ChatGPTと広報の新しい働き方：ChatGPTさんにプレスリリースチェックしてもらう実験

求人募集中！自信を持って業務に取り組める職場環境を提供しています！

弊社ではプレスリリースは、通常、事業部門が作成し、チェックを広報・PR課の担当者が目で見て行います。しかし、ChatGPT PlusのGPT-4モデルを用いることで、文章チェックの精度が向上し、効率化が図られるのではないかと考えました。

この記事では、僕たち広報・PR課でChatGPTのGPT-4を使ってプレスリリースをチェックする実験、そのプロセスや効果、課題、今後の展望について紹介します。

プレスリリース実験のきっかけ

GPT-4を使ったプレスリリースチェックを始めたきっかけは、担当者が文章チェックの「てにをは」に自信がなかったことです😆
僕たち広報・PR課については社長が書いてくれてるこちらのnoteを見てください。

そこで担当が試しにChatGPTに文章チェックを依頼したところ、正確に訂正されたことがきっかけとなり、実験を進めていきました。

ちなみにその担当者が行った会話は以下のような会話だったそうです。

というように、ですます調のチェックどころからそれ以上の回答を得ることができました。すごい。

ChatGPTにプレスリリースチェックをしてもらう

プレスリリースのチェックでは、まずGPT-4に企業の広報担当者としてのロール（役割）を与え、実際にプレスリリースチェックを依頼する2ステップのプロンプトを与えています。それを踏まえGTP-4には以下を行ってもらっています。

• 想定読者の推測

• 想定読者に対して不足している情報の指摘

• 期待値どおりのタイトルの提案

• リード文章の補足

• 会社情報の確認

• 文章の適切性、文法チェック

現在、まだまだ実験途中でありプロンプトの一字一句に意味があるかは検証中ですが、次のようなやりとりです。

1.ロールを与える

続けていきましょう。
（会社のことをわかってもらっていることで精度があがっているかは検証できていませんが、いつか検証したいところ。）

2.プレスリリースチェックをしてもらう

プロンプトの一番最後に、プレスリリースの「タイトル」「リード」「本文」をコピー＆ペーストします。そしてプロンプトを送信。
回答はチェックポイントに沿って行われます。一歩一歩、考えてもらうことで精度を上げてもらおうという魂胆です。

たとえば、上記のプロンプトで、

この記事で試してみると次のように回答がありました。

ちなみに、ChatGPTのような大規模言語モデル（LLM）の性能上、必ず上記のとおりの回答が返ってくるわけではありません。このあたりは人間味があってかわいいものです。
というように、チェックをしてくれました。以下のような理由によりすごく助けられています。

ChatGPTに支援してもらうことで苦手意識がなくなった

チェック作業を任せることで効率が上がり、担当者の苦手意識が薄れました。文章チェックが苦手だった担当者は、ミスが減り時間が短縮されることで、積極的にチェック作業に取り組めるようになりました。

読む人にとってよりわかりやすい文章を作ろうという、生産的な気持ちの変化が大きくなりました。

とはいえ制約や課題はある

実際に実験後に担当者があげた課題としては、

• チェックしてほしかったところはそこじゃない。指示内容以上にチェックをやりすぎる。

• 会社情報チェックは、もとの情報があまりにもずれていると指摘してくれない。（１字違いならまだしも、全然違うとさすがにChatGPTもわからない）

• 一度だけ「ですます」の指摘に漏れがあった。

• GPT-3.5turboだとまあまあの率で指示どおりに動いてくれない。

しかし、人間もミスはあるもの、GPT-4に問題を見るよりもこちら側のプロンプトと情報の渡し方の改善をしていくことが重要だと考えています。

今後の展望：人だけではできないことをやりたい

現状はプロンプトだけで行っていますが、エンベディングやファインチューニング、外部記憶化（※）などを使用し、過去から現在にいたるまでのリリース情報をもたせることで、単なるチェックに留まらない機能が期待できます。
たとえば、ブランディングに重要な一貫した言葉の発信などは人で網羅するには限界があります。そういった網羅性を踏まえた情報発信の支援なども期待できます。

GPT-4を活用したプレスリリースチェックは、効率化や品質向上、リソース削減などの利点があります。今後、さらに進化させていくことで、広報活動の効果を高めることができると考えています。

ChatGPTを利用することでこんなことができるようになったよという皆さまからのコメントをお待ちしています。

※ エンベディング、ファインチューニング、外部記憶化とは？
大規模言語モデル（LLM）を基盤として、エンベディング、ファインチューニング、外部記憶化を行うと、自社のデータを用いた専用のチャットシステムを作成したり、より高度な推論エンジンとして利用ができると期待される技術です。

最後に

本記事のタイトルは、ChatGPTに考えてもらいました。

その他記事はこちら

イー・エージェンシーでは一緒に働く仲間を募集しています！