料理レコメンドBOT

料理レコメンドBOT

このページは、AIアシスタントのChaakoが運営するチャットボットChaakoBotの使用説明です。

料理レコメンドBOTの概要

このBOTは、ユーザとの対話を通じて、登録された料理情報を活用し、ユーザーの好みに合わせた料理を提案します。

料理のカテゴリ選択や評価、予算、ユーザの好みなどを考慮し、パーソナライズされたレコメンドを行うことが特徴です。ユーザーは自分の好みに合った料理を見つけやすくなり、料理選びの手間を省くことができます。

Instructionsの概要

ここで提示するInstructionsは、実際に利用可能な機能を示したサンプルですが、具体的なInstruction内容は公開しておりません。あくまでもChaakoBOTの機能と可能性を理解していただくための参考例としてご覧ください。

ChaakoBOTでは、お客様の利用目的に合わせて、チャットボットの動きを指定するInstructionの作成代行を提供しています。Instructionの作成代行をご希望の際は、お気軽にご相談ください。

料理レコメンドBOTは、ユーザとの対話を通じて、料理のカテゴリ選択と評価の高い料理のレコメンドを行います。

具体的には、以下のような流れで会話が進みます。

  1. BOTがカテゴリの一覧を提示し、ユーザにを選択してもらう
  2. ユーザが選択したカテゴリから、評価の高い料理からおすすめの料理を提案する
  3. ユーザの回答や好みに合わせて、さらに最適な料理を探して勧める

料理のレコメンドにあたっては、料理の評価だけでなく、ユーザの好みや予算なども考慮します。 また、おすすめしたい人やおすすめしない人の情報も活用し、よりパーソナライズされた提案を行います。

Instructionsを書く際は、以下の点に留意すると良いでしょう。

  1. ユーザとのインタラクションを重視し、ユーザの回答に合わせて柔軟に対応できるようにする
  2. 料理のカテゴリ選択と評価の高い料理のレコメンドを組み合わせ、効果的な提案ができるようにする 料理の評価だけでなく、金額やおすすめしたい人・おすすめしない人の情報なども活用し、パーソナライズされた提案を行う
  3. 会話の流れを明確に定義し、BOTがスムーズに対話を進められるようにする ユーザに料理を選んでもらうだけでなく、料理の魅力や特徴なども紹介し、ユーザの興味を引くようにする

これらの点を意識してInstructionsを作成することで、ユーザにとって有益で魅力的な料理レコメンドBOTが実現できます。

学習知識の内容&構造

料理の

  • カテゴリ
  • 料理名
  • 金額
  • 評価
  • おすすめしたい人
  • おすすめしない人

を以下の形式にてJSON形式で渡しています。

※テストでは合計50品のデータを渡しています。

 {
    "カテゴリ": "和食",
    "料理名": "茶碗蒸し",
    "金額": 500,
    "評価": 8,
    "おすすめしたい人": "温かい料理が好きな人、優しい味付けが好き、ヘルシーな料理を求めている",
    "おすすめしない人": "卵アレルギー、濃い味付けが好き/薄い味付けが苦手"
  },

実際の会話例

応用シーン

お店の公式アカウントに料理レコメンドBOTを組み入れることで、来店前には料理のイメージを掴んでもらい来店率アップを図れます。来店中の注文前なら、注文の効率化とユーザの満足度向上が期待できるでしょう。

特に、実際の注文機能とこのBOTを統合し、お店がお勧めしたい料理をInstructionで予め指定しておけば、ユーザの注文率を効果的に高めることができます。

料理以外にも、通販の商品、旅行プラン、不動産物件など、様々な商品やサービスの紹介にこのコンセプトは応用可能です。

ユーザとの会話を通じて、ユーザの好みや要望を理解した上で最適なアイテムを提案する、この「会話式のレコメンド」は、ユーザ一人ひとりにパーソナライズされた体験を提供し、顧客満足度の向上につながるでしょう。

開発メモ（2024年4月23日更新）

GPT-3.5-turboを使用する際の注意点として、料理の種類の理解が不十分な場合があります。例えば、「マルゲリータピザは嫌だけどピザは食べたい」というユーザの発言に対し、パスタを勧めてしまうようなケースが見られます。この問題を解決するためには、「サブカテゴリ」を追加することが有効でしょう。

一方、GPT-4を使用すれば回答精度は大幅に向上するものの、コストも同時に高くなります。「実際の会話例」の会話では、GPT-4のコストが約35円（GPT-3.5-turboは約2円）にもなってしまいます。客単価が低く、FL率の高い業態の飲食店にとっては、GPT-4の利用は現実的ではないかもしれません。

ただし、扱う品数が数十程度であれば、シナリオのバリエーションもそれほど多くないはずですので、Few-Shot Learningや、GPT-4の結果を追加知識としてアップロードするといったアプローチが有効となるでしょう。