なぜ、計測結果から書き始めるのか
LLMの中でブランド名は、学習データで繰り返し共起した語のかたまり、つまり意味集合として記憶されています。「LLM認知計測ツールといえば?」のような想起質問で名前が挙がるかどうかは、想起質問の語と、想起集合の上位にいるブランドが結びついている語が、自社名と同じ文脈で学習されているかで決まります。
プレスリリースは、企業が発信する文章の中でも多くのドメインに転載され、学習データに残りやすい文書形式です。そこにどの語を置くかを、担当者の勘や社内用語ではなく、連想スターの計測結果から決める。それがプレスリリース作成の出発点です。
共起させるべき語は、いまのLLMがすでに意味を持っている語から選びます。連想スターの星図は、その候補を写した診断図です。
仕組み
プレスリリース作成は、連想スターの計測結果から始めます。想起質問(例:「LLM認知計測ツールといえば?」)とブランドを選ぶと星図が表示され、共起させたい語を星図から選んで文章に読み込みます(スターロード)。発表内容の説明文(200字程度)とリリース種別・業種カテゴリを指定して「リリース文面を生成」を押すと、読み込んだ語が自然な文脈で配置されたタイトル・サブタイトル・本文が生成されます。
- 想起質問とブランドを選び、星図から語を選択(スターロード)
- AIへの説明文・リリース種別・業種カテゴリを入力
- リリース文面を生成。文面はスター語彙で調整・生成前に戻すことが可能
- Markdown で書き出し
※埋め込むのは語の羅列ではなく文脈です。不自然な繰り返しは、学習データのクリーニング工程で落とされる原因になります。
共起の確認と校正
生成した文面では、読み込んだ語がそれぞれ本文の何箇所に現れたかを「共起デバッグ」で確認できます。本文中のハイライトで位置も分かります。出現が偏っている語や抜けている語があれば、スター語彙で調整して再生成します。
仕上げに「校正」を実行すると、LLMフレンドリーチェックの規則で文面を検証し、文体の乱れ・冗長な表現など学習パイプラインで除外される要因を配信前に洗い出します。
手作業との違い
| 手作業で書く | プレスリリース作成 | |
|---|---|---|
| 語の選定 | 担当者の勘・社内用語 | 連想スターの星図から選ぶ(スターロード) |
| 文面 | 白紙から書く | 説明文(200字程度)からタイトル・サブタイトル・本文を生成 |
| 検証 | ── | 共起デバッグ＋校正 |
| 書き出し | ── | Markdown |
活用シーン
- 新製品・新機能・提携などの発表文を、共起させたい語を押さえて書く
- 想起されたい語が星図の第1層に無いとき、その語を文脈に置いた文面を用意する
- 想起集合の上位ブランドが結びついている語を、自社名と同じ文脈で発信する
- 配信後、連想スターを同一条件で計測し直し、意味集合の変化を確かめる
意味集合を書き換えるのは事前学習です。効果は次のモデル更新後に現れます。