに従って、指定されたウェブサイトからテキスト情報を抽出し、mp4形式で音声データに変換しました。過程の一部を早送りでまとめた動画はこちらです。
成果物のオーディオデータはこのようになりました。
目次なども読み上げられてしまってますね。
ですが、テキストだけでなく音声でもインプットできるようになるので、さまざまな刺激があって学習には効果的かと思います！
Open Interpreterのメリットとしては、ChatGPTのAdvanced Data Analysisと違って、URLに直接アクセスできる点が挙げられます。これによって、ウェブ上のリソースを直接処理することができ、より多様なタスクに対応できます。
この機能を使ってみた感想としては、非常に便利で多様な用途に使えるツールであると感じました。特に、オンラインで公開されている長いテキストをオーディオ形式で聴くことができるのは、時間を効率的に使いたい人には大変有用です。
Java Scriptファイルを作成し、VS Codeで開く
この記事では、JavaScriptのファイルを作成し、それをVisual Studio Code（VS Code）で開く方法について説明します。これはWeb開発やデータ分析、さらにはAIプログラミングなど、幅広い用途で役立ちます。
このテーマに取り組むきっかけとなったのは、Twitterで見つけたDan Wahlinさんのツイートです。彼の解説が非常にわかりやすく、ぜひ参考にしてください。
以下のプロンプトを用いて、JSファイルを作成しました。
Create a folder named "interpreter" on my Desktop,
add a file named test.js into it that calculates the current date and time,
and then open the folder in VS Code.実際の作業の様子を早送り動画で公開しています。
完成したJSファイルとVS Codeの画面です。
Open Interpreterを用いるメリットは、インストールされているアプリケーションを直接操作できる点です。通常のChatGPTではこのようなことはできません。また、VS Codeだけでなく、さまざまなアプリケーションと連携できるので、ぜひ多くのことに挑戦してみてください。
地球温暖化のトレンドを可視化する
Open Interpreterでは、データ分析から可視化まで行えます。
以下の記事では、地球温暖化に関するヨーロッパのトレンドを分析し、ヒートマップにしていました。
私は、別のデータを使いヒートマップを作成しました。
以下のプロンプトで、アイリスという花の特徴に関する相関を図解しています。
Plot a heatmap of the feature correlations in the Iris dataset using the dataset
at https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data.
Put features such as sepal length, sepal width, petal length, and petal width on both the x-axis and y-axis.実際にできたヒートマップはこちらです。
ChatGPT のAdvanced Data Analysis との違いは、データセットをインターネットから取得できることと、データ容量に制限がないところですね。
データセットの大きさを気にせずに分析できるのはありがたいです！
Stable Diffusionの画像を生成させる
Stable Diffusionは画像生成に特化したAIモデルで、Open Interpreterを使って非常に簡単に操作できます。特に、画像生成のプロセスが高度に自動化されているので、多くの時間を割かずに素晴らしい結果を出せます。
参考にしたのは、以前にも触れたMediumのこの記事です。詳しくは以下の記事をご覧ください。
私自身も実際にこのプロセスを試してみました。プロンプトはかなり長いので、こちらでは公開しませんが、参考にした記事の作者がGoogle Colabのノートを共有しています。
操作の過程を早送りした動画はこちらです。
そして、最終的な生成画像はこのようになりました。
Open Interpreterの素晴らしい点は、Stable Diffusionでの画像生成を簡略化できるところです。
先ほど共有したColabファイルのプロンプトやコードを少し変更するだけで、自動的に画像が生成されます。
WebUIも使いやすいですが、こちらも活用することで画像生成が捗りそうですね。
Flaskでアプリを作成する
Flaskという簡易的なWebアプリケーションを作るためのPythonフレームワークです。今回はそれを使ってAPIを作成し、さらに、ターミナルを自動で開き、テストも自動で行います。
参考にしたのは、このツイートです。開発者がFlaskを使ったAPIの構築について言及しています。
実際にやってみたところ、以下のプロンプトを使いました。
Create a Flask app in a new folder called HelloWorldAPI in the Development directory.
The Flask app should create an endpoint /hello that accepts a GET request. When accessed,
it should return a JSON response with a message saying "Hello, World!".
After you create the Flask app, open a new terminal window and run the app on a local server.
Then test the function by running a curl request in the new terminal window to access the /hello endpoint.作成過程を早送りした動画はこちら。
そして、実際の成果物です。
APIが正しくテストできていますね。
Open Interpreterの魅力は、ターミナル操作も含めて自動でAPIのテストができる点です。さらに、テスト結果をまとめるような処理も加えられる余地があるので、ChatGPTが一種の助手として機能します。
ファイルサイズを小さくする
分析用のデータが大きいと、取り扱いが難しくなることがよくあります。どうしてもChatGPTのAdvanced Data Analysisで分析がしたい場合、アップロードできるファイルサイズに限界があります。そのため、ファイルサイズを効率的に圧縮する方法を探してみました。
参考にしたのはこのツイート。データの圧縮に関する貴重な情報が含まれています。
具体的には、以下のプロンプトを使用しました。
Go to https://opendata.arcgis.com/datasets/4063314923d74187be9596f10d034914_0.csv and
compress a CSV file containing global warming trends for each European Union country.
The goal is to reduce the file size by at least 50 %. Finally, output the file size.操作の過程を早送りで撮影した動画はこちら。
そして、これが圧縮後の成果物です。
zipで圧縮したので、ChatGPTにもアップロードできます。
やはりOpen Interpreterがいいと思うのは、インターネットへのアクセスができるところですね。
ネット上にデータがあり、それを圧縮したい場合は、ChatGPTではできません。
さらに、プログラムで自動化できるので効率的で、他にも圧縮したいファイルがある場合は特に有用です。
そのまま、「Open Interpreter で分析すればいいじゃん」というツッコミがありそうですが、ChatGPTの方が日本語出力がしやすいので、少なくともニーズはありそうですね。
なお、Open Interpreterの活用事例について知りたい方はこちらをご覧ください。
→【Open Interpreter】ChatGPTがPCを操る禁忌の活用事例10選
言語分析で顧客フィードバックを理解する
言語分析ツールはビジネスで非常に便利な手段となっています。特に顧客からのレビューやフィードバックを分析することで、製品やサービスに対する一般的な意見や要望を把握することが可能です。このような分析には多くの方法がありますが、今回はOpen Interpreterを使用してみました。
関連する素晴らしい記事がRedditのPrompt Engineeringコミュニティにありました。この記事では、コードインタープリタを用いて様々な用途で分析を行うプロンプトが公開されています。
自分で作成したプロンプトは以下の通りです。
Analyze the customer feedback data in the file "customer_feedback_dummy_data.csv" and identify frequently occurring keywords and phrases in the comments.このプロンプトを用いて、顧客からのフィードバックに頻繁に出現するフレーズを分析しました。その結果は以下のとおりです。
このプロンプトを用いて、顧客からのフィードバックに頻繁に出現するフレーズを分析しました。
その結果、最も頻繁に出現するバイグラム（2語のフレーズ）は
'relationship give', 'purpose officer', 'feeling prepare', 'test building',
'democratic old', 'something suffer', 'course approach',
'admit south', 'detail market', 'government single' といったものでした。さらに、傾向を分析する時などに役に立ちそうですね。
Open Interpreterを使用する一番の利点は、データサイズに制約がないこと。512MB以上のデータも対応可能なので、分析タスクにはもってこいですね。また、ChatGPTのように出力の制限もなく、途中で処理が止まる心配もないのはありがたいです。
QRコード生成
QRコードの生成が以前よりもはるかに簡単になりました。Open Interpreterのおかげで、ウェブサイトに書かれているテキスト情報からQRコードを生成できます。これは特に、ウェブサイトのURLを簡単にシェアしたいときや、広告やチラシでQRコードを使用したいときに非常に便利です。
この記事では、いくつかのQRコード生成の実例とプロンプトについて参考にしました。具体的には、RedditのPromptEngineeringのスレッドが非常に参考になりました。そのスレッドはこちらです
実際に試してみたところ、以下のようなプロンプトでQRコードを簡単に生成することができました。
Generate a QR code for this URL: 'weel.co.jp'生成過程は早送りの動画で確認できます。
こちらが生成されたQRコードです。
Open Interpreterが特に優れている点はいくつかあります。まず、ChatGPTのAdvanced Data Analysisと違って、URLにアクセスできることです。さらに、一度に複数のQRコードを生成する場合、プログラムが全てを自動でやってくれるので手動で行うよりもはるかに効率的です。
なお、Open Interpreterの使い方について知りたい方はこちらをご覧ください。
→Open Interpreterがついに画像出力にも対応！使い方から実践までを解説【画像付き】
まとめ
今回は、Open Interpreterの活用事例を8選紹介しました。
いかがだったでしょうか？
前回ご紹介した時から、さらに活用事例が増えていて、世界中が注目していることがわかりますね。
データ分析やAPIのテストなど、高度なタスクがどんどん自動化されていきそうです。
この調子でOpen Interpreterが活用される場面が広がっていくといいですね。
生成系AIの業務活用なら！
・生成系AIを活用したPoC開発
・生成系AIのコンサルティング
・システム間API連携
最後に
いかがだったでしょうか？
弊社では
・マーケティングやエンジニアリングなどの専門知識を学習させたAI社員の開発
・要件定義・業務フロー作成を80%自動化できる自律型AIエージェントの開発
・生成AIとRPAを組み合わせた業務自動化ツールの開発
・社内人事業務を99%自動化できるAIツールの開発
・ハルシネーション対策AIツールの開発
・自社専用のAIチャットボットの開発
などの開発実績がございます。
まずは、「無料相談」にてご相談を承っておりますので、ご興味がある方はぜひご連絡ください。
➡︎生成AIを使った業務効率化、生成AIツールの開発について相談をしてみる。
「生成AIを社内で活用したい」「生成AIの事業をやっていきたい」という方に向けて、生成AI社内セミナー・勉強会をさせていただいております。
セミナー内容や料金については、ご相談ください。
また、サービス紹介資料もご用意しておりますので、併せてご確認ください。
