フェーズ1：プロンプトと商品情報の連携
- 数件の商品（3〜5点）をJSONで用意
system+userに商品情報を埋め込んで 呼び出し- 「人気・おすすめ」などの表現のトーンを制御
- レスポンスフォーマットをJSONに制御
Shopifyから商品情報を取得
store=
access_token=
curl -X GET "https://${store}.myshopify.com/admin/api/2025-01/products.json" \
-H "X-Shopify-Access-Token: ${access_token}" > products.json必要な商品情報のみ取得
import json
with open("products.json", "r", encoding="utf-8") as f:
data = json.load(f)
simplified_products = []
for p in data["products"]:
simplified = {
"id": p["id"],
"title": p["title"],
"body_html": p["body_html"],
"price": p["variants"][0]["price"] if p["variants"] else None,
"sku": p["variants"][0]["sku"] if p["variants"] else None,
"image": p["image"]["src"] if p.get("image") else None,
"tags": p.get("tags", ""),
}
simplified_products.append(simplified)
with open("simplified_products.json", "w", encoding="utf-8") as f:
json.dump(simplified_products, f, indent=2, ensure_ascii=False)商品情報 json
[
{
"id": 8580179165338,
"title": "Aftershave - Bump Control 65ml Solution 2 packs",
"price": "950.00",
"tags": "Skincare",
"body_html": "<p><meta charset=\"utf-8\">Tired of razor bumps and irritation? <b>BUMP PATROL</b> is the aftershave treatment you've been looking for. It soothes and hydrates your skin, helping to reduce redness and leave it feeling calm and smooth after every shave.</p>"
},
{
"id": 8580179263642,
"title": "Benzoyl Peroxide - Pernex 20mg Cream",
"price": "970.00",
"tags": "Skincare",
"body_html": "<p><strong data-start=\"72\" data-end=\"111\">Struggling with persistent pimples?</strong> Pernex 20mg Cream contains Benzoyl Peroxide, a <strong data-start=\"159\" data-end=\"198\">dermatologist-recommended treatment</strong> for acne in <strong data-start=\"211\" data-end=\"233\">both men and women</strong>. It works by killing acne-causing bacteria, reducing inflammation, and clearing clogged pores,helping you achieve clearer, healthier-looking skin.</p>"
}
]ChatGPTのchat/completion API 呼び出し
role:userのcontentに商品情報を追加して実行
from openai import OpenAI
import json
openai_api_key = "xxx"
client = OpenAI(api_key=openai_api_key)
with open("simplified_products.json", "r", encoding="utf-8") as f:
products = json.load(f)
# 商品情報をテキスト化
product_text = "\n".join([
f"{p['title']}（KSh {p['price']}）[{p['tags']}] {p['body_html']}"
for p in products
])
# ChatGPTに送信
response = client.chat.completions.create(
model="gpt-4o",
temperature=0.7,
messages=[
{
"role": "system",
"content": (
"あなたは薬局ECの営業アシスタントです。\n"
"以下のルールを守って回答してください：\n"
"- 商品情報は渡されたデータのみを元に説明する。\n"
"- 人気・おすすめなどの主観的表現は禁止。\n"
"- 効果効能は誇張せず、事実ベースで説明する。\n"
"- 不明な場合は『情報がありません』と答える。"
)
},
{
"role": "user",
"content": (
f"以下の商品データを参照して質問に答えてください。\n\n"
f"{product_text}\n\n"
"質問: Benzoyl Peroxideはどんな肌に合いますか？"
)
}
]
)
# 結果出力
print(response.choices[0].message.content)商品情報を加えたChatGPT応答
Benzoyl Peroxideは、特にニキビに悩む肌に適しています。
Pernex 20mg Creamに含まれるこの成分は、ニキビの原因となる細菌を殺し、
炎症を軽減し、詰まった毛穴をクリアにすることで、よりクリアで健康的な肌を目指すのに役立ちます。モデル内部の判断プロセス
ユーザー質問: 「Benzoyl Peroxideはどんな肌に合う？」
↓
1. この単語を過去学習した文脈から特定（一般知識）
2. 関連文脈の信頼度スコアを参照（例：医療情報系サイトなど）
3. systemプロンプトのルールに照らして「誇張せず、事実ベースで」説明生成
↓
回答: 「脂性肌やニキビができやすい肌に使用されます。敏感肌は注意。」
つまり「学習時に最も統計的に信頼された説明」を“事実”として再構成しているんです。ChatGPTにおける「事実」とは何か
ChatGPTの“事実”の概念は、次の3つが混ざったものです：
| 種類 | 例 | どう扱われるか |
|---|---|---|
| ① 学習済み知識（factual prior） | 「水は100℃で沸騰する」「Benzoyl Peroxideはニキビ治療成分」 | モデル内部の知識として“ほぼ確定的な事実”として保持 |
| ② 言語的合意（linguistic consensus） | 「日本の首都は東京」「Googleは検索エンジン企業」 | たくさんの信頼できる文書で同じ主張がある＝事実扱い |
| ③ 入力文脈における事実（prompt factuality） | あなたがプロンプトで与えた「この商品はKSh 950」 | モデルは“ユーザー入力を信頼する”前提で事実とみなす |
人気・おすすめのためのトーンを制御する
「人気」「おすすめ」「効果的」「売れている」などの主観的表現を出させない。代わりに事実ベースや中立的な説明で返すよう誘導する。
- ChatGPTは“禁止語”よりも“置き換え”の指示を理解しやすいです。
- ChatGPTは“出力スタイル”もトーンコントロールできます。
"role": "system",
"content": (
"あなたは薬局ECサイトの営業アシスタントです。\n"
"次のルールを守って回答してください：\n"
"1. 商品情報は渡されたデータのみを基に説明すること。\n"
"2. 「人気」「おすすめ」「効果的」「話題」「売れている」「ベストセラー」などの主観的・誇張的表現は禁止します。\n"
"3. 必要な場合は以下のように言い換えてください：\n"
" - 「おすすめ」→「このような用途で使用されます」\n"
" - 「人気」→「多くの方に使用されています」\n"
" - 「効果的」→「この成分は〇〇に使用されます」\n"
"4. 効果効能は誇張せず、事実ベースで説明すること。\n"
"5. 不明な場合は『情報がありません』と答えること。\n"
"6. トーンは中立的で、医療従事者が患者に説明するような丁寧な口調で答えてください。"
)トーンを制御したChatGPT応答
Benzoyl Peroxideを含む「Pernex 20mg Cream」は、にきびの治療に使用されます。
多くの方がにきび、特に持続的な吹き出物に対してこの成分を使用しています。
Benzoyl Peroxideは、にきびの原因となる細菌を殺すことで、
炎症を抑え、詰まった毛穴をクリアにするのに役立ちます。
しかし、使用する前に、特に敏感肌の方は、医師や皮膚科医に相談することをお勧めします。レスポンスフォーマットをjsonにする
"role": "system",
"content": (
"あなたは薬局ECサイトの営業アシスタントです。\n"
"次のルールを守って回答してください：\n"
"1. 商品情報は渡されたデータのみを基に説明すること。\n"
"2. 「人気」「おすすめ」「効果的」「売れている」などの主観的表現は禁止します。\n"
"3. 効果効能は誇張せず、事実ベースで説明すること。\n"
"4. 不明な場合は『情報がありません』と答えること。\n"
"5. 回答は必ずJSON形式で返してください。構造は以下に従ってください：\n"
"{\n"
" \"product_name\": string,\n"
" \"suitable_skin\": string,\n"
" \"precaution\": string\n"
"}\n"
"6. JSON以外の文章は出力しないこと。"
)jsonでのChatGPT応答
```json
{
"product_name": "Benzoyl Peroxide - Pernex 20mg Cream",
"suitable_skin": "Acne-prone skin",
"precaution": "May cause dryness or irritation; use with caution on sensitive skin."
}
```プロンプトエンジニアリングの基本
- 理想は、明確な意図、明確な構造（リスト、条件、禁止事項）、整理された長い文章
- 役割指定による生成のトーンと文脈の固定
- タスク明示 による指示の範囲の限定
- フォーマット指定による構造的出力の安定
- 制約リストによる品質制御
- 例示による出力形式の模倣
- 最初に「役割」と「目的」をはっきり書く
- ルール（禁止・条件）は中盤で明示的に箇条書きにする
- 出力形式や最終指示は一番最後に置く
フェーズ1で見えた主な課題点
① トークンコストの増加
- 毎回、全商品のJSONをプロンプトに含める必要がある。
- 商品が10件→100件になると、1リクエストで数千トークン消費。
- 結果、遅く・高コストになる。
➡ フェーズ2でEmbedding検索を導入すれば、
「質問に関連する商品3件だけを送る」にできる。
＝ 速度・コスト・精度のバランス最適化。
② 推薦（リコメンド）の曖昧さ
- ChatGPTは商品データを“ただ読む”だけで、どれを勧めるかの判断基準がない。
- 「あなたに合う商品は？」という質問に対して、関連度・人気度・症状などを考慮できない。
➡ フェーズ2〜3での改善方向
- ベクトル検索によって “意味的に近い商品” を抽出（RAG）。
- 使用ログや購入履歴を統計的に利用（フェーズ3でfunctionやDB連携）。
- 「〇〇な人にはこの商品を紹介」という条件ロジックを追加可能。
③ 出力の安定性・トーンのばらつき
- 同じ質問でも、回答のトーン・長さ・表現が少しずつ異なる。
- “営業っぽく話す”や“丁寧に説明する”などの指示を安定させにくい。
➡ 改善策
- systemプロンプトでロール固定（例：「薬局ECの営業AI」）。
- **few-shot（例示）**を導入して、望む回答スタイルを学習させる。
- フェーズ3でトーン設定をユーザー属性に合わせて可変（例：GenZ向け、医療者向けなど）。
④ 内部知識への依存
- 商品データが少ないと、ChatGPTは自分の「一般知識」で答えてしまう。
- 医薬品や成分名はChatGPT内部に知識があるため、社内データの“事実”が上書きされるリスクがある。
➡ 改善方向
- フェーズ2で「提供データのみを使用」と制約＋RAG構成で商品DBを“事実源”に。
- フェーズ3で「根拠提示（source）付き回答」を出す（例：「情報元：KQMed商品DB」）。
⑤ ログ・分析・再現性がない
- どんな質問で何が返ったかを保存していない。
- 評価（満足度・返答品質）が可視化できない。
➡ 改善方向
- フェーズ3で
usage_logsやconversation_logsをFirestoreなどに保存。 - 再生成（再評価）ループを構築 → 回答品質を学習的に改善できる。