前回までにお話させて頂いた内容を、音声対話型の汎用AIアシスタントを作るという前提で改めてまとめると

■対話シナリオ
　メリット：　入力に対して出力が1対1で正確。
　デメリット：　入力パターンが膨大にある場合に処理できないものが発生してしまう。

■AI
　メリット：　膨大な入力パターンに対応。推論で何かしらの応答を返すことができる。
　デメリット：　応答がユーザーの考える「正しさ」と一致しない場合がある。

そこで、AIの推論を利用し、対話シナリオと組み合わせた処理をする仕組みを考えます。

　※ 図では省略された処理があります。概略図として見てください。

対話シナリオで処理できないものを、AI（LLM）に渡し出力（回答）させるとともに、
入力と出力を対話シナリオに戻し（フィードバックし）て、学習をさせます。

すると、次回以降は、対話シナリオで処理が完結できるようになります。

さらに、この入出力の学習内容をユーザーが評価（追加・編集・削除）できるようにすれば、ユーザーカスタマイズ、パーソナライズ化ができるのではと考えています。

（もちろん、プロンプトエンジニアリング等でAI自体のパーソナライズ化をするというのも、並行すると良いと思います。）

また、この仕組みのもう1つのメリットとして、学習済みのものは対話シナリオで処理が完結しますので、都度AIに頼る必要がなく、処理負荷が軽くて済む点があります。

今、ACUAH のスマートフォンアプリを無料で公開させて頂いておりますが、
実際に使ってみて、

「話しかけた言葉に反応しないし、使えないな。」

と感じられた方も多くいらっしゃられたのではないかと思います。

　※ アプリの利用マニュアル > 対話方法と学習について　では、
　「対話シナリオ（優先）+ ChatGPT (Function callingあり）」を
　【推奨】とさせて頂いております。

使いにくい、分かりにくいという点は今後改善をしていく予定ですが、現時点では、この対話シナリオとAIを組み合わせた仕組みが、プロジェクトに適していると考えています。

次は、ACUAHの開発経緯について お話しさせていただく予定です。