# 製品フィードバックの自動化

> 製品フィードバックの自動化 - 予測AIモデルと生成AIモデルを組み合わせて使用することで、感情的文章の要約と分割の自動化に関するガードレールの制約を克服できます。

This Markdown file sits beside the HTML page at the same path (with a `.md` suffix). It summarizes the topic and lists links for tools and LLM context.

Companion generated at `2026-07-27T18:44:30.226930+00:00` (UTC).

## Primary page

- [製品フィードバックの自動化](https://docs.datarobot.com/ja/docs/api/dev-learning/accelerators/llm-and-genai-apps/auto-feedback.html.md): Full documentation for this topic (Markdown sidecar).

## Documentation content

[GitHubでこのAIアクセラレーターにアクセス](https://github.com/datarobot-community/ai-accelerators/blob/main/generative_ai/Product%20Innovation%20GenAI/Product%20Innovation%20using%20Generative%20AI%20and%20DataRobot%20Auto%20ML.ipynb)

このアクセラレーターは、予測AIモデルと生成AIモデルを組み合わせて使用して、感情的文章の要約と分割の自動化に関するガードレールの制約を克服する方法を示しています。 簡単に言うと、このシステムは製品のレビューと評価を消費し、デザイン改善レポートを出力します。

顧客の声は伝統的に販売チャネルからのフィードバック（一般的にはレビュー）を使って捉えられます。 製品レビューを要約、セグメンテーション、専門知識の助けを借りて半自動的にまとめることは行われてきましたが、これは常に時間がかかりリソースを集中的に必要とするプロセスであり、何度もの作業の再検討を経る必要があります。

DataRobotを使えば、生成AIソリューションフレームワークを構築し、レビューテキストを処理する自動システムを使用し、製品設計および製造チーム向けのターゲットレポートを生成AIで作成することができます。

このアクセラレーターでは、以下の操作を行います。

- DataRobotを使用して製品レビューから影響力の高いレビューキーワードを抽出する。
- 高いAUCを持つモデルを選択するためのガードレールを実装して、キーワードがしっかりしたものでレビューの感情に相関していることを確認します。
- 最終レポート用の製品開発推奨を生成します。