JP7742466B2 - システム - Google Patents

Description

本開示の技術は、システムに関する。

特許文献１には、少なくとも一つのプロセッサにより遂行される、ペルソナチャットボット制御方法であって、ユーザ発話を受信するステップと、前記ユーザ発話を、チャットボットのキャラクターに関する説明と関連した指示文を含むプロンプトに追加するステップと前記プロンプトをエンコードするステップと、前記エンコードしたプロンプトを言語モデルに入力して、前記ユーザ発話に応答するチャットボット発話を生成するステップ、を含む、方法が開示されている。

特開２０２２－１８０２８２号公報

人間関係のトラウマや教養等が足りず、素の自分を発信することに自信がない人々が、具体的な理想像があるにも関わらず、その理想の姿になることが困難である。という課題が存在する。

ユーザーが設定した理想の人間像を投影し、その理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする。そして、そのカスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングすることで、ユーザーが自身の理想像に近づくことを促進するシステムを提供する。

第１実施形態に係るデータ処理システムの構成の一例を示す概念図である。 第１実施形態に係るデータ処理装置及びスマートデバイスの要部機能の一例を示す概念図である。 第２実施形態に係るデータ処理システムの構成の一例を示す概念図である。 第２実施形態に係るデータ処理装置及びスマート眼鏡の要部機能の一例を示す概念図である。 第３実施形態に係るデータ処理システムの構成の一例を示す概念図である。 第３実施形態に係るデータ処理装置及びヘッドセット型端末の要部機能の一例を示す概念図である。 第４実施形態に係るデータ処理システムの構成の一例を示す概念図である。 第４実施形態に係るデータ処理装置及びロボットの要部機能の一例を示す概念図である。 複数の感情がマッピングされる感情マップを示す。 複数の感情がマッピングされる感情マップを示す。 形態例１の実施例１におけるデータ処理システムの処理の流れを示すシーケンス図である。 形態例１の応用例１におけるデータ処理システムの処理の流れを示すシーケンス図である。 形態例２の実施例２におけるデータ処理システムの処理の流れを示すシーケンス図である。 形態例２の応用例２におけるデータ処理システムの処理の流れを示すシーケンス図である。 形態例３の実施例３におけるデータ処理システムの処理の流れを示すシーケンス図である。 形態例３の応用例３におけるデータ処理システムの処理の流れを示すシーケンス図である。 感情エンジンを組み合わせた場合の形態例１の実施例１におけるデータ処理システムの処理の流れを示すシーケンス図である。 感情エンジンを組み合わせた場合の形態例１の応用例１におけるデータ処理システムの処理の流れを示すシーケンス図である。

以下、添付図面に従って本開示の技術に係るシステムの実施形態の一例について説明する。

先ず、以下の説明で使用される文言について説明する。

以下の実施形態において、符号付きのプロセッサ（以下、単に「プロセッサ」と称する）は、１つの演算装置であってもよいし、複数の演算装置の組み合わせであってもよい。また、プロセッサは、１種類の演算装置であってもよいし、複数種類の演算装置の組み合わせであってもよい。演算装置の一例としては、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）、ＧＰＧＰＵ（General-Purpose computing on Graphics Processing Units）、ＡＰＵ（Accelerated Processing Unit）、又はＴＰＵ（ＴＥＮＳＯＲ ＰＲＯＣＥＳＳＩＮＧ ＵＮＩＴ（登録商標））等が挙げられる。

以下の実施形態において、符号付きのＲＡＭ（Random Access Memory）は、一時的に情報が格納されるメモリであり、プロセッサによってワークメモリとして用いられる。

以下の実施形態において、符号付きのストレージは、各種プログラム及び各種パラメータ等を記憶する１つ又は複数の不揮発性の記憶装置である。不揮発性の記憶装置の一例としては、フラッシュメモリ（ＳＳＤ（Solid State Drive））、磁気ディスク（例えば、ハードディスク）、又は磁気テープ等が挙げられる。

以下の実施形態において、符号付きの通信Ｉ／Ｆ（Interface）は、通信プロセッサ及びアンテナ等を含むインタフェースである。通信Ｉ／Ｆは、複数のコンピュータ間での通信を司る。通信Ｉ／Ｆに対して適用される通信規格の一例としては、５Ｇ（5th Generation Mobile Communication System）、Ｗｉ－Ｆｉ（登録商標）、又はＢｌｕｅｔｏｏｔｈ（登録商標）等を含む無線通信規格が挙げられる。

以下の実施形態において、「Ａ及び／又はＢ」は、「Ａ及びＢのうちの少なくとも１つ」と同義である。つまり、「Ａ及び／又はＢ」は、Ａだけであってもよいし、Ｂだけであってもよいし、Ａ及びＢの組み合わせであってもよい、という意味である。また、本明細書において、３つ以上の事柄を「及び／又は」で結び付けて表現する場合も、「Ａ及び／又はＢ」と同様の考え方が適用される。

［第１実施形態］

図１には、第１実施形態に係るデータ処理システム１０の構成の一例が示されている。

図１に示すように、データ処理システム１０は、データ処理装置１２及びスマートデバイス１４を備えている。データ処理装置１２の一例としては、サーバが挙げられる。

データ処理装置１２は、コンピュータ２２、データベース２４、及び通信Ｉ／Ｆ２６を備えている。コンピュータ２２は、本開示の技術に係る「コンピュータ」の一例である。コンピュータ２２は、プロセッサ２８、ＲＡＭ３０、及びストレージ３２を備えている。プロセッサ２８、ＲＡＭ３０、及びストレージ３２は、バス３４に接続されている。また、データベース２４及び通信Ｉ／Ｆ２６も、バス３４に接続されている。通信Ｉ／Ｆ２６は、ネットワーク５４に接続されている。ネットワーク５４の一例としては、ＷＡＮ（Wide Area Network）及び／又はＬＡＮ（Local Area Network）等が挙げられる。

スマートデバイス１４は、コンピュータ３６、受付装置３８、出力装置４０、カメラ４２、及び通信Ｉ／Ｆ４４を備えている。コンピュータ３６は、プロセッサ４６、ＲＡＭ４８、及びストレージ５０を備えている。プロセッサ４６、ＲＡＭ４８、及びストレージ５０は、バス５２に接続されている。また、受付装置３８、出力装置４０、及びカメラ４２も、バス５２に接続されている。

受付装置３８は、タッチパネル３８Ａ及びマイクロフォン３８Ｂ等を備えており、ユーザ入力を受け付ける。タッチパネル３８Ａは、指示体（例えば、ペン又は指等）の接触を検出することにより、指示体の接触によるユーザ入力を受け付ける。マイクロフォン３８Ｂは、ユーザの音声を検出することにより、音声によるユーザ入力を受け付ける。制御部４６Ａは、タッチパネル３８Ａ及びマイクロフォン３８Ｂによって受け付けたユーザ入力を示すデータをデータ処理装置１２に送信する。データ処理装置１２では、特定処理部２９０が、ユーザ入力を示すデータを取得する。

出力装置４０は、ディスプレイ４０Ａ及びスピーカ４０Ｂ等を備えており、データをユーザ２０が知覚可能な表現形（例えば、音声及び／又はテキスト）で出力することでデータをユーザ２０に対して提示する。ディスプレイ４０Ａは、プロセッサ４６からの指示に従ってテキスト及び画像等の可視情報を表示する。スピーカ４０Ｂは、プロセッサ４６からの指示に従って音声を出力する。カメラ４２は、レンズ、絞り、及びシャッタ等の光学系と、ＣＭＯＳ（Complementary Metal-Oxide-Semiconductor）イメージセンサ又はＣＣＤ（Charge Coupled Device）イメージセンサ等の撮像素子とが搭載された小型デジタルカメラである。

通信Ｉ／Ｆ４４は、ネットワーク５４に接続されている。通信Ｉ／Ｆ４４及び２６は、ネットワーク５４を介してプロセッサ４６とプロセッサ２８との間の各種情報の授受を司る。

図２には、データ処理装置１２及びスマートデバイス１４の要部機能の一例が示されている。

図２に示すように、データ処理装置１２では、プロセッサ２８によって特定処理が行われる。ストレージ３２には、特定処理プログラム５６が格納されている。特定処理プログラム５６は、本開示の技術に係る「プログラム」の一例である。プロセッサ２８は、ストレージ３２から特定処理プログラム５６を読み出し、読み出した特定処理プログラム５６をＲＡＭ３０上で実行する。特定処理は、プロセッサ２８がＲＡＭ３０上で実行する特定処理プログラム５６に従って特定処理部２９０として動作することによって実現される。

ストレージ３２には、データ生成モデル５８及び感情特定モデル５９が格納されている。データ生成モデル５８及び感情特定モデル５９は、特定処理部２９０によって用いられる。

スマートデバイス１４では、プロセッサ４６によって受付出力処理が行われる。ストレージ５０には、受付出力プログラム６０が格納されている。受付出力プログラム６０は、データ処理システム１０によって特定処理プログラム５６と併用される。プロセッサ４６は、ストレージ５０から受付出力プログラム６０を読み出し、読み出した受付出力プログラム６０をＲＡＭ４８上で実行する。受付出力処理は、プロセッサ４６がＲＡＭ４８上で実行する受付出力プログラム６０に従って、制御部４６Ａとして動作することによって実現される。

次に、データ処理装置１２の特定処理部２９０による特定処理について説明する。

「形態例１」

本発明のシステムは、ユーザーが設定した理想の人間像を投影する手段、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段を含む。具体的には、ユーザーがアプリケーション上で理想の人間像を設定する。例えば、理想の人間像として「思いやりのある人」を設定した場合、システムはユーザーの行動や発言を「思いやりのある人」に基づいてカスタムチェンジする。その後、システムはカスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングすることで、ユーザーが自身の理想像に近づくことを促進する。

「形態例２」

本発明のシステムは、ユーザーが設定した理想の人間像を投影する手段、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段を含む。具体的には、ユーザーがアプリケーション上で理想の人間像を設定する。例えば、理想の人間像として「思いやりのある人」を設定した場合、システムはユーザーの行動や発言を「思いやりのある人」に基づいてカスタムチェンジする。その後、システムはカスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングすることで、ユーザーが自身の理想像に近づくことを促進する。

以下に、各形態例の処理の流れについて説明する。

「形態例１」

ステップ１：ユーザーがアプリケーション上で理想の人間像を設定する。例えば、「思いやりのある人」を理想の人間像として設定する。

ステップ２：システムがユーザーの行動や発言を理想の人間像に基づいてカスタムチェンジする。具体的には、「思いやりのある人」に基づいてユーザーの行動や発言を分析し、それに適した行動や発言を生成する。

ステップ３：システムがカスタムチェンジした行動や発言をユーザーに提示する。例えば、ユーザーが他人に対して思いやりのある行動をとるようにアドバイスを提供する。

ステップ４：ユーザーが提示された行動や発言を反復トレーニングする。これにより、ユーザーは自身の理想像に近づくことが可能となる。

（実施例１）

次に、形態例１の実施例１について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、スマートデバイス１４を「端末」と称する。

従来の自己改善システムでは、ユーザーが設定した理想の人間像に基づいて具体的な行動や発言をカスタムチェンジすることが難しく、またその反復トレーニングの進捗を効果的に記録しフィードバックを提供する手段が不足している。このため、ユーザーが自身の理想像に近づくための効果的なサポートが提供されていないという課題がある。

実施例１におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

この発明では、サーバは、ユーザーが設定した理想の人間像を投影する手段と、生成AIモデルを用いて該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、該反復トレーニングの進捗を記録し、フィードバックを提供する手段と、を含む。これにより、ユーザーが自身の理想像に近づくための具体的な行動や発言を学び、実践し、その進捗を効果的に管理することが可能となる。

「理想の人間像」とは、ユーザーが目指すべき具体的な人物像や性格特性を指す。

「生成AIモデル」とは、人工知能を用いてデータを生成し、ユーザーの行動や発言をカスタムチェンジするためのアルゴリズムやプログラムを指す。

「カスタムチェンジ」とは、ユーザーの行動や発言を理想の人間像に基づいて変更することを指す。

「反復トレーニング」とは、ユーザーが提示されたカスタムチェンジされた行動や発言を繰り返し実践することを指す。

「フィードバック」とは、ユーザーの反復トレーニングの進捗に基づいて提供される評価やアドバイスを指す。

「進捗を記録する」とは、ユーザーが行った反復トレーニングの内容や成果をデータとして保存することを指す。

「提示する」とは、サーバが生成したカスタムチェンジされた行動や発言をユーザーに見せることを指す。

この発明は、ユーザーが設定した理想の人間像に基づいて行動や発言をカスタムチェンジし、それを反復トレーニングすることでユーザーが自身の理想像に近づくことを促進するシステムである。以下に、このシステムの具体的な実施形態を説明する。

使用するハードウェアおよびソフトウェア

ハードウェア

端末: スマートフォン、パソコン、タブレットなどのユーザーが操作するデバイス。

サーバ: データ処理および生成AIモデルの実行を行うためのサーバ。

ソフトウェア

アプリケーション: ユーザーが理想の人間像を設定し、カスタムチェンジされた行動や発言を確認するためのインターフェースを提供するソフトウェア。

生成AIモデル: ユーザーの行動や発言を理想の人間像に基づいてカスタムチェンジするためのアルゴリズム。具体的には、OpenAI（登録商標）のGPT-4（登録商標）などの生成AIモデルを使用する。

データ加工およびデータ演算

ユーザーが理想の人間像を設定する

ユーザーは、アプリケーションを起動し、理想の人間像を設定する。例えば、「思いやりのある人」を理想の人間像として設定する。

端末が設定データをサーバに送信する

端末は、ユーザーが設定した理想の人間像のデータをサーバに送信する。このデータには、ユーザーの選択した理想の人間像に関する情報が含まれる。

サーバが生成AIモデルを使用してデータを解析する

サーバは、受信したデータを基に生成AIモデルを使用してユーザーの行動や発言を解析する。具体的には、サーバはユーザーの過去の行動や発言データを収集し、それを理想の人間像に基づいてカスタムチェンジする。

サーバがカスタムチェンジした行動や発言を生成する

サーバは、生成AIモデルを用いて、ユーザーの理想の人間像に基づいた行動や発言を生成する。例えば、「思いやりのある人」としての行動や発言の具体例を生成する。

サーバが生成したデータを端末に送信する

サーバは、生成したカスタムチェンジされた行動や発言のデータを端末に送信する。このデータには、ユーザーが実践すべき具体的な行動や発言の例が含まれる。

端末がユーザーにデータを提示する

端末は、受信したデータをユーザーに提示する。ユーザーは、アプリケーションのインターフェースを通じて、カスタムチェンジされた行動や発言の具体例を確認する。

ユーザーが反復トレーニングを行う

ユーザーは、提示されたカスタムチェンジされた行動や発言を実際に実践し、反復トレーニングを行う。アプリケーションは、ユーザーの進捗を記録し、必要に応じてフィードバックを提供する。

具体例

例えば、ユーザーが「思いやりのある人」を理想の人間像として設定した場合、以下のようなプロンプト文を生成AIモデルに入力する。

プロンプト文の例

「ユーザーが友人と会話しているときに、思いやりのある発言をするためのアドバイスを提供してください。」

生成AIモデルは、このプロンプト文に基づいて、ユーザーが友人と会話する際に使える具体的な発言例を生成する。例えば、「友人が困っているときに『何か手伝えることがあれば教えてね』と言う」といったアドバイスを提供する。

このようにして、ユーザーは理想の人間像に基づいた行動や発言を学び、実践することができる。

実施例１における特定処理の流れについて図１１を用いて説明する。

ステップ１：

ユーザーが理想の人間像を設定する

ユーザーは、アプリケーションを起動し、理想の人間像を設定する。具体的には、アプリケーションのインターフェース上で「理想の人間像を設定する」ボタンをクリックし、ドロップダウンメニューから「思いやりのある人」を選択し、「設定」ボタンを押す。

入力: ユーザーの選択した理想の人間像（例：「思いやりのある人」）

出力: 理想の人間像の設定データ

ステップ２：

端末が設定データをサーバに送信する

端末は、ユーザーが設定した理想の人間像のデータをサーバに送信する。この送信は、HTTPSプロトコルを使用して安全に行われる。

入力: 理想の人間像の設定データ

出力: サーバに送信された設定データ

ステップ３：

サーバが生成AIモデルを使用してデータを解析する

サーバは、受信した設定データを基に生成AIモデルを使用してユーザーの行動や発言を解析する。具体的には、サーバはユーザーの過去の行動や発言データ（例：チャットログやSNSの投稿）を収集し、それを理想の人間像に基づいてカスタムチェンジする。

入力: 設定データ、ユーザーの過去の行動や発言データ

出力: カスタムチェンジされた行動や発言データ

ステップ４：

サーバがカスタムチェンジした行動や発言を生成する

サーバは、生成AIモデルを用いて、ユーザーの理想の人間像に基づいた行動や発言を生成する。例えば、「思いやりのある人」としての行動や発言の具体例を生成する。

入力: カスタムチェンジされた行動や発言データ

出力: 生成された具体的な行動や発言の例

ステップ５：

サーバが生成したデータを端末に送信する

サーバは、生成したカスタムチェンジされた行動や発言のデータを端末に送信する。この送信も、HTTPSプロトコルを使用して行われる。

入力: 生成された具体的な行動や発言の例

出力: 端末に送信されたデータ

ステップ６：

端末がユーザーにデータを提示する

端末は、受信したデータをユーザーに提示する。ユーザーは、アプリケーションのインターフェースを通じて、カスタムチェンジされた行動や発言の具体例を確認する。

入力: 端末に送信されたデータ

出力: ユーザーに提示された具体的な行動や発言の例

ステップ７：

ユーザーが反復トレーニングを行う

ユーザーは、提示されたカスタムチェンジされた行動や発言を実際に実践し、反復トレーニングを行う。アプリケーションは、ユーザーの進捗を記録し、必要に応じてフィードバックを提供する。例えば、ユーザーが「今日、友人に思いやりのある発言をした」とアプリケーションに入力する。

入力: ユーザーの実践結果

出力: 記録された進捗データおよび提供されたフィードバック

（応用例１）

次に、形態例１の応用例１について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、スマートデバイス１４を「端末」と称する。

従来の接客トレーニングシステムでは、スタッフが理想の接客態度を身につけるための具体的な行動や発言のカスタムチェンジが難しく、効果的なトレーニングが行えないという問題があった。また、スタッフが理想の接客態度に近づくための反復トレーニングが不足しており、実際の接客において理想の態度を維持することが困難であった。

応用例１におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。この発明では、サーバは、ユーザーが設定した理想の人間像を投影する手段と、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、生成AIモデルを用いて理想の人間像に基づいた行動や発言を生成する手段と、該生成された行動や発言をプロンプト文としてユーザーに提示する手段と、を含む。これにより、スタッフが理想の接客態度を具体的に理解し、反復トレーニングを通じて実際の接客において理想の態度を維持することが可能となる。

「ユーザー」とは、システムを利用して理想の人間像に基づいた行動や発言を学習しようとする個人である。

「理想の人間像」とは、ユーザーが目指すべき具体的な人物像や態度のことであり、システムがそれに基づいて行動や発言をカスタムチェンジする基準となるものである。

「投影する手段」とは、ユーザーが設定した理想の人間像をシステム上で視覚的またはテキストとして表示する機能である。

「カスタムチェンジする手段」とは、ユーザーの現在の行動や発言を理想の人間像に基づいて変更するための機能である。

「提示する手段」とは、カスタムチェンジされた行動や発言をユーザーに表示するための機能である。

「反復トレーニングする手段」とは、ユーザーがカスタムチェンジされた行動や発言を繰り返し練習するための機能である。

「生成AIモデル」とは、ユーザーが設定した理想の人間像に基づいて行動や発言を生成するための人工知能モデルである。

「プロンプト文」とは、生成AIモデルが理想の人間像に基づいて生成した行動や発言をユーザーに提示するためのテキスト形式の指示文である。

この発明を実施するためのシステムは、ユーザーが設定した理想の人間像に基づいて行動や発言をカスタムチェンジし、それをユーザーに提示して反復トレーニングを行うものである。以下に、このシステムの具体的な実施形態について説明する。

システムの構成

システムは、以下の主要なコンポーネントから構成される。

1. ユーザー端末: スマートフォンやタブレットなどのデバイスで、ユーザーが理想の人間像を設定し、カスタムチェンジされた行動や発言を確認するために使用する。

2. サーバ: ユーザーの入力データを処理し、生成AIモデルを用いて理想の人間像に基づいた行動や発言を生成する。

3. 生成AIモデル: OpenAIのGPT-3（登録商標）などの生成AIモデルを使用し、ユーザーが設定した理想の人間像に基づいて行動や発言を生成する。

プログラムの処理

サーバは、ユーザー端末から送信された理想の人間像と現在の行動や発言のデータを受け取り、生成AIモデルにプロンプト文として入力する。生成AIモデルは、理想の人間像に基づいた行動や発言を生成し、その結果をサーバに返す。サーバは、生成された行動や発言をユーザー端末に送信し、ユーザーに提示する。

使用するハードウェアおよびソフトウェア

ハードウェア: スマートフォン、タブレット、サーバ

ソフトウェア: Python、OpenAI API、ユーザーインターフェースアプリケーション

データ加工およびデータ演算

サーバは、ユーザーが設定した理想の人間像と現在の行動や発言をプロンプト文として生成AIモデルに送信する。生成AIモデルは、プロンプト文に基づいて理想の行動や発言を生成し、その結果をサーバに返す。サーバは、生成された行動や発言をユーザー端末に送信し、ユーザーに提示する。

具体例

例えば、ユーザーが「思いやりのある接客」を理想の人間像として設定し、現在の行動が「お客様に対して無愛想な対応をする」である場合、プロンプト文は以下のようになる。

プロンプト文の例:

理想の人間像: 思いやりのある接客

ユーザーの行動: お客様に対して無愛想な対応をする

理想の人間像に基づいた行動:

生成AIモデルは、このプロンプト文に基づいて「思いやりのある接客」に適した行動や発言を生成し、その結果をユーザーに提示する。ユーザーは提示された行動や発言を反復トレーニングすることで、理想の接客態度に近づくことができる。

応用例１における特定処理の流れについて図１２を用いて説明する。

ステップ１：

ユーザーが端末を使用して理想の人間像を設定する。ユーザーはアプリケーションを起動し、理想の人間像（例：「思いやりのある接客」）を入力する。入力データは端末からサーバに送信される。

入力：理想の人間像

出力：サーバに送信された理想の人間像データ

ステップ２：

サーバは、ユーザーから送信された理想の人間像データを受信する。サーバはこのデータを保存し、次の処理に使用する。

入力：理想の人間像データ

出力：保存された理想の人間像データ

ステップ３：

ユーザーが端末を使用して現在の行動や発言を入力する。ユーザーは現在の行動（例：「お客様に対して無愛想な対応をする」）を入力し、端末からサーバに送信する。

入力：現在の行動や発言

出力：サーバに送信された現在の行動や発言データ

ステップ４：

サーバは、ユーザーから送信された現在の行動や発言データを受信する。サーバはこのデータを保存し、次の処理に使用する。

入力：現在の行動や発言データ

出力：保存された現在の行動や発言データ

ステップ５：

サーバは、保存された理想の人間像データと現在の行動や発言データを組み合わせてプロンプト文を生成する。生成されたプロンプト文は、生成AIモデルに入力される。

入力：理想の人間像データ、現在の行動や発言データ

出力：生成されたプロンプト文

ステップ６：

サーバは、生成されたプロンプト文を生成AIモデルに送信する。生成AIモデルはプロンプト文に基づいて理想の行動や発言を生成する。

入力：生成されたプロンプト文

出力：生成AIモデルによって生成された理想の行動や発言

ステップ７：

サーバは、生成AIモデルから返された理想の行動や発言を受信する。サーバはこのデータをユーザー端末に送信する。

入力：生成AIモデルによって生成された理想の行動や発言

出力：ユーザー端末に送信された理想の行動や発言データ

ステップ８：

ユーザー端末は、サーバから送信された理想の行動や発言データを受信し、ユーザーに提示する。ユーザーは提示された行動や発言を確認し、反復トレーニングを行う。

入力：理想の行動や発言データ

出力：ユーザーに提示された理想の行動や発言

以上の処理ステップにより、ユーザーは理想の人間像に基づいた行動や発言を学習し、反復トレーニングを通じて理想の態度に近づくことができる。

（実施例２）

次に、形態例２の実施例２について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、スマートデバイス１４を「端末」と称する。

現代社会において、多くの人々が自己改善や理想の人間像に近づくことを目指しているが、その過程は困難であり、持続的な努力が必要である。また、自己改善のための具体的な行動や発言の指針が不足しているため、効果的なトレーニングが難しいという問題がある。さらに、ユーザーの行動や発言を理想の人間像に基づいてカスタムチェンジするための適切な手段が存在しないため、ユーザーが自身の理想像に近づくことが困難である。

実施例２におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

この発明では、サーバは、ユーザーが設定した理想の人間像を投影する手段と、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示する手段と、該提示された行動や発言をユーザーが反復トレーニングする手段と、ユーザーの行動や発言を収集する手段と、収集した行動や発言を解析し、生成AIモデルを使用してカスタムチェンジする手段と、を含む。これにより、ユーザーは具体的な行動や発言の指針を得ることができ、持続的なトレーニングを通じて自身の理想像に近づくことが可能となる。

「理想の人間像」とは、ユーザーが目指すべき具体的な人物像や性格特性を指す。

「投影する手段」とは、ユーザーが設定した理想の人間像を視覚的またはテキスト形式で表示するための機能を指す。

「カスタムチェンジする手段」とは、ユーザーの現在の行動や発言を理想の人間像に基づいて変更するための機能を指す。

「提示する手段」とは、カスタムチェンジされた行動や発言をユーザーに通知または表示するための機能を指す。

「反復トレーニングする手段」とは、ユーザーが提示された行動や発言を繰り返し実行することで、理想の人間像に近づくためのトレーニングを行う機能を指す。

「収集する手段」とは、ユーザーの行動や発言を記録し、データとして保存するための機能を指す。

「解析する手段」とは、収集されたユーザーの行動や発言データを分析し、理想の人間像に基づいてカスタムチェンジするための情報を抽出する機能を指す。

「生成AIモデル」とは、ユーザーの行動や発言を理想の人間像に基づいて変換するための人工知能モデルを指す。

この発明は、ユーザーが設定した理想の人間像に基づいて行動や発言をカスタムチェンジし、それをユーザーに提示して反復トレーニングを行うシステムである。以下に、このシステムの具体的な実施形態を説明する。

使用するハードウェアおよびソフトウェア

ハードウェア

端末：ユーザーが使用するスマートフォン、タブレット、またはパソコンなどのデバイス。

サーバ：データの処理と保存を行うためのリモートサーバ。

ソフトウェア

アプリケーション：ユーザーが理想の人間像を設定し、カスタムチェンジされた行動や発言を確認するためのソフトウェア。

生成AIモデル：ユーザーの行動や発言を理想の人間像に基づいて変換するための人工知能モデル（例：GPT-4）。

システムの動作

理想の人間像の設定

ユーザーは、アプリケーションを起動し、設定画面に移動する。そこで、理想の人間像を入力する。例えば、「思いやりのある人」と入力する。

ユーザーの行動や発言の収集

端末は、ユーザーの日常的な行動や発言を記録する。例えば、ユーザーが友人と会話している内容や、SNSに投稿した内容を収集する。収集したデータは、リアルタイムでサーバに送信される。

行動や発言のカスタムチェンジ

サーバは、受信したユーザーの行動や発言データを解析する。生成AIモデル（例：GPT-4）を使用して、ユーザーの行動や発言を理想の人間像に基づいてカスタムチェンジする。例えば、ユーザーが「今日は忙しいから手伝えない」と言った場合、生成AIモデルはこれを「今日は忙しいけれど、少しでも手伝えることがあれば教えてください」に変換する。

カスタムチェンジした行動や発言の提示

サーバは、カスタムチェンジした行動や発言を端末に送信する。端末は、これをユーザーに通知する。ユーザーは、通知を確認し、カスタムチェンジされた行動や発言を実際に使用する。

反復トレーニング

ユーザーは、提示されたカスタムチェンジした行動や発言を繰り返し実行する。例えば、毎日の会話やSNS投稿で、生成AIモデルが提案した発言を使用する。これにより、ユーザーは理想の人間像に近づくためのトレーニングを行う。

具体例

理想の人間像の設定

ユーザーはアプリケーションの設定画面で「思いやりのある人」と入力し、保存ボタンをクリックする。

ユーザーの行動や発言の収集

端末は、ユーザーが友人と会話している音声を録音し、テキストに変換する。また、ユーザーがSNSに投稿したテキストデータも収集する。

行動や発言のカスタムチェンジ

サーバは、収集したテキストデータを生成AIモデルに入力する。生成AIモデルは、プロンプト文を使用して、ユーザーの発言を理想の人間像に基づいて変換する。

カスタムチェンジした行動や発言の提示

サーバは、生成AIモデルが出力したカスタムチェンジされた発言を端末に送信する。端末は、ユーザーに通知を表示し、「今日は忙しいけれど、少しでも手伝えることがあれば教えてください」といった提案を行う。

反復トレーニング

ユーザーは、毎日の会話やSNS投稿で、サーバから提案された発言を使用する。例えば、友人との会話で「今日は忙しいけれど、少しでも手伝えることがあれば教えてください」と言う。これを繰り返すことで、ユーザーは「思いやりのある人」としての行動や発言が自然にできるようになる。

プロンプト文の例

生成AIモデルに入力するプロンプト文の例は以下の通りである：

ユーザーの現在の発言：「今日は忙しいから手伝えない」

理想の人間像：「思いやりのある人」

生成AIモデルに対するプロンプト文：「ユーザーの発言を、思いやりのある人の発言に変換してください」

このプロンプト文を生成AIモデルに入力することで、ユーザーの発言が理想の人間像に基づいてカスタムチェンジされる。

実施例２における特定処理の流れについて図１３を用いて説明する。

ステップ１：

ユーザは、アプリケーションを起動し、設定画面に移動する。そこで、理想の人間像を入力する。例えば、「思いやりのある人」と入力する。

入力：ユーザが設定画面で入力した理想の人間像。

出力：理想の人間像がアプリケーションに保存される。

ステップ２：

端末は、ユーザの日常的な行動や発言を記録する。例えば、ユーザが友人と会話している内容や、SNSに投稿した内容を収集する。

入力：ユーザの行動や発言。

出力：収集された行動や発言データが端末に保存され、リアルタイムでサーバに送信される。

ステップ３：

サーバは、受信したユーザの行動や発言データを解析する。生成AIモデル（例：GPT-4）を使用して、ユーザの行動や発言を理想の人間像に基づいてカスタムチェンジする。

入力：収集された行動や発言データ、理想の人間像。

出力：カスタムチェンジされた行動や発言。

具体的な動作：サーバは、収集されたテキストデータを生成AIモデルに入力し、プロンプト文を使用してユーザの発言を変換する。

ステップ４：

サーバは、カスタムチェンジした行動や発言を端末に送信する。端末は、これをユーザに通知する。ユーザは、通知を確認し、カスタムチェンジされた行動や発言を実際に使用する。

入力：カスタムチェンジされた行動や発言。

出力：ユーザに提示されたカスタムチェンジされた行動や発言。

具体的な動作：端末は、サーバから受信したカスタムチェンジされた発言を通知として表示する。

ステップ５：

ユーザは、提示されたカスタムチェンジした行動や発言を繰り返し実行する。例えば、毎日の会話やSNS投稿で、生成AIモデルが提案した発言を使用する。

入力：提示されたカスタムチェンジされた行動や発言。

出力：ユーザが実行したカスタムチェンジされた行動や発言。

具体的な動作：ユーザは、友人との会話やSNS投稿で、サーバから提案された発言を使用する。これを繰り返すことで、ユーザは理想の人間像に近づくためのトレーニングを行う。

（応用例２）

次に、形態例２の応用例２について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、スマートデバイス１４を「端末」と称する。

従来の接客業務において、スタッフが理想の接客態度を身につけるためのトレーニング方法は限られており、効果的なトレーニングが難しいという課題があった。また、スタッフが理想の接客態度を実践するための具体的なガイドラインやフィードバックが不足しているため、接客品質の向上が困難であった。さらに、スタッフが自身の理想像に近づくための反復トレーニングを効率的に行う手段が求められていた。

応用例２におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

この発明では、サーバは、ユーザーが設定した理想の人間像を投影する手段と、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、接客業務を行うスタッフが装着するスマート眼鏡を用いて、理想の接客態度をトレーニングする手段と、生成AIモデルを使用して、理想の人間像に基づいたカスタムチェンジされた発言を生成する手段と、を含む。これにより、スタッフが理想の接客態度を効率的にトレーニングし、実践することが可能となる。

「ユーザー」とは、システムを利用する個人または団体である。

「理想の人間像」とは、ユーザーが目指すべき行動や態度のモデルである。

「投影する手段」とは、ユーザーが設定した理想の人間像を視覚的または聴覚的に表示するための装置またはソフトウェアである。

「カスタムチェンジする手段」とは、ユーザーの行動や発言を理想の人間像に基づいて変更するための装置またはソフトウェアである。

「提示する手段」とは、カスタムチェンジされた行動や発言をユーザーに表示するための装置またはソフトウェアである。

「反復トレーニングする手段」とは、ユーザーがカスタムチェンジされた行動や発言を繰り返し練習するための装置またはソフトウェアである。

「接客業務」とは、顧客に対して商品やサービスを提供する業務である。

「スマート眼鏡」とは、情報を表示する機能を持つ眼鏡型のデバイスである。

「生成AIモデル」とは、人工知能を用いてテキストや行動を生成するためのアルゴリズムである。

「カスタムチェンジされた発言」とは、理想の人間像に基づいて変更されたユーザーの発言である。

この発明を実施するためのシステムは、ユーザーが設定した理想の人間像を投影し、ユーザーの行動や発言をカスタムチェンジし、それを反復トレーニングするためのものである。具体的には、接客業務を行うスタッフが装着するスマート眼鏡を用いて、理想の接客態度をトレーニングすることができる。

システムの構成

システムは以下の主要なコンポーネントから構成される：

1. ユーザー端末：ユーザーが理想の人間像を設定するためのデバイス。スマートフォンやタブレットが該当する。

2. スマート眼鏡：接客業務を行うスタッフが装着するデバイス。情報を視覚的に表示する機能を持つ。

3. サーバ：生成AIモデルを実行し、ユーザーの行動や発言をカスタムチェンジするためのデータ処理を行う。

4. 生成AIモデル：ユーザーの理想の人間像に基づいてカスタムチェンジされた発言を生成するアルゴリズム。

プログラムの処理

サーバは、ユーザーが設定した理想の人間像を受け取り、それに基づいてユーザーの行動や発言をカスタムチェンジする。具体的には、以下の手順で処理が行われる：

1. 理想の人間像の設定：ユーザー端末を用いて、ユーザーが理想の人間像を設定する。例えば、「親切で丁寧な接客」を理想像として設定する。

2. ユーザーの発言の入力：ユーザーが実際に行った発言を入力する。例えば、「いらっしゃいませ、何かお探しですか？」という発言。

3. 生成AIモデルの実行：サーバは生成AIモデルを用いて、理想の人間像に基づいたカスタムチェンジされた発言を生成する。

4. カスタムチェンジされた発言の提示：スマート眼鏡を通じて、カスタムチェンジされた発言をユーザーに提示する。例えば、「いらっしゃいませ、お客様がご希望の商品をお探しするお手伝いをさせていただきます。」という発言。

5. 反復トレーニング：ユーザーは提示されたカスタムチェンジされた発言を反復して練習する。

使用するハードウェアおよびソフトウェア

ハードウェア：スマート眼鏡（例：Google（登録商標） Glass（登録商標））、ユーザー端末（スマートフォン、タブレット）

ソフトウェア：生成AIモデル（例：OpenAI API）、データ処理サーバ

具体例

例えば、接客スタッフが「親切で丁寧な接客」を理想像として設定し、以下のようなプロンプト文を使用する：

プロンプト文の例：

理想の人間像: 親切で丁寧な接客

ユーザーの発言: いらっしゃいませ、何かお探しですか？

理想の人間像に基づいたカスタムチェンジされた発言:

このプロンプト文を生成AIモデルに入力することで、理想の接客態度に基づいたカスタムチェンジされた発言を生成する。例えば、「いらっしゃいませ、お客様がご希望の商品をお探しするお手伝いをさせていただきます。」のような発言が生成される。

応用例２における特定処理の流れについて図１４を用いて説明する。

ステップ１：

ユーザーが理想の人間像を設定する。

入力：ユーザーが端末（スマートフォンやタブレット）を使用して、理想の人間像を入力する。例えば、「親切で丁寧な接客」。

データ加工：端末は入力された理想の人間像をサーバに送信する。

出力：サーバに理想の人間像が保存される。

ステップ２：

ユーザーが実際の発言を入力する。

入力：ユーザーが端末を使用して、実際に行った発言を入力する。例えば、「いらっしゃいませ、何かお探しですか？」。

データ加工：端末は入力された発言をサーバに送信する。

出力：サーバにユーザーの発言が保存される。

ステップ３：

サーバが生成AIモデルを実行する。

入力：サーバは保存された理想の人間像とユーザーの発言を取得する。

データ演算：サーバは生成AIモデルを使用して、理想の人間像に基づいたカスタムチェンジされた発言を生成する。プロンプト文を生成AIモデルに入力し、カスタムチェンジされた発言を得る。

出力：生成されたカスタムチェンジされた発言がサーバに保存される。

ステップ４：

カスタムチェンジされた発言をユーザーに提示する。

入力：サーバは生成されたカスタムチェンジされた発言を取得する。

データ加工：サーバはカスタムチェンジされた発言をスマート眼鏡に送信する。

出力：スマート眼鏡にカスタムチェンジされた発言が表示される。

ステップ５：

ユーザーが反復トレーニングを行う。

入力：ユーザーはスマート眼鏡に表示されたカスタムチェンジされた発言を確認する。

具体的な動作：ユーザーは表示された発言を繰り返し練習する。例えば、「いらっしゃいませ、お客様がご希望の商品をお探しするお手伝いをさせていただきます。」という発言を練習する。

出力：ユーザーの接客態度が理想の人間像に近づく。

更に、ユーザの感情を推定する感情エンジンを組み合わせてもよい。すなわち、特定処理部２９０は、感情特定モデル５９を用いてユーザの感情を推定し、ユーザの感情を用いた特定処理を行うようにしてもよい。

「形態例１」

本発明の一実施形態では、感情エンジンが組み込まれている。この感情エンジンは、ユーザーの感情状態をリアルタイムで分析する。具体的には、ユーザーの顔表情、声のトーン、言葉の選び方などから感情状態を推定する。また、この感情エンジンは、ユーザーの感情状態の変化をトラッキングする。これにより、ユーザーが自身の理想像に近づくための反復トレーニングの内容を、ユーザーの感情状態に応じて調整することが可能となる。例えば、ユーザーがストレスを感じているときには、リラクゼーションを促すようなトレーニングを提供する。一方、ユーザーが喜びを感じているときには、その喜びを共有するような行動を促すトレーニングを提供する。これにより、ユーザーは自身の感情状態に適した形で、自身の理想像に近づくトレーニングを行うことができる。

「形態例２」

本発明の一実施形態では、感情エンジンが組み込まれている。この感情エンジンは、ユーザーの感情状態をリアルタイムで分析する。具体的には、ユーザーの顔表情、声のトーン、言葉の選び方などから感情状態を推定する。また、この感情エンジンは、ユーザーの感情状態の変化をトラッキングする。これにより、ユーザーが自身の理想像に近づくための反復トレーニングの内容を、ユーザーの感情状態に応じて調整することが可能となる。例えば、ユーザーがストレスを感じているときには、リラクゼーションを促すようなトレーニングを提供する。一方、ユーザーが喜びを感じているときには、その喜びを共有するような行動を促すトレーニングを提供する。これにより、ユーザーは自身の感情状態に適した形で、自身の理想像に近づくトレーニングを行うことができる。

以下に、各形態例の処理の流れについて説明する。

「形態例１」

ステップ１：ユーザーがシステムを起動し、自身の理想像を設定する。この理想像は、ユーザーがどのような行動を取り、どのような発言をするかを具体的に示すものである。

ステップ２：感情エンジンがユーザーの感情状態をリアルタイムで分析する。具体的には、ユーザーの顔表情、声のトーン、言葉の選び方などから感情状態を推定する。

ステップ３：感情エンジンがユーザーの感情状態の変化をトラッキングする。これにより、ユーザーが自身の理想像に近づくための反復トレーニングの内容を、ユーザーの感情状態に応じて調整することが可能となる。

ステップ４：ユーザーが自身の理想像に近づくための反復トレーニングを行う。このトレーニングは、ユーザーの感情状態に応じて調整される。例えば、ユーザーがストレスを感じているときには、リラクゼーションを促すようなトレーニングを提供する。一方、ユーザーが喜びを感じているときには、その喜びを共有するような行動を促すトレーニングを提供する。

（実施例１）

次に、形態例１の実施例１について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、スマートデバイス１４を「端末」と称する。

従来のシステムでは、ユーザーが設定した理想の人間像に基づいて行動や発言をカスタムチェンジすることが難しく、また、ユーザーの感情状態に応じたトレーニング内容の調整が行われないため、ユーザーが自身の理想像に近づくための効果的なサポートが不足しているという課題があった。

実施例１におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

この発明では、サーバは、ユーザーが設定した理想の人間像を投影する手段と、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、ユーザーの感情状態をリアルタイムで分析する感情エンジンと、該感情エンジンから得られたデータを基にトレーニング内容を調整する手段と、を含む。これにより、ユーザーが自身の理想像に近づくための効果的なサポートが可能となる。

「ユーザー」とは、システムを利用して自身の理想の人間像に近づくことを目指す個人を指す。

「理想の人間像」とは、ユーザーが目標とする人格や行動特性を具体的に設定したものである。

「投影する手段」とは、ユーザーが設定した理想の人間像をシステム上で視覚的またはテキスト形式で表示する機能を指す。

「カスタムチェンジする手段」とは、ユーザーの行動や発言を理想の人間像に基づいて変更・調整する機能を指す。

「提示する手段」とは、カスタムチェンジした行動や発言をユーザーに通知または表示する機能を指す。

「反復トレーニングする手段」とは、ユーザーが提示されたカスタムチェンジを基に繰り返し練習する機能を指す。

「感情エンジン」とは、ユーザーの顔表情、声のトーン、言葉の選び方などから感情状態をリアルタイムで分析する機能を指す。

「トレーニング内容を調整する手段」とは、感情エンジンから得られたデータを基に、ユーザーの感情状態に応じてトレーニング内容を変更・調整する機能を指す。

この発明は、ユーザーが設定した理想の人間像に基づいて行動や発言をカスタムチェンジし、反復トレーニングを通じてユーザーが自身の理想像に近づくことを支援するシステムである。以下に、このシステムの具体的な実施形態を説明する。

使用するハードウェアおよびソフトウェア

ハードウェア

端末: ユーザーが使用するスマートフォン、タブレット、またはPC。

サーバ: データ処理およびストレージを行うためのクラウドサーバ。

カメラおよびマイク: ユーザーの顔表情や声のトーンをリアルタイムでキャプチャするためのデバイス。

ソフトウェア

アプリケーション: ユーザーが理想の人間像を設定し、カスタムチェンジされた行動や発言を確認するためのインターフェースを提供する。

感情エンジン: ユーザーの感情状態をリアルタイムで分析するためのソフトウェアモジュール。

生成AIモデル: ユーザーの行動や発言を理想の人間像に基づいてカスタムチェンジするためのAIモデル。

データ加工およびデータ演算

ユーザーが理想の人間像を設定する

ユーザーはアプリケーションを起動し、理想の人間像を設定する。例えば、「思いやりのある人」を選択する。

サーバがユーザーの行動データを収集する

サーバは、ユーザーのスマートフォンやPCからの入力データ、音声データ、テキストメッセージをリアルタイムで収集する。これには、ユーザーが友人とチャットしている内容や、音声アシスタントに話しかける内容が含まれる。

サーバがデータを分析し、カスタムチェンジを行う

サーバは、収集したデータを自然言語処理（NLP）技術を用いて分析する。例えば、ユーザーが「ありがとう」と言う頻度が少ない場合、サーバは「ありがとう」と言う頻度を増やすように提案する。

サーバがカスタムチェンジした行動や発言をユーザーに提示する

サーバは、カスタムチェンジした行動や発言をアプリケーションの通知機能を使ってユーザーに提示する。例えば、「次回友人と話すときに『ありがとう』と言ってみましょう」といった通知を送る。

ユーザーが反復トレーニングを行う

ユーザーは、サーバからの提案を基に、日常生活で「ありがとう」と言う頻度を増やすように意識する。これを繰り返すことで、ユーザーは「思いやりのある人」に近づく。

感情エンジンがユーザーの感情状態を分析する

感情エンジンは、ユーザーのスマートフォンのカメラやマイクを使って、顔表情や声のトーンをリアルタイムで分析する。例えば、ユーザーが笑顔で話している場合、感情エンジンはユーザーが喜びを感じていると判断する。

サーバがトレーニング内容を調整する

サーバは、感情エンジンから得られたデータを基に、ユーザーの感情状態に応じてトレーニング内容を調整する。例えば、ユーザーがストレスを感じている場合、サーバは「深呼吸をしてリラックスしましょう」といったトレーニングを提供する。

具体例

理想の人間像設定

ユーザーがアプリケーションを開き、「思いやりのある人」を理想の人間像として設定する。

カスタムチェンジの例

サーバは、ユーザーが友人と会話する際に「ありがとう」と言う頻度を増やすように提案する。

感情エンジンの分析

ユーザーが会話中に笑顔を見せている場合、感情エンジンはユーザーが喜びを感じていると判断する。

トレーニング内容の調整

ユーザーがストレスを感じている場合、サーバは深呼吸や瞑想を促すトレーニングを提供する。

プロンプト文の例

「ユーザーが理想の人間像として『思いやりのある人』を設定した場合、どのような行動や発言をカスタムチェンジするか提案してください。」

このシステムは、ユーザーが自身の理想像に近づくための具体的な行動や発言を提供し、感情状態に応じたトレーニングを行うことで、ユーザーの成長をサポートする。

実施例１における特定処理の流れについて図１５を用いて説明する。

ステップ１：

ユーザーが理想の人間像を設定する

ユーザーはアプリケーションを起動し、理想の人間像を設定する。具体的には、アプリケーションの設定画面で「思いやりのある人」などの選択肢から理想の人間像を選び、設定を保存する。入力はユーザーの選択した理想の人間像であり、出力は設定された理想の人間像のデータである。

ステップ２：

サーバがユーザーの行動データを収集する

サーバは、ユーザーのスマートフォンやPCからの入力データ、音声データ、テキストメッセージをリアルタイムで収集する。具体的には、ユーザーが友人とチャットしている内容や、音声アシスタントに話しかける内容を収集する。入力はユーザーの行動データであり、出力は収集された行動データのデータベースである。

ステップ３：

サーバがデータを分析し、カスタムチェンジを行う

サーバは、収集したデータを自然言語処理（NLP）技術を用いて分析する。具体的には、生成AIモデルを使用して、ユーザーの行動や発言を理想の人間像に基づいて変更する。例えば、ユーザーが「ありがとう」と言う頻度が少ない場合、サーバは「ありがとう」と言う頻度を増やすように提案する。入力は収集された行動データであり、出力はカスタムチェンジされた行動や発言の提案である。

ステップ４：

サーバがカスタムチェンジした行動や発言をユーザーに提示する

サーバは、カスタムチェンジした行動や発言をアプリケーションの通知機能を使ってユーザーに提示する。具体的には、「次回友人と話すときに『ありがとう』と言ってみましょう」といった通知を送る。入力はカスタムチェンジされた行動や発言の提案であり、出力はユーザーへの通知である。

ステップ５：

ユーザーが反復トレーニングを行う

ユーザーは、サーバからの提案を基に、日常生活で「ありがとう」と言う頻度を増やすように意識する。具体的には、友人や家族との会話で「ありがとう」と言う機会を増やす。入力はサーバからの提案であり、出力はユーザーの実際の行動である。

ステップ６：

感情エンジンがユーザーの感情状態を分析する

感情エンジンは、ユーザーのスマートフォンのカメラやマイクを使って、顔表情や声のトーンをリアルタイムで分析する。具体的には、ユーザーが笑顔で話している場合、感情エンジンはユーザーが喜びを感じていると判断する。入力はユーザーの顔表情や声のトーンであり、出力は分析された感情状態のデータである。

ステップ７：

サーバがトレーニング内容を調整する

サーバは、感情エンジンから得られたデータを基に、ユーザーの感情状態に応じてトレーニング内容を調整する。具体的には、ユーザーがストレスを感じている場合、サーバは「深呼吸をしてリラックスしましょう」といったトレーニングを提供する。入力は分析された感情状態のデータであり、出力は調整されたトレーニング内容である。

（応用例１）

次に、形態例１の応用例１について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、スマートデバイス１４を「端末」と称する。

従来の接客トレーニングシステムでは、スタッフが理想の接客態度を身につけるための具体的なフィードバックが不足しており、また、スタッフの感情状態に応じたトレーニング内容の調整が行われていないため、効果的なトレーニングが難しいという課題があった。

応用例１におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

この発明では、サーバは、ユーザーが設定した理想の人間像を投影する手段と、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、ユーザーの感情状態をリアルタイムで分析する手段と、ユーザーの感情状態に応じてトレーニング内容を調整する手段と、スマートデバイスを用いてユーザーにフィードバックを提供する手段と、を含む。これにより、スタッフが理想の接客態度を効果的に身につけることが可能となる。

「ユーザー」とは、システムを利用して理想の人間像に基づいた行動や発言のトレーニングを行う個人である。

「理想の人間像」とは、ユーザーが目指すべき具体的な行動や態度のモデルである。

「投影する手段」とは、ユーザーが設定した理想の人間像を視覚的または聴覚的に提示するための方法や装置である。

「カスタムチェンジする手段」とは、ユーザーの行動や発言を理想の人間像に基づいて変更するための方法や装置である。

「反復トレーニングする手段」とは、ユーザーが理想の人間像に近づくために、カスタムチェンジされた行動や発言を繰り返し練習するための方法や装置である。

「感情状態をリアルタイムで分析する手段」とは、ユーザーの顔表情、声のトーン、言葉の選び方などから感情を推定するための方法や装置である。

「トレーニング内容を調整する手段」とは、ユーザーの感情状態に応じてトレーニングの内容を変更するための方法や装置である。

「スマートデバイス」とは、カメラ、マイク、スピーカーなどを内蔵し、ユーザーにフィードバックを提供するためのデバイスである。

「フィードバックを提供する手段」とは、ユーザーに対して理想の行動や発言に関するアドバイスや指示を提供するための方法や装置である。

この発明を実施するための形態として、実店舗で働くスタッフが理想の接客態度を身につけるためのトレーニングシステムを提供する。システムは、ユーザーが設定した理想の人間像を投影し、ユーザーの行動や発言をカスタムチェンジし、それを反復トレーニングするための手段を含む。また、ユーザーの感情状態をリアルタイムで分析し、トレーニング内容を調整する手段も含まれる。

使用するハードウェアとソフトウェア

ハードウェア

スマート眼鏡: カメラ、マイク、スピーカーを内蔵し、ユーザーの行動や発言をキャプチャし、フィードバックを提供する。

サーバ: データ処理と分析を行うための中央処理装置。

ソフトウェア

OpenCV: カメラ映像のキャプチャと処理を行うライブラリ。

EmotionRecognizer: 顔表情から感情を推定するライブラリ。

SpeechRecognition: 音声認識ライブラリ。

TextToSpeech: テキストを音声に変換するライブラリ。

IdealBehaviorModel: 理想の行動や発言を生成するモデル。

データ加工と演算

カメラ映像のキャプチャ

スマート眼鏡のカメラを使用して、ユーザーの顔表情や行動をリアルタイムでキャプチャする。OpenCVを用いて映像データを取得し、EmotionRecognizerで感情状態を分析する。

音声認識

スマート眼鏡のマイクを使用して、ユーザーの発言をキャプチャする。SpeechRecognitionライブラリを用いて音声データをテキストに変換する。

フィードバック生成

IdealBehaviorModelを使用して、ユーザーの感情状態と発言に基づいた理想の行動や発言を生成する。生成されたフィードバックはTextToSpeechライブラリを用いて音声に変換され、スマート眼鏡のスピーカーを通じてユーザーに提供される。

具体例

シナリオ

実店舗で働くスタッフが「思いやりのある接客」を目指してトレーニングを行う。

状況

顧客が商品について質問した際、スタッフが適切な対応を行う。

フィードバック

スタッフがストレスを感じている場合、システムはリラクゼーションを促すアドバイスを提供する。

プロンプト文の例

ユーザーが「思いやりのある接客」を目指している場合、顧客からの質問に対してどのように対応すれば良いかを教えてください。ユーザーがストレスを感じている場合は、リラクゼーションを促すアドバイスも提供してください。

このようにして、実店舗での接客トレーニングを効果的に行うことができる。

応用例１における特定処理の流れについて図１６を用いて説明する。

ステップ１：

ユーザがスマート眼鏡を装着し、システムを起動する。スマート眼鏡のカメラがユーザの顔表情や行動をリアルタイムでキャプチャし、マイクがユーザの発言をキャプチャする。入力はカメラ映像と音声データであり、出力はキャプチャされた映像と音声データである。

ステップ２：

サーバがOpenCVを使用して、スマート眼鏡から送信された映像データを処理する。具体的には、映像データからユーザの顔表情を抽出し、EmotionRecognizerを用いて感情状態を分析する。入力はキャプチャされた映像データであり、出力はユーザの感情状態である。

ステップ３：

サーバがSpeechRecognitionライブラリを使用して、スマート眼鏡から送信された音声データをテキストに変換する。入力はキャプチャされた音声データであり、出力はテキストデータである。

ステップ４：

サーバがIdealBehaviorModelを使用して、ユーザの感情状態とテキストデータに基づいて理想の行動や発言を生成する。入力はユーザの感情状態とテキストデータであり、出力は理想の行動や発言のテキストである。

ステップ５：

サーバがTextToSpeechライブラリを使用して、生成された理想の行動や発言のテキストを音声に変換する。入力は理想の行動や発言のテキストであり、出力は音声データである。

ステップ６：

スマート眼鏡のスピーカーを通じて、サーバから送信された音声データをユーザに提供する。入力は音声データであり、出力はユーザが聞く音声フィードバックである。

ステップ７：

ユーザが提供されたフィードバックに基づいて行動や発言を修正し、再度スマート眼鏡のカメラとマイクを通じて新しいデータをキャプチャする。これにより、ステップ１からステップ６までの処理が繰り返される。入力は修正された行動や発言の映像と音声データであり、出力は新たなフィードバックである。

（実施例２）

次に、形態例２の実施例２について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、スマートデバイス１４を「端末」と称する。

従来のシステムでは、ユーザーが自身の理想の人間像に近づくための具体的な行動や発言のカスタマイズが難しく、また、ユーザーの感情状態に応じたトレーニング内容の調整が行われないため、効果的なトレーニングが実現できないという課題があった。さらに、ユーザーの感情状態をリアルタイムで分析し、それに基づいてトレーニング内容を調整する機能が欠如していたため、ユーザーの心理的負担を軽減しながら理想像に近づくことが困難であった。

実施例２におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

この発明では、サーバは、ユーザーが設定した理想の人間像を投影する手段と、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、ユーザーの感情状態をリアルタイムで分析する手段と、該感情状態に応じてトレーニング内容を調整する手段と、を含む。これにより、ユーザーは自身の理想像に近づくための効果的なトレーニングを受けることが可能となる。

「理想の人間像」とは、ユーザーが目指すべき人物像や性格特性を指す。

「投影する手段」とは、ユーザーが設定した理想の人間像を視覚的または聴覚的に表示するための装置やソフトウェアを指す。

「カスタムチェンジする手段」とは、ユーザーの行動や発言を理想の人間像に基づいて変更するためのアルゴリズムやプログラムを指す。

「提示する手段」とは、カスタムチェンジした行動や発言をユーザーに通知するための装置やソフトウェアを指す。

「反復トレーニングする手段」とは、ユーザーがカスタムチェンジされた行動や発言を繰り返し練習するためのプログラムやシステムを指す。

「感情状態をリアルタイムで分析する手段」とは、ユーザーの顔表情、声のトーン、言葉の選び方などを解析して感情状態を推定するための装置やソフトウェアを指す。

「トレーニング内容を調整する手段」とは、ユーザーの感情状態に応じてトレーニングの内容や方法を変更するためのアルゴリズムやプログラムを指す。

この発明は、ユーザーが設定した理想の人間像に基づいて行動や発言をカスタムチェンジし、反復トレーニングを通じてユーザーが自身の理想像に近づくことを支援するシステムである。以下に、このシステムの具体的な実施形態を説明する。

システムの構成

ユーザーが理想の人間像を設定する

ユーザーは、端末上のアプリケーションを使用して、自身が目指す理想の人間像を設定する。例えば、「思いやりのある人」を選択する。この設定は、ユーザーの人間関係のトラウマや教養等を考慮して行われる。

サーバがユーザーの行動や発言を収集する

サーバは、ユーザーの行動や発言をリアルタイムで収集する。これには、ユーザーが入力したテキストや音声データが含まれる。例えば、ユーザーがチャットアプリで友人と会話している内容や、音声アシスタントに話しかける内容を収集する。

サーバが収集したデータを解析する

サーバは、収集したデータを解析する。具体的には、自然言語処理（NLP）技術を用いて、ユーザーの発言内容を理解する。ここでは、Google Cloud Natural Language APIやOpenAIのGPT-4などの生成AIモデルを使用する。

サーバが理想の人間像に基づいて行動や発言をカスタムチェンジする

サーバは、解析結果を基に、ユーザーの行動や発言を理想の人間像に合わせてカスタムチェンジする。例えば、「今日は忙しいから手伝えない」を「今日は忙しいけれど、少しでも手伝えることがあれば教えてください」に変更する。

サーバがカスタムチェンジした内容をユーザーに提示する

サーバは、カスタムチェンジした行動や発言をユーザーに提示する。ユーザーはこれを確認し、必要に応じて修正する。

サーバが感情エンジンを用いてユーザーの感情状態を分析する

サーバは、感情エンジンを用いてユーザーの感情状態をリアルタイムで分析する。具体的には、ユーザーの顔表情、声のトーン、言葉の選び方などを解析する。Microsoft（登録商標） Azure（登録商標）のEmotion APIやAffectivaのSDKを使用する。

サーバがユーザーの感情状態に応じてトレーニング内容を調整する

サーバは、ユーザーの感情状態に応じてトレーニング内容を調整する。例えば、ユーザーがストレスを感じている場合にはリラクゼーションを促すトレーニングを提供し、喜びを感じている場合にはその喜びを共有するような行動を促すトレーニングを提供する。

ユーザーがトレーニングを実行する

ユーザーは、サーバから提示されたトレーニング内容を実行する。これにより、ユーザーは自身の理想像に近づくための反復トレーニングを行う。

具体例

理想の人間像の設定

ユーザーがアプリケーションを開き、「理想の人間像を設定」を選択し、「思いやりのある人」を選ぶ。

行動や発言の収集

ユーザーが友人とチャットしている内容をアプリケーションがバックグラウンドで収集する。

データの解析

サーバが収集したチャット内容をGoogle Cloud Natural Language APIで解析し、感情分析を行う。また、OpenAIのGPT-4を使用して、ユーザーの発言内容を理解し、適切な応答を生成する。

カスタムチェンジの例

ユーザーが「今日は忙しいから手伝えない」と言った場合、サーバがこれを「今日は忙しいけれど、少しでも手伝えることがあれば教えてください」に変更する。

感情エンジンの分析

ユーザーがカメラに向かって話しているとき、サーバがMicrosoft AzureのEmotion APIを使用して、ユーザーの顔表情や声のトーンからストレスを感じていると判断する。

トレーニング内容の調整

ユーザーがストレスを感じているとき、サーバが「深呼吸をしてリラックスしましょう」といったリラクゼーショントレーニングを提供する。

トレーニングの実行

ユーザーがサーバから提示されたリラクゼーショントレーニングを実行する。

プロンプト文の例

「ユーザーが理想の人間像として『思いやりのある人』を設定した場合、どのように行動や発言をカスタムチェンジするか教えてください。」

このシステムにより、ユーザーは自身の理想像に近づくための効果的なトレーニングを受けることができる。

実施例２における特定処理の流れについて図１７を用いて説明する。

ステップ１：

ユーザーが理想の人間像を設定する

ユーザーは、端末上のアプリケーションを起動し、理想の人間像を設定する。具体的には、アプリケーションのメニューから「理想の人間像を設定」を選択し、「思いやりのある人」などの選択肢から理想の人間像を選ぶ。入力はユーザーの選択した理想の人間像であり、出力はその設定情報である。

ステップ２：

サーバがユーザーの行動や発言を収集する

サーバは、ユーザーの行動や発言をリアルタイムで収集する。具体的には、ユーザーがチャットアプリで友人と会話している内容や、音声アシスタントに話しかける内容を収集する。入力はユーザーのテキストデータや音声データであり、出力は収集された行動や発言のデータである。

ステップ３：

サーバが収集したデータを解析する

サーバは、収集したデータを解析する。具体的には、Google Cloud Natural Language APIやOpenAIのGPT-4などの生成AIモデルを使用して、ユーザーの発言内容を理解し、感情分析やキーフレーズ抽出を行う。入力は収集された行動や発言のデータであり、出力は解析結果である。

ステップ４：

サーバが理想の人間像に基づいて行動や発言をカスタムチェンジする

サーバは、解析結果を基に、ユーザーの行動や発言を理想の人間像に合わせてカスタムチェンジする。例えば、「今日は忙しいから手伝えない」を「今日は忙しいけれど、少しでも手伝えることがあれば教えてください」に変更する。入力は解析結果であり、出力はカスタムチェンジされた行動や発言である。

ステップ５：

サーバがカスタムチェンジした内容をユーザーに提示する

サーバは、カスタムチェンジした行動や発言をユーザーに提示する。ユーザーはこれを確認し、必要に応じて修正する。入力はカスタムチェンジされた行動や発言であり、出力はユーザーに提示された内容である。

ステップ６：

サーバが感情エンジンを用いてユーザーの感情状態を分析する

サーバは、感情エンジンを用いてユーザーの感情状態をリアルタイムで分析する。具体的には、Microsoft AzureのEmotion APIやAffectivaのSDKを使用して、ユーザーの顔表情、声のトーン、言葉の選び方などを解析する。入力はユーザーの顔表情や声のトーン、言葉の選び方であり、出力は感情状態の分析結果である。

ステップ７：

サーバがユーザーの感情状態に応じてトレーニング内容を調整する

サーバは、ユーザーの感情状態に応じてトレーニング内容を調整する。例えば、ユーザーがストレスを感じている場合にはリラクゼーションを促すトレーニングを提供し、喜びを感じている場合にはその喜びを共有するような行動を促すトレーニングを提供する。入力は感情状態の分析結果であり、出力は調整されたトレーニング内容である。

ステップ８：

ユーザーがトレーニングを実行する

ユーザーは、サーバから提示されたトレーニング内容を実行する。これにより、ユーザーは自身の理想像に近づくための反復トレーニングを行う。入力は調整されたトレーニング内容であり、出力はユーザーの実行結果である。

（応用例２）

次に、形態例２の応用例２について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、スマートデバイス１４を「端末」と称する。

従来の接客業務において、スタッフが理想の接客態度を維持することは難しく、特に感情状態が不安定な場合には顧客満足度が低下する問題があった。また、スタッフが自身の理想像に近づくためのトレーニングを効果的に行う手段が不足していた。

応用例２におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

この発明では、サーバは、ユーザーが設定した理想の人間像を投影する手段と、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、ユーザーの感情状態をリアルタイムで分析する感情エンジンと、該感情エンジンに基づいてトレーニング内容を調整する手段と、スマート眼鏡に表示する手段と、を含む。これにより、スタッフが理想の接客態度を維持しつつ、感情状態に応じた適切なトレーニングを受けることが可能となる。

「ユーザー」とは、システムを利用する個人または団体である。

「理想の人間像」とは、ユーザーが目指すべき行動や態度のモデルである。

「投影する手段」とは、ユーザーが設定した理想の人間像を視覚的または聴覚的に表示する装置やソフトウェアである。

「カスタムチェンジする手段」とは、ユーザーの行動や発言を理想の人間像に基づいて変更するためのアルゴリズムやプログラムである。

「提示する手段」とは、カスタムチェンジした行動や発言をユーザーに知らせるための表示装置や通知システムである。

「反復トレーニングする手段」とは、ユーザーが理想の人間像に近づくために、カスタムチェンジした行動や発言を繰り返し練習するための機能である。

「感情エンジン」とは、ユーザーの感情状態をリアルタイムで分析するためのソフトウェアまたはハードウェアである。

「トレーニング内容を調整する手段」とは、感情エンジンの分析結果に基づいて、ユーザーに提供するトレーニングの内容を変更するための機能である。

「スマート眼鏡」とは、ユーザーが装着することで情報を視覚的に表示することができるウェアラブルデバイスである。

この発明を実施するためのシステムは、ユーザーが設定した理想の人間像を投影し、ユーザーの行動や発言をカスタムチェンジし、それを反復トレーニングするための一連の手段を含む。さらに、感情エンジンを用いてユーザーの感情状態をリアルタイムで分析し、トレーニング内容を調整する機能を備えている。

使用するハードウェアとソフトウェア

ハードウェア: スマート眼鏡、カメラ

ソフトウェア: OpenCV（顔検出）、EmotionRecognizer（感情認識）、BehaviorSuggestion（行動提案）

システムの構成

1. ユーザーが設定した理想の人間像を投影する手段:

ユーザーはアプリケーションを通じて理想の人間像を設定する。例えば、「親切で丁寧な接客」を理想とする場合、システムはこの情報を基に行動や発言をカスタムチェンジする。

2. ユーザーの行動や発言をカスタムチェンジする手段:

システムは、ユーザーの現在の行動や発言を理想の人間像に基づいて変更するためのアルゴリズムを実行する。例えば、ユーザーがストレスを感じている場合、リラクゼーションを促す提案を行う。

3. カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段:

カスタムチェンジされた行動や発言は、スマート眼鏡のディスプレイに表示される。ユーザーはこれを見て、理想の行動や発言を繰り返し練習する。

4. 感情エンジン:

カメラを用いてユーザーの顔表情をキャプチャし、EmotionRecognizerを用いて感情状態をリアルタイムで分析する。これにより、ユーザーの感情状態に応じたトレーニング内容を提供する。

5. トレーニング内容を調整する手段:

感情エンジンの分析結果に基づいて、BehaviorSuggestionエンジンが適切な行動や発言を提案する。例えば、ユーザーが喜びを感じている場合、その喜びを共有するような行動を促すトレーニングを提供する。

6. スマート眼鏡に表示する手段:

提案された行動や発言は、スマート眼鏡のディスプレイにリアルタイムで表示される。これにより、ユーザーは接客中に理想の態度を維持することができる。

具体例

シナリオ: 実店舗のスタッフがスマート眼鏡を装着し、接客中に「親切で丁寧な接客」を維持するための支援を受ける。

感情状態: スタッフがストレスを感じている場合、リラクゼーションを促す提案（例：「深呼吸をしてリラックスしましょう」）。

行動提案: 顧客に対して「お困りのことがあれば何でもおっしゃってください」といった親切な発言を提案。

プロンプト文の例

ユーザーが設定した理想の接客態度に基づいて、リアルタイムで行動や発言をカスタムチェンジし、スマート眼鏡のディスプレイに表示するアプリケーションを開発してください。感情エンジンを用いてユーザーの感情状態を分析し、適切なトレーニングを提供する機能も含めてください。

応用例２における特定処理の流れについて図１８を用いて説明する。

ステップ１：

ユーザがアプリケーションを起動し、理想の人間像を設定する。ユーザは「親切で丁寧な接客」などの理想像を入力する。この入力データはサーバに送信され、保存される。

ステップ２：

サーバは、ユーザの理想の人間像に基づいて行動や発言をカスタムチェンジするアルゴリズムを実行する。入力として理想の人間像とユーザの現在の行動データを受け取り、出力としてカスタムチェンジされた行動や発言を生成する。

ステップ３：

サーバは、カスタムチェンジされた行動や発言をスマート眼鏡に送信する。スマート眼鏡はこれを受信し、ディスプレイに表示する。ユーザはこれを見て、理想の行動や発言を実践する。

ステップ４：

カメラがユーザの顔表情をキャプチャし、リアルタイムでサーバに送信する。サーバはEmotionRecognizerを用いて、入力された顔表情データからユーザの感情状態を分析する。出力として感情状態データを生成する。

ステップ５：

サーバは、感情状態データに基づいてトレーニング内容を調整する。BehaviorSuggestionエンジンが感情状態データと理想の人間像を入力として受け取り、適切な行動や発言を提案する。出力として調整されたトレーニング内容を生成する。

ステップ６：

サーバは、調整されたトレーニング内容をスマート眼鏡に送信する。スマート眼鏡はこれを受信し、ディスプレイに表示する。ユーザはこれを見て、感情状態に応じたトレーニングを実践する。

ステップ７：

ユーザがトレーニングを実践する過程で、サーバは感情状態の変化をトラッキングし、必要に応じてトレーニング内容を再調整する。これにより、ユーザは理想の人間像に近づくための最適なトレーニングを受けることができる。

特定処理部２９０は、特定処理の結果をスマートデバイス１４に送信する。スマートデバイス１４では、制御部４６Ａが、出力装置４０に対して特定処理の結果を出力させる。マイクロフォン３８Ｂは、特定処理の結果に対するユーザ入力を示す音声を取得する。制御部４６Ａは、マイクロフォン３８Ｂによって取得されたユーザ入力を示す音声データをデータ処理装置１２に送信する。データ処理装置１２では、特定処理部２９０が音声データを取得する。

データ生成モデル５８は、いわゆる生成ＡＩ（Artificial Intelligence）である。データ生成モデル５８の一例としては、ChatGPT（登録商標）（インターネット検索＜URL: https://openai.com/blog/chatgpt＞）等の生成ＡＩが挙げられる。データ生成モデル５８は、ニューラルネットワークに対して深層学習を行わせることによって得られる。データ生成モデル５８には、指示を含むプロンプトが入力され、かつ、音声を示す音声データ、テキストを示すテキストデータ、及び画像を示す画像データ等の推論用データが入力される。データ生成モデル５８は、入力された推論用データをプロンプトにより示される指示に従って推論し、推論結果を音声データ及びテキストデータ等のデータ形式で出力する。ここで、推論とは、例えば、分析、分類、予測、及び／又は要約等を指す。

生成AIの他の例としては、Ｇｅｍｉｎｉ（登録商標）（インターネット検索＜URL: https://gemini.google.com/?hl=ja＞）が挙げられる。

上記実施形態では、データ処理装置１２によって特定処理が行われる形態例を挙げたが、本開示の技術はこれに限定されず、スマートデバイス１４によって特定処理が行われるようにしてもよい。

［第２実施形態］

図３には、第２実施形態に係るデータ処理システム２１０の構成の一例が示されている。

図３に示すように、データ処理システム２１０は、データ処理装置１２及びスマート眼鏡２１４を備えている。データ処理装置１２の一例としては、サーバが挙げられる。

データ処理装置１２は、コンピュータ２２、データベース２４、及び通信Ｉ／Ｆ２６を備えている。コンピュータ２２は、本開示の技術に係る「コンピュータ」の一例である。コンピュータ２２は、プロセッサ２８、ＲＡＭ３０、及びストレージ３２を備えている。プロセッサ２８、ＲＡＭ３０、及びストレージ３２は、バス３４に接続されている。また、データベース２４及び通信Ｉ／Ｆ２６も、バス３４に接続されている。通信Ｉ／Ｆ２６は、ネットワーク５４に接続されている。ネットワーク５４の一例としては、ＷＡＮ（Wide Area Network）及び／又はＬＡＮ（Local Area Network）等が挙げられる。

スマート眼鏡２１４は、コンピュータ３６、マイクロフォン２３８、スピーカ２４０、カメラ４２、及び通信Ｉ／Ｆ４４を備えている。コンピュータ３６は、プロセッサ４６、ＲＡＭ４８、及びストレージ５０を備えている。プロセッサ４６、ＲＡＭ４８、及びストレージ５０は、バス５２に接続されている。また、マイクロフォン２３８、スピーカ２４０、及びカメラ４２も、バス５２に接続されている。

マイクロフォン２３８は、ユーザ２０が発する音声を受け付けることで、ユーザ２０から指示等を受け付ける。マイクロフォン２３８は、ユーザ２０が発する音声を捕捉し、捕捉した音声を音声データに変換してプロセッサ４６に出力する。スピーカ２４０は、プロセッサ４６からの指示に従って音声を出力する。

カメラ４２は、レンズ、絞り、及びシャッタ等の光学系と、ＣＭＯＳ（Complementary Metal-Oxide-Semiconductor）イメージセンサ又はＣＣＤ（Charge Coupled Device）イメージセンサ等の撮像素子とが搭載された小型デジタルカメラであり、ユーザ２０の周囲（例えば、一般的な健常者の視界の広さに相当する画角で規定された撮像範囲）を撮像する。

通信Ｉ／Ｆ４４は、ネットワーク５４に接続されている。通信Ｉ／Ｆ４４及び２６は、ネットワーク５４を介してプロセッサ４６とプロセッサ２８との間の各種情報の授受を司る。通信Ｉ／Ｆ４４及び２６を用いたプロセッサ４６とプロセッサ２８との間の各種情報の授受はセキュアな状態で行われる。

図４には、データ処理装置１２及びスマート眼鏡２１４の要部機能の一例が示されている。図４に示すように、データ処理装置１２では、プロセッサ２８によって特定処理が行われる。ストレージ３２には、特定処理プログラム５６が格納されている。

特定処理プログラム５６は、本開示の技術に係る「プログラム」の一例である。プロセッサ２８は、ストレージ３２から特定処理プログラム５６を読み出し、読み出した特定処理プログラム５６をＲＡＭ３０上で実行する。特定処理は、プロセッサ２８がＲＡＭ３０上で実行する特定処理プログラム５６に従って、特定処理部２９０として動作することによって実現される。

ストレージ３２には、データ生成モデル５８及び感情特定モデル５９が格納されている。データ生成モデル５８及び感情特定モデル５９は、特定処理部２９０によって用いられる。

スマート眼鏡２１４では、プロセッサ４６によって受付出力処理が行われる。ストレージ５０には、受付出力プログラム６０が格納されている。プロセッサ４６は、ストレージ５０から受付出力プログラム６０を読み出し、読み出した受付出力プログラム６０をＲＡＭ４８上で実行する。受付出力処理は、プロセッサ４６がＲＡＭ４８上で実行する受付出力プログラム６０に従って、制御部４６Ａとして動作することによって実現される。

次に、データ処理装置１２の特定処理部２９０による特定処理について説明する。

「形態例１」

本発明のシステムは、ユーザーが設定した理想の人間像を投影する手段、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段を含む。具体的には、ユーザーがアプリケーション上で理想の人間像を設定する。例えば、理想の人間像として「思いやりのある人」を設定した場合、システムはユーザーの行動や発言を「思いやりのある人」に基づいてカスタムチェンジする。その後、システムはカスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングすることで、ユーザーが自身の理想像に近づくことを促進する。

「形態例２」

本発明のシステムは、ユーザーが設定した理想の人間像を投影する手段、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段を含む。具体的には、ユーザーがアプリケーション上で理想の人間像を設定する。例えば、理想の人間像として「思いやりのある人」を設定した場合、システムはユーザーの行動や発言を「思いやりのある人」に基づいてカスタムチェンジする。その後、システムはカスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングすることで、ユーザーが自身の理想像に近づくことを促進する。

以下に、各形態例の処理の流れについて説明する。

「形態例１」

ステップ１：ユーザーがアプリケーション上で理想の人間像を設定する。例えば、「思いやりのある人」を理想の人間像として設定する。

ステップ２：システムがユーザーの行動や発言を理想の人間像に基づいてカスタムチェンジする。具体的には、「思いやりのある人」に基づいてユーザーの行動や発言を分析し、それに適した行動や発言を生成する。

ステップ３：システムがカスタムチェンジした行動や発言をユーザーに提示する。例えば、ユーザーが他人に対して思いやりのある行動をとるようにアドバイスを提供する。

ステップ４：ユーザーが提示された行動や発言を反復トレーニングする。これにより、ユーザーは自身の理想像に近づくことが可能となる。

（実施例１）

次に、形態例１の実施例１について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、スマート眼鏡２１４を「端末」と称する。

従来の自己改善システムでは、ユーザーが設定した理想の人間像に基づいて具体的な行動や発言をカスタムチェンジすることが難しく、またその反復トレーニングの進捗を効果的に記録しフィードバックを提供する手段が不足している。このため、ユーザーが自身の理想像に近づくための効果的なサポートが提供されていないという課題がある。

実施例１におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

この発明では、サーバは、ユーザーが設定した理想の人間像を投影する手段と、生成AIモデルを用いて該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、該反復トレーニングの進捗を記録し、フィードバックを提供する手段と、を含む。これにより、ユーザーが自身の理想像に近づくための具体的な行動や発言を学び、実践し、その進捗を効果的に管理することが可能となる。

「理想の人間像」とは、ユーザーが目指すべき具体的な人物像や性格特性を指す。

「生成AIモデル」とは、人工知能を用いてデータを生成し、ユーザーの行動や発言をカスタムチェンジするためのアルゴリズムやプログラムを指す。

「カスタムチェンジ」とは、ユーザーの行動や発言を理想の人間像に基づいて変更することを指す。

「反復トレーニング」とは、ユーザーが提示されたカスタムチェンジされた行動や発言を繰り返し実践することを指す。

「フィードバック」とは、ユーザーの反復トレーニングの進捗に基づいて提供される評価やアドバイスを指す。

「進捗を記録する」とは、ユーザーが行った反復トレーニングの内容や成果をデータとして保存することを指す。

「提示する」とは、サーバが生成したカスタムチェンジされた行動や発言をユーザーに見せることを指す。

この発明は、ユーザーが設定した理想の人間像に基づいて行動や発言をカスタムチェンジし、それを反復トレーニングすることでユーザーが自身の理想像に近づくことを促進するシステムである。以下に、このシステムの具体的な実施形態を説明する。

使用するハードウェアおよびソフトウェア

ハードウェア

端末: スマートフォン、パソコン、タブレットなどのユーザーが操作するデバイス。

サーバ: データ処理および生成AIモデルの実行を行うためのサーバ。

ソフトウェア

アプリケーション: ユーザーが理想の人間像を設定し、カスタムチェンジされた行動や発言を確認するためのインターフェースを提供するソフトウェア。

生成AIモデル: ユーザーの行動や発言を理想の人間像に基づいてカスタムチェンジするためのアルゴリズム。具体的には、OpenAIのGPT-4などの生成AIモデルを使用する。

データ加工およびデータ演算

ユーザーが理想の人間像を設定する

ユーザーは、アプリケーションを起動し、理想の人間像を設定する。例えば、「思いやりのある人」を理想の人間像として設定する。

端末が設定データをサーバに送信する

端末は、ユーザーが設定した理想の人間像のデータをサーバに送信する。このデータには、ユーザーの選択した理想の人間像に関する情報が含まれる。

サーバが生成AIモデルを使用してデータを解析する

サーバは、受信したデータを基に生成AIモデルを使用してユーザーの行動や発言を解析する。具体的には、サーバはユーザーの過去の行動や発言データを収集し、それを理想の人間像に基づいてカスタムチェンジする。

サーバがカスタムチェンジした行動や発言を生成する

サーバは、生成AIモデルを用いて、ユーザーの理想の人間像に基づいた行動や発言を生成する。例えば、「思いやりのある人」としての行動や発言の具体例を生成する。

サーバが生成したデータを端末に送信する

サーバは、生成したカスタムチェンジされた行動や発言のデータを端末に送信する。このデータには、ユーザーが実践すべき具体的な行動や発言の例が含まれる。

端末がユーザーにデータを提示する

端末は、受信したデータをユーザーに提示する。ユーザーは、アプリケーションのインターフェースを通じて、カスタムチェンジされた行動や発言の具体例を確認する。

ユーザーが反復トレーニングを行う

ユーザーは、提示されたカスタムチェンジされた行動や発言を実際に実践し、反復トレーニングを行う。アプリケーションは、ユーザーの進捗を記録し、必要に応じてフィードバックを提供する。

具体例

例えば、ユーザーが「思いやりのある人」を理想の人間像として設定した場合、以下のようなプロンプト文を生成AIモデルに入力する。

プロンプト文の例

「ユーザーが友人と会話しているときに、思いやりのある発言をするためのアドバイスを提供してください。」

生成AIモデルは、このプロンプト文に基づいて、ユーザーが友人と会話する際に使える具体的な発言例を生成する。例えば、「友人が困っているときに『何か手伝えることがあれば教えてね』と言う」といったアドバイスを提供する。

このようにして、ユーザーは理想の人間像に基づいた行動や発言を学び、実践することができる。

実施例１における特定処理の流れについて図１１を用いて説明する。

ステップ１：

ユーザーが理想の人間像を設定する

ユーザーは、アプリケーションを起動し、理想の人間像を設定する。具体的には、アプリケーションのインターフェース上で「理想の人間像を設定する」ボタンをクリックし、ドロップダウンメニューから「思いやりのある人」を選択し、「設定」ボタンを押す。

入力: ユーザーの選択した理想の人間像（例：「思いやりのある人」）

出力: 理想の人間像の設定データ

ステップ２：

端末が設定データをサーバに送信する

端末は、ユーザーが設定した理想の人間像のデータをサーバに送信する。この送信は、HTTPSプロトコルを使用して安全に行われる。

入力: 理想の人間像の設定データ

出力: サーバに送信された設定データ

ステップ３：

サーバが生成AIモデルを使用してデータを解析する

サーバは、受信した設定データを基に生成AIモデルを使用してユーザーの行動や発言を解析する。具体的には、サーバはユーザーの過去の行動や発言データ（例：チャットログやSNSの投稿）を収集し、それを理想の人間像に基づいてカスタムチェンジする。

入力: 設定データ、ユーザーの過去の行動や発言データ

出力: カスタムチェンジされた行動や発言データ

ステップ４：

サーバがカスタムチェンジした行動や発言を生成する

サーバは、生成AIモデルを用いて、ユーザーの理想の人間像に基づいた行動や発言を生成する。例えば、「思いやりのある人」としての行動や発言の具体例を生成する。

入力: カスタムチェンジされた行動や発言データ

出力: 生成された具体的な行動や発言の例

ステップ５：

サーバが生成したデータを端末に送信する

サーバは、生成したカスタムチェンジされた行動や発言のデータを端末に送信する。この送信も、HTTPSプロトコルを使用して行われる。

入力: 生成された具体的な行動や発言の例

出力: 端末に送信されたデータ

ステップ６：

端末がユーザーにデータを提示する

端末は、受信したデータをユーザーに提示する。ユーザーは、アプリケーションのインターフェースを通じて、カスタムチェンジされた行動や発言の具体例を確認する。

入力: 端末に送信されたデータ

出力: ユーザーに提示された具体的な行動や発言の例

ステップ７：

ユーザーが反復トレーニングを行う

ユーザーは、提示されたカスタムチェンジされた行動や発言を実際に実践し、反復トレーニングを行う。アプリケーションは、ユーザーの進捗を記録し、必要に応じてフィードバックを提供する。例えば、ユーザーが「今日、友人に思いやりのある発言をした」とアプリケーションに入力する。

入力: ユーザーの実践結果

出力: 記録された進捗データおよび提供されたフィードバック

（応用例１）

次に、形態例１の応用例１について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、スマート眼鏡２１４を「端末」と称する。

従来の接客トレーニングシステムでは、スタッフが理想の接客態度を身につけるための具体的な行動や発言のカスタムチェンジが難しく、効果的なトレーニングが行えないという問題があった。また、スタッフが理想の接客態度に近づくための反復トレーニングが不足しており、実際の接客において理想の態度を維持することが困難であった。

応用例１におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。この発明では、サーバは、ユーザーが設定した理想の人間像を投影する手段と、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、生成AIモデルを用いて理想の人間像に基づいた行動や発言を生成する手段と、該生成された行動や発言をプロンプト文としてユーザーに提示する手段と、を含む。これにより、スタッフが理想の接客態度を具体的に理解し、反復トレーニングを通じて実際の接客において理想の態度を維持することが可能となる。

「ユーザー」とは、システムを利用して理想の人間像に基づいた行動や発言を学習しようとする個人である。

「理想の人間像」とは、ユーザーが目指すべき具体的な人物像や態度のことであり、システムがそれに基づいて行動や発言をカスタムチェンジする基準となるものである。

「投影する手段」とは、ユーザーが設定した理想の人間像をシステム上で視覚的またはテキストとして表示する機能である。

「カスタムチェンジする手段」とは、ユーザーの現在の行動や発言を理想の人間像に基づいて変更するための機能である。

「提示する手段」とは、カスタムチェンジされた行動や発言をユーザーに表示するための機能である。

「反復トレーニングする手段」とは、ユーザーがカスタムチェンジされた行動や発言を繰り返し練習するための機能である。

「生成AIモデル」とは、ユーザーが設定した理想の人間像に基づいて行動や発言を生成するための人工知能モデルである。

「プロンプト文」とは、生成AIモデルが理想の人間像に基づいて生成した行動や発言をユーザーに提示するためのテキスト形式の指示文である。

この発明を実施するためのシステムは、ユーザーが設定した理想の人間像に基づいて行動や発言をカスタムチェンジし、それをユーザーに提示して反復トレーニングを行うものである。以下に、このシステムの具体的な実施形態について説明する。

システムの構成

システムは、以下の主要なコンポーネントから構成される。

1. ユーザー端末: スマートフォンやタブレットなどのデバイスで、ユーザーが理想の人間像を設定し、カスタムチェンジされた行動や発言を確認するために使用する。

2. サーバ: ユーザーの入力データを処理し、生成AIモデルを用いて理想の人間像に基づいた行動や発言を生成する。

3. 生成AIモデル: OpenAIのGPT-3などの生成AIモデルを使用し、ユーザーが設定した理想の人間像に基づいて行動や発言を生成する。

プログラムの処理

サーバは、ユーザー端末から送信された理想の人間像と現在の行動や発言のデータを受け取り、生成AIモデルにプロンプト文として入力する。生成AIモデルは、理想の人間像に基づいた行動や発言を生成し、その結果をサーバに返す。サーバは、生成された行動や発言をユーザー端末に送信し、ユーザーに提示する。

使用するハードウェアおよびソフトウェア

ハードウェア: スマートフォン、タブレット、サーバ

ソフトウェア: Python、OpenAI API、ユーザーインターフェースアプリケーション

データ加工およびデータ演算

サーバは、ユーザーが設定した理想の人間像と現在の行動や発言をプロンプト文として生成AIモデルに送信する。生成AIモデルは、プロンプト文に基づいて理想の行動や発言を生成し、その結果をサーバに返す。サーバは、生成された行動や発言をユーザー端末に送信し、ユーザーに提示する。

具体例

例えば、ユーザーが「思いやりのある接客」を理想の人間像として設定し、現在の行動が「お客様に対して無愛想な対応をする」である場合、プロンプト文は以下のようになる。

プロンプト文の例:

理想の人間像: 思いやりのある接客

ユーザーの行動: お客様に対して無愛想な対応をする

理想の人間像に基づいた行動:

生成AIモデルは、このプロンプト文に基づいて「思いやりのある接客」に適した行動や発言を生成し、その結果をユーザーに提示する。ユーザーは提示された行動や発言を反復トレーニングすることで、理想の接客態度に近づくことができる。

応用例１における特定処理の流れについて図１２を用いて説明する。

ステップ１：

ユーザーが端末を使用して理想の人間像を設定する。ユーザーはアプリケーションを起動し、理想の人間像（例：「思いやりのある接客」）を入力する。入力データは端末からサーバに送信される。

入力：理想の人間像

出力：サーバに送信された理想の人間像データ

ステップ２：

サーバは、ユーザーから送信された理想の人間像データを受信する。サーバはこのデータを保存し、次の処理に使用する。

入力：理想の人間像データ

出力：保存された理想の人間像データ

ステップ３：

ユーザーが端末を使用して現在の行動や発言を入力する。ユーザーは現在の行動（例：「お客様に対して無愛想な対応をする」）を入力し、端末からサーバに送信する。

入力：現在の行動や発言

出力：サーバに送信された現在の行動や発言データ

ステップ４：

サーバは、ユーザーから送信された現在の行動や発言データを受信する。サーバはこのデータを保存し、次の処理に使用する。

入力：現在の行動や発言データ

出力：保存された現在の行動や発言データ

ステップ５：

サーバは、保存された理想の人間像データと現在の行動や発言データを組み合わせてプロンプト文を生成する。生成されたプロンプト文は、生成AIモデルに入力される。

入力：理想の人間像データ、現在の行動や発言データ

出力：生成されたプロンプト文

ステップ６：

サーバは、生成されたプロンプト文を生成AIモデルに送信する。生成AIモデルはプロンプト文に基づいて理想の行動や発言を生成する。

入力：生成されたプロンプト文

出力：生成AIモデルによって生成された理想の行動や発言

ステップ７：

サーバは、生成AIモデルから返された理想の行動や発言を受信する。サーバはこのデータをユーザー端末に送信する。

入力：生成AIモデルによって生成された理想の行動や発言

出力：ユーザー端末に送信された理想の行動や発言データ

ステップ８：

ユーザー端末は、サーバから送信された理想の行動や発言データを受信し、ユーザーに提示する。ユーザーは提示された行動や発言を確認し、反復トレーニングを行う。

入力：理想の行動や発言データ

出力：ユーザーに提示された理想の行動や発言

以上の処理ステップにより、ユーザーは理想の人間像に基づいた行動や発言を学習し、反復トレーニングを通じて理想の態度に近づくことができる。

（実施例２）

次に、形態例２の実施例２について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、スマート眼鏡２１４を「端末」と称する。

現代社会において、多くの人々が自己改善や理想の人間像に近づくことを目指しているが、その過程は困難であり、持続的な努力が必要である。また、自己改善のための具体的な行動や発言の指針が不足しているため、効果的なトレーニングが難しいという問題がある。さらに、ユーザーの行動や発言を理想の人間像に基づいてカスタムチェンジするための適切な手段が存在しないため、ユーザーが自身の理想像に近づくことが困難である。

実施例２におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

この発明では、サーバは、ユーザーが設定した理想の人間像を投影する手段と、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示する手段と、該提示された行動や発言をユーザーが反復トレーニングする手段と、ユーザーの行動や発言を収集する手段と、収集した行動や発言を解析し、生成AIモデルを使用してカスタムチェンジする手段と、を含む。これにより、ユーザーは具体的な行動や発言の指針を得ることができ、持続的なトレーニングを通じて自身の理想像に近づくことが可能となる。

「理想の人間像」とは、ユーザーが目指すべき具体的な人物像や性格特性を指す。

「投影する手段」とは、ユーザーが設定した理想の人間像を視覚的またはテキスト形式で表示するための機能を指す。

「カスタムチェンジする手段」とは、ユーザーの現在の行動や発言を理想の人間像に基づいて変更するための機能を指す。

「提示する手段」とは、カスタムチェンジされた行動や発言をユーザーに通知または表示するための機能を指す。

「反復トレーニングする手段」とは、ユーザーが提示された行動や発言を繰り返し実行することで、理想の人間像に近づくためのトレーニングを行う機能を指す。

「収集する手段」とは、ユーザーの行動や発言を記録し、データとして保存するための機能を指す。

「解析する手段」とは、収集されたユーザーの行動や発言データを分析し、理想の人間像に基づいてカスタムチェンジするための情報を抽出する機能を指す。

「生成AIモデル」とは、ユーザーの行動や発言を理想の人間像に基づいて変換するための人工知能モデルを指す。

この発明は、ユーザーが設定した理想の人間像に基づいて行動や発言をカスタムチェンジし、それをユーザーに提示して反復トレーニングを行うシステムである。以下に、このシステムの具体的な実施形態を説明する。

使用するハードウェアおよびソフトウェア

ハードウェア

端末：ユーザーが使用するスマートフォン、タブレット、またはパソコンなどのデバイス。

サーバ：データの処理と保存を行うためのリモートサーバ。

ソフトウェア

アプリケーション：ユーザーが理想の人間像を設定し、カスタムチェンジされた行動や発言を確認するためのソフトウェア。

生成AIモデル：ユーザーの行動や発言を理想の人間像に基づいて変換するための人工知能モデル（例：GPT-4）。

システムの動作

理想の人間像の設定

ユーザーは、アプリケーションを起動し、設定画面に移動する。そこで、理想の人間像を入力する。例えば、「思いやりのある人」と入力する。

ユーザーの行動や発言の収集

端末は、ユーザーの日常的な行動や発言を記録する。例えば、ユーザーが友人と会話している内容や、SNSに投稿した内容を収集する。収集したデータは、リアルタイムでサーバに送信される。

行動や発言のカスタムチェンジ

サーバは、受信したユーザーの行動や発言データを解析する。生成AIモデル（例：GPT-4）を使用して、ユーザーの行動や発言を理想の人間像に基づいてカスタムチェンジする。例えば、ユーザーが「今日は忙しいから手伝えない」と言った場合、生成AIモデルはこれを「今日は忙しいけれど、少しでも手伝えることがあれば教えてください」に変換する。

カスタムチェンジした行動や発言の提示

サーバは、カスタムチェンジした行動や発言を端末に送信する。端末は、これをユーザーに通知する。ユーザーは、通知を確認し、カスタムチェンジされた行動や発言を実際に使用する。

反復トレーニング

ユーザーは、提示されたカスタムチェンジした行動や発言を繰り返し実行する。例えば、毎日の会話やSNS投稿で、生成AIモデルが提案した発言を使用する。これにより、ユーザーは理想の人間像に近づくためのトレーニングを行う。

具体例

理想の人間像の設定

ユーザーはアプリケーションの設定画面で「思いやりのある人」と入力し、保存ボタンをクリックする。

ユーザーの行動や発言の収集

端末は、ユーザーが友人と会話している音声を録音し、テキストに変換する。また、ユーザーがSNSに投稿したテキストデータも収集する。

行動や発言のカスタムチェンジ

サーバは、収集したテキストデータを生成AIモデルに入力する。生成AIモデルは、プロンプト文を使用して、ユーザーの発言を理想の人間像に基づいて変換する。

カスタムチェンジした行動や発言の提示

サーバは、生成AIモデルが出力したカスタムチェンジされた発言を端末に送信する。端末は、ユーザーに通知を表示し、「今日は忙しいけれど、少しでも手伝えることがあれば教えてください」といった提案を行う。

反復トレーニング

ユーザーは、毎日の会話やSNS投稿で、サーバから提案された発言を使用する。例えば、友人との会話で「今日は忙しいけれど、少しでも手伝えることがあれば教えてください」と言う。これを繰り返すことで、ユーザーは「思いやりのある人」としての行動や発言が自然にできるようになる。

プロンプト文の例

生成AIモデルに入力するプロンプト文の例は以下の通りである：

ユーザーの現在の発言：「今日は忙しいから手伝えない」

理想の人間像：「思いやりのある人」

生成AIモデルに対するプロンプト文：「ユーザーの発言を、思いやりのある人の発言に変換してください」

このプロンプト文を生成AIモデルに入力することで、ユーザーの発言が理想の人間像に基づいてカスタムチェンジされる。

実施例２における特定処理の流れについて図１３を用いて説明する。

ステップ１：

ユーザは、アプリケーションを起動し、設定画面に移動する。そこで、理想の人間像を入力する。例えば、「思いやりのある人」と入力する。

入力：ユーザが設定画面で入力した理想の人間像。

出力：理想の人間像がアプリケーションに保存される。

ステップ２：

端末は、ユーザの日常的な行動や発言を記録する。例えば、ユーザが友人と会話している内容や、SNSに投稿した内容を収集する。

入力：ユーザの行動や発言。

出力：収集された行動や発言データが端末に保存され、リアルタイムでサーバに送信される。

ステップ３：

サーバは、受信したユーザの行動や発言データを解析する。生成AIモデル（例：GPT-4）を使用して、ユーザの行動や発言を理想の人間像に基づいてカスタムチェンジする。

入力：収集された行動や発言データ、理想の人間像。

出力：カスタムチェンジされた行動や発言。

具体的な動作：サーバは、収集されたテキストデータを生成AIモデルに入力し、プロンプト文を使用してユーザの発言を変換する。

ステップ４：

サーバは、カスタムチェンジした行動や発言を端末に送信する。端末は、これをユーザに通知する。ユーザは、通知を確認し、カスタムチェンジされた行動や発言を実際に使用する。

入力：カスタムチェンジされた行動や発言。

出力：ユーザに提示されたカスタムチェンジされた行動や発言。

具体的な動作：端末は、サーバから受信したカスタムチェンジされた発言を通知として表示する。

ステップ５：

ユーザは、提示されたカスタムチェンジした行動や発言を繰り返し実行する。例えば、毎日の会話やSNS投稿で、生成AIモデルが提案した発言を使用する。

入力：提示されたカスタムチェンジされた行動や発言。

出力：ユーザが実行したカスタムチェンジされた行動や発言。

具体的な動作：ユーザは、友人との会話やSNS投稿で、サーバから提案された発言を使用する。これを繰り返すことで、ユーザは理想の人間像に近づくためのトレーニングを行う。

（応用例２）

次に、形態例２の応用例２について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、スマート眼鏡２１４を「端末」と称する。

従来の接客業務において、スタッフが理想の接客態度を身につけるためのトレーニング方法は限られており、効果的なトレーニングが難しいという課題があった。また、スタッフが理想の接客態度を実践するための具体的なガイドラインやフィードバックが不足しているため、接客品質の向上が困難であった。さらに、スタッフが自身の理想像に近づくための反復トレーニングを効率的に行う手段が求められていた。

応用例２におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

この発明では、サーバは、ユーザーが設定した理想の人間像を投影する手段と、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、接客業務を行うスタッフが装着するスマート眼鏡を用いて、理想の接客態度をトレーニングする手段と、生成AIモデルを使用して、理想の人間像に基づいたカスタムチェンジされた発言を生成する手段と、を含む。これにより、スタッフが理想の接客態度を効率的にトレーニングし、実践することが可能となる。

「ユーザー」とは、システムを利用する個人または団体である。

「理想の人間像」とは、ユーザーが目指すべき行動や態度のモデルである。

「投影する手段」とは、ユーザーが設定した理想の人間像を視覚的または聴覚的に表示するための装置またはソフトウェアである。

「カスタムチェンジする手段」とは、ユーザーの行動や発言を理想の人間像に基づいて変更するための装置またはソフトウェアである。

「提示する手段」とは、カスタムチェンジされた行動や発言をユーザーに表示するための装置またはソフトウェアである。

「反復トレーニングする手段」とは、ユーザーがカスタムチェンジされた行動や発言を繰り返し練習するための装置またはソフトウェアである。

「接客業務」とは、顧客に対して商品やサービスを提供する業務である。

「スマート眼鏡」とは、情報を表示する機能を持つ眼鏡型のデバイスである。

「生成AIモデル」とは、人工知能を用いてテキストや行動を生成するためのアルゴリズムである。

「カスタムチェンジされた発言」とは、理想の人間像に基づいて変更されたユーザーの発言である。

この発明を実施するためのシステムは、ユーザーが設定した理想の人間像を投影し、ユーザーの行動や発言をカスタムチェンジし、それを反復トレーニングするためのものである。具体的には、接客業務を行うスタッフが装着するスマート眼鏡を用いて、理想の接客態度をトレーニングすることができる。

システムの構成

システムは以下の主要なコンポーネントから構成される：

1. ユーザー端末：ユーザーが理想の人間像を設定するためのデバイス。スマートフォンやタブレットが該当する。

2. スマート眼鏡：接客業務を行うスタッフが装着するデバイス。情報を視覚的に表示する機能を持つ。

3. サーバ：生成AIモデルを実行し、ユーザーの行動や発言をカスタムチェンジするためのデータ処理を行う。

4. 生成AIモデル：ユーザーの理想の人間像に基づいてカスタムチェンジされた発言を生成するアルゴリズム。

プログラムの処理

サーバは、ユーザーが設定した理想の人間像を受け取り、それに基づいてユーザーの行動や発言をカスタムチェンジする。具体的には、以下の手順で処理が行われる：

1. 理想の人間像の設定：ユーザー端末を用いて、ユーザーが理想の人間像を設定する。例えば、「親切で丁寧な接客」を理想像として設定する。

2. ユーザーの発言の入力：ユーザーが実際に行った発言を入力する。例えば、「いらっしゃいませ、何かお探しですか？」という発言。

3. 生成AIモデルの実行：サーバは生成AIモデルを用いて、理想の人間像に基づいたカスタムチェンジされた発言を生成する。

4. カスタムチェンジされた発言の提示：スマート眼鏡を通じて、カスタムチェンジされた発言をユーザーに提示する。例えば、「いらっしゃいませ、お客様がご希望の商品をお探しするお手伝いをさせていただきます。」という発言。

5. 反復トレーニング：ユーザーは提示されたカスタムチェンジされた発言を反復して練習する。

使用するハードウェアおよびソフトウェア

ハードウェア：スマート眼鏡（例：Google Glass）、ユーザー端末（スマートフォン、タブレット）

ソフトウェア：生成AIモデル（例：OpenAI API）、データ処理サーバ

具体例

例えば、接客スタッフが「親切で丁寧な接客」を理想像として設定し、以下のようなプロンプト文を使用する：

プロンプト文の例：

理想の人間像: 親切で丁寧な接客

ユーザーの発言: いらっしゃいませ、何かお探しですか？

理想の人間像に基づいたカスタムチェンジされた発言:

このプロンプト文を生成AIモデルに入力することで、理想の接客態度に基づいたカスタムチェンジされた発言を生成する。例えば、「いらっしゃいませ、お客様がご希望の商品をお探しするお手伝いをさせていただきます。」のような発言が生成される。

応用例２における特定処理の流れについて図１４を用いて説明する。

ステップ１：

ユーザーが理想の人間像を設定する。

入力：ユーザーが端末（スマートフォンやタブレット）を使用して、理想の人間像を入力する。例えば、「親切で丁寧な接客」。

データ加工：端末は入力された理想の人間像をサーバに送信する。

出力：サーバに理想の人間像が保存される。

ステップ２：

ユーザーが実際の発言を入力する。

入力：ユーザーが端末を使用して、実際に行った発言を入力する。例えば、「いらっしゃいませ、何かお探しですか？」。

データ加工：端末は入力された発言をサーバに送信する。

出力：サーバにユーザーの発言が保存される。

ステップ３：

サーバが生成AIモデルを実行する。

入力：サーバは保存された理想の人間像とユーザーの発言を取得する。

データ演算：サーバは生成AIモデルを使用して、理想の人間像に基づいたカスタムチェンジされた発言を生成する。プロンプト文を生成AIモデルに入力し、カスタムチェンジされた発言を得る。

出力：生成されたカスタムチェンジされた発言がサーバに保存される。

ステップ４：

カスタムチェンジされた発言をユーザーに提示する。

入力：サーバは生成されたカスタムチェンジされた発言を取得する。

データ加工：サーバはカスタムチェンジされた発言をスマート眼鏡に送信する。

出力：スマート眼鏡にカスタムチェンジされた発言が表示される。

ステップ５：

ユーザーが反復トレーニングを行う。

入力：ユーザーはスマート眼鏡に表示されたカスタムチェンジされた発言を確認する。

具体的な動作：ユーザーは表示された発言を繰り返し練習する。例えば、「いらっしゃいませ、お客様がご希望の商品をお探しするお手伝いをさせていただきます。」という発言を練習する。

出力：ユーザーの接客態度が理想の人間像に近づく。

なお、更に、ユーザの感情を推定する感情エンジンを組み合わせてもよい。すなわち、特定処理部２９０は、感情特定モデル５９を用いてユーザの感情を推定し、ユーザの感情を用いた特定処理を行うようにしてもよい。

「形態例１」

本発明の一実施形態では、感情エンジンが組み込まれている。この感情エンジンは、ユーザーの感情状態をリアルタイムで分析する。具体的には、ユーザーの顔表情、声のトーン、言葉の選び方などから感情状態を推定する。また、この感情エンジンは、ユーザーの感情状態の変化をトラッキングする。これにより、ユーザーが自身の理想像に近づくための反復トレーニングの内容を、ユーザーの感情状態に応じて調整することが可能となる。例えば、ユーザーがストレスを感じているときには、リラクゼーションを促すようなトレーニングを提供する。一方、ユーザーが喜びを感じているときには、その喜びを共有するような行動を促すトレーニングを提供する。これにより、ユーザーは自身の感情状態に適した形で、自身の理想像に近づくトレーニングを行うことができる。

「形態例２」

本発明の一実施形態では、感情エンジンが組み込まれている。この感情エンジンは、ユーザーの感情状態をリアルタイムで分析する。具体的には、ユーザーの顔表情、声のトーン、言葉の選び方などから感情状態を推定する。また、この感情エンジンは、ユーザーの感情状態の変化をトラッキングする。これにより、ユーザーが自身の理想像に近づくための反復トレーニングの内容を、ユーザーの感情状態に応じて調整することが可能となる。例えば、ユーザーがストレスを感じているときには、リラクゼーションを促すようなトレーニングを提供する。一方、ユーザーが喜びを感じているときには、その喜びを共有するような行動を促すトレーニングを提供する。これにより、ユーザーは自身の感情状態に適した形で、自身の理想像に近づくトレーニングを行うことができる。

以下に、各形態例の処理の流れについて説明する。

「形態例１」

ステップ１：ユーザーがシステムを起動し、自身の理想像を設定する。この理想像は、ユーザーがどのような行動を取り、どのような発言をするかを具体的に示すものである。

ステップ２：感情エンジンがユーザーの感情状態をリアルタイムで分析する。具体的には、ユーザーの顔表情、声のトーン、言葉の選び方などから感情状態を推定する。

ステップ３：感情エンジンがユーザーの感情状態の変化をトラッキングする。これにより、ユーザーが自身の理想像に近づくための反復トレーニングの内容を、ユーザーの感情状態に応じて調整することが可能となる。

ステップ４：ユーザーが自身の理想像に近づくための反復トレーニングを行う。このトレーニングは、ユーザーの感情状態に応じて調整される。例えば、ユーザーがストレスを感じているときには、リラクゼーションを促すようなトレーニングを提供する。一方、ユーザーが喜びを感じているときには、その喜びを共有するような行動を促すトレーニングを提供する。

（実施例１）

次に、形態例１の実施例１について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、スマート眼鏡２１４を「端末」と称する。

従来のシステムでは、ユーザーが設定した理想の人間像に基づいて行動や発言をカスタムチェンジすることが難しく、また、ユーザーの感情状態に応じたトレーニング内容の調整が行われないため、ユーザーが自身の理想像に近づくための効果的なサポートが不足しているという課題があった。

実施例１におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

この発明では、サーバは、ユーザーが設定した理想の人間像を投影する手段と、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、ユーザーの感情状態をリアルタイムで分析する感情エンジンと、該感情エンジンから得られたデータを基にトレーニング内容を調整する手段と、を含む。これにより、ユーザーが自身の理想像に近づくための効果的なサポートが可能となる。

「ユーザー」とは、システムを利用して自身の理想の人間像に近づくことを目指す個人を指す。

「理想の人間像」とは、ユーザーが目標とする人格や行動特性を具体的に設定したものである。

「投影する手段」とは、ユーザーが設定した理想の人間像をシステム上で視覚的またはテキスト形式で表示する機能を指す。

「カスタムチェンジする手段」とは、ユーザーの行動や発言を理想の人間像に基づいて変更・調整する機能を指す。

「提示する手段」とは、カスタムチェンジした行動や発言をユーザーに通知または表示する機能を指す。

「反復トレーニングする手段」とは、ユーザーが提示されたカスタムチェンジを基に繰り返し練習する機能を指す。

「感情エンジン」とは、ユーザーの顔表情、声のトーン、言葉の選び方などから感情状態をリアルタイムで分析する機能を指す。

「トレーニング内容を調整する手段」とは、感情エンジンから得られたデータを基に、ユーザーの感情状態に応じてトレーニング内容を変更・調整する機能を指す。

この発明は、ユーザーが設定した理想の人間像に基づいて行動や発言をカスタムチェンジし、反復トレーニングを通じてユーザーが自身の理想像に近づくことを支援するシステムである。以下に、このシステムの具体的な実施形態を説明する。

使用するハードウェアおよびソフトウェア

ハードウェア

端末: ユーザーが使用するスマートフォン、タブレット、またはPC。

サーバ: データ処理およびストレージを行うためのクラウドサーバ。

カメラおよびマイク: ユーザーの顔表情や声のトーンをリアルタイムでキャプチャするためのデバイス。

ソフトウェア

アプリケーション: ユーザーが理想の人間像を設定し、カスタムチェンジされた行動や発言を確認するためのインターフェースを提供する。

感情エンジン: ユーザーの感情状態をリアルタイムで分析するためのソフトウェアモジュール。

生成AIモデル: ユーザーの行動や発言を理想の人間像に基づいてカスタムチェンジするためのAIモデル。

データ加工およびデータ演算

ユーザーが理想の人間像を設定する

ユーザーはアプリケーションを起動し、理想の人間像を設定する。例えば、「思いやりのある人」を選択する。

サーバがユーザーの行動データを収集する

サーバは、ユーザーのスマートフォンやPCからの入力データ、音声データ、テキストメッセージをリアルタイムで収集する。これには、ユーザーが友人とチャットしている内容や、音声アシスタントに話しかける内容が含まれる。

サーバがデータを分析し、カスタムチェンジを行う

サーバは、収集したデータを自然言語処理（NLP）技術を用いて分析する。例えば、ユーザーが「ありがとう」と言う頻度が少ない場合、サーバは「ありがとう」と言う頻度を増やすように提案する。

サーバがカスタムチェンジした行動や発言をユーザーに提示する

サーバは、カスタムチェンジした行動や発言をアプリケーションの通知機能を使ってユーザーに提示する。例えば、「次回友人と話すときに『ありがとう』と言ってみましょう」といった通知を送る。

ユーザーが反復トレーニングを行う

ユーザーは、サーバからの提案を基に、日常生活で「ありがとう」と言う頻度を増やすように意識する。これを繰り返すことで、ユーザーは「思いやりのある人」に近づく。

感情エンジンがユーザーの感情状態を分析する

感情エンジンは、ユーザーのスマートフォンのカメラやマイクを使って、顔表情や声のトーンをリアルタイムで分析する。例えば、ユーザーが笑顔で話している場合、感情エンジンはユーザーが喜びを感じていると判断する。

サーバがトレーニング内容を調整する

サーバは、感情エンジンから得られたデータを基に、ユーザーの感情状態に応じてトレーニング内容を調整する。例えば、ユーザーがストレスを感じている場合、サーバは「深呼吸をしてリラックスしましょう」といったトレーニングを提供する。

具体例

理想の人間像設定

ユーザーがアプリケーションを開き、「思いやりのある人」を理想の人間像として設定する。

カスタムチェンジの例

サーバは、ユーザーが友人と会話する際に「ありがとう」と言う頻度を増やすように提案する。

感情エンジンの分析

ユーザーが会話中に笑顔を見せている場合、感情エンジンはユーザーが喜びを感じていると判断する。

トレーニング内容の調整

ユーザーがストレスを感じている場合、サーバは深呼吸や瞑想を促すトレーニングを提供する。

プロンプト文の例

「ユーザーが理想の人間像として『思いやりのある人』を設定した場合、どのような行動や発言をカスタムチェンジするか提案してください。」

このシステムは、ユーザーが自身の理想像に近づくための具体的な行動や発言を提供し、感情状態に応じたトレーニングを行うことで、ユーザーの成長をサポートする。

実施例１における特定処理の流れについて図１５を用いて説明する。

ステップ１：

ユーザーが理想の人間像を設定する

ユーザーはアプリケーションを起動し、理想の人間像を設定する。具体的には、アプリケーションの設定画面で「思いやりのある人」などの選択肢から理想の人間像を選び、設定を保存する。入力はユーザーの選択した理想の人間像であり、出力は設定された理想の人間像のデータである。

ステップ２：

サーバがユーザーの行動データを収集する

サーバは、ユーザーのスマートフォンやPCからの入力データ、音声データ、テキストメッセージをリアルタイムで収集する。具体的には、ユーザーが友人とチャットしている内容や、音声アシスタントに話しかける内容を収集する。入力はユーザーの行動データであり、出力は収集された行動データのデータベースである。

ステップ３：

サーバがデータを分析し、カスタムチェンジを行う

サーバは、収集したデータを自然言語処理（NLP）技術を用いて分析する。具体的には、生成AIモデルを使用して、ユーザーの行動や発言を理想の人間像に基づいて変更する。例えば、ユーザーが「ありがとう」と言う頻度が少ない場合、サーバは「ありがとう」と言う頻度を増やすように提案する。入力は収集された行動データであり、出力はカスタムチェンジされた行動や発言の提案である。

ステップ４：

サーバがカスタムチェンジした行動や発言をユーザーに提示する

サーバは、カスタムチェンジした行動や発言をアプリケーションの通知機能を使ってユーザーに提示する。具体的には、「次回友人と話すときに『ありがとう』と言ってみましょう」といった通知を送る。入力はカスタムチェンジされた行動や発言の提案であり、出力はユーザーへの通知である。

ステップ５：

ユーザーが反復トレーニングを行う

ユーザーは、サーバからの提案を基に、日常生活で「ありがとう」と言う頻度を増やすように意識する。具体的には、友人や家族との会話で「ありがとう」と言う機会を増やす。入力はサーバからの提案であり、出力はユーザーの実際の行動である。

ステップ６：

感情エンジンがユーザーの感情状態を分析する

感情エンジンは、ユーザーのスマートフォンのカメラやマイクを使って、顔表情や声のトーンをリアルタイムで分析する。具体的には、ユーザーが笑顔で話している場合、感情エンジンはユーザーが喜びを感じていると判断する。入力はユーザーの顔表情や声のトーンであり、出力は分析された感情状態のデータである。

ステップ７：

サーバがトレーニング内容を調整する

サーバは、感情エンジンから得られたデータを基に、ユーザーの感情状態に応じてトレーニング内容を調整する。具体的には、ユーザーがストレスを感じている場合、サーバは「深呼吸をしてリラックスしましょう」といったトレーニングを提供する。入力は分析された感情状態のデータであり、出力は調整されたトレーニング内容である。

（応用例１）

次に、形態例１の応用例１について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、スマート眼鏡２１４を「端末」と称する。

従来の接客トレーニングシステムでは、スタッフが理想の接客態度を身につけるための具体的なフィードバックが不足しており、また、スタッフの感情状態に応じたトレーニング内容の調整が行われていないため、効果的なトレーニングが難しいという課題があった。

応用例１におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

この発明では、サーバは、ユーザーが設定した理想の人間像を投影する手段と、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、ユーザーの感情状態をリアルタイムで分析する手段と、ユーザーの感情状態に応じてトレーニング内容を調整する手段と、スマートデバイスを用いてユーザーにフィードバックを提供する手段と、を含む。これにより、スタッフが理想の接客態度を効果的に身につけることが可能となる。

「ユーザー」とは、システムを利用して理想の人間像に基づいた行動や発言のトレーニングを行う個人である。

「理想の人間像」とは、ユーザーが目指すべき具体的な行動や態度のモデルである。

「投影する手段」とは、ユーザーが設定した理想の人間像を視覚的または聴覚的に提示するための方法や装置である。

「カスタムチェンジする手段」とは、ユーザーの行動や発言を理想の人間像に基づいて変更するための方法や装置である。

「反復トレーニングする手段」とは、ユーザーが理想の人間像に近づくために、カスタムチェンジされた行動や発言を繰り返し練習するための方法や装置である。

「感情状態をリアルタイムで分析する手段」とは、ユーザーの顔表情、声のトーン、言葉の選び方などから感情を推定するための方法や装置である。

「トレーニング内容を調整する手段」とは、ユーザーの感情状態に応じてトレーニングの内容を変更するための方法や装置である。

「スマートデバイス」とは、カメラ、マイク、スピーカーなどを内蔵し、ユーザーにフィードバックを提供するためのデバイスである。

「フィードバックを提供する手段」とは、ユーザーに対して理想の行動や発言に関するアドバイスや指示を提供するための方法や装置である。

この発明を実施するための形態として、実店舗で働くスタッフが理想の接客態度を身につけるためのトレーニングシステムを提供する。システムは、ユーザーが設定した理想の人間像を投影し、ユーザーの行動や発言をカスタムチェンジし、それを反復トレーニングするための手段を含む。また、ユーザーの感情状態をリアルタイムで分析し、トレーニング内容を調整する手段も含まれる。

使用するハードウェアとソフトウェア

ハードウェア

スマート眼鏡: カメラ、マイク、スピーカーを内蔵し、ユーザーの行動や発言をキャプチャし、フィードバックを提供する。

サーバ: データ処理と分析を行うための中央処理装置。

ソフトウェア

OpenCV: カメラ映像のキャプチャと処理を行うライブラリ。

EmotionRecognizer: 顔表情から感情を推定するライブラリ。

SpeechRecognition: 音声認識ライブラリ。

TextToSpeech: テキストを音声に変換するライブラリ。

IdealBehaviorModel: 理想の行動や発言を生成するモデル。

データ加工と演算

カメラ映像のキャプチャ

スマート眼鏡のカメラを使用して、ユーザーの顔表情や行動をリアルタイムでキャプチャする。OpenCVを用いて映像データを取得し、EmotionRecognizerで感情状態を分析する。

音声認識

スマート眼鏡のマイクを使用して、ユーザーの発言をキャプチャする。SpeechRecognitionライブラリを用いて音声データをテキストに変換する。

フィードバック生成

IdealBehaviorModelを使用して、ユーザーの感情状態と発言に基づいた理想の行動や発言を生成する。生成されたフィードバックはTextToSpeechライブラリを用いて音声に変換され、スマート眼鏡のスピーカーを通じてユーザーに提供される。

具体例

シナリオ

実店舗で働くスタッフが「思いやりのある接客」を目指してトレーニングを行う。

状況

顧客が商品について質問した際、スタッフが適切な対応を行う。

フィードバック

スタッフがストレスを感じている場合、システムはリラクゼーションを促すアドバイスを提供する。

プロンプト文の例

ユーザーが「思いやりのある接客」を目指している場合、顧客からの質問に対してどのように対応すれば良いかを教えてください。ユーザーがストレスを感じている場合は、リラクゼーションを促すアドバイスも提供してください。

このようにして、実店舗での接客トレーニングを効果的に行うことができる。

応用例１における特定処理の流れについて図１６を用いて説明する。

ステップ１：

ユーザがスマート眼鏡を装着し、システムを起動する。スマート眼鏡のカメラがユーザの顔表情や行動をリアルタイムでキャプチャし、マイクがユーザの発言をキャプチャする。入力はカメラ映像と音声データであり、出力はキャプチャされた映像と音声データである。

ステップ２：

サーバがOpenCVを使用して、スマート眼鏡から送信された映像データを処理する。具体的には、映像データからユーザの顔表情を抽出し、EmotionRecognizerを用いて感情状態を分析する。入力はキャプチャされた映像データであり、出力はユーザの感情状態である。

ステップ３：

サーバがSpeechRecognitionライブラリを使用して、スマート眼鏡から送信された音声データをテキストに変換する。入力はキャプチャされた音声データであり、出力はテキストデータである。

ステップ４：

サーバがIdealBehaviorModelを使用して、ユーザの感情状態とテキストデータに基づいて理想の行動や発言を生成する。入力はユーザの感情状態とテキストデータであり、出力は理想の行動や発言のテキストである。

ステップ５：

サーバがTextToSpeechライブラリを使用して、生成された理想の行動や発言のテキストを音声に変換する。入力は理想の行動や発言のテキストであり、出力は音声データである。

ステップ６：

スマート眼鏡のスピーカーを通じて、サーバから送信された音声データをユーザに提供する。入力は音声データであり、出力はユーザが聞く音声フィードバックである。

ステップ７：

ユーザが提供されたフィードバックに基づいて行動や発言を修正し、再度スマート眼鏡のカメラとマイクを通じて新しいデータをキャプチャする。これにより、ステップ１からステップ６までの処理が繰り返される。入力は修正された行動や発言の映像と音声データであり、出力は新たなフィードバックである。

（実施例２）

次に、形態例２の実施例２について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、スマート眼鏡２１４を「端末」と称する。

従来のシステムでは、ユーザーが自身の理想の人間像に近づくための具体的な行動や発言のカスタマイズが難しく、また、ユーザーの感情状態に応じたトレーニング内容の調整が行われないため、効果的なトレーニングが実現できないという課題があった。さらに、ユーザーの感情状態をリアルタイムで分析し、それに基づいてトレーニング内容を調整する機能が欠如していたため、ユーザーの心理的負担を軽減しながら理想像に近づくことが困難であった。

実施例２におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

この発明では、サーバは、ユーザーが設定した理想の人間像を投影する手段と、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、ユーザーの感情状態をリアルタイムで分析する手段と、該感情状態に応じてトレーニング内容を調整する手段と、を含む。これにより、ユーザーは自身の理想像に近づくための効果的なトレーニングを受けることが可能となる。

「理想の人間像」とは、ユーザーが目指すべき人物像や性格特性を指す。

「投影する手段」とは、ユーザーが設定した理想の人間像を視覚的または聴覚的に表示するための装置やソフトウェアを指す。

「カスタムチェンジする手段」とは、ユーザーの行動や発言を理想の人間像に基づいて変更するためのアルゴリズムやプログラムを指す。

「提示する手段」とは、カスタムチェンジした行動や発言をユーザーに通知するための装置やソフトウェアを指す。

「反復トレーニングする手段」とは、ユーザーがカスタムチェンジされた行動や発言を繰り返し練習するためのプログラムやシステムを指す。

「感情状態をリアルタイムで分析する手段」とは、ユーザーの顔表情、声のトーン、言葉の選び方などを解析して感情状態を推定するための装置やソフトウェアを指す。

「トレーニング内容を調整する手段」とは、ユーザーの感情状態に応じてトレーニングの内容や方法を変更するためのアルゴリズムやプログラムを指す。

この発明は、ユーザーが設定した理想の人間像に基づいて行動や発言をカスタムチェンジし、反復トレーニングを通じてユーザーが自身の理想像に近づくことを支援するシステムである。以下に、このシステムの具体的な実施形態を説明する。

システムの構成

ユーザーが理想の人間像を設定する

ユーザーは、端末上のアプリケーションを使用して、自身が目指す理想の人間像を設定する。例えば、「思いやりのある人」を選択する。この設定は、ユーザーの人間関係のトラウマや教養等を考慮して行われる。

サーバがユーザーの行動や発言を収集する

サーバは、ユーザーの行動や発言をリアルタイムで収集する。これには、ユーザーが入力したテキストや音声データが含まれる。例えば、ユーザーがチャットアプリで友人と会話している内容や、音声アシスタントに話しかける内容を収集する。

サーバが収集したデータを解析する

サーバは、収集したデータを解析する。具体的には、自然言語処理（NLP）技術を用いて、ユーザーの発言内容を理解する。ここでは、Google Cloud Natural Language APIやOpenAIのGPT-4などの生成AIモデルを使用する。

サーバが理想の人間像に基づいて行動や発言をカスタムチェンジする

サーバは、解析結果を基に、ユーザーの行動や発言を理想の人間像に合わせてカスタムチェンジする。例えば、「今日は忙しいから手伝えない」を「今日は忙しいけれど、少しでも手伝えることがあれば教えてください」に変更する。

サーバがカスタムチェンジした内容をユーザーに提示する

サーバは、カスタムチェンジした行動や発言をユーザーに提示する。ユーザーはこれを確認し、必要に応じて修正する。

サーバが感情エンジンを用いてユーザーの感情状態を分析する

サーバは、感情エンジンを用いてユーザーの感情状態をリアルタイムで分析する。具体的には、ユーザーの顔表情、声のトーン、言葉の選び方などを解析する。Microsoft AzureのEmotion APIやAffectivaのSDKを使用する。

サーバがユーザーの感情状態に応じてトレーニング内容を調整する

サーバは、ユーザーの感情状態に応じてトレーニング内容を調整する。例えば、ユーザーがストレスを感じている場合にはリラクゼーションを促すトレーニングを提供し、喜びを感じている場合にはその喜びを共有するような行動を促すトレーニングを提供する。

ユーザーがトレーニングを実行する

ユーザーは、サーバから提示されたトレーニング内容を実行する。これにより、ユーザーは自身の理想像に近づくための反復トレーニングを行う。

具体例

理想の人間像の設定

ユーザーがアプリケーションを開き、「理想の人間像を設定」を選択し、「思いやりのある人」を選ぶ。

行動や発言の収集

ユーザーが友人とチャットしている内容をアプリケーションがバックグラウンドで収集する。

データの解析

サーバが収集したチャット内容をGoogle Cloud Natural Language APIで解析し、感情分析を行う。また、OpenAIのGPT-4を使用して、ユーザーの発言内容を理解し、適切な応答を生成する。

カスタムチェンジの例

ユーザーが「今日は忙しいから手伝えない」と言った場合、サーバがこれを「今日は忙しいけれど、少しでも手伝えることがあれば教えてください」に変更する。

感情エンジンの分析

ユーザーがカメラに向かって話しているとき、サーバがMicrosoft AzureのEmotion APIを使用して、ユーザーの顔表情や声のトーンからストレスを感じていると判断する。

トレーニング内容の調整

ユーザーがストレスを感じているとき、サーバが「深呼吸をしてリラックスしましょう」といったリラクゼーショントレーニングを提供する。

トレーニングの実行

ユーザーがサーバから提示されたリラクゼーショントレーニングを実行する。

プロンプト文の例

「ユーザーが理想の人間像として『思いやりのある人』を設定した場合、どのように行動や発言をカスタムチェンジするか教えてください。」

このシステムにより、ユーザーは自身の理想像に近づくための効果的なトレーニングを受けることができる。

実施例２における特定処理の流れについて図１７を用いて説明する。

ステップ１：

ユーザーが理想の人間像を設定する

ユーザーは、端末上のアプリケーションを起動し、理想の人間像を設定する。具体的には、アプリケーションのメニューから「理想の人間像を設定」を選択し、「思いやりのある人」などの選択肢から理想の人間像を選ぶ。入力はユーザーの選択した理想の人間像であり、出力はその設定情報である。

ステップ２：

サーバがユーザーの行動や発言を収集する

サーバは、ユーザーの行動や発言をリアルタイムで収集する。具体的には、ユーザーがチャットアプリで友人と会話している内容や、音声アシスタントに話しかける内容を収集する。入力はユーザーのテキストデータや音声データであり、出力は収集された行動や発言のデータである。

ステップ３：

サーバが収集したデータを解析する

サーバは、収集したデータを解析する。具体的には、Google Cloud Natural Language APIやOpenAIのGPT-4などの生成AIモデルを使用して、ユーザーの発言内容を理解し、感情分析やキーフレーズ抽出を行う。入力は収集された行動や発言のデータであり、出力は解析結果である。

ステップ４：

サーバが理想の人間像に基づいて行動や発言をカスタムチェンジする

サーバは、解析結果を基に、ユーザーの行動や発言を理想の人間像に合わせてカスタムチェンジする。例えば、「今日は忙しいから手伝えない」を「今日は忙しいけれど、少しでも手伝えることがあれば教えてください」に変更する。入力は解析結果であり、出力はカスタムチェンジされた行動や発言である。

ステップ５：

サーバがカスタムチェンジした内容をユーザーに提示する

サーバは、カスタムチェンジした行動や発言をユーザーに提示する。ユーザーはこれを確認し、必要に応じて修正する。入力はカスタムチェンジされた行動や発言であり、出力はユーザーに提示された内容である。

ステップ６：

サーバが感情エンジンを用いてユーザーの感情状態を分析する

サーバは、感情エンジンを用いてユーザーの感情状態をリアルタイムで分析する。具体的には、Microsoft AzureのEmotion APIやAffectivaのSDKを使用して、ユーザーの顔表情、声のトーン、言葉の選び方などを解析する。入力はユーザーの顔表情や声のトーン、言葉の選び方であり、出力は感情状態の分析結果である。

ステップ７：

サーバがユーザーの感情状態に応じてトレーニング内容を調整する

サーバは、ユーザーの感情状態に応じてトレーニング内容を調整する。例えば、ユーザーがストレスを感じている場合にはリラクゼーションを促すトレーニングを提供し、喜びを感じている場合にはその喜びを共有するような行動を促すトレーニングを提供する。入力は感情状態の分析結果であり、出力は調整されたトレーニング内容である。

ステップ８：

ユーザーがトレーニングを実行する

ユーザーは、サーバから提示されたトレーニング内容を実行する。これにより、ユーザーは自身の理想像に近づくための反復トレーニングを行う。入力は調整されたトレーニング内容であり、出力はユーザーの実行結果である。

（応用例２）

次に、形態例２の応用例２について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、スマート眼鏡２１４を「端末」と称する。

従来の接客業務において、スタッフが理想の接客態度を維持することは難しく、特に感情状態が不安定な場合には顧客満足度が低下する問題があった。また、スタッフが自身の理想像に近づくためのトレーニングを効果的に行う手段が不足していた。

応用例２におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

この発明では、サーバは、ユーザーが設定した理想の人間像を投影する手段と、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、ユーザーの感情状態をリアルタイムで分析する感情エンジンと、該感情エンジンに基づいてトレーニング内容を調整する手段と、スマート眼鏡に表示する手段と、を含む。これにより、スタッフが理想の接客態度を維持しつつ、感情状態に応じた適切なトレーニングを受けることが可能となる。

「ユーザー」とは、システムを利用する個人または団体である。

「理想の人間像」とは、ユーザーが目指すべき行動や態度のモデルである。

「投影する手段」とは、ユーザーが設定した理想の人間像を視覚的または聴覚的に表示する装置やソフトウェアである。

「カスタムチェンジする手段」とは、ユーザーの行動や発言を理想の人間像に基づいて変更するためのアルゴリズムやプログラムである。

「提示する手段」とは、カスタムチェンジした行動や発言をユーザーに知らせるための表示装置や通知システムである。

「反復トレーニングする手段」とは、ユーザーが理想の人間像に近づくために、カスタムチェンジした行動や発言を繰り返し練習するための機能である。

「感情エンジン」とは、ユーザーの感情状態をリアルタイムで分析するためのソフトウェアまたはハードウェアである。

「トレーニング内容を調整する手段」とは、感情エンジンの分析結果に基づいて、ユーザーに提供するトレーニングの内容を変更するための機能である。

「スマート眼鏡」とは、ユーザーが装着することで情報を視覚的に表示することができるウェアラブルデバイスである。

この発明を実施するためのシステムは、ユーザーが設定した理想の人間像を投影し、ユーザーの行動や発言をカスタムチェンジし、それを反復トレーニングするための一連の手段を含む。さらに、感情エンジンを用いてユーザーの感情状態をリアルタイムで分析し、トレーニング内容を調整する機能を備えている。

使用するハードウェアとソフトウェア

ハードウェア: スマート眼鏡、カメラ

ソフトウェア: OpenCV（顔検出）、EmotionRecognizer（感情認識）、BehaviorSuggestion（行動提案）

システムの構成

1. ユーザーが設定した理想の人間像を投影する手段:

ユーザーはアプリケーションを通じて理想の人間像を設定する。例えば、「親切で丁寧な接客」を理想とする場合、システムはこの情報を基に行動や発言をカスタムチェンジする。

2. ユーザーの行動や発言をカスタムチェンジする手段:

システムは、ユーザーの現在の行動や発言を理想の人間像に基づいて変更するためのアルゴリズムを実行する。例えば、ユーザーがストレスを感じている場合、リラクゼーションを促す提案を行う。

3. カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段:

カスタムチェンジされた行動や発言は、スマート眼鏡のディスプレイに表示される。ユーザーはこれを見て、理想の行動や発言を繰り返し練習する。

4. 感情エンジン:

カメラを用いてユーザーの顔表情をキャプチャし、EmotionRecognizerを用いて感情状態をリアルタイムで分析する。これにより、ユーザーの感情状態に応じたトレーニング内容を提供する。

5. トレーニング内容を調整する手段:

感情エンジンの分析結果に基づいて、BehaviorSuggestionエンジンが適切な行動や発言を提案する。例えば、ユーザーが喜びを感じている場合、その喜びを共有するような行動を促すトレーニングを提供する。

6. スマート眼鏡に表示する手段:

提案された行動や発言は、スマート眼鏡のディスプレイにリアルタイムで表示される。これにより、ユーザーは接客中に理想の態度を維持することができる。

具体例

シナリオ: 実店舗のスタッフがスマート眼鏡を装着し、接客中に「親切で丁寧な接客」を維持するための支援を受ける。

感情状態: スタッフがストレスを感じている場合、リラクゼーションを促す提案（例：「深呼吸をしてリラックスしましょう」）。

行動提案: 顧客に対して「お困りのことがあれば何でもおっしゃってください」といった親切な発言を提案。

プロンプト文の例

ユーザーが設定した理想の接客態度に基づいて、リアルタイムで行動や発言をカスタムチェンジし、スマート眼鏡のディスプレイに表示するアプリケーションを開発してください。感情エンジンを用いてユーザーの感情状態を分析し、適切なトレーニングを提供する機能も含めてください。

応用例２における特定処理の流れについて図１８を用いて説明する。

ステップ１：

ユーザがアプリケーションを起動し、理想の人間像を設定する。ユーザは「親切で丁寧な接客」などの理想像を入力する。この入力データはサーバに送信され、保存される。

ステップ２：

サーバは、ユーザの理想の人間像に基づいて行動や発言をカスタムチェンジするアルゴリズムを実行する。入力として理想の人間像とユーザの現在の行動データを受け取り、出力としてカスタムチェンジされた行動や発言を生成する。

ステップ３：

サーバは、カスタムチェンジされた行動や発言をスマート眼鏡に送信する。スマート眼鏡はこれを受信し、ディスプレイに表示する。ユーザはこれを見て、理想の行動や発言を実践する。

ステップ４：

カメラがユーザの顔表情をキャプチャし、リアルタイムでサーバに送信する。サーバはEmotionRecognizerを用いて、入力された顔表情データからユーザの感情状態を分析する。出力として感情状態データを生成する。

ステップ５：

サーバは、感情状態データに基づいてトレーニング内容を調整する。BehaviorSuggestionエンジンが感情状態データと理想の人間像を入力として受け取り、適切な行動や発言を提案する。出力として調整されたトレーニング内容を生成する。

ステップ６：

サーバは、調整されたトレーニング内容をスマート眼鏡に送信する。スマート眼鏡はこれを受信し、ディスプレイに表示する。ユーザはこれを見て、感情状態に応じたトレーニングを実践する。

ステップ７：

ユーザがトレーニングを実践する過程で、サーバは感情状態の変化をトラッキングし、必要に応じてトレーニング内容を再調整する。これにより、ユーザは理想の人間像に近づくための最適なトレーニングを受けることができる。

特定処理部２９０は、特定処理の結果をスマート眼鏡２１４に送信する。スマート眼鏡２１４では、制御部４６Ａが、スピーカ２４０に対して特定処理の結果を出力させる。マイクロフォン２３８は、特定処理の結果に対するユーザ入力を示す音声を取得する。制御部４６Ａは、マイクロフォン２３８によって取得されたユーザ入力を示す音声データをデータ処理装置１２に送信する。データ処理装置１２では、特定処理部２９０が音声データを取得する。

データ生成モデル５８は、いわゆる生成ＡＩ（Artificial Intelligence）である。データ生成モデル５８の一例としては、ＣｈａｔＧＰＴ（インターネット検索＜URL: https://openai.com/blog/chatgpt＞）等の生成ＡＩが挙げられる。データ生成モデル５８は、ニューラルネットワークに対して深層学習を行わせることによって得られる。データ生成モデル５８には、指示を含むプロンプトが入力され、かつ、音声を示す音声データ、テキストを示すテキストデータ、及び画像を示す画像データ等の推論用データが入力される。データ生成モデル５８は、入力された推論用データをプロンプトにより示される指示に従って推論し、推論結果を音声データ及びテキストデータ等のデータ形式で出力する。ここで、推論とは、例えば、分析、分類、予測、及び／又は要約等を指す。

生成AIの他の例としては、Gemini（インターネット検索＜URL: https://gemini.google.com/?hl=ja＞）が挙げられる。

上記実施形態では、データ処理装置１２によって特定処理が行われる形態例を挙げたが、本開示の技術はこれに限定されず、スマート眼鏡２１４によって特定処理が行われるようにしてもよい。

［第３実施形態］

図５には、第３実施形態に係るデータ処理システム３１０の構成の一例が示されている。

図５に示すように、データ処理システム３１０は、データ処理装置１２及びヘッドセット型端末３１４を備えている。データ処理装置１２の一例としては、サーバが挙げられる。

データ処理装置１２は、コンピュータ２２、データベース２４、及び通信Ｉ／Ｆ２６を備えている。コンピュータ２２は、本開示の技術に係る「コンピュータ」の一例である。コンピュータ２２は、プロセッサ２８、ＲＡＭ３０、及びストレージ３２を備えている。プロセッサ２８、ＲＡＭ３０、及びストレージ３２は、バス３４に接続されている。また、データベース２４及び通信Ｉ／Ｆ２６も、バス３４に接続されている。通信Ｉ／Ｆ２６は、ネットワーク５４に接続されている。ネットワーク５４の一例としては、ＷＡＮ（Wide Area Network）及び／又はＬＡＮ（Local Area Network）等が挙げられる。

ヘッドセット型端末３１４は、コンピュータ３６、マイクロフォン２３８、スピーカ２４０、カメラ４２、通信Ｉ／Ｆ４４、及びディスプレイ３４３を備えている。コンピュータ３６は、プロセッサ４６、ＲＡＭ４８、及びストレージ５０を備えている。プロセッサ４６、ＲＡＭ４８、及びストレージ５０は、バス５２に接続されている。また、マイクロフォン２３８、スピーカ２４０、カメラ４２、及びディスプレイ３４３も、バス５２に接続されている。

マイクロフォン２３８は、ユーザ２０が発する音声を受け付けることで、ユーザ２０から指示等を受け付ける。マイクロフォン２３８は、ユーザ２０が発する音声を捕捉し、捕捉した音声を音声データに変換してプロセッサ４６に出力する。スピーカ２４０は、プロセッサ４６からの指示に従って音声を出力する。

カメラ４２は、レンズ、絞り、及びシャッタ等の光学系と、ＣＭＯＳ（Complementary Metal-Oxide-Semiconductor）イメージセンサ又はＣＣＤ（Charge Coupled Device）イメージセンサ等の撮像素子とが搭載された小型デジタルカメラであり、ユーザ２０の周囲（例えば、一般的な健常者の視界の広さに相当する画角で規定された撮像範囲）を撮像する。

通信Ｉ／Ｆ４４は、ネットワーク５４に接続されている。通信Ｉ／Ｆ４４及び２６は、ネットワーク５４を介してプロセッサ４６とプロセッサ２８との間の各種情報の授受を司る。通信Ｉ／Ｆ４４及び２６を用いたプロセッサ４６とプロセッサ２８との間の各種情報の授受はセキュアな状態で行われる。

図６には、データ処理装置１２及びヘッドセット型端末３１４の要部機能の一例が示されている。図６に示すように、データ処理装置１２では、プロセッサ２８によって特定処理が行われる。ストレージ３２には、特定処理プログラム５６が格納されている。

特定処理プログラム５６は、本開示の技術に係る「プログラム」の一例である。プロセッサ２８は、ストレージ３２から特定処理プログラム５６を読み出し、読み出した特定処理プログラム５６をＲＡＭ３０上で実行する。特定処理は、プロセッサ２８がＲＡＭ３０上で実行する特定処理プログラム５６に従って、特定処理部２９０として動作することによって実現される。

ストレージ３２には、データ生成モデル５８及び感情特定モデル５９が格納されている。データ生成モデル５８及び感情特定モデル５９は、特定処理部２９０によって用いられる。

ヘッドセット型端末３１４では、プロセッサ４６によって受付出力処理が行われる。ストレージ５０には、受付出力プログラム６０が格納されている。プロセッサ４６は、ストレージ５０から受付出力プログラム６０を読み出し、読み出した受付出力プログラム６０をＲＡＭ４８上で実行する。受付出力処理は、プロセッサ４６がＲＡＭ４８上で実行する受付出力プログラム６０に従って、制御部４６Ａとして動作することによって実現される。

次に、データ処理装置１２の特定処理部２９０による特定処理について説明する。

「形態例１」

本発明のシステムは、ユーザーが設定した理想の人間像を投影する手段、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段を含む。具体的には、ユーザーがアプリケーション上で理想の人間像を設定する。例えば、理想の人間像として「思いやりのある人」を設定した場合、システムはユーザーの行動や発言を「思いやりのある人」に基づいてカスタムチェンジする。その後、システムはカスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングすることで、ユーザーが自身の理想像に近づくことを促進する。

「形態例２」

本発明のシステムは、ユーザーが設定した理想の人間像を投影する手段、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段を含む。具体的には、ユーザーがアプリケーション上で理想の人間像を設定する。例えば、理想の人間像として「思いやりのある人」を設定した場合、システムはユーザーの行動や発言を「思いやりのある人」に基づいてカスタムチェンジする。その後、システムはカスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングすることで、ユーザーが自身の理想像に近づくことを促進する。

以下に、各形態例の処理の流れについて説明する。

「形態例１」

ステップ１：ユーザーがアプリケーション上で理想の人間像を設定する。例えば、「思いやりのある人」を理想の人間像として設定する。

ステップ２：システムがユーザーの行動や発言を理想の人間像に基づいてカスタムチェンジする。具体的には、「思いやりのある人」に基づいてユーザーの行動や発言を分析し、それに適した行動や発言を生成する。

ステップ３：システムがカスタムチェンジした行動や発言をユーザーに提示する。例えば、ユーザーが他人に対して思いやりのある行動をとるようにアドバイスを提供する。

ステップ４：ユーザーが提示された行動や発言を反復トレーニングする。これにより、ユーザーは自身の理想像に近づくことが可能となる。

（実施例１）

次に、形態例１の実施例１について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ヘッドセット型端末３１４を「端末」と称する。

従来の自己改善システムでは、ユーザーが設定した理想の人間像に基づいて具体的な行動や発言をカスタムチェンジすることが難しく、またその反復トレーニングの進捗を効果的に記録しフィードバックを提供する手段が不足している。このため、ユーザーが自身の理想像に近づくための効果的なサポートが提供されていないという課題がある。

実施例１におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

この発明では、サーバは、ユーザーが設定した理想の人間像を投影する手段と、生成AIモデルを用いて該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、該反復トレーニングの進捗を記録し、フィードバックを提供する手段と、を含む。これにより、ユーザーが自身の理想像に近づくための具体的な行動や発言を学び、実践し、その進捗を効果的に管理することが可能となる。

「理想の人間像」とは、ユーザーが目指すべき具体的な人物像や性格特性を指す。

「生成AIモデル」とは、人工知能を用いてデータを生成し、ユーザーの行動や発言をカスタムチェンジするためのアルゴリズムやプログラムを指す。

「カスタムチェンジ」とは、ユーザーの行動や発言を理想の人間像に基づいて変更することを指す。

「反復トレーニング」とは、ユーザーが提示されたカスタムチェンジされた行動や発言を繰り返し実践することを指す。

「フィードバック」とは、ユーザーの反復トレーニングの進捗に基づいて提供される評価やアドバイスを指す。

「進捗を記録する」とは、ユーザーが行った反復トレーニングの内容や成果をデータとして保存することを指す。

「提示する」とは、サーバが生成したカスタムチェンジされた行動や発言をユーザーに見せることを指す。

この発明は、ユーザーが設定した理想の人間像に基づいて行動や発言をカスタムチェンジし、それを反復トレーニングすることでユーザーが自身の理想像に近づくことを促進するシステムである。以下に、このシステムの具体的な実施形態を説明する。

使用するハードウェアおよびソフトウェア

ハードウェア

端末: スマートフォン、パソコン、タブレットなどのユーザーが操作するデバイス。

サーバ: データ処理および生成AIモデルの実行を行うためのサーバ。

ソフトウェア

アプリケーション: ユーザーが理想の人間像を設定し、カスタムチェンジされた行動や発言を確認するためのインターフェースを提供するソフトウェア。

生成AIモデル: ユーザーの行動や発言を理想の人間像に基づいてカスタムチェンジするためのアルゴリズム。具体的には、OpenAIのGPT-4などの生成AIモデルを使用する。

データ加工およびデータ演算

ユーザーが理想の人間像を設定する

ユーザーは、アプリケーションを起動し、理想の人間像を設定する。例えば、「思いやりのある人」を理想の人間像として設定する。

端末が設定データをサーバに送信する

端末は、ユーザーが設定した理想の人間像のデータをサーバに送信する。このデータには、ユーザーの選択した理想の人間像に関する情報が含まれる。

サーバが生成AIモデルを使用してデータを解析する

サーバは、受信したデータを基に生成AIモデルを使用してユーザーの行動や発言を解析する。具体的には、サーバはユーザーの過去の行動や発言データを収集し、それを理想の人間像に基づいてカスタムチェンジする。

サーバがカスタムチェンジした行動や発言を生成する

サーバは、生成AIモデルを用いて、ユーザーの理想の人間像に基づいた行動や発言を生成する。例えば、「思いやりのある人」としての行動や発言の具体例を生成する。

サーバが生成したデータを端末に送信する

サーバは、生成したカスタムチェンジされた行動や発言のデータを端末に送信する。このデータには、ユーザーが実践すべき具体的な行動や発言の例が含まれる。

端末がユーザーにデータを提示する

端末は、受信したデータをユーザーに提示する。ユーザーは、アプリケーションのインターフェースを通じて、カスタムチェンジされた行動や発言の具体例を確認する。

ユーザーが反復トレーニングを行う

ユーザーは、提示されたカスタムチェンジされた行動や発言を実際に実践し、反復トレーニングを行う。アプリケーションは、ユーザーの進捗を記録し、必要に応じてフィードバックを提供する。

具体例

例えば、ユーザーが「思いやりのある人」を理想の人間像として設定した場合、以下のようなプロンプト文を生成AIモデルに入力する。

プロンプト文の例

「ユーザーが友人と会話しているときに、思いやりのある発言をするためのアドバイスを提供してください。」

生成AIモデルは、このプロンプト文に基づいて、ユーザーが友人と会話する際に使える具体的な発言例を生成する。例えば、「友人が困っているときに『何か手伝えることがあれば教えてね』と言う」といったアドバイスを提供する。

このようにして、ユーザーは理想の人間像に基づいた行動や発言を学び、実践することができる。

実施例１における特定処理の流れについて図１１を用いて説明する。

ステップ１：

ユーザーが理想の人間像を設定する

ユーザーは、アプリケーションを起動し、理想の人間像を設定する。具体的には、アプリケーションのインターフェース上で「理想の人間像を設定する」ボタンをクリックし、ドロップダウンメニューから「思いやりのある人」を選択し、「設定」ボタンを押す。

入力: ユーザーの選択した理想の人間像（例：「思いやりのある人」）

出力: 理想の人間像の設定データ

ステップ２：

端末が設定データをサーバに送信する

端末は、ユーザーが設定した理想の人間像のデータをサーバに送信する。この送信は、HTTPSプロトコルを使用して安全に行われる。

入力: 理想の人間像の設定データ

出力: サーバに送信された設定データ

ステップ３：

サーバが生成AIモデルを使用してデータを解析する

サーバは、受信した設定データを基に生成AIモデルを使用してユーザーの行動や発言を解析する。具体的には、サーバはユーザーの過去の行動や発言データ（例：チャットログやSNSの投稿）を収集し、それを理想の人間像に基づいてカスタムチェンジする。

入力: 設定データ、ユーザーの過去の行動や発言データ

出力: カスタムチェンジされた行動や発言データ

ステップ４：

サーバがカスタムチェンジした行動や発言を生成する

サーバは、生成AIモデルを用いて、ユーザーの理想の人間像に基づいた行動や発言を生成する。例えば、「思いやりのある人」としての行動や発言の具体例を生成する。

入力: カスタムチェンジされた行動や発言データ

出力: 生成された具体的な行動や発言の例

ステップ５：

サーバが生成したデータを端末に送信する

サーバは、生成したカスタムチェンジされた行動や発言のデータを端末に送信する。この送信も、HTTPSプロトコルを使用して行われる。

入力: 生成された具体的な行動や発言の例

出力: 端末に送信されたデータ

ステップ６：

端末がユーザーにデータを提示する

端末は、受信したデータをユーザーに提示する。ユーザーは、アプリケーションのインターフェースを通じて、カスタムチェンジされた行動や発言の具体例を確認する。

入力: 端末に送信されたデータ

出力: ユーザーに提示された具体的な行動や発言の例

ステップ７：

ユーザーが反復トレーニングを行う

ユーザーは、提示されたカスタムチェンジされた行動や発言を実際に実践し、反復トレーニングを行う。アプリケーションは、ユーザーの進捗を記録し、必要に応じてフィードバックを提供する。例えば、ユーザーが「今日、友人に思いやりのある発言をした」とアプリケーションに入力する。

入力: ユーザーの実践結果

出力: 記録された進捗データおよび提供されたフィードバック

（応用例１）

次に、形態例１の応用例１について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ヘッドセット型端末３１４を「端末」と称する。

従来の接客トレーニングシステムでは、スタッフが理想の接客態度を身につけるための具体的な行動や発言のカスタムチェンジが難しく、効果的なトレーニングが行えないという問題があった。また、スタッフが理想の接客態度に近づくための反復トレーニングが不足しており、実際の接客において理想の態度を維持することが困難であった。

応用例１におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。この発明では、サーバは、ユーザーが設定した理想の人間像を投影する手段と、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、生成AIモデルを用いて理想の人間像に基づいた行動や発言を生成する手段と、該生成された行動や発言をプロンプト文としてユーザーに提示する手段と、を含む。これにより、スタッフが理想の接客態度を具体的に理解し、反復トレーニングを通じて実際の接客において理想の態度を維持することが可能となる。

「ユーザー」とは、システムを利用して理想の人間像に基づいた行動や発言を学習しようとする個人である。

「理想の人間像」とは、ユーザーが目指すべき具体的な人物像や態度のことであり、システムがそれに基づいて行動や発言をカスタムチェンジする基準となるものである。

「投影する手段」とは、ユーザーが設定した理想の人間像をシステム上で視覚的またはテキストとして表示する機能である。

「カスタムチェンジする手段」とは、ユーザーの現在の行動や発言を理想の人間像に基づいて変更するための機能である。

「提示する手段」とは、カスタムチェンジされた行動や発言をユーザーに表示するための機能である。

「反復トレーニングする手段」とは、ユーザーがカスタムチェンジされた行動や発言を繰り返し練習するための機能である。

「生成AIモデル」とは、ユーザーが設定した理想の人間像に基づいて行動や発言を生成するための人工知能モデルである。

「プロンプト文」とは、生成AIモデルが理想の人間像に基づいて生成した行動や発言をユーザーに提示するためのテキスト形式の指示文である。

この発明を実施するためのシステムは、ユーザーが設定した理想の人間像に基づいて行動や発言をカスタムチェンジし、それをユーザーに提示して反復トレーニングを行うものである。以下に、このシステムの具体的な実施形態について説明する。

システムの構成

システムは、以下の主要なコンポーネントから構成される。

1. ユーザー端末: スマートフォンやタブレットなどのデバイスで、ユーザーが理想の人間像を設定し、カスタムチェンジされた行動や発言を確認するために使用する。

2. サーバ: ユーザーの入力データを処理し、生成AIモデルを用いて理想の人間像に基づいた行動や発言を生成する。

3. 生成AIモデル: OpenAIのGPT-3などの生成AIモデルを使用し、ユーザーが設定した理想の人間像に基づいて行動や発言を生成する。

プログラムの処理

サーバは、ユーザー端末から送信された理想の人間像と現在の行動や発言のデータを受け取り、生成AIモデルにプロンプト文として入力する。生成AIモデルは、理想の人間像に基づいた行動や発言を生成し、その結果をサーバに返す。サーバは、生成された行動や発言をユーザー端末に送信し、ユーザーに提示する。

使用するハードウェアおよびソフトウェア

ハードウェア: スマートフォン、タブレット、サーバ

ソフトウェア: Python、OpenAI API、ユーザーインターフェースアプリケーション

データ加工およびデータ演算

サーバは、ユーザーが設定した理想の人間像と現在の行動や発言をプロンプト文として生成AIモデルに送信する。生成AIモデルは、プロンプト文に基づいて理想の行動や発言を生成し、その結果をサーバに返す。サーバは、生成された行動や発言をユーザー端末に送信し、ユーザーに提示する。

具体例

例えば、ユーザーが「思いやりのある接客」を理想の人間像として設定し、現在の行動が「お客様に対して無愛想な対応をする」である場合、プロンプト文は以下のようになる。

プロンプト文の例:

理想の人間像: 思いやりのある接客

ユーザーの行動: お客様に対して無愛想な対応をする

理想の人間像に基づいた行動:

生成AIモデルは、このプロンプト文に基づいて「思いやりのある接客」に適した行動や発言を生成し、その結果をユーザーに提示する。ユーザーは提示された行動や発言を反復トレーニングすることで、理想の接客態度に近づくことができる。

応用例１における特定処理の流れについて図１２を用いて説明する。

ステップ１：

ユーザーが端末を使用して理想の人間像を設定する。ユーザーはアプリケーションを起動し、理想の人間像（例：「思いやりのある接客」）を入力する。入力データは端末からサーバに送信される。

入力：理想の人間像

出力：サーバに送信された理想の人間像データ

ステップ２：

サーバは、ユーザーから送信された理想の人間像データを受信する。サーバはこのデータを保存し、次の処理に使用する。

入力：理想の人間像データ

出力：保存された理想の人間像データ

ステップ３：

ユーザーが端末を使用して現在の行動や発言を入力する。ユーザーは現在の行動（例：「お客様に対して無愛想な対応をする」）を入力し、端末からサーバに送信する。

入力：現在の行動や発言

出力：サーバに送信された現在の行動や発言データ

ステップ４：

サーバは、ユーザーから送信された現在の行動や発言データを受信する。サーバはこのデータを保存し、次の処理に使用する。

入力：現在の行動や発言データ

出力：保存された現在の行動や発言データ

ステップ５：

サーバは、保存された理想の人間像データと現在の行動や発言データを組み合わせてプロンプト文を生成する。生成されたプロンプト文は、生成AIモデルに入力される。

入力：理想の人間像データ、現在の行動や発言データ

出力：生成されたプロンプト文

ステップ６：

サーバは、生成されたプロンプト文を生成AIモデルに送信する。生成AIモデルはプロンプト文に基づいて理想の行動や発言を生成する。

入力：生成されたプロンプト文

出力：生成AIモデルによって生成された理想の行動や発言

ステップ７：

サーバは、生成AIモデルから返された理想の行動や発言を受信する。サーバはこのデータをユーザー端末に送信する。

入力：生成AIモデルによって生成された理想の行動や発言

出力：ユーザー端末に送信された理想の行動や発言データ

ステップ８：

ユーザー端末は、サーバから送信された理想の行動や発言データを受信し、ユーザーに提示する。ユーザーは提示された行動や発言を確認し、反復トレーニングを行う。

入力：理想の行動や発言データ

出力：ユーザーに提示された理想の行動や発言

以上の処理ステップにより、ユーザーは理想の人間像に基づいた行動や発言を学習し、反復トレーニングを通じて理想の態度に近づくことができる。

（実施例２）

次に、形態例２の実施例２について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ヘッドセット型端末３１４を「端末」と称する。

現代社会において、多くの人々が自己改善や理想の人間像に近づくことを目指しているが、その過程は困難であり、持続的な努力が必要である。また、自己改善のための具体的な行動や発言の指針が不足しているため、効果的なトレーニングが難しいという問題がある。さらに、ユーザーの行動や発言を理想の人間像に基づいてカスタムチェンジするための適切な手段が存在しないため、ユーザーが自身の理想像に近づくことが困難である。

実施例２におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

この発明では、サーバは、ユーザーが設定した理想の人間像を投影する手段と、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示する手段と、該提示された行動や発言をユーザーが反復トレーニングする手段と、ユーザーの行動や発言を収集する手段と、収集した行動や発言を解析し、生成AIモデルを使用してカスタムチェンジする手段と、を含む。これにより、ユーザーは具体的な行動や発言の指針を得ることができ、持続的なトレーニングを通じて自身の理想像に近づくことが可能となる。

「理想の人間像」とは、ユーザーが目指すべき具体的な人物像や性格特性を指す。

「投影する手段」とは、ユーザーが設定した理想の人間像を視覚的またはテキスト形式で表示するための機能を指す。

「カスタムチェンジする手段」とは、ユーザーの現在の行動や発言を理想の人間像に基づいて変更するための機能を指す。

「提示する手段」とは、カスタムチェンジされた行動や発言をユーザーに通知または表示するための機能を指す。

「反復トレーニングする手段」とは、ユーザーが提示された行動や発言を繰り返し実行することで、理想の人間像に近づくためのトレーニングを行う機能を指す。

「収集する手段」とは、ユーザーの行動や発言を記録し、データとして保存するための機能を指す。

「解析する手段」とは、収集されたユーザーの行動や発言データを分析し、理想の人間像に基づいてカスタムチェンジするための情報を抽出する機能を指す。

「生成AIモデル」とは、ユーザーの行動や発言を理想の人間像に基づいて変換するための人工知能モデルを指す。

この発明は、ユーザーが設定した理想の人間像に基づいて行動や発言をカスタムチェンジし、それをユーザーに提示して反復トレーニングを行うシステムである。以下に、このシステムの具体的な実施形態を説明する。

使用するハードウェアおよびソフトウェア

ハードウェア

端末：ユーザーが使用するスマートフォン、タブレット、またはパソコンなどのデバイス。

サーバ：データの処理と保存を行うためのリモートサーバ。

ソフトウェア

アプリケーション：ユーザーが理想の人間像を設定し、カスタムチェンジされた行動や発言を確認するためのソフトウェア。

生成AIモデル：ユーザーの行動や発言を理想の人間像に基づいて変換するための人工知能モデル（例：GPT-4）。

システムの動作

理想の人間像の設定

ユーザーは、アプリケーションを起動し、設定画面に移動する。そこで、理想の人間像を入力する。例えば、「思いやりのある人」と入力する。

ユーザーの行動や発言の収集

端末は、ユーザーの日常的な行動や発言を記録する。例えば、ユーザーが友人と会話している内容や、SNSに投稿した内容を収集する。収集したデータは、リアルタイムでサーバに送信される。

行動や発言のカスタムチェンジ

サーバは、受信したユーザーの行動や発言データを解析する。生成AIモデル（例：GPT-4）を使用して、ユーザーの行動や発言を理想の人間像に基づいてカスタムチェンジする。例えば、ユーザーが「今日は忙しいから手伝えない」と言った場合、生成AIモデルはこれを「今日は忙しいけれど、少しでも手伝えることがあれば教えてください」に変換する。

カスタムチェンジした行動や発言の提示

サーバは、カスタムチェンジした行動や発言を端末に送信する。端末は、これをユーザーに通知する。ユーザーは、通知を確認し、カスタムチェンジされた行動や発言を実際に使用する。

反復トレーニング

ユーザーは、提示されたカスタムチェンジした行動や発言を繰り返し実行する。例えば、毎日の会話やSNS投稿で、生成AIモデルが提案した発言を使用する。これにより、ユーザーは理想の人間像に近づくためのトレーニングを行う。

具体例

理想の人間像の設定

ユーザーはアプリケーションの設定画面で「思いやりのある人」と入力し、保存ボタンをクリックする。

ユーザーの行動や発言の収集

端末は、ユーザーが友人と会話している音声を録音し、テキストに変換する。また、ユーザーがSNSに投稿したテキストデータも収集する。

行動や発言のカスタムチェンジ

サーバは、収集したテキストデータを生成AIモデルに入力する。生成AIモデルは、プロンプト文を使用して、ユーザーの発言を理想の人間像に基づいて変換する。

カスタムチェンジした行動や発言の提示

サーバは、生成AIモデルが出力したカスタムチェンジされた発言を端末に送信する。端末は、ユーザーに通知を表示し、「今日は忙しいけれど、少しでも手伝えることがあれば教えてください」といった提案を行う。

反復トレーニング

ユーザーは、毎日の会話やSNS投稿で、サーバから提案された発言を使用する。例えば、友人との会話で「今日は忙しいけれど、少しでも手伝えることがあれば教えてください」と言う。これを繰り返すことで、ユーザーは「思いやりのある人」としての行動や発言が自然にできるようになる。

プロンプト文の例

生成AIモデルに入力するプロンプト文の例は以下の通りである：

ユーザーの現在の発言：「今日は忙しいから手伝えない」

理想の人間像：「思いやりのある人」

生成AIモデルに対するプロンプト文：「ユーザーの発言を、思いやりのある人の発言に変換してください」

このプロンプト文を生成AIモデルに入力することで、ユーザーの発言が理想の人間像に基づいてカスタムチェンジされる。

実施例２における特定処理の流れについて図１３を用いて説明する。

ステップ１：

ユーザは、アプリケーションを起動し、設定画面に移動する。そこで、理想の人間像を入力する。例えば、「思いやりのある人」と入力する。

入力：ユーザが設定画面で入力した理想の人間像。

出力：理想の人間像がアプリケーションに保存される。

ステップ２：

端末は、ユーザの日常的な行動や発言を記録する。例えば、ユーザが友人と会話している内容や、SNSに投稿した内容を収集する。

入力：ユーザの行動や発言。

出力：収集された行動や発言データが端末に保存され、リアルタイムでサーバに送信される。

ステップ３：

サーバは、受信したユーザの行動や発言データを解析する。生成AIモデル（例：GPT-4）を使用して、ユーザの行動や発言を理想の人間像に基づいてカスタムチェンジする。

入力：収集された行動や発言データ、理想の人間像。

出力：カスタムチェンジされた行動や発言。

具体的な動作：サーバは、収集されたテキストデータを生成AIモデルに入力し、プロンプト文を使用してユーザの発言を変換する。

ステップ４：

サーバは、カスタムチェンジした行動や発言を端末に送信する。端末は、これをユーザに通知する。ユーザは、通知を確認し、カスタムチェンジされた行動や発言を実際に使用する。

入力：カスタムチェンジされた行動や発言。

出力：ユーザに提示されたカスタムチェンジされた行動や発言。

具体的な動作：端末は、サーバから受信したカスタムチェンジされた発言を通知として表示する。

ステップ５：

ユーザは、提示されたカスタムチェンジした行動や発言を繰り返し実行する。例えば、毎日の会話やSNS投稿で、生成AIモデルが提案した発言を使用する。

入力：提示されたカスタムチェンジされた行動や発言。

出力：ユーザが実行したカスタムチェンジされた行動や発言。

具体的な動作：ユーザは、友人との会話やSNS投稿で、サーバから提案された発言を使用する。これを繰り返すことで、ユーザは理想の人間像に近づくためのトレーニングを行う。

（応用例２）

次に、形態例２の応用例２について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ヘッドセット型端末３１４を「端末」と称する。

従来の接客業務において、スタッフが理想の接客態度を身につけるためのトレーニング方法は限られており、効果的なトレーニングが難しいという課題があった。また、スタッフが理想の接客態度を実践するための具体的なガイドラインやフィードバックが不足しているため、接客品質の向上が困難であった。さらに、スタッフが自身の理想像に近づくための反復トレーニングを効率的に行う手段が求められていた。

応用例２におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

この発明では、サーバは、ユーザーが設定した理想の人間像を投影する手段と、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、接客業務を行うスタッフが装着するスマート眼鏡を用いて、理想の接客態度をトレーニングする手段と、生成AIモデルを使用して、理想の人間像に基づいたカスタムチェンジされた発言を生成する手段と、を含む。これにより、スタッフが理想の接客態度を効率的にトレーニングし、実践することが可能となる。

「ユーザー」とは、システムを利用する個人または団体である。

「理想の人間像」とは、ユーザーが目指すべき行動や態度のモデルである。

「投影する手段」とは、ユーザーが設定した理想の人間像を視覚的または聴覚的に表示するための装置またはソフトウェアである。

「カスタムチェンジする手段」とは、ユーザーの行動や発言を理想の人間像に基づいて変更するための装置またはソフトウェアである。

「提示する手段」とは、カスタムチェンジされた行動や発言をユーザーに表示するための装置またはソフトウェアである。

「反復トレーニングする手段」とは、ユーザーがカスタムチェンジされた行動や発言を繰り返し練習するための装置またはソフトウェアである。

「接客業務」とは、顧客に対して商品やサービスを提供する業務である。

「スマート眼鏡」とは、情報を表示する機能を持つ眼鏡型のデバイスである。

「生成AIモデル」とは、人工知能を用いてテキストや行動を生成するためのアルゴリズムである。

「カスタムチェンジされた発言」とは、理想の人間像に基づいて変更されたユーザーの発言である。

この発明を実施するためのシステムは、ユーザーが設定した理想の人間像を投影し、ユーザーの行動や発言をカスタムチェンジし、それを反復トレーニングするためのものである。具体的には、接客業務を行うスタッフが装着するスマート眼鏡を用いて、理想の接客態度をトレーニングすることができる。

システムの構成

システムは以下の主要なコンポーネントから構成される：

1. ユーザー端末：ユーザーが理想の人間像を設定するためのデバイス。スマートフォンやタブレットが該当する。

2. スマート眼鏡：接客業務を行うスタッフが装着するデバイス。情報を視覚的に表示する機能を持つ。

3. サーバ：生成AIモデルを実行し、ユーザーの行動や発言をカスタムチェンジするためのデータ処理を行う。

4. 生成AIモデル：ユーザーの理想の人間像に基づいてカスタムチェンジされた発言を生成するアルゴリズム。

プログラムの処理

サーバは、ユーザーが設定した理想の人間像を受け取り、それに基づいてユーザーの行動や発言をカスタムチェンジする。具体的には、以下の手順で処理が行われる：

1. 理想の人間像の設定：ユーザー端末を用いて、ユーザーが理想の人間像を設定する。例えば、「親切で丁寧な接客」を理想像として設定する。

2. ユーザーの発言の入力：ユーザーが実際に行った発言を入力する。例えば、「いらっしゃいませ、何かお探しですか？」という発言。

3. 生成AIモデルの実行：サーバは生成AIモデルを用いて、理想の人間像に基づいたカスタムチェンジされた発言を生成する。

4. カスタムチェンジされた発言の提示：スマート眼鏡を通じて、カスタムチェンジされた発言をユーザーに提示する。例えば、「いらっしゃいませ、お客様がご希望の商品をお探しするお手伝いをさせていただきます。」という発言。

5. 反復トレーニング：ユーザーは提示されたカスタムチェンジされた発言を反復して練習する。

使用するハードウェアおよびソフトウェア

ハードウェア：スマート眼鏡（例：Google Glass）、ユーザー端末（スマートフォン、タブレット）

ソフトウェア：生成AIモデル（例：OpenAI API）、データ処理サーバ

具体例

例えば、接客スタッフが「親切で丁寧な接客」を理想像として設定し、以下のようなプロンプト文を使用する：

プロンプト文の例：

理想の人間像: 親切で丁寧な接客

ユーザーの発言: いらっしゃいませ、何かお探しですか？

理想の人間像に基づいたカスタムチェンジされた発言:

このプロンプト文を生成AIモデルに入力することで、理想の接客態度に基づいたカスタムチェンジされた発言を生成する。例えば、「いらっしゃいませ、お客様がご希望の商品をお探しするお手伝いをさせていただきます。」のような発言が生成される。

応用例２における特定処理の流れについて図１４を用いて説明する。

ステップ１：

ユーザーが理想の人間像を設定する。

入力：ユーザーが端末（スマートフォンやタブレット）を使用して、理想の人間像を入力する。例えば、「親切で丁寧な接客」。

データ加工：端末は入力された理想の人間像をサーバに送信する。

出力：サーバに理想の人間像が保存される。

ステップ２：

ユーザーが実際の発言を入力する。

入力：ユーザーが端末を使用して、実際に行った発言を入力する。例えば、「いらっしゃいませ、何かお探しですか？」。

データ加工：端末は入力された発言をサーバに送信する。

出力：サーバにユーザーの発言が保存される。

ステップ３：

サーバが生成AIモデルを実行する。

入力：サーバは保存された理想の人間像とユーザーの発言を取得する。

データ演算：サーバは生成AIモデルを使用して、理想の人間像に基づいたカスタムチェンジされた発言を生成する。プロンプト文を生成AIモデルに入力し、カスタムチェンジされた発言を得る。

出力：生成されたカスタムチェンジされた発言がサーバに保存される。

ステップ４：

カスタムチェンジされた発言をユーザーに提示する。

入力：サーバは生成されたカスタムチェンジされた発言を取得する。

データ加工：サーバはカスタムチェンジされた発言をスマート眼鏡に送信する。

出力：スマート眼鏡にカスタムチェンジされた発言が表示される。

ステップ５：

ユーザーが反復トレーニングを行う。

入力：ユーザーはスマート眼鏡に表示されたカスタムチェンジされた発言を確認する。

具体的な動作：ユーザーは表示された発言を繰り返し練習する。例えば、「いらっしゃいませ、お客様がご希望の商品をお探しするお手伝いをさせていただきます。」という発言を練習する。

出力：ユーザーの接客態度が理想の人間像に近づく。

なお、更に、ユーザの感情を推定する感情エンジンを組み合わせてもよい。すなわち、特定処理部２９０は、感情特定モデル５９を用いてユーザの感情を推定し、ユーザの感情を用いた特定処理を行うようにしてもよい。

「形態例１」

本発明の一実施形態では、感情エンジンが組み込まれている。この感情エンジンは、ユーザーの感情状態をリアルタイムで分析する。具体的には、ユーザーの顔表情、声のトーン、言葉の選び方などから感情状態を推定する。また、この感情エンジンは、ユーザーの感情状態の変化をトラッキングする。これにより、ユーザーが自身の理想像に近づくための反復トレーニングの内容を、ユーザーの感情状態に応じて調整することが可能となる。例えば、ユーザーがストレスを感じているときには、リラクゼーションを促すようなトレーニングを提供する。一方、ユーザーが喜びを感じているときには、その喜びを共有するような行動を促すトレーニングを提供する。これにより、ユーザーは自身の感情状態に適した形で、自身の理想像に近づくトレーニングを行うことができる。

「形態例２」

本発明の一実施形態では、感情エンジンが組み込まれている。この感情エンジンは、ユーザーの感情状態をリアルタイムで分析する。具体的には、ユーザーの顔表情、声のトーン、言葉の選び方などから感情状態を推定する。また、この感情エンジンは、ユーザーの感情状態の変化をトラッキングする。これにより、ユーザーが自身の理想像に近づくための反復トレーニングの内容を、ユーザーの感情状態に応じて調整することが可能となる。例えば、ユーザーがストレスを感じているときには、リラクゼーションを促すようなトレーニングを提供する。一方、ユーザーが喜びを感じているときには、その喜びを共有するような行動を促すトレーニングを提供する。これにより、ユーザーは自身の感情状態に適した形で、自身の理想像に近づくトレーニングを行うことができる。

以下に、各形態例の処理の流れについて説明する。

「形態例１」

ステップ１：ユーザーがシステムを起動し、自身の理想像を設定する。この理想像は、ユーザーがどのような行動を取り、どのような発言をするかを具体的に示すものである。

ステップ２：感情エンジンがユーザーの感情状態をリアルタイムで分析する。具体的には、ユーザーの顔表情、声のトーン、言葉の選び方などから感情状態を推定する。

ステップ３：感情エンジンがユーザーの感情状態の変化をトラッキングする。これにより、ユーザーが自身の理想像に近づくための反復トレーニングの内容を、ユーザーの感情状態に応じて調整することが可能となる。

ステップ４：ユーザーが自身の理想像に近づくための反復トレーニングを行う。このトレーニングは、ユーザーの感情状態に応じて調整される。例えば、ユーザーがストレスを感じているときには、リラクゼーションを促すようなトレーニングを提供する。一方、ユーザーが喜びを感じているときには、その喜びを共有するような行動を促すトレーニングを提供する。

（実施例１）

次に、形態例１の実施例１について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ヘッドセット型端末３１４を「端末」と称する。

従来のシステムでは、ユーザーが設定した理想の人間像に基づいて行動や発言をカスタムチェンジすることが難しく、また、ユーザーの感情状態に応じたトレーニング内容の調整が行われないため、ユーザーが自身の理想像に近づくための効果的なサポートが不足しているという課題があった。

実施例１におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

この発明では、サーバは、ユーザーが設定した理想の人間像を投影する手段と、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、ユーザーの感情状態をリアルタイムで分析する感情エンジンと、該感情エンジンから得られたデータを基にトレーニング内容を調整する手段と、を含む。これにより、ユーザーが自身の理想像に近づくための効果的なサポートが可能となる。

「ユーザー」とは、システムを利用して自身の理想の人間像に近づくことを目指す個人を指す。

「理想の人間像」とは、ユーザーが目標とする人格や行動特性を具体的に設定したものである。

「投影する手段」とは、ユーザーが設定した理想の人間像をシステム上で視覚的またはテキスト形式で表示する機能を指す。

「カスタムチェンジする手段」とは、ユーザーの行動や発言を理想の人間像に基づいて変更・調整する機能を指す。

「提示する手段」とは、カスタムチェンジした行動や発言をユーザーに通知または表示する機能を指す。

「反復トレーニングする手段」とは、ユーザーが提示されたカスタムチェンジを基に繰り返し練習する機能を指す。

「感情エンジン」とは、ユーザーの顔表情、声のトーン、言葉の選び方などから感情状態をリアルタイムで分析する機能を指す。

「トレーニング内容を調整する手段」とは、感情エンジンから得られたデータを基に、ユーザーの感情状態に応じてトレーニング内容を変更・調整する機能を指す。

この発明は、ユーザーが設定した理想の人間像に基づいて行動や発言をカスタムチェンジし、反復トレーニングを通じてユーザーが自身の理想像に近づくことを支援するシステムである。以下に、このシステムの具体的な実施形態を説明する。

使用するハードウェアおよびソフトウェア

ハードウェア

端末: ユーザーが使用するスマートフォン、タブレット、またはPC。

サーバ: データ処理およびストレージを行うためのクラウドサーバ。

カメラおよびマイク: ユーザーの顔表情や声のトーンをリアルタイムでキャプチャするためのデバイス。

ソフトウェア

アプリケーション: ユーザーが理想の人間像を設定し、カスタムチェンジされた行動や発言を確認するためのインターフェースを提供する。

感情エンジン: ユーザーの感情状態をリアルタイムで分析するためのソフトウェアモジュール。

生成AIモデル: ユーザーの行動や発言を理想の人間像に基づいてカスタムチェンジするためのAIモデル。

データ加工およびデータ演算

ユーザーが理想の人間像を設定する

ユーザーはアプリケーションを起動し、理想の人間像を設定する。例えば、「思いやりのある人」を選択する。

サーバがユーザーの行動データを収集する

サーバは、ユーザーのスマートフォンやPCからの入力データ、音声データ、テキストメッセージをリアルタイムで収集する。これには、ユーザーが友人とチャットしている内容や、音声アシスタントに話しかける内容が含まれる。

サーバがデータを分析し、カスタムチェンジを行う

サーバは、収集したデータを自然言語処理（NLP）技術を用いて分析する。例えば、ユーザーが「ありがとう」と言う頻度が少ない場合、サーバは「ありがとう」と言う頻度を増やすように提案する。

サーバがカスタムチェンジした行動や発言をユーザーに提示する

サーバは、カスタムチェンジした行動や発言をアプリケーションの通知機能を使ってユーザーに提示する。例えば、「次回友人と話すときに『ありがとう』と言ってみましょう」といった通知を送る。

ユーザーが反復トレーニングを行う

ユーザーは、サーバからの提案を基に、日常生活で「ありがとう」と言う頻度を増やすように意識する。これを繰り返すことで、ユーザーは「思いやりのある人」に近づく。

感情エンジンがユーザーの感情状態を分析する

感情エンジンは、ユーザーのスマートフォンのカメラやマイクを使って、顔表情や声のトーンをリアルタイムで分析する。例えば、ユーザーが笑顔で話している場合、感情エンジンはユーザーが喜びを感じていると判断する。

サーバがトレーニング内容を調整する

サーバは、感情エンジンから得られたデータを基に、ユーザーの感情状態に応じてトレーニング内容を調整する。例えば、ユーザーがストレスを感じている場合、サーバは「深呼吸をしてリラックスしましょう」といったトレーニングを提供する。

具体例

理想の人間像設定

ユーザーがアプリケーションを開き、「思いやりのある人」を理想の人間像として設定する。

カスタムチェンジの例

サーバは、ユーザーが友人と会話する際に「ありがとう」と言う頻度を増やすように提案する。

感情エンジンの分析

ユーザーが会話中に笑顔を見せている場合、感情エンジンはユーザーが喜びを感じていると判断する。

トレーニング内容の調整

ユーザーがストレスを感じている場合、サーバは深呼吸や瞑想を促すトレーニングを提供する。

プロンプト文の例

「ユーザーが理想の人間像として『思いやりのある人』を設定した場合、どのような行動や発言をカスタムチェンジするか提案してください。」

このシステムは、ユーザーが自身の理想像に近づくための具体的な行動や発言を提供し、感情状態に応じたトレーニングを行うことで、ユーザーの成長をサポートする。

実施例１における特定処理の流れについて図１５を用いて説明する。

ステップ１：

ユーザーが理想の人間像を設定する

ユーザーはアプリケーションを起動し、理想の人間像を設定する。具体的には、アプリケーションの設定画面で「思いやりのある人」などの選択肢から理想の人間像を選び、設定を保存する。入力はユーザーの選択した理想の人間像であり、出力は設定された理想の人間像のデータである。

ステップ２：

サーバがユーザーの行動データを収集する

サーバは、ユーザーのスマートフォンやPCからの入力データ、音声データ、テキストメッセージをリアルタイムで収集する。具体的には、ユーザーが友人とチャットしている内容や、音声アシスタントに話しかける内容を収集する。入力はユーザーの行動データであり、出力は収集された行動データのデータベースである。

ステップ３：

サーバがデータを分析し、カスタムチェンジを行う

サーバは、収集したデータを自然言語処理（NLP）技術を用いて分析する。具体的には、生成AIモデルを使用して、ユーザーの行動や発言を理想の人間像に基づいて変更する。例えば、ユーザーが「ありがとう」と言う頻度が少ない場合、サーバは「ありがとう」と言う頻度を増やすように提案する。入力は収集された行動データであり、出力はカスタムチェンジされた行動や発言の提案である。

ステップ４：

サーバがカスタムチェンジした行動や発言をユーザーに提示する

サーバは、カスタムチェンジした行動や発言をアプリケーションの通知機能を使ってユーザーに提示する。具体的には、「次回友人と話すときに『ありがとう』と言ってみましょう」といった通知を送る。入力はカスタムチェンジされた行動や発言の提案であり、出力はユーザーへの通知である。

ステップ５：

ユーザーが反復トレーニングを行う

ユーザーは、サーバからの提案を基に、日常生活で「ありがとう」と言う頻度を増やすように意識する。具体的には、友人や家族との会話で「ありがとう」と言う機会を増やす。入力はサーバからの提案であり、出力はユーザーの実際の行動である。

ステップ６：

感情エンジンがユーザーの感情状態を分析する

感情エンジンは、ユーザーのスマートフォンのカメラやマイクを使って、顔表情や声のトーンをリアルタイムで分析する。具体的には、ユーザーが笑顔で話している場合、感情エンジンはユーザーが喜びを感じていると判断する。入力はユーザーの顔表情や声のトーンであり、出力は分析された感情状態のデータである。

ステップ７：

サーバがトレーニング内容を調整する

サーバは、感情エンジンから得られたデータを基に、ユーザーの感情状態に応じてトレーニング内容を調整する。具体的には、ユーザーがストレスを感じている場合、サーバは「深呼吸をしてリラックスしましょう」といったトレーニングを提供する。入力は分析された感情状態のデータであり、出力は調整されたトレーニング内容である。

（応用例１）

次に、形態例１の応用例１について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ヘッドセット型端末３１４を「端末」と称する。

従来の接客トレーニングシステムでは、スタッフが理想の接客態度を身につけるための具体的なフィードバックが不足しており、また、スタッフの感情状態に応じたトレーニング内容の調整が行われていないため、効果的なトレーニングが難しいという課題があった。

応用例１におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

この発明では、サーバは、ユーザーが設定した理想の人間像を投影する手段と、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、ユーザーの感情状態をリアルタイムで分析する手段と、ユーザーの感情状態に応じてトレーニング内容を調整する手段と、スマートデバイスを用いてユーザーにフィードバックを提供する手段と、を含む。これにより、スタッフが理想の接客態度を効果的に身につけることが可能となる。

「ユーザー」とは、システムを利用して理想の人間像に基づいた行動や発言のトレーニングを行う個人である。

「理想の人間像」とは、ユーザーが目指すべき具体的な行動や態度のモデルである。

「投影する手段」とは、ユーザーが設定した理想の人間像を視覚的または聴覚的に提示するための方法や装置である。

「カスタムチェンジする手段」とは、ユーザーの行動や発言を理想の人間像に基づいて変更するための方法や装置である。

「反復トレーニングする手段」とは、ユーザーが理想の人間像に近づくために、カスタムチェンジされた行動や発言を繰り返し練習するための方法や装置である。

「感情状態をリアルタイムで分析する手段」とは、ユーザーの顔表情、声のトーン、言葉の選び方などから感情を推定するための方法や装置である。

「トレーニング内容を調整する手段」とは、ユーザーの感情状態に応じてトレーニングの内容を変更するための方法や装置である。

「スマートデバイス」とは、カメラ、マイク、スピーカーなどを内蔵し、ユーザーにフィードバックを提供するためのデバイスである。

「フィードバックを提供する手段」とは、ユーザーに対して理想の行動や発言に関するアドバイスや指示を提供するための方法や装置である。

この発明を実施するための形態として、実店舗で働くスタッフが理想の接客態度を身につけるためのトレーニングシステムを提供する。システムは、ユーザーが設定した理想の人間像を投影し、ユーザーの行動や発言をカスタムチェンジし、それを反復トレーニングするための手段を含む。また、ユーザーの感情状態をリアルタイムで分析し、トレーニング内容を調整する手段も含まれる。

使用するハードウェアとソフトウェア

ハードウェア

スマート眼鏡: カメラ、マイク、スピーカーを内蔵し、ユーザーの行動や発言をキャプチャし、フィードバックを提供する。

サーバ: データ処理と分析を行うための中央処理装置。

ソフトウェア

OpenCV: カメラ映像のキャプチャと処理を行うライブラリ。

EmotionRecognizer: 顔表情から感情を推定するライブラリ。

SpeechRecognition: 音声認識ライブラリ。

TextToSpeech: テキストを音声に変換するライブラリ。

IdealBehaviorModel: 理想の行動や発言を生成するモデル。

データ加工と演算

カメラ映像のキャプチャ

スマート眼鏡のカメラを使用して、ユーザーの顔表情や行動をリアルタイムでキャプチャする。OpenCVを用いて映像データを取得し、EmotionRecognizerで感情状態を分析する。

音声認識

スマート眼鏡のマイクを使用して、ユーザーの発言をキャプチャする。SpeechRecognitionライブラリを用いて音声データをテキストに変換する。

フィードバック生成

IdealBehaviorModelを使用して、ユーザーの感情状態と発言に基づいた理想の行動や発言を生成する。生成されたフィードバックはTextToSpeechライブラリを用いて音声に変換され、スマート眼鏡のスピーカーを通じてユーザーに提供される。

具体例

シナリオ

実店舗で働くスタッフが「思いやりのある接客」を目指してトレーニングを行う。

状況

顧客が商品について質問した際、スタッフが適切な対応を行う。

フィードバック

スタッフがストレスを感じている場合、システムはリラクゼーションを促すアドバイスを提供する。

プロンプト文の例

ユーザーが「思いやりのある接客」を目指している場合、顧客からの質問に対してどのように対応すれば良いかを教えてください。ユーザーがストレスを感じている場合は、リラクゼーションを促すアドバイスも提供してください。

このようにして、実店舗での接客トレーニングを効果的に行うことができる。

応用例１における特定処理の流れについて図１６を用いて説明する。

ステップ１：

ユーザがスマート眼鏡を装着し、システムを起動する。スマート眼鏡のカメラがユーザの顔表情や行動をリアルタイムでキャプチャし、マイクがユーザの発言をキャプチャする。入力はカメラ映像と音声データであり、出力はキャプチャされた映像と音声データである。

ステップ２：

サーバがOpenCVを使用して、スマート眼鏡から送信された映像データを処理する。具体的には、映像データからユーザの顔表情を抽出し、EmotionRecognizerを用いて感情状態を分析する。入力はキャプチャされた映像データであり、出力はユーザの感情状態である。

ステップ３：

サーバがSpeechRecognitionライブラリを使用して、スマート眼鏡から送信された音声データをテキストに変換する。入力はキャプチャされた音声データであり、出力はテキストデータである。

ステップ４：

サーバがIdealBehaviorModelを使用して、ユーザの感情状態とテキストデータに基づいて理想の行動や発言を生成する。入力はユーザの感情状態とテキストデータであり、出力は理想の行動や発言のテキストである。

ステップ５：

サーバがTextToSpeechライブラリを使用して、生成された理想の行動や発言のテキストを音声に変換する。入力は理想の行動や発言のテキストであり、出力は音声データである。

ステップ６：

スマート眼鏡のスピーカーを通じて、サーバから送信された音声データをユーザに提供する。入力は音声データであり、出力はユーザが聞く音声フィードバックである。

ステップ７：

ユーザが提供されたフィードバックに基づいて行動や発言を修正し、再度スマート眼鏡のカメラとマイクを通じて新しいデータをキャプチャする。これにより、ステップ１からステップ６までの処理が繰り返される。入力は修正された行動や発言の映像と音声データであり、出力は新たなフィードバックである。

（実施例２）

次に、形態例２の実施例２について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ヘッドセット型端末３１４を「端末」と称する。

従来のシステムでは、ユーザーが自身の理想の人間像に近づくための具体的な行動や発言のカスタマイズが難しく、また、ユーザーの感情状態に応じたトレーニング内容の調整が行われないため、効果的なトレーニングが実現できないという課題があった。さらに、ユーザーの感情状態をリアルタイムで分析し、それに基づいてトレーニング内容を調整する機能が欠如していたため、ユーザーの心理的負担を軽減しながら理想像に近づくことが困難であった。

実施例２におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

この発明では、サーバは、ユーザーが設定した理想の人間像を投影する手段と、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、ユーザーの感情状態をリアルタイムで分析する手段と、該感情状態に応じてトレーニング内容を調整する手段と、を含む。これにより、ユーザーは自身の理想像に近づくための効果的なトレーニングを受けることが可能となる。

「理想の人間像」とは、ユーザーが目指すべき人物像や性格特性を指す。

「投影する手段」とは、ユーザーが設定した理想の人間像を視覚的または聴覚的に表示するための装置やソフトウェアを指す。

「カスタムチェンジする手段」とは、ユーザーの行動や発言を理想の人間像に基づいて変更するためのアルゴリズムやプログラムを指す。

「提示する手段」とは、カスタムチェンジした行動や発言をユーザーに通知するための装置やソフトウェアを指す。

「反復トレーニングする手段」とは、ユーザーがカスタムチェンジされた行動や発言を繰り返し練習するためのプログラムやシステムを指す。

「感情状態をリアルタイムで分析する手段」とは、ユーザーの顔表情、声のトーン、言葉の選び方などを解析して感情状態を推定するための装置やソフトウェアを指す。

「トレーニング内容を調整する手段」とは、ユーザーの感情状態に応じてトレーニングの内容や方法を変更するためのアルゴリズムやプログラムを指す。

この発明は、ユーザーが設定した理想の人間像に基づいて行動や発言をカスタムチェンジし、反復トレーニングを通じてユーザーが自身の理想像に近づくことを支援するシステムである。以下に、このシステムの具体的な実施形態を説明する。

システムの構成

ユーザーが理想の人間像を設定する

ユーザーは、端末上のアプリケーションを使用して、自身が目指す理想の人間像を設定する。例えば、「思いやりのある人」を選択する。この設定は、ユーザーの人間関係のトラウマや教養等を考慮して行われる。

サーバがユーザーの行動や発言を収集する

サーバは、ユーザーの行動や発言をリアルタイムで収集する。これには、ユーザーが入力したテキストや音声データが含まれる。例えば、ユーザーがチャットアプリで友人と会話している内容や、音声アシスタントに話しかける内容を収集する。

サーバが収集したデータを解析する

サーバは、収集したデータを解析する。具体的には、自然言語処理（NLP）技術を用いて、ユーザーの発言内容を理解する。ここでは、Google Cloud Natural Language APIやOpenAIのGPT-4などの生成AIモデルを使用する。

サーバが理想の人間像に基づいて行動や発言をカスタムチェンジする

サーバは、解析結果を基に、ユーザーの行動や発言を理想の人間像に合わせてカスタムチェンジする。例えば、「今日は忙しいから手伝えない」を「今日は忙しいけれど、少しでも手伝えることがあれば教えてください」に変更する。

サーバがカスタムチェンジした内容をユーザーに提示する

サーバは、カスタムチェンジした行動や発言をユーザーに提示する。ユーザーはこれを確認し、必要に応じて修正する。

サーバが感情エンジンを用いてユーザーの感情状態を分析する

サーバは、感情エンジンを用いてユーザーの感情状態をリアルタイムで分析する。具体的には、ユーザーの顔表情、声のトーン、言葉の選び方などを解析する。Microsoft AzureのEmotion APIやAffectivaのSDKを使用する。

サーバがユーザーの感情状態に応じてトレーニング内容を調整する

サーバは、ユーザーの感情状態に応じてトレーニング内容を調整する。例えば、ユーザーがストレスを感じている場合にはリラクゼーションを促すトレーニングを提供し、喜びを感じている場合にはその喜びを共有するような行動を促すトレーニングを提供する。

ユーザーがトレーニングを実行する

ユーザーは、サーバから提示されたトレーニング内容を実行する。これにより、ユーザーは自身の理想像に近づくための反復トレーニングを行う。

具体例

理想の人間像の設定

ユーザーがアプリケーションを開き、「理想の人間像を設定」を選択し、「思いやりのある人」を選ぶ。

行動や発言の収集

ユーザーが友人とチャットしている内容をアプリケーションがバックグラウンドで収集する。

データの解析

サーバが収集したチャット内容をGoogle Cloud Natural Language APIで解析し、感情分析を行う。また、OpenAIのGPT-4を使用して、ユーザーの発言内容を理解し、適切な応答を生成する。

カスタムチェンジの例

ユーザーが「今日は忙しいから手伝えない」と言った場合、サーバがこれを「今日は忙しいけれど、少しでも手伝えることがあれば教えてください」に変更する。

感情エンジンの分析

ユーザーがカメラに向かって話しているとき、サーバがMicrosoft AzureのEmotion APIを使用して、ユーザーの顔表情や声のトーンからストレスを感じていると判断する。

トレーニング内容の調整

ユーザーがストレスを感じているとき、サーバが「深呼吸をしてリラックスしましょう」といったリラクゼーショントレーニングを提供する。

トレーニングの実行

ユーザーがサーバから提示されたリラクゼーショントレーニングを実行する。

プロンプト文の例

「ユーザーが理想の人間像として『思いやりのある人』を設定した場合、どのように行動や発言をカスタムチェンジするか教えてください。」

このシステムにより、ユーザーは自身の理想像に近づくための効果的なトレーニングを受けることができる。

実施例２における特定処理の流れについて図１７を用いて説明する。

ステップ１：

ユーザーが理想の人間像を設定する

ユーザーは、端末上のアプリケーションを起動し、理想の人間像を設定する。具体的には、アプリケーションのメニューから「理想の人間像を設定」を選択し、「思いやりのある人」などの選択肢から理想の人間像を選ぶ。入力はユーザーの選択した理想の人間像であり、出力はその設定情報である。

ステップ２：

サーバがユーザーの行動や発言を収集する

サーバは、ユーザーの行動や発言をリアルタイムで収集する。具体的には、ユーザーがチャットアプリで友人と会話している内容や、音声アシスタントに話しかける内容を収集する。入力はユーザーのテキストデータや音声データであり、出力は収集された行動や発言のデータである。

ステップ３：

サーバが収集したデータを解析する

サーバは、収集したデータを解析する。具体的には、Google Cloud Natural Language APIやOpenAIのGPT-4などの生成AIモデルを使用して、ユーザーの発言内容を理解し、感情分析やキーフレーズ抽出を行う。入力は収集された行動や発言のデータであり、出力は解析結果である。

ステップ４：

サーバが理想の人間像に基づいて行動や発言をカスタムチェンジする

サーバは、解析結果を基に、ユーザーの行動や発言を理想の人間像に合わせてカスタムチェンジする。例えば、「今日は忙しいから手伝えない」を「今日は忙しいけれど、少しでも手伝えることがあれば教えてください」に変更する。入力は解析結果であり、出力はカスタムチェンジされた行動や発言である。

ステップ５：

サーバがカスタムチェンジした内容をユーザーに提示する

サーバは、カスタムチェンジした行動や発言をユーザーに提示する。ユーザーはこれを確認し、必要に応じて修正する。入力はカスタムチェンジされた行動や発言であり、出力はユーザーに提示された内容である。

ステップ６：

サーバが感情エンジンを用いてユーザーの感情状態を分析する

サーバは、感情エンジンを用いてユーザーの感情状態をリアルタイムで分析する。具体的には、Microsoft AzureのEmotion APIやAffectivaのSDKを使用して、ユーザーの顔表情、声のトーン、言葉の選び方などを解析する。入力はユーザーの顔表情や声のトーン、言葉の選び方であり、出力は感情状態の分析結果である。

ステップ７：

サーバがユーザーの感情状態に応じてトレーニング内容を調整する

サーバは、ユーザーの感情状態に応じてトレーニング内容を調整する。例えば、ユーザーがストレスを感じている場合にはリラクゼーションを促すトレーニングを提供し、喜びを感じている場合にはその喜びを共有するような行動を促すトレーニングを提供する。入力は感情状態の分析結果であり、出力は調整されたトレーニング内容である。

ステップ８：

ユーザーがトレーニングを実行する

ユーザーは、サーバから提示されたトレーニング内容を実行する。これにより、ユーザーは自身の理想像に近づくための反復トレーニングを行う。入力は調整されたトレーニング内容であり、出力はユーザーの実行結果である。

（応用例２）

次に、形態例２の応用例２について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ヘッドセット型端末３１４を「端末」と称する。

従来の接客業務において、スタッフが理想の接客態度を維持することは難しく、特に感情状態が不安定な場合には顧客満足度が低下する問題があった。また、スタッフが自身の理想像に近づくためのトレーニングを効果的に行う手段が不足していた。

応用例２におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

この発明では、サーバは、ユーザーが設定した理想の人間像を投影する手段と、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、ユーザーの感情状態をリアルタイムで分析する感情エンジンと、該感情エンジンに基づいてトレーニング内容を調整する手段と、スマート眼鏡に表示する手段と、を含む。これにより、スタッフが理想の接客態度を維持しつつ、感情状態に応じた適切なトレーニングを受けることが可能となる。

「ユーザー」とは、システムを利用する個人または団体である。

「理想の人間像」とは、ユーザーが目指すべき行動や態度のモデルである。

「投影する手段」とは、ユーザーが設定した理想の人間像を視覚的または聴覚的に表示する装置やソフトウェアである。

「カスタムチェンジする手段」とは、ユーザーの行動や発言を理想の人間像に基づいて変更するためのアルゴリズムやプログラムである。

「提示する手段」とは、カスタムチェンジした行動や発言をユーザーに知らせるための表示装置や通知システムである。

「反復トレーニングする手段」とは、ユーザーが理想の人間像に近づくために、カスタムチェンジした行動や発言を繰り返し練習するための機能である。

「感情エンジン」とは、ユーザーの感情状態をリアルタイムで分析するためのソフトウェアまたはハードウェアである。

「トレーニング内容を調整する手段」とは、感情エンジンの分析結果に基づいて、ユーザーに提供するトレーニングの内容を変更するための機能である。

「スマート眼鏡」とは、ユーザーが装着することで情報を視覚的に表示することができるウェアラブルデバイスである。

この発明を実施するためのシステムは、ユーザーが設定した理想の人間像を投影し、ユーザーの行動や発言をカスタムチェンジし、それを反復トレーニングするための一連の手段を含む。さらに、感情エンジンを用いてユーザーの感情状態をリアルタイムで分析し、トレーニング内容を調整する機能を備えている。

使用するハードウェアとソフトウェア

ハードウェア: スマート眼鏡、カメラ

ソフトウェア: OpenCV（顔検出）、EmotionRecognizer（感情認識）、BehaviorSuggestion（行動提案）

システムの構成

1. ユーザーが設定した理想の人間像を投影する手段:

ユーザーはアプリケーションを通じて理想の人間像を設定する。例えば、「親切で丁寧な接客」を理想とする場合、システムはこの情報を基に行動や発言をカスタムチェンジする。

2. ユーザーの行動や発言をカスタムチェンジする手段:

システムは、ユーザーの現在の行動や発言を理想の人間像に基づいて変更するためのアルゴリズムを実行する。例えば、ユーザーがストレスを感じている場合、リラクゼーションを促す提案を行う。

3. カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段:

カスタムチェンジされた行動や発言は、スマート眼鏡のディスプレイに表示される。ユーザーはこれを見て、理想の行動や発言を繰り返し練習する。

4. 感情エンジン:

カメラを用いてユーザーの顔表情をキャプチャし、EmotionRecognizerを用いて感情状態をリアルタイムで分析する。これにより、ユーザーの感情状態に応じたトレーニング内容を提供する。

5. トレーニング内容を調整する手段:

感情エンジンの分析結果に基づいて、BehaviorSuggestionエンジンが適切な行動や発言を提案する。例えば、ユーザーが喜びを感じている場合、その喜びを共有するような行動を促すトレーニングを提供する。

6. スマート眼鏡に表示する手段:

提案された行動や発言は、スマート眼鏡のディスプレイにリアルタイムで表示される。これにより、ユーザーは接客中に理想の態度を維持することができる。

具体例

シナリオ: 実店舗のスタッフがスマート眼鏡を装着し、接客中に「親切で丁寧な接客」を維持するための支援を受ける。

感情状態: スタッフがストレスを感じている場合、リラクゼーションを促す提案（例：「深呼吸をしてリラックスしましょう」）。

行動提案: 顧客に対して「お困りのことがあれば何でもおっしゃってください」といった親切な発言を提案。

プロンプト文の例

ユーザーが設定した理想の接客態度に基づいて、リアルタイムで行動や発言をカスタムチェンジし、スマート眼鏡のディスプレイに表示するアプリケーションを開発してください。感情エンジンを用いてユーザーの感情状態を分析し、適切なトレーニングを提供する機能も含めてください。

応用例２における特定処理の流れについて図１８を用いて説明する。

ステップ１：

ユーザがアプリケーションを起動し、理想の人間像を設定する。ユーザは「親切で丁寧な接客」などの理想像を入力する。この入力データはサーバに送信され、保存される。

ステップ２：

サーバは、ユーザの理想の人間像に基づいて行動や発言をカスタムチェンジするアルゴリズムを実行する。入力として理想の人間像とユーザの現在の行動データを受け取り、出力としてカスタムチェンジされた行動や発言を生成する。

ステップ３：

サーバは、カスタムチェンジされた行動や発言をスマート眼鏡に送信する。スマート眼鏡はこれを受信し、ディスプレイに表示する。ユーザはこれを見て、理想の行動や発言を実践する。

ステップ４：

カメラがユーザの顔表情をキャプチャし、リアルタイムでサーバに送信する。サーバはEmotionRecognizerを用いて、入力された顔表情データからユーザの感情状態を分析する。出力として感情状態データを生成する。

ステップ５：

サーバは、感情状態データに基づいてトレーニング内容を調整する。BehaviorSuggestionエンジンが感情状態データと理想の人間像を入力として受け取り、適切な行動や発言を提案する。出力として調整されたトレーニング内容を生成する。

ステップ６：

サーバは、調整されたトレーニング内容をスマート眼鏡に送信する。スマート眼鏡はこれを受信し、ディスプレイに表示する。ユーザはこれを見て、感情状態に応じたトレーニングを実践する。

ステップ７：

ユーザがトレーニングを実践する過程で、サーバは感情状態の変化をトラッキングし、必要に応じてトレーニング内容を再調整する。これにより、ユーザは理想の人間像に近づくための最適なトレーニングを受けることができる。

特定処理部２９０は、特定処理の結果をヘッドセット型端末３１４に送信する。ヘッドセット型端末３１４では、制御部４６Ａが、スピーカ２４０及びディスプレイ３４３に対して特定処理の結果を出力させる。マイクロフォン２３８は、特定処理の結果に対するユーザ入力を示す音声を取得する。制御部４６Ａは、マイクロフォン２３８によって取得されたユーザ入力を示す音声データをデータ処理装置１２に送信する。データ処理装置１２では、特定処理部２９０が音声データを取得する。

データ生成モデル５８は、いわゆる生成ＡＩ（Artificial Intelligence）である。データ生成モデル５８の一例としては、ＣｈａｔＧＰＴ（インターネット検索＜URL: https://openai.com/blog/chatgpt＞）等の生成ＡＩが挙げられる。データ生成モデル５８は、ニューラルネットワークに対して深層学習を行わせることによって得られる。データ生成モデル５８には、指示を含むプロンプトが入力され、かつ、音声を示す音声データ、テキストを示すテキストデータ、及び画像を示す画像データ等の推論用データが入力される。データ生成モデル５８は、入力された推論用データをプロンプトにより示される指示に従って推論し、推論結果を音声データ及びテキストデータ等のデータ形式で出力する。ここで、推論とは、例えば、分析、分類、予測、及び／又は要約等を指す。

生成AIの他の例としては、Gemini（インターネット検索＜URL: https://gemini.google.com/?hl=ja＞）が挙げられる。

上記実施形態では、データ処理装置１２によって特定処理が行われる形態例を挙げたが、本開示の技術はこれに限定されず、ヘッドセット型端末３１４によって特定処理が行われるようにしてもよい。

［第４実施形態］

図７には、第４実施形態に係るデータ処理システム４１０の構成の一例が示されている。

図７に示すように、データ処理システム４１０は、データ処理装置１２及びロボット４１４を備えている。データ処理装置１２の一例としては、サーバが挙げられる。

データ処理装置１２は、コンピュータ２２、データベース２４、及び通信Ｉ／Ｆ２６を備えている。コンピュータ２２は、本開示の技術に係る「コンピュータ」の一例である。コンピュータ２２は、プロセッサ２８、ＲＡＭ３０、及びストレージ３２を備えている。プロセッサ２８、ＲＡＭ３０、及びストレージ３２は、バス３４に接続されている。また、データベース２４及び通信Ｉ／Ｆ２６も、バス３４に接続されている。通信Ｉ／Ｆ２６は、ネットワーク５４に接続されている。ネットワーク５４の一例としては、ＷＡＮ（Wide Area Network）及び／又はＬＡＮ（Local Area Network）等が挙げられる。

ロボット４１４は、コンピュータ３６、マイクロフォン２３８、スピーカ２４０、カメラ４２、通信Ｉ／Ｆ４４、及び制御対象４４３を備えている。コンピュータ３６は、プロセッサ４６、ＲＡＭ４８、及びストレージ５０を備えている。プロセッサ４６、ＲＡＭ４８、及びストレージ５０は、バス５２に接続されている。また、マイクロフォン２３８、スピーカ２４０、カメラ４２、及び制御対象４４３も、バス５２に接続されている。

マイクロフォン２３８は、ユーザ２０が発する音声を受け付けることで、ユーザ２０から指示等を受け付ける。マイクロフォン２３８は、ユーザ２０が発する音声を捕捉し、捕捉した音声を音声データに変換してプロセッサ４６に出力する。スピーカ２４０は、プロセッサ４６からの指示に従って音声を出力する。

カメラ４２は、レンズ、絞り、及びシャッタ等の光学系と、ＣＭＯＳ（Complementary Metal-Oxide-Semiconductor）イメージセンサ又はＣＣＤ（Charge Coupled Device）イメージセンサ等の撮像素子とが搭載された小型デジタルカメラであり、ユーザ２０の周囲（例えば、一般的な健常者の視界の広さに相当する画角で規定された撮像範囲）を撮像する。

通信Ｉ／Ｆ４４は、ネットワーク５４に接続されている。通信Ｉ／Ｆ４４及び２６は、ネットワーク５４を介してプロセッサ４６とプロセッサ２８との間の各種情報の授受を司る。通信Ｉ／Ｆ４４及び２６を用いたプロセッサ４６とプロセッサ２８との間の各種情報の授受はセキュアな状態で行われる。

制御対象４４３は、表示装置、目部のＬＥＤ、並びに、腕、手及び足等を駆動するモータ等を含む。ロボット４１４の姿勢や仕草は、腕、手及び足等のモータを制御することにより制御される。ロボット４１４の感情の一部は、これらのモータを制御することにより表現できる。また、ロボット４１４の目部のＬＥＤの発光状態を制御することによっても、ロボット４１４の表情を表現できる。

図８には、データ処理装置１２及びロボット４１４の要部機能の一例が示されている。図８に示すように、データ処理装置１２では、プロセッサ２８によって特定処理が行われる。ストレージ３２には、特定処理プログラム５６が格納されている。

特定処理プログラム５６は、本開示の技術に係る「プログラム」の一例である。プロセッサ２８は、ストレージ３２から特定処理プログラム５６を読み出し、読み出した特定処理プログラム５６をＲＡＭ３０上で実行する。特定処理は、プロセッサ２８がＲＡＭ３０上で実行する特定処理プログラム５６に従って、特定処理部２９０として動作することによって実現される。

ストレージ３２には、データ生成モデル５８及び感情特定モデル５９が格納されている。データ生成モデル５８及び感情特定モデル５９は、特定処理部２９０によって用いられる。

ロボット４１４では、プロセッサ４６によって受付出力処理が行われる。ストレージ５０には、受付出力プログラム６０が格納されている。プロセッサ４６は、ストレージ５０から受付出力プログラム６０を読み出し、読み出した受付出力プログラム６０をＲＡＭ４８上で実行する。受付出力処理は、プロセッサ４６がＲＡＭ４８上で実行する受付出力プログラム６０に従って、制御部４６Ａとして動作することによって実現される。

次に、データ処理装置１２の特定処理部２９０による特定処理について説明する。

「形態例１」

本発明のシステムは、ユーザーが設定した理想の人間像を投影する手段、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段を含む。具体的には、ユーザーがアプリケーション上で理想の人間像を設定する。例えば、理想の人間像として「思いやりのある人」を設定した場合、システムはユーザーの行動や発言を「思いやりのある人」に基づいてカスタムチェンジする。その後、システムはカスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングすることで、ユーザーが自身の理想像に近づくことを促進する。

「形態例２」

本発明のシステムは、ユーザーが設定した理想の人間像を投影する手段、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段を含む。具体的には、ユーザーがアプリケーション上で理想の人間像を設定する。例えば、理想の人間像として「思いやりのある人」を設定した場合、システムはユーザーの行動や発言を「思いやりのある人」に基づいてカスタムチェンジする。その後、システムはカスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングすることで、ユーザーが自身の理想像に近づくことを促進する。

以下に、各形態例の処理の流れについて説明する。

「形態例１」

ステップ１：ユーザーがアプリケーション上で理想の人間像を設定する。例えば、「思いやりのある人」を理想の人間像として設定する。

ステップ２：システムがユーザーの行動や発言を理想の人間像に基づいてカスタムチェンジする。具体的には、「思いやりのある人」に基づいてユーザーの行動や発言を分析し、それに適した行動や発言を生成する。

ステップ３：システムがカスタムチェンジした行動や発言をユーザーに提示する。例えば、ユーザーが他人に対して思いやりのある行動をとるようにアドバイスを提供する。

ステップ４：ユーザーが提示された行動や発言を反復トレーニングする。これにより、ユーザーは自身の理想像に近づくことが可能となる。

（実施例１）

次に、形態例１の実施例１について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ロボット４１４を「端末」と称する。

従来の自己改善システムでは、ユーザーが設定した理想の人間像に基づいて具体的な行動や発言をカスタムチェンジすることが難しく、またその反復トレーニングの進捗を効果的に記録しフィードバックを提供する手段が不足している。このため、ユーザーが自身の理想像に近づくための効果的なサポートが提供されていないという課題がある。

実施例１におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

この発明では、サーバは、ユーザーが設定した理想の人間像を投影する手段と、生成AIモデルを用いて該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、該反復トレーニングの進捗を記録し、フィードバックを提供する手段と、を含む。これにより、ユーザーが自身の理想像に近づくための具体的な行動や発言を学び、実践し、その進捗を効果的に管理することが可能となる。

「理想の人間像」とは、ユーザーが目指すべき具体的な人物像や性格特性を指す。

「生成AIモデル」とは、人工知能を用いてデータを生成し、ユーザーの行動や発言をカスタムチェンジするためのアルゴリズムやプログラムを指す。

「カスタムチェンジ」とは、ユーザーの行動や発言を理想の人間像に基づいて変更することを指す。

「反復トレーニング」とは、ユーザーが提示されたカスタムチェンジされた行動や発言を繰り返し実践することを指す。

「フィードバック」とは、ユーザーの反復トレーニングの進捗に基づいて提供される評価やアドバイスを指す。

「進捗を記録する」とは、ユーザーが行った反復トレーニングの内容や成果をデータとして保存することを指す。

「提示する」とは、サーバが生成したカスタムチェンジされた行動や発言をユーザーに見せることを指す。

この発明は、ユーザーが設定した理想の人間像に基づいて行動や発言をカスタムチェンジし、それを反復トレーニングすることでユーザーが自身の理想像に近づくことを促進するシステムである。以下に、このシステムの具体的な実施形態を説明する。

使用するハードウェアおよびソフトウェア

ハードウェア

端末: スマートフォン、パソコン、タブレットなどのユーザーが操作するデバイス。

サーバ: データ処理および生成AIモデルの実行を行うためのサーバ。

ソフトウェア

アプリケーション: ユーザーが理想の人間像を設定し、カスタムチェンジされた行動や発言を確認するためのインターフェースを提供するソフトウェア。

生成AIモデル: ユーザーの行動や発言を理想の人間像に基づいてカスタムチェンジするためのアルゴリズム。具体的には、OpenAIのGPT-4などの生成AIモデルを使用する。

データ加工およびデータ演算

ユーザーが理想の人間像を設定する

ユーザーは、アプリケーションを起動し、理想の人間像を設定する。例えば、「思いやりのある人」を理想の人間像として設定する。

端末が設定データをサーバに送信する

端末は、ユーザーが設定した理想の人間像のデータをサーバに送信する。このデータには、ユーザーの選択した理想の人間像に関する情報が含まれる。

サーバが生成AIモデルを使用してデータを解析する

サーバは、受信したデータを基に生成AIモデルを使用してユーザーの行動や発言を解析する。具体的には、サーバはユーザーの過去の行動や発言データを収集し、それを理想の人間像に基づいてカスタムチェンジする。

サーバがカスタムチェンジした行動や発言を生成する

サーバは、生成AIモデルを用いて、ユーザーの理想の人間像に基づいた行動や発言を生成する。例えば、「思いやりのある人」としての行動や発言の具体例を生成する。

サーバが生成したデータを端末に送信する

サーバは、生成したカスタムチェンジされた行動や発言のデータを端末に送信する。このデータには、ユーザーが実践すべき具体的な行動や発言の例が含まれる。

端末がユーザーにデータを提示する

端末は、受信したデータをユーザーに提示する。ユーザーは、アプリケーションのインターフェースを通じて、カスタムチェンジされた行動や発言の具体例を確認する。

ユーザーが反復トレーニングを行う

ユーザーは、提示されたカスタムチェンジされた行動や発言を実際に実践し、反復トレーニングを行う。アプリケーションは、ユーザーの進捗を記録し、必要に応じてフィードバックを提供する。

具体例

例えば、ユーザーが「思いやりのある人」を理想の人間像として設定した場合、以下のようなプロンプト文を生成AIモデルに入力する。

プロンプト文の例

「ユーザーが友人と会話しているときに、思いやりのある発言をするためのアドバイスを提供してください。」

生成AIモデルは、このプロンプト文に基づいて、ユーザーが友人と会話する際に使える具体的な発言例を生成する。例えば、「友人が困っているときに『何か手伝えることがあれば教えてね』と言う」といったアドバイスを提供する。

このようにして、ユーザーは理想の人間像に基づいた行動や発言を学び、実践することができる。

実施例１における特定処理の流れについて図１１を用いて説明する。

ステップ１：

ユーザーが理想の人間像を設定する

ユーザーは、アプリケーションを起動し、理想の人間像を設定する。具体的には、アプリケーションのインターフェース上で「理想の人間像を設定する」ボタンをクリックし、ドロップダウンメニューから「思いやりのある人」を選択し、「設定」ボタンを押す。

入力: ユーザーの選択した理想の人間像（例：「思いやりのある人」）

出力: 理想の人間像の設定データ

ステップ２：

端末が設定データをサーバに送信する

端末は、ユーザーが設定した理想の人間像のデータをサーバに送信する。この送信は、HTTPSプロトコルを使用して安全に行われる。

入力: 理想の人間像の設定データ

出力: サーバに送信された設定データ

ステップ３：

サーバが生成AIモデルを使用してデータを解析する

サーバは、受信した設定データを基に生成AIモデルを使用してユーザーの行動や発言を解析する。具体的には、サーバはユーザーの過去の行動や発言データ（例：チャットログやSNSの投稿）を収集し、それを理想の人間像に基づいてカスタムチェンジする。

入力: 設定データ、ユーザーの過去の行動や発言データ

出力: カスタムチェンジされた行動や発言データ

ステップ４：

サーバがカスタムチェンジした行動や発言を生成する

サーバは、生成AIモデルを用いて、ユーザーの理想の人間像に基づいた行動や発言を生成する。例えば、「思いやりのある人」としての行動や発言の具体例を生成する。

入力: カスタムチェンジされた行動や発言データ

出力: 生成された具体的な行動や発言の例

ステップ５：

サーバが生成したデータを端末に送信する

サーバは、生成したカスタムチェンジされた行動や発言のデータを端末に送信する。この送信も、HTTPSプロトコルを使用して行われる。

入力: 生成された具体的な行動や発言の例

出力: 端末に送信されたデータ

ステップ６：

端末がユーザーにデータを提示する

端末は、受信したデータをユーザーに提示する。ユーザーは、アプリケーションのインターフェースを通じて、カスタムチェンジされた行動や発言の具体例を確認する。

入力: 端末に送信されたデータ

出力: ユーザーに提示された具体的な行動や発言の例

ステップ７：

ユーザーが反復トレーニングを行う

ユーザーは、提示されたカスタムチェンジされた行動や発言を実際に実践し、反復トレーニングを行う。アプリケーションは、ユーザーの進捗を記録し、必要に応じてフィードバックを提供する。例えば、ユーザーが「今日、友人に思いやりのある発言をした」とアプリケーションに入力する。

入力: ユーザーの実践結果

出力: 記録された進捗データおよび提供されたフィードバック

（応用例１）

次に、形態例１の応用例１について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ロボット４１４を「端末」と称する。

従来の接客トレーニングシステムでは、スタッフが理想の接客態度を身につけるための具体的な行動や発言のカスタムチェンジが難しく、効果的なトレーニングが行えないという問題があった。また、スタッフが理想の接客態度に近づくための反復トレーニングが不足しており、実際の接客において理想の態度を維持することが困難であった。

応用例１におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。この発明では、サーバは、ユーザーが設定した理想の人間像を投影する手段と、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、生成AIモデルを用いて理想の人間像に基づいた行動や発言を生成する手段と、該生成された行動や発言をプロンプト文としてユーザーに提示する手段と、を含む。これにより、スタッフが理想の接客態度を具体的に理解し、反復トレーニングを通じて実際の接客において理想の態度を維持することが可能となる。

「ユーザー」とは、システムを利用して理想の人間像に基づいた行動や発言を学習しようとする個人である。

「理想の人間像」とは、ユーザーが目指すべき具体的な人物像や態度のことであり、システムがそれに基づいて行動や発言をカスタムチェンジする基準となるものである。

「投影する手段」とは、ユーザーが設定した理想の人間像をシステム上で視覚的またはテキストとして表示する機能である。

「カスタムチェンジする手段」とは、ユーザーの現在の行動や発言を理想の人間像に基づいて変更するための機能である。

「提示する手段」とは、カスタムチェンジされた行動や発言をユーザーに表示するための機能である。

「反復トレーニングする手段」とは、ユーザーがカスタムチェンジされた行動や発言を繰り返し練習するための機能である。

「生成AIモデル」とは、ユーザーが設定した理想の人間像に基づいて行動や発言を生成するための人工知能モデルである。

「プロンプト文」とは、生成AIモデルが理想の人間像に基づいて生成した行動や発言をユーザーに提示するためのテキスト形式の指示文である。

この発明を実施するためのシステムは、ユーザーが設定した理想の人間像に基づいて行動や発言をカスタムチェンジし、それをユーザーに提示して反復トレーニングを行うものである。以下に、このシステムの具体的な実施形態について説明する。

システムの構成

システムは、以下の主要なコンポーネントから構成される。

1. ユーザー端末: スマートフォンやタブレットなどのデバイスで、ユーザーが理想の人間像を設定し、カスタムチェンジされた行動や発言を確認するために使用する。

2. サーバ: ユーザーの入力データを処理し、生成AIモデルを用いて理想の人間像に基づいた行動や発言を生成する。

3. 生成AIモデル: OpenAIのGPT-3などの生成AIモデルを使用し、ユーザーが設定した理想の人間像に基づいて行動や発言を生成する。

プログラムの処理

サーバは、ユーザー端末から送信された理想の人間像と現在の行動や発言のデータを受け取り、生成AIモデルにプロンプト文として入力する。生成AIモデルは、理想の人間像に基づいた行動や発言を生成し、その結果をサーバに返す。サーバは、生成された行動や発言をユーザー端末に送信し、ユーザーに提示する。

使用するハードウェアおよびソフトウェア

ハードウェア: スマートフォン、タブレット、サーバ

ソフトウェア: Python、OpenAI API、ユーザーインターフェースアプリケーション

データ加工およびデータ演算

サーバは、ユーザーが設定した理想の人間像と現在の行動や発言をプロンプト文として生成AIモデルに送信する。生成AIモデルは、プロンプト文に基づいて理想の行動や発言を生成し、その結果をサーバに返す。サーバは、生成された行動や発言をユーザー端末に送信し、ユーザーに提示する。

具体例

例えば、ユーザーが「思いやりのある接客」を理想の人間像として設定し、現在の行動が「お客様に対して無愛想な対応をする」である場合、プロンプト文は以下のようになる。

プロンプト文の例:

理想の人間像: 思いやりのある接客

ユーザーの行動: お客様に対して無愛想な対応をする

理想の人間像に基づいた行動:

生成AIモデルは、このプロンプト文に基づいて「思いやりのある接客」に適した行動や発言を生成し、その結果をユーザーに提示する。ユーザーは提示された行動や発言を反復トレーニングすることで、理想の接客態度に近づくことができる。

応用例１における特定処理の流れについて図１２を用いて説明する。

ステップ１：

ユーザーが端末を使用して理想の人間像を設定する。ユーザーはアプリケーションを起動し、理想の人間像（例：「思いやりのある接客」）を入力する。入力データは端末からサーバに送信される。

入力：理想の人間像

出力：サーバに送信された理想の人間像データ

ステップ２：

サーバは、ユーザーから送信された理想の人間像データを受信する。サーバはこのデータを保存し、次の処理に使用する。

入力：理想の人間像データ

出力：保存された理想の人間像データ

ステップ３：

ユーザーが端末を使用して現在の行動や発言を入力する。ユーザーは現在の行動（例：「お客様に対して無愛想な対応をする」）を入力し、端末からサーバに送信する。

入力：現在の行動や発言

出力：サーバに送信された現在の行動や発言データ

ステップ４：

サーバは、ユーザーから送信された現在の行動や発言データを受信する。サーバはこのデータを保存し、次の処理に使用する。

入力：現在の行動や発言データ

出力：保存された現在の行動や発言データ

ステップ５：

サーバは、保存された理想の人間像データと現在の行動や発言データを組み合わせてプロンプト文を生成する。生成されたプロンプト文は、生成AIモデルに入力される。

入力：理想の人間像データ、現在の行動や発言データ

出力：生成されたプロンプト文

ステップ６：

サーバは、生成されたプロンプト文を生成AIモデルに送信する。生成AIモデルはプロンプト文に基づいて理想の行動や発言を生成する。

入力：生成されたプロンプト文

出力：生成AIモデルによって生成された理想の行動や発言

ステップ７：

サーバは、生成AIモデルから返された理想の行動や発言を受信する。サーバはこのデータをユーザー端末に送信する。

入力：生成AIモデルによって生成された理想の行動や発言

出力：ユーザー端末に送信された理想の行動や発言データ

ステップ８：

ユーザー端末は、サーバから送信された理想の行動や発言データを受信し、ユーザーに提示する。ユーザーは提示された行動や発言を確認し、反復トレーニングを行う。

入力：理想の行動や発言データ

出力：ユーザーに提示された理想の行動や発言

以上の処理ステップにより、ユーザーは理想の人間像に基づいた行動や発言を学習し、反復トレーニングを通じて理想の態度に近づくことができる。

（実施例２）

次に、形態例２の実施例２について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ロボット４１４を「端末」と称する。

現代社会において、多くの人々が自己改善や理想の人間像に近づくことを目指しているが、その過程は困難であり、持続的な努力が必要である。また、自己改善のための具体的な行動や発言の指針が不足しているため、効果的なトレーニングが難しいという問題がある。さらに、ユーザーの行動や発言を理想の人間像に基づいてカスタムチェンジするための適切な手段が存在しないため、ユーザーが自身の理想像に近づくことが困難である。

実施例２におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

この発明では、サーバは、ユーザーが設定した理想の人間像を投影する手段と、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示する手段と、該提示された行動や発言をユーザーが反復トレーニングする手段と、ユーザーの行動や発言を収集する手段と、収集した行動や発言を解析し、生成AIモデルを使用してカスタムチェンジする手段と、を含む。これにより、ユーザーは具体的な行動や発言の指針を得ることができ、持続的なトレーニングを通じて自身の理想像に近づくことが可能となる。

「理想の人間像」とは、ユーザーが目指すべき具体的な人物像や性格特性を指す。

「投影する手段」とは、ユーザーが設定した理想の人間像を視覚的またはテキスト形式で表示するための機能を指す。

「カスタムチェンジする手段」とは、ユーザーの現在の行動や発言を理想の人間像に基づいて変更するための機能を指す。

「提示する手段」とは、カスタムチェンジされた行動や発言をユーザーに通知または表示するための機能を指す。

「反復トレーニングする手段」とは、ユーザーが提示された行動や発言を繰り返し実行することで、理想の人間像に近づくためのトレーニングを行う機能を指す。

「収集する手段」とは、ユーザーの行動や発言を記録し、データとして保存するための機能を指す。

「解析する手段」とは、収集されたユーザーの行動や発言データを分析し、理想の人間像に基づいてカスタムチェンジするための情報を抽出する機能を指す。

「生成AIモデル」とは、ユーザーの行動や発言を理想の人間像に基づいて変換するための人工知能モデルを指す。

この発明は、ユーザーが設定した理想の人間像に基づいて行動や発言をカスタムチェンジし、それをユーザーに提示して反復トレーニングを行うシステムである。以下に、このシステムの具体的な実施形態を説明する。

使用するハードウェアおよびソフトウェア

ハードウェア

端末：ユーザーが使用するスマートフォン、タブレット、またはパソコンなどのデバイス。

サーバ：データの処理と保存を行うためのリモートサーバ。

ソフトウェア

アプリケーション：ユーザーが理想の人間像を設定し、カスタムチェンジされた行動や発言を確認するためのソフトウェア。

生成AIモデル：ユーザーの行動や発言を理想の人間像に基づいて変換するための人工知能モデル（例：GPT-4）。

システムの動作

理想の人間像の設定

ユーザーは、アプリケーションを起動し、設定画面に移動する。そこで、理想の人間像を入力する。例えば、「思いやりのある人」と入力する。

ユーザーの行動や発言の収集

端末は、ユーザーの日常的な行動や発言を記録する。例えば、ユーザーが友人と会話している内容や、SNSに投稿した内容を収集する。収集したデータは、リアルタイムでサーバに送信される。

行動や発言のカスタムチェンジ

サーバは、受信したユーザーの行動や発言データを解析する。生成AIモデル（例：GPT-4）を使用して、ユーザーの行動や発言を理想の人間像に基づいてカスタムチェンジする。例えば、ユーザーが「今日は忙しいから手伝えない」と言った場合、生成AIモデルはこれを「今日は忙しいけれど、少しでも手伝えることがあれば教えてください」に変換する。

カスタムチェンジした行動や発言の提示

サーバは、カスタムチェンジした行動や発言を端末に送信する。端末は、これをユーザーに通知する。ユーザーは、通知を確認し、カスタムチェンジされた行動や発言を実際に使用する。

反復トレーニング

ユーザーは、提示されたカスタムチェンジした行動や発言を繰り返し実行する。例えば、毎日の会話やSNS投稿で、生成AIモデルが提案した発言を使用する。これにより、ユーザーは理想の人間像に近づくためのトレーニングを行う。

具体例

理想の人間像の設定

ユーザーはアプリケーションの設定画面で「思いやりのある人」と入力し、保存ボタンをクリックする。

ユーザーの行動や発言の収集

端末は、ユーザーが友人と会話している音声を録音し、テキストに変換する。また、ユーザーがSNSに投稿したテキストデータも収集する。

行動や発言のカスタムチェンジ

サーバは、収集したテキストデータを生成AIモデルに入力する。生成AIモデルは、プロンプト文を使用して、ユーザーの発言を理想の人間像に基づいて変換する。

カスタムチェンジした行動や発言の提示

サーバは、生成AIモデルが出力したカスタムチェンジされた発言を端末に送信する。端末は、ユーザーに通知を表示し、「今日は忙しいけれど、少しでも手伝えることがあれば教えてください」といった提案を行う。

反復トレーニング

ユーザーは、毎日の会話やSNS投稿で、サーバから提案された発言を使用する。例えば、友人との会話で「今日は忙しいけれど、少しでも手伝えることがあれば教えてください」と言う。これを繰り返すことで、ユーザーは「思いやりのある人」としての行動や発言が自然にできるようになる。

プロンプト文の例

生成AIモデルに入力するプロンプト文の例は以下の通りである：

ユーザーの現在の発言：「今日は忙しいから手伝えない」

理想の人間像：「思いやりのある人」

生成AIモデルに対するプロンプト文：「ユーザーの発言を、思いやりのある人の発言に変換してください」

このプロンプト文を生成AIモデルに入力することで、ユーザーの発言が理想の人間像に基づいてカスタムチェンジされる。

実施例２における特定処理の流れについて図１３を用いて説明する。

ステップ１：

ユーザは、アプリケーションを起動し、設定画面に移動する。そこで、理想の人間像を入力する。例えば、「思いやりのある人」と入力する。

入力：ユーザが設定画面で入力した理想の人間像。

出力：理想の人間像がアプリケーションに保存される。

ステップ２：

端末は、ユーザの日常的な行動や発言を記録する。例えば、ユーザが友人と会話している内容や、SNSに投稿した内容を収集する。

入力：ユーザの行動や発言。

出力：収集された行動や発言データが端末に保存され、リアルタイムでサーバに送信される。

ステップ３：

サーバは、受信したユーザの行動や発言データを解析する。生成AIモデル（例：GPT-4）を使用して、ユーザの行動や発言を理想の人間像に基づいてカスタムチェンジする。

入力：収集された行動や発言データ、理想の人間像。

出力：カスタムチェンジされた行動や発言。

具体的な動作：サーバは、収集されたテキストデータを生成AIモデルに入力し、プロンプト文を使用してユーザの発言を変換する。

ステップ４：

サーバは、カスタムチェンジした行動や発言を端末に送信する。端末は、これをユーザに通知する。ユーザは、通知を確認し、カスタムチェンジされた行動や発言を実際に使用する。

入力：カスタムチェンジされた行動や発言。

出力：ユーザに提示されたカスタムチェンジされた行動や発言。

具体的な動作：端末は、サーバから受信したカスタムチェンジされた発言を通知として表示する。

ステップ５：

ユーザは、提示されたカスタムチェンジした行動や発言を繰り返し実行する。例えば、毎日の会話やSNS投稿で、生成AIモデルが提案した発言を使用する。

入力：提示されたカスタムチェンジされた行動や発言。

出力：ユーザが実行したカスタムチェンジされた行動や発言。

具体的な動作：ユーザは、友人との会話やSNS投稿で、サーバから提案された発言を使用する。これを繰り返すことで、ユーザは理想の人間像に近づくためのトレーニングを行う。

（応用例２）

次に、形態例２の応用例２について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ロボット４１４を「端末」と称する。

従来の接客業務において、スタッフが理想の接客態度を身につけるためのトレーニング方法は限られており、効果的なトレーニングが難しいという課題があった。また、スタッフが理想の接客態度を実践するための具体的なガイドラインやフィードバックが不足しているため、接客品質の向上が困難であった。さらに、スタッフが自身の理想像に近づくための反復トレーニングを効率的に行う手段が求められていた。

応用例２におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

この発明では、サーバは、ユーザーが設定した理想の人間像を投影する手段と、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、接客業務を行うスタッフが装着するスマート眼鏡を用いて、理想の接客態度をトレーニングする手段と、生成AIモデルを使用して、理想の人間像に基づいたカスタムチェンジされた発言を生成する手段と、を含む。これにより、スタッフが理想の接客態度を効率的にトレーニングし、実践することが可能となる。

「ユーザー」とは、システムを利用する個人または団体である。

「理想の人間像」とは、ユーザーが目指すべき行動や態度のモデルである。

「投影する手段」とは、ユーザーが設定した理想の人間像を視覚的または聴覚的に表示するための装置またはソフトウェアである。

「カスタムチェンジする手段」とは、ユーザーの行動や発言を理想の人間像に基づいて変更するための装置またはソフトウェアである。

「提示する手段」とは、カスタムチェンジされた行動や発言をユーザーに表示するための装置またはソフトウェアである。

「反復トレーニングする手段」とは、ユーザーがカスタムチェンジされた行動や発言を繰り返し練習するための装置またはソフトウェアである。

「接客業務」とは、顧客に対して商品やサービスを提供する業務である。

「スマート眼鏡」とは、情報を表示する機能を持つ眼鏡型のデバイスである。

「生成AIモデル」とは、人工知能を用いてテキストや行動を生成するためのアルゴリズムである。

「カスタムチェンジされた発言」とは、理想の人間像に基づいて変更されたユーザーの発言である。

この発明を実施するためのシステムは、ユーザーが設定した理想の人間像を投影し、ユーザーの行動や発言をカスタムチェンジし、それを反復トレーニングするためのものである。具体的には、接客業務を行うスタッフが装着するスマート眼鏡を用いて、理想の接客態度をトレーニングすることができる。

システムの構成

システムは以下の主要なコンポーネントから構成される：

1. ユーザー端末：ユーザーが理想の人間像を設定するためのデバイス。スマートフォンやタブレットが該当する。

2. スマート眼鏡：接客業務を行うスタッフが装着するデバイス。情報を視覚的に表示する機能を持つ。

3. サーバ：生成AIモデルを実行し、ユーザーの行動や発言をカスタムチェンジするためのデータ処理を行う。

4. 生成AIモデル：ユーザーの理想の人間像に基づいてカスタムチェンジされた発言を生成するアルゴリズム。

プログラムの処理

サーバは、ユーザーが設定した理想の人間像を受け取り、それに基づいてユーザーの行動や発言をカスタムチェンジする。具体的には、以下の手順で処理が行われる：

1. 理想の人間像の設定：ユーザー端末を用いて、ユーザーが理想の人間像を設定する。例えば、「親切で丁寧な接客」を理想像として設定する。

2. ユーザーの発言の入力：ユーザーが実際に行った発言を入力する。例えば、「いらっしゃいませ、何かお探しですか？」という発言。

3. 生成AIモデルの実行：サーバは生成AIモデルを用いて、理想の人間像に基づいたカスタムチェンジされた発言を生成する。

4. カスタムチェンジされた発言の提示：スマート眼鏡を通じて、カスタムチェンジされた発言をユーザーに提示する。例えば、「いらっしゃいませ、お客様がご希望の商品をお探しするお手伝いをさせていただきます。」という発言。

5. 反復トレーニング：ユーザーは提示されたカスタムチェンジされた発言を反復して練習する。

使用するハードウェアおよびソフトウェア

ハードウェア：スマート眼鏡（例：Google Glass）、ユーザー端末（スマートフォン、タブレット）

ソフトウェア：生成AIモデル（例：OpenAI API）、データ処理サーバ

具体例

例えば、接客スタッフが「親切で丁寧な接客」を理想像として設定し、以下のようなプロンプト文を使用する：

プロンプト文の例：

理想の人間像: 親切で丁寧な接客

ユーザーの発言: いらっしゃいませ、何かお探しですか？

理想の人間像に基づいたカスタムチェンジされた発言:

このプロンプト文を生成AIモデルに入力することで、理想の接客態度に基づいたカスタムチェンジされた発言を生成する。例えば、「いらっしゃいませ、お客様がご希望の商品をお探しするお手伝いをさせていただきます。」のような発言が生成される。

応用例２における特定処理の流れについて図１４を用いて説明する。

ステップ１：

ユーザーが理想の人間像を設定する。

入力：ユーザーが端末（スマートフォンやタブレット）を使用して、理想の人間像を入力する。例えば、「親切で丁寧な接客」。

データ加工：端末は入力された理想の人間像をサーバに送信する。

出力：サーバに理想の人間像が保存される。

ステップ２：

ユーザーが実際の発言を入力する。

入力：ユーザーが端末を使用して、実際に行った発言を入力する。例えば、「いらっしゃいませ、何かお探しですか？」。

データ加工：端末は入力された発言をサーバに送信する。

出力：サーバにユーザーの発言が保存される。

ステップ３：

サーバが生成AIモデルを実行する。

入力：サーバは保存された理想の人間像とユーザーの発言を取得する。

データ演算：サーバは生成AIモデルを使用して、理想の人間像に基づいたカスタムチェンジされた発言を生成する。プロンプト文を生成AIモデルに入力し、カスタムチェンジされた発言を得る。

出力：生成されたカスタムチェンジされた発言がサーバに保存される。

ステップ４：

カスタムチェンジされた発言をユーザーに提示する。

入力：サーバは生成されたカスタムチェンジされた発言を取得する。

データ加工：サーバはカスタムチェンジされた発言をスマート眼鏡に送信する。

出力：スマート眼鏡にカスタムチェンジされた発言が表示される。

ステップ５：

ユーザーが反復トレーニングを行う。

入力：ユーザーはスマート眼鏡に表示されたカスタムチェンジされた発言を確認する。

具体的な動作：ユーザーは表示された発言を繰り返し練習する。例えば、「いらっしゃいませ、お客様がご希望の商品をお探しするお手伝いをさせていただきます。」という発言を練習する。

出力：ユーザーの接客態度が理想の人間像に近づく。

なお、更に、ユーザの感情を推定する感情エンジンを組み合わせてもよい。すなわち、特定処理部２９０は、感情特定モデル５９を用いてユーザの感情を推定し、ユーザの感情を用いた特定処理を行うようにしてもよい。

「形態例１」

本発明の一実施形態では、感情エンジンが組み込まれている。この感情エンジンは、ユーザーの感情状態をリアルタイムで分析する。具体的には、ユーザーの顔表情、声のトーン、言葉の選び方などから感情状態を推定する。また、この感情エンジンは、ユーザーの感情状態の変化をトラッキングする。これにより、ユーザーが自身の理想像に近づくための反復トレーニングの内容を、ユーザーの感情状態に応じて調整することが可能となる。例えば、ユーザーがストレスを感じているときには、リラクゼーションを促すようなトレーニングを提供する。一方、ユーザーが喜びを感じているときには、その喜びを共有するような行動を促すトレーニングを提供する。これにより、ユーザーは自身の感情状態に適した形で、自身の理想像に近づくトレーニングを行うことができる。

「形態例２」

本発明の一実施形態では、感情エンジンが組み込まれている。この感情エンジンは、ユーザーの感情状態をリアルタイムで分析する。具体的には、ユーザーの顔表情、声のトーン、言葉の選び方などから感情状態を推定する。また、この感情エンジンは、ユーザーの感情状態の変化をトラッキングする。これにより、ユーザーが自身の理想像に近づくための反復トレーニングの内容を、ユーザーの感情状態に応じて調整することが可能となる。例えば、ユーザーがストレスを感じているときには、リラクゼーションを促すようなトレーニングを提供する。一方、ユーザーが喜びを感じているときには、その喜びを共有するような行動を促すトレーニングを提供する。これにより、ユーザーは自身の感情状態に適した形で、自身の理想像に近づくトレーニングを行うことができる。

以下に、各形態例の処理の流れについて説明する。

「形態例１」

ステップ１：ユーザーがシステムを起動し、自身の理想像を設定する。この理想像は、ユ

ーザーがどのような行動を取り、どのような発言をするかを具体的に示すものである。

ステップ２：感情エンジンがユーザーの感情状態をリアルタイムで分析する。具体的には、ユーザーの顔表情、声のトーン、言葉の選び方などから感情状態を推定する。

ステップ３：感情エンジンがユーザーの感情状態の変化をトラッキングする。これにより、ユーザーが自身の理想像に近づくための反復トレーニングの内容を、ユーザーの感情状態に応じて調整することが可能となる。

ステップ４：ユーザーが自身の理想像に近づくための反復トレーニングを行う。このトレーニングは、ユーザーの感情状態に応じて調整される。例えば、ユーザーがストレスを感じているときには、リラクゼーションを促すようなトレーニングを提供する。一方、ユーザーが喜びを感じているときには、その喜びを共有するような行動を促すトレーニングを提供する。

（実施例１）

次に、形態例１の実施例１について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ロボット４１４を「端末」と称する。

従来のシステムでは、ユーザーが設定した理想の人間像に基づいて行動や発言をカスタムチェンジすることが難しく、また、ユーザーの感情状態に応じたトレーニング内容の調整が行われないため、ユーザーが自身の理想像に近づくための効果的なサポートが不足しているという課題があった。

実施例１におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

この発明では、サーバは、ユーザーが設定した理想の人間像を投影する手段と、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、ユーザーの感情状態をリアルタイムで分析する感情エンジンと、該感情エンジンから得られたデータを基にトレーニング内容を調整する手段と、を含む。これにより、ユーザーが自身の理想像に近づくための効果的なサポートが可能となる。

「ユーザー」とは、システムを利用して自身の理想の人間像に近づくことを目指す個人を指す。

「理想の人間像」とは、ユーザーが目標とする人格や行動特性を具体的に設定したものである。

「投影する手段」とは、ユーザーが設定した理想の人間像をシステム上で視覚的またはテキスト形式で表示する機能を指す。

「カスタムチェンジする手段」とは、ユーザーの行動や発言を理想の人間像に基づいて変更・調整する機能を指す。

「提示する手段」とは、カスタムチェンジした行動や発言をユーザーに通知または表示する機能を指す。

「反復トレーニングする手段」とは、ユーザーが提示されたカスタムチェンジを基に繰り返し練習する機能を指す。

「感情エンジン」とは、ユーザーの顔表情、声のトーン、言葉の選び方などから感情状態をリアルタイムで分析する機能を指す。

「トレーニング内容を調整する手段」とは、感情エンジンから得られたデータを基に、ユーザーの感情状態に応じてトレーニング内容を変更・調整する機能を指す。

この発明は、ユーザーが設定した理想の人間像に基づいて行動や発言をカスタムチェンジし、反復トレーニングを通じてユーザーが自身の理想像に近づくことを支援するシステムである。以下に、このシステムの具体的な実施形態を説明する。

使用するハードウェアおよびソフトウェア

ハードウェア

端末: ユーザーが使用するスマートフォン、タブレット、またはPC。

サーバ: データ処理およびストレージを行うためのクラウドサーバ。

カメラおよびマイク: ユーザーの顔表情や声のトーンをリアルタイムでキャプチャするためのデバイス。

ソフトウェア

アプリケーション: ユーザーが理想の人間像を設定し、カスタムチェンジされた行動や発言を確認するためのインターフェースを提供する。

感情エンジン: ユーザーの感情状態をリアルタイムで分析するためのソフトウェアモジュール。

生成AIモデル: ユーザーの行動や発言を理想の人間像に基づいてカスタムチェンジするためのAIモデル。

データ加工およびデータ演算

ユーザーが理想の人間像を設定する

ユーザーはアプリケーションを起動し、理想の人間像を設定する。例えば、「思いやりのある人」を選択する。

サーバがユーザーの行動データを収集する

サーバは、ユーザーのスマートフォンやPCからの入力データ、音声データ、テキストメッセージをリアルタイムで収集する。これには、ユーザーが友人とチャットしている内容や、音声アシスタントに話しかける内容が含まれる。

サーバがデータを分析し、カスタムチェンジを行う

サーバは、収集したデータを自然言語処理（NLP）技術を用いて分析する。例えば、ユーザーが「ありがとう」と言う頻度が少ない場合、サーバは「ありがとう」と言う頻度を増やすように提案する。

サーバがカスタムチェンジした行動や発言をユーザーに提示する

サーバは、カスタムチェンジした行動や発言をアプリケーションの通知機能を使ってユーザーに提示する。例えば、「次回友人と話すときに『ありがとう』と言ってみましょう」といった通知を送る。

ユーザーが反復トレーニングを行う

ユーザーは、サーバからの提案を基に、日常生活で「ありがとう」と言う頻度を増やすように意識する。これを繰り返すことで、ユーザーは「思いやりのある人」に近づく。

感情エンジンがユーザーの感情状態を分析する

感情エンジンは、ユーザーのスマートフォンのカメラやマイクを使って、顔表情や声のトーンをリアルタイムで分析する。例えば、ユーザーが笑顔で話している場合、感情エンジンはユーザーが喜びを感じていると判断する。

サーバがトレーニング内容を調整する

サーバは、感情エンジンから得られたデータを基に、ユーザーの感情状態に応じてトレーニング内容を調整する。例えば、ユーザーがストレスを感じている場合、サーバは「深呼吸をしてリラックスしましょう」といったトレーニングを提供する。

具体例

理想の人間像設定

ユーザーがアプリケーションを開き、「思いやりのある人」を理想の人間像として設定する。

カスタムチェンジの例

サーバは、ユーザーが友人と会話する際に「ありがとう」と言う頻度を増やすように提案する。

感情エンジンの分析

ユーザーが会話中に笑顔を見せている場合、感情エンジンはユーザーが喜びを感じていると判断する。

トレーニング内容の調整

ユーザーがストレスを感じている場合、サーバは深呼吸や瞑想を促すトレーニングを提供する。

プロンプト文の例

「ユーザーが理想の人間像として『思いやりのある人』を設定した場合、どのような行動や発言をカスタムチェンジするか提案してください。」

このシステムは、ユーザーが自身の理想像に近づくための具体的な行動や発言を提供し、感情状態に応じたトレーニングを行うことで、ユーザーの成長をサポートする。

実施例１における特定処理の流れについて図１５を用いて説明する。

ステップ１：

ユーザーが理想の人間像を設定する

ユーザーはアプリケーションを起動し、理想の人間像を設定する。具体的には、アプリケーションの設定画面で「思いやりのある人」などの選択肢から理想の人間像を選び、設定を保存する。入力はユーザーの選択した理想の人間像であり、出力は設定された理想の人間像のデータである。

ステップ２：

サーバがユーザーの行動データを収集する

サーバは、ユーザーのスマートフォンやPCからの入力データ、音声データ、テキストメッセージをリアルタイムで収集する。具体的には、ユーザーが友人とチャットしている内容や、音声アシスタントに話しかける内容を収集する。入力はユーザーの行動データであり、出力は収集された行動データのデータベースである。

ステップ３：

サーバがデータを分析し、カスタムチェンジを行う

サーバは、収集したデータを自然言語処理（NLP）技術を用いて分析する。具体的には、生成AIモデルを使用して、ユーザーの行動や発言を理想の人間像に基づいて変更する。例えば、ユーザーが「ありがとう」と言う頻度が少ない場合、サーバは「ありがとう」と言う頻度を増やすように提案する。入力は収集された行動データであり、出力はカスタムチェンジされた行動や発言の提案である。

ステップ４：

サーバがカスタムチェンジした行動や発言をユーザーに提示する

サーバは、カスタムチェンジした行動や発言をアプリケーションの通知機能を使ってユーザーに提示する。具体的には、「次回友人と話すときに『ありがとう』と言ってみましょう」といった通知を送る。入力はカスタムチェンジされた行動や発言の提案であり、出力はユーザーへの通知である。

ステップ５：

ユーザーが反復トレーニングを行う

ユーザーは、サーバからの提案を基に、日常生活で「ありがとう」と言う頻度を増やすように意識する。具体的には、友人や家族との会話で「ありがとう」と言う機会を増やす。入力はサーバからの提案であり、出力はユーザーの実際の行動である。

ステップ６：

感情エンジンがユーザーの感情状態を分析する

感情エンジンは、ユーザーのスマートフォンのカメラやマイクを使って、顔表情や声のトーンをリアルタイムで分析する。具体的には、ユーザーが笑顔で話している場合、感情エンジンはユーザーが喜びを感じていると判断する。入力はユーザーの顔表情や声のトーンであり、出力は分析された感情状態のデータである。

ステップ７：

サーバがトレーニング内容を調整する

サーバは、感情エンジンから得られたデータを基に、ユーザーの感情状態に応じてトレーニング内容を調整する。具体的には、ユーザーがストレスを感じている場合、サーバは「深呼吸をしてリラックスしましょう」といったトレーニングを提供する。入力は分析された感情状態のデータであり、出力は調整されたトレーニング内容である。

（応用例１）

次に、形態例１の応用例１について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ロボット４１４を「端末」と称する。

従来の接客トレーニングシステムでは、スタッフが理想の接客態度を身につけるための具体的なフィードバックが不足しており、また、スタッフの感情状態に応じたトレーニング内容の調整が行われていないため、効果的なトレーニングが難しいという課題があった。

応用例１におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

この発明では、サーバは、ユーザーが設定した理想の人間像を投影する手段と、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、ユーザーの感情状態をリアルタイムで分析する手段と、ユーザーの感情状態に応じてトレーニング内容を調整する手段と、スマートデバイスを用いてユーザーにフィードバックを提供する手段と、を含む。これにより、スタッフが理想の接客態度を効果的に身につけることが可能となる。

「ユーザー」とは、システムを利用して理想の人間像に基づいた行動や発言のトレーニングを行う個人である。

「理想の人間像」とは、ユーザーが目指すべき具体的な行動や態度のモデルである。

「投影する手段」とは、ユーザーが設定した理想の人間像を視覚的または聴覚的に提示するための方法や装置である。

「カスタムチェンジする手段」とは、ユーザーの行動や発言を理想の人間像に基づいて変更するための方法や装置である。

「反復トレーニングする手段」とは、ユーザーが理想の人間像に近づくために、カスタムチェンジされた行動や発言を繰り返し練習するための方法や装置である。

「感情状態をリアルタイムで分析する手段」とは、ユーザーの顔表情、声のトーン、言葉の選び方などから感情を推定するための方法や装置である。

「トレーニング内容を調整する手段」とは、ユーザーの感情状態に応じてトレーニングの内容を変更するための方法や装置である。

「スマートデバイス」とは、カメラ、マイク、スピーカーなどを内蔵し、ユーザーにフィードバックを提供するためのデバイスである。

「フィードバックを提供する手段」とは、ユーザーに対して理想の行動や発言に関するアドバイスや指示を提供するための方法や装置である。

この発明を実施するための形態として、実店舗で働くスタッフが理想の接客態度を身につけるためのトレーニングシステムを提供する。システムは、ユーザーが設定した理想の人間像を投影し、ユーザーの行動や発言をカスタムチェンジし、それを反復トレーニングするための手段を含む。また、ユーザーの感情状態をリアルタイムで分析し、トレーニング内容を調整する手段も含まれる。

使用するハードウェアとソフトウェア

ハードウェア

スマート眼鏡: カメラ、マイク、スピーカーを内蔵し、ユーザーの行動や発言をキャプチャし、フィードバックを提供する。

サーバ: データ処理と分析を行うための中央処理装置。

ソフトウェア

OpenCV: カメラ映像のキャプチャと処理を行うライブラリ。

EmotionRecognizer: 顔表情から感情を推定するライブラリ。

SpeechRecognition: 音声認識ライブラリ。

TextToSpeech: テキストを音声に変換するライブラリ。

IdealBehaviorModel: 理想の行動や発言を生成するモデル。

データ加工と演算

カメラ映像のキャプチャ

スマート眼鏡のカメラを使用して、ユーザーの顔表情や行動をリアルタイムでキャプチャする。OpenCVを用いて映像データを取得し、EmotionRecognizerで感情状態を分析する。

音声認識

スマート眼鏡のマイクを使用して、ユーザーの発言をキャプチャする。SpeechRecognitionライブラリを用いて音声データをテキストに変換する。

フィードバック生成

IdealBehaviorModelを使用して、ユーザーの感情状態と発言に基づいた理想の行動や発言を生成する。生成されたフィードバックはTextToSpeechライブラリを用いて音声に変換され、スマート眼鏡のスピーカーを通じてユーザーに提供される。

具体例

シナリオ

実店舗で働くスタッフが「思いやりのある接客」を目指してトレーニングを行う。

状況

顧客が商品について質問した際、スタッフが適切な対応を行う。

フィードバック

スタッフがストレスを感じている場合、システムはリラクゼーションを促すアドバイスを提供する。

プロンプト文の例

ユーザーが「思いやりのある接客」を目指している場合、顧客からの質問に対してどのように対応すれば良いかを教えてください。ユーザーがストレスを感じている場合は、リラクゼーションを促すアドバイスも提供してください。

このようにして、実店舗での接客トレーニングを効果的に行うことができる。

応用例１における特定処理の流れについて図１６を用いて説明する。

ステップ１：

ユーザがスマート眼鏡を装着し、システムを起動する。スマート眼鏡のカメラがユーザの顔表情や行動をリアルタイムでキャプチャし、マイクがユーザの発言をキャプチャする。入力はカメラ映像と音声データであり、出力はキャプチャされた映像と音声データである。

ステップ２：

サーバがOpenCVを使用して、スマート眼鏡から送信された映像データを処理する。具体的には、映像データからユーザの顔表情を抽出し、EmotionRecognizerを用いて感情状態を分析する。入力はキャプチャされた映像データであり、出力はユーザの感情状態である。

ステップ３：

サーバがSpeechRecognitionライブラリを使用して、スマート眼鏡から送信された音声データをテキストに変換する。入力はキャプチャされた音声データであり、出力はテキストデータである。

ステップ４：

サーバがIdealBehaviorModelを使用して、ユーザの感情状態とテキストデータに基づいて理想の行動や発言を生成する。入力はユーザの感情状態とテキストデータであり、出力は理想の行動や発言のテキストである。

ステップ５：

サーバがTextToSpeechライブラリを使用して、生成された理想の行動や発言のテキストを音声に変換する。入力は理想の行動や発言のテキストであり、出力は音声データである。

ステップ６：

スマート眼鏡のスピーカーを通じて、サーバから送信された音声データをユーザに提供する。入力は音声データであり、出力はユーザが聞く音声フィードバックである。

ステップ７：

ユーザが提供されたフィードバックに基づいて行動や発言を修正し、再度スマート眼鏡のカメラとマイクを通じて新しいデータをキャプチャする。これにより、ステップ１からステップ６までの処理が繰り返される。入力は修正された行動や発言の映像と音声データであり、出力は新たなフィードバックである。

（実施例２）

次に、形態例２の実施例２について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ロボット４１４を「端末」と称する。

従来のシステムでは、ユーザーが自身の理想の人間像に近づくための具体的な行動や発言のカスタマイズが難しく、また、ユーザーの感情状態に応じたトレーニング内容の調整が行われないため、効果的なトレーニングが実現できないという課題があった。さらに、ユーザーの感情状態をリアルタイムで分析し、それに基づいてトレーニング内容を調整する機能が欠如していたため、ユーザーの心理的負担を軽減しながら理想像に近づくことが困難であった。

実施例２におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

この発明では、サーバは、ユーザーが設定した理想の人間像を投影する手段と、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、ユーザーの感情状態をリアルタイムで分析する手段と、該感情状態に応じてトレーニング内容を調整する手段と、を含む。これにより、ユーザーは自身の理想像に近づくための効果的なトレーニングを受けることが可能となる。

「理想の人間像」とは、ユーザーが目指すべき人物像や性格特性を指す。

「投影する手段」とは、ユーザーが設定した理想の人間像を視覚的または聴覚的に表示するための装置やソフトウェアを指す。

「カスタムチェンジする手段」とは、ユーザーの行動や発言を理想の人間像に基づいて変更するためのアルゴリズムやプログラムを指す。

「提示する手段」とは、カスタムチェンジした行動や発言をユーザーに通知するための装置やソフトウェアを指す。

「反復トレーニングする手段」とは、ユーザーがカスタムチェンジされた行動や発言を繰り返し練習するためのプログラムやシステムを指す。

「感情状態をリアルタイムで分析する手段」とは、ユーザーの顔表情、声のトーン、言葉の選び方などを解析して感情状態を推定するための装置やソフトウェアを指す。

「トレーニング内容を調整する手段」とは、ユーザーの感情状態に応じてトレーニングの内容や方法を変更するためのアルゴリズムやプログラムを指す。

この発明は、ユーザーが設定した理想の人間像に基づいて行動や発言をカスタムチェンジし、反復トレーニングを通じてユーザーが自身の理想像に近づくことを支援するシステムである。以下に、このシステムの具体的な実施形態を説明する。

システムの構成

ユーザーが理想の人間像を設定する

ユーザーは、端末上のアプリケーションを使用して、自身が目指す理想の人間像を設定する。例えば、「思いやりのある人」を選択する。この設定は、ユーザーの人間関係のトラウマや教養等を考慮して行われる。

サーバがユーザーの行動や発言を収集する

サーバは、ユーザーの行動や発言をリアルタイムで収集する。これには、ユーザーが入力したテキストや音声データが含まれる。例えば、ユーザーがチャットアプリで友人と会話している内容や、音声アシスタントに話しかける内容を収集する。

サーバが収集したデータを解析する

サーバは、収集したデータを解析する。具体的には、自然言語処理（NLP）技術を用いて、ユーザーの発言内容を理解する。ここでは、Google Cloud Natural Language APIやOpenAIのGPT-4などの生成AIモデルを使用する。

サーバが理想の人間像に基づいて行動や発言をカスタムチェンジする

サーバは、解析結果を基に、ユーザーの行動や発言を理想の人間像に合わせてカスタムチェンジする。例えば、「今日は忙しいから手伝えない」を「今日は忙しいけれど、少しでも手伝えることがあれば教えてください」に変更する。

サーバがカスタムチェンジした内容をユーザーに提示する

サーバは、カスタムチェンジした行動や発言をユーザーに提示する。ユーザーはこれを確認し、必要に応じて修正する。

サーバが感情エンジンを用いてユーザーの感情状態を分析する

サーバは、感情エンジンを用いてユーザーの感情状態をリアルタイムで分析する。具体的には、ユーザーの顔表情、声のトーン、言葉の選び方などを解析する。Microsoft AzureのEmotion APIやAffectivaのSDKを使用する。

サーバがユーザーの感情状態に応じてトレーニング内容を調整する

サーバは、ユーザーの感情状態に応じてトレーニング内容を調整する。例えば、ユーザーがストレスを感じている場合にはリラクゼーションを促すトレーニングを提供し、喜びを感じている場合にはその喜びを共有するような行動を促すトレーニングを提供する。

ユーザーがトレーニングを実行する

ユーザーは、サーバから提示されたトレーニング内容を実行する。これにより、ユーザーは自身の理想像に近づくための反復トレーニングを行う。

具体例

理想の人間像の設定

ユーザーがアプリケーションを開き、「理想の人間像を設定」を選択し、「思いやりのある人」を選ぶ。

行動や発言の収集

ユーザーが友人とチャットしている内容をアプリケーションがバックグラウンドで収集する。

データの解析

サーバが収集したチャット内容をGoogle Cloud Natural Language APIで解析し、感情分析を行う。また、OpenAIのGPT-4を使用して、ユーザーの発言内容を理解し、適切な応答を生成する。

カスタムチェンジの例

ユーザーが「今日は忙しいから手伝えない」と言った場合、サーバがこれを「今日は忙しいけれど、少しでも手伝えることがあれば教えてください」に変更する。

感情エンジンの分析

ユーザーがカメラに向かって話しているとき、サーバがMicrosoft AzureのEmotion APIを使用して、ユーザーの顔表情や声のトーンからストレスを感じていると判断する。

トレーニング内容の調整

ユーザーがストレスを感じているとき、サーバが「深呼吸をしてリラックスしましょう」といったリラクゼーショントレーニングを提供する。

トレーニングの実行

ユーザーがサーバから提示されたリラクゼーショントレーニングを実行する。

プロンプト文の例

「ユーザーが理想の人間像として『思いやりのある人』を設定した場合、どのように行動や発言をカスタムチェンジするか教えてください。」

このシステムにより、ユーザーは自身の理想像に近づくための効果的なトレーニングを受けることができる。

実施例２における特定処理の流れについて図１７を用いて説明する。

ステップ１：

ユーザーが理想の人間像を設定する

ユーザーは、端末上のアプリケーションを起動し、理想の人間像を設定する。具体的には、アプリケーションのメニューから「理想の人間像を設定」を選択し、「思いやりのある人」などの選択肢から理想の人間像を選ぶ。入力はユーザーの選択した理想の人間像であり、出力はその設定情報である。

ステップ２：

サーバがユーザーの行動や発言を収集する

サーバは、ユーザーの行動や発言をリアルタイムで収集する。具体的には、ユーザーがチャットアプリで友人と会話している内容や、音声アシスタントに話しかける内容を収集する。入力はユーザーのテキストデータや音声データであり、出力は収集された行動や発言のデータである。

ステップ３：

サーバが収集したデータを解析する

サーバは、収集したデータを解析する。具体的には、Google Cloud Natural Language APIやOpenAIのGPT-4などの生成AIモデルを使用して、ユーザーの発言内容を理解し、感情分析やキーフレーズ抽出を行う。入力は収集された行動や発言のデータであり、出力は解析結果である。

ステップ４：

サーバが理想の人間像に基づいて行動や発言をカスタムチェンジする

サーバは、解析結果を基に、ユーザーの行動や発言を理想の人間像に合わせてカスタムチェンジする。例えば、「今日は忙しいから手伝えない」を「今日は忙しいけれど、少しでも手伝えることがあれば教えてください」に変更する。入力は解析結果であり、出力はカスタムチェンジされた行動や発言である。

ステップ５：

サーバがカスタムチェンジした内容をユーザーに提示する

サーバは、カスタムチェンジした行動や発言をユーザーに提示する。ユーザーはこれを確認し、必要に応じて修正する。入力はカスタムチェンジされた行動や発言であり、出力はユーザーに提示された内容である。

ステップ６：

サーバが感情エンジンを用いてユーザーの感情状態を分析する

サーバは、感情エンジンを用いてユーザーの感情状態をリアルタイムで分析する。具体的には、Microsoft AzureのEmotion APIやAffectivaのSDKを使用して、ユーザーの顔表情、声のトーン、言葉の選び方などを解析する。入力はユーザーの顔表情や声のトーン、言葉の選び方であり、出力は感情状態の分析結果である。

ステップ７：

サーバがユーザーの感情状態に応じてトレーニング内容を調整する

サーバは、ユーザーの感情状態に応じてトレーニング内容を調整する。例えば、ユーザーがストレスを感じている場合にはリラクゼーションを促すトレーニングを提供し、喜びを感じている場合にはその喜びを共有するような行動を促すトレーニングを提供する。入力は感情状態の分析結果であり、出力は調整されたトレーニング内容である。

ステップ８：

ユーザーがトレーニングを実行する

ユーザーは、サーバから提示されたトレーニング内容を実行する。これにより、ユーザーは自身の理想像に近づくための反復トレーニングを行う。入力は調整されたトレーニング内容であり、出力はユーザーの実行結果である。

（応用例２）

次に、形態例２の応用例２について説明する。以下の説明では、データ処理装置１２を「サーバ」と称し、ロボット４１４を「端末」と称する。

従来の接客業務において、スタッフが理想の接客態度を維持することは難しく、特に感情状態が不安定な場合には顧客満足度が低下する問題があった。また、スタッフが自身の理想像に近づくためのトレーニングを効果的に行う手段が不足していた。

応用例２におけるデータ処理装置１２の特定処理部２９０による特定処理を、以下の各手段により実現する。

この発明では、サーバは、ユーザーが設定した理想の人間像を投影する手段と、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、ユーザーの感情状態をリアルタイムで分析する感情エンジンと、該感情エンジンに基づいてトレーニング内容を調整する手段と、スマート眼鏡に表示する手段と、を含む。これにより、スタッフが理想の接客態度を維持しつつ、感情状態に応じた適切なトレーニングを受けることが可能となる。

「ユーザー」とは、システムを利用する個人または団体である。

「理想の人間像」とは、ユーザーが目指すべき行動や態度のモデルである。

「投影する手段」とは、ユーザーが設定した理想の人間像を視覚的または聴覚的に表示する装置やソフトウェアである。

「カスタムチェンジする手段」とは、ユーザーの行動や発言を理想の人間像に基づいて変更するためのアルゴリズムやプログラムである。

「提示する手段」とは、カスタムチェンジした行動や発言をユーザーに知らせるための表示装置や通知システムである。

「反復トレーニングする手段」とは、ユーザーが理想の人間像に近づくために、カスタムチェンジした行動や発言を繰り返し練習するための機能である。

「感情エンジン」とは、ユーザーの感情状態をリアルタイムで分析するためのソフトウェアまたはハードウェアである。

「トレーニング内容を調整する手段」とは、感情エンジンの分析結果に基づいて、ユーザーに提供するトレーニングの内容を変更するための機能である。

「スマート眼鏡」とは、ユーザーが装着することで情報を視覚的に表示することができるウェアラブルデバイスである。

この発明を実施するためのシステムは、ユーザーが設定した理想の人間像を投影し、ユーザーの行動や発言をカスタムチェンジし、それを反復トレーニングするための一連の手段を含む。さらに、感情エンジンを用いてユーザーの感情状態をリアルタイムで分析し、トレーニング内容を調整する機能を備えている。

使用するハードウェアとソフトウェア

ハードウェア: スマート眼鏡、カメラ

ソフトウェア: OpenCV（顔検出）、EmotionRecognizer（感情認識）、BehaviorSuggestion（行動提案）

システムの構成

1. ユーザーが設定した理想の人間像を投影する手段:

ユーザーはアプリケーションを通じて理想の人間像を設定する。例えば、「親切で丁寧な接客」を理想とする場合、システムはこの情報を基に行動や発言をカスタムチェンジする。

2. ユーザーの行動や発言をカスタムチェンジする手段:

システムは、ユーザーの現在の行動や発言を理想の人間像に基づいて変更するためのアルゴリズムを実行する。例えば、ユーザーがストレスを感じている場合、リラクゼーションを促す提案を行う。

3. カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段:

カスタムチェンジされた行動や発言は、スマート眼鏡のディスプレイに表示される。ユーザーはこれを見て、理想の行動や発言を繰り返し練習する。

4. 感情エンジン:

カメラを用いてユーザーの顔表情をキャプチャし、EmotionRecognizerを用いて感情状態をリアルタイムで分析する。これにより、ユーザーの感情状態に応じたトレーニング内容を提供する。

5. トレーニング内容を調整する手段:

感情エンジンの分析結果に基づいて、BehaviorSuggestionエンジンが適切な行動や発言を提案する。例えば、ユーザーが喜びを感じている場合、その喜びを共有するような行動を促すトレーニングを提供する。

6. スマート眼鏡に表示する手段:

提案された行動や発言は、スマート眼鏡のディスプレイにリアルタイムで表示される。これにより、ユーザーは接客中に理想の態度を維持することができる。

具体例

シナリオ: 実店舗のスタッフがスマート眼鏡を装着し、接客中に「親切で丁寧な接客」を維持するための支援を受ける。

感情状態: スタッフがストレスを感じている場合、リラクゼーションを促す提案（例：「深呼吸をしてリラックスしましょう」）。

行動提案: 顧客に対して「お困りのことがあれば何でもおっしゃってください」といった親切な発言を提案。

プロンプト文の例

ユーザーが設定した理想の接客態度に基づいて、リアルタイムで行動や発言をカスタムチェンジし、スマート眼鏡のディスプレイに表示するアプリケーションを開発してください。感情エンジンを用いてユーザーの感情状態を分析し、適切なトレーニングを提供する機能も含めてください。

応用例２における特定処理の流れについて図１８を用いて説明する。

ステップ１：

ユーザがアプリケーションを起動し、理想の人間像を設定する。ユーザは「親切で丁寧な接客」などの理想像を入力する。この入力データはサーバに送信され、保存される。

ステップ２：

サーバは、ユーザの理想の人間像に基づいて行動や発言をカスタムチェンジするアルゴリズムを実行する。入力として理想の人間像とユーザの現在の行動データを受け取り、出力としてカスタムチェンジされた行動や発言を生成する。

ステップ３：

サーバは、カスタムチェンジされた行動や発言をスマート眼鏡に送信する。スマート眼鏡はこれを受信し、ディスプレイに表示する。ユーザはこれを見て、理想の行動や発言を実践する。

ステップ４：

カメラがユーザの顔表情をキャプチャし、リアルタイムでサーバに送信する。サーバはEmotionRecognizerを用いて、入力された顔表情データからユーザの感情状態を分析する。出力として感情状態データを生成する。

ステップ５：

サーバは、感情状態データに基づいてトレーニング内容を調整する。BehaviorSuggestionエンジンが感情状態データと理想の人間像を入力として受け取り、適切な行動や発言を提案する。出力として調整されたトレーニング内容を生成する。

ステップ６：

サーバは、調整されたトレーニング内容をスマート眼鏡に送信する。スマート眼鏡はこれを受信し、ディスプレイに表示する。ユーザはこれを見て、感情状態に応じたトレーニングを実践する。

ステップ７：

ユーザがトレーニングを実践する過程で、サーバは感情状態の変化をトラッキングし、必要に応じてトレーニング内容を再調整する。これにより、ユーザは理想の人間像に近づくための最適なトレーニングを受けることができる。

特定処理部２９０は、特定処理の結果をロボット４１４に送信する。ロボット４１４では、制御部４６Ａが、スピーカ２４０及び制御対象４４３に対して特定処理の結果を出力させる。マイクロフォン２３８は、特定処理の結果に対するユーザ入力を示す音声を取得する。制御部４６Ａは、マイクロフォン２３８によって取得されたユーザ入力を示す音声データをデータ処理装置１２に送信する。データ処理装置１２では、特定処理部２９０が音声データを取得する。

データ生成モデル５８は、いわゆる生成ＡＩ（Artificial Intelligence）である。データ生成モデル５８の一例としては、ＣｈａｔＧＰＴ（インターネット検索＜URL: https://openai.com/blog/chatgpt＞）等の生成ＡＩが挙げられる。データ生成モデル５８は、ニューラルネットワークに対して深層学習を行わせることによって得られる。データ生成モデル５８には、指示を含むプロンプトが入力され、かつ、音声を示す音声データ、テキストを示すテキストデータ、及び画像を示す画像データ等の推論用データが入力される。データ生成モデル５８は、入力された推論用データをプロンプトにより示される指示に従って推論し、推論結果を音声データ及びテキストデータ等のデータ形式で出力する。ここで、推論とは、例えば、分析、分類、予測、及び／又は要約等を指す。

生成AIの他の例としては、Gemini（インターネット検索＜URL: https://gemini.google.com/?hl=ja＞）が挙げられる。

上記実施形態では、データ処理装置１２によって特定処理が行われる形態例を挙げたが、本開示の技術はこれに限定されず、ロボット４１４によって特定処理が行われるようにしてもよい。

なお、感情エンジンとしての感情特定モデル５９は、特定のマッピングに従い、ユーザの感情を決定してよい。具体的には、感情特定モデル５９は、特定のマッピングである感情マップ（図９参照）に従い、ユーザの感情を決定してよい。また、感情特定モデル５９は、同様に、ロボットの感情を決定し、特定処理部２９０は、ロボットの感情を用いた特定処理を行うようにしてもよい。

図９は、複数の感情がマッピングされる感情マップ４００を示す図である。感情マップ４００において、感情は、中心から放射状に同心円に配置されている。同心円の中心に近いほど、原始的状態の感情が配置されている。同心円のより外側には、心境から生まれる状態や行動を表す感情が配置されている。感情とは、情動や心的状態も含む概念である。同心円の左側には、概して脳内で起きる反応から生成される感情が配置されている。同心円の右側には概して、状況判断で誘導される感情が配置されている。同心円の上方向及び下方向には、概して脳内で起きる反応から生成され、かつ、状況判断で誘導される感情が配置されている。また、同心円の上側には、「快」の感情が配置され、下側には、「不快」の感情が配置されている。このように、感情マップ４００では、感情が生まれる構造に基づいて複数の感情がマッピングされており、同時に生じやすい感情が、近くにマッピングされている。

これらの感情は、感情マップ４００の３時の方向に分布しており、普段は安心と不安のあたりを行き来する。感情マップ４００の右半分では、内部的な感覚よりも状況認識の方が優位に立つため、落ち着いた印象になる。

感情マップ４００の内側は心の中、感情マップ４００の外側は行動を表すため、感情マップ４００の外側に行くほど、感情が目に見える（行動に表れる）ようになる。

ここで、人の感情は、姿勢や血糖値のような様々なバランスを基礎としており、それらのバランスが理想から遠ざかると不快、理想に近づくと快という状態を示す。ロボットや自動車やバイク等においても、姿勢やバッテリー残量のような様々なバランスを基礎として、それらのバランスが理想から遠ざかると不快、理想に近づくと快という状態を示すように感情を作ることができる。感情マップは、例えば、光吉博士の感情地図（音声感情認識及び情動の脳生理信号分析システムに関する研究、徳島大学、博士論文：https://ci.nii.ac.jp/naid/500000375379）に基づいて生成されてよい。感情地図の左半分には、感覚が優位にたつ「反応」と呼ばれる領域に属する感情が並ぶ。また、感情地図の右半分には、状況認識が優位にたつ「状況」と呼ばれる領域に属する感情が並ぶ。

感情マップでは学習を促す感情が２つ定義される。１つは、状況側にあるネガティブな「懺悔」や「反省」の真ん中周辺の感情である。つまり、「もう２度とこんな想いはしたくない」「もう叱られたくない」というネガティブな感情がロボットに生じたときである。もう１つは、反応側にあるポジティブな「欲」のあたりの感情である。つまり、「もっと欲しい」「もっと知りたい」というポジティブな気持ちのときである。

感情特定モデル５９は、ユーザ入力を、予め学習されたニューラルネットワークに入力し、感情マップ４００に示す各感情を示す感情値を取得し、ユーザの感情を決定する。このニューラルネットワークは、ユーザ入力と、感情マップ４００に示す各感情を示す感情値との組み合わせである複数の学習データに基づいて予め学習されたものである。また、このニューラルネットワークは、図１０に示す感情マップ９００のように、近くに配置されている感情同士は、近い値を持つように学習される。図１０では、「安心」、「安穏」、「心強い」という複数の感情が、近い感情値となる例を示している。

上記実施形態では、１台のコンピュータ２２によって特定処理が行われる形態例を挙げたが、本開示の技術はこれに限定されず、コンピュータ２２を含めた複数のコンピュータによる特定処理に対する分散処理が行われるようにしてもよい。

上記実施形態では、ストレージ３２に特定処理プログラム５６が格納されている形態例を挙げて説明したが、本開示の技術はこれに限定されない。例えば、特定処理プログラム５６がＵＳＢ（Universal Serial Bus）メモリなどの可搬型のコンピュータ読み取り可能な非一時的格納媒体に格納されていてもよい。非一時的格納媒体に格納されている特定処理プログラム５６は、データ処理装置１２のコンピュータ２２にインストールされる。プロセッサ２８は、特定処理プログラム５６に従って特定処理を実行する。

また、ネットワーク５４を介してデータ処理装置１２に接続されるサーバ等の格納装置に特定処理プログラム５６を格納させておき、データ処理装置１２の要求に応じて特定処理プログラム５６がダウンロードされ、コンピュータ２２にインストールされるようにしてもよい。

なお、ネットワーク５４を介してデータ処理装置１２に接続されるサーバ等の格納装置に特定処理プログラム５６の全てを格納させておいたり、ストレージ３２に特定処理プログラム５６の全てを記憶させたりしておく必要はなく、特定処理プログラム５６の一部を格納させておいてもよい。

特定処理を実行するハードウェア資源としては、次に示す各種のプロセッサを用いることができる。プロセッサとしては、例えば、ソフトウェア、すなわち、プログラムを実行することで、特定処理を実行するハードウェア資源として機能する汎用的なプロセッサであるＣＰＵが挙げられる。また、プロセッサとしては、例えば、ＦＰＧＡ（Field-Programmable Gate Array）、ＰＬＤ（Programmable Logic Device）、又はＡＳＩＣ（Application Specific Integrated Circuit）などの特定の処理を実行させるために専用に設計された回路構成を有するプロセッサである専用電気回路が挙げられる。何れのプロセッサにもメモリが内蔵又は接続されており、何れのプロセッサもメモリを使用することで特定処理を実行する。

特定処理を実行するハードウェア資源は、これらの各種のプロセッサのうちの１つで構成されてもよいし、同種又は異種の２つ以上のプロセッサの組み合わせ（例えば、複数のＦＰＧＡの組み合わせ、又はＣＰＵとＦＰＧＡとの組み合わせ）で構成されてもよい。また、特定処理を実行するハードウェア資源は１つのプロセッサであってもよい。

１つのプロセッサで構成する例としては、第１に、１つ以上のＣＰＵとソフトウェアの組み合わせで１つのプロセッサを構成し、このプロセッサが、特定処理を実行するハードウェア資源として機能する形態がある。第２に、ＳｏＣ（System-on-a-chip）などに代表されるように、特定処理を実行する複数のハードウェア資源を含むシステム全体の機能を１つのＩＣチップで実現するプロセッサを使用する形態がある。このように、特定処理は、ハードウェア資源として、上記各種のプロセッサの１つ以上を用いて実現される。

更に、これらの各種のプロセッサのハードウェア的な構造としては、より具体的には、半導体素子などの回路素子を組み合わせた電気回路を用いることができる。また、上記の特定処理はあくまでも一例である。従って、主旨を逸脱しない範囲内において不要なステップを削除したり、新たなステップを追加したり、処理順序を入れ替えたりしてもよいことは言うまでもない。

以上に示した記載内容及び図示内容は、本開示の技術に係る部分についての詳細な説明であり、本開示の技術の一例に過ぎない。例えば、上記の構成、機能、作用、及び効果に関する説明は、本開示の技術に係る部分の構成、機能、作用、及び効果の一例に関する説明である。よって、本開示の技術の主旨を逸脱しない範囲内において、以上に示した記載内容及び図示内容に対して、不要な部分を削除したり、新たな要素を追加したり、置き換えたりしてもよいことは言うまでもない。また、錯綜を回避し、本開示の技術に係る部分の理解を容易にするために、以上に示した記載内容及び図示内容では、本開示の技術の実施を可能にする上で特に説明を要しない技術常識等に関する説明は省略されている。

本明細書に記載された全ての文献、特許出願及び技術規格は、個々の文献、特許出願及び技術規格が参照により取り込まれることが具体的かつ個々に記された場合と同程度に、本明細書中に参照により取り込まれる。

以上の実施形態に関し、更に以下を開示する。

（請求項１）
ユーザーが設定した理想の人間像を投影する手段と、該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段を含むシステム。

（請求項２）
前記理想の人間像は、ユーザーの人間関係のトラウマや教養等を考慮して設定される、請求項１記載のシステム。

（請求項３）
前記反復トレーニングにより、ユーザーが自身の理想像に近づくことを促進する、請求項１記載のシステム。

（請求項４）
前記理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段が、ユーザーの感情を認識する感情エンジンを含む、請求項１記載のシステム。

（請求項５）
前記感情エンジンが、ユーザーの感情状態をリアルタイムで分析し、その結果を基にユーザーの行動や発言をカスタムチェンジする、請求項４記載のシステム。

（請求項６）
前記感情エンジンが、ユーザーの感情状態の変化をトラッキングし、その変化を基に反復トレーニングの内容を調整する、請求項４記載のシステム。

「実施例１」

（請求項１）
ユーザーが設定した理想の人間像を投影する手段と、
該理想の人間像に基づいてユーザーの行動や発言を生成AIモデルを用いてカスタムチェンジする手段と、
該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、
該反復トレーニングの進捗を記録し、フィードバックを提供する手段と、
を含むシステム。

（請求項２）
前記理想の人間像は、ユーザーの人間関係のトラウマや教養等を考慮して設定される、請求項１記載のシステム。

（請求項３）
前記反復トレーニングにより、ユーザーが自身の理想像に近づくことを促進する、請求項１記載のシステム。

「応用例１」

（請求項１）
ユーザーが設定した理想の人間像を投影する手段と、
理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、
該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、
生成AIモデルを用いて理想の人間像に基づいた行動や発言を生成する手段と、
該生成された行動や発言をプロンプト文としてユーザーに提示する手段と、
を含むシステム。

（請求項２）
前記理想の人間像は、ユーザーの人間関係のトラウマや教養等を考慮して設定される、請求項１記載のシステム。

（請求項３）
前記反復トレーニングにより、ユーザーが自身の理想像に近づくことを促進する、請求項１記載のシステム。

「実施例２」

（請求項１）
ユーザーが設定した理想の人間像を投影する手段と、
該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、
該カスタムチェンジした行動や発言をユーザーに提示する手段と、
該提示された行動や発言をユーザーが反復トレーニングする手段と、
ユーザーの行動や発言を収集する手段と、
収集した行動や発言を解析し、生成AIモデルを使用してカスタムチェンジする手段と、
を含むシステム。

（請求項２）
前記理想の人間像は、ユーザーの人間関係のトラウマや教養等を考慮して設定される、請求項１記載のシステム。

（請求項３）
前記反復トレーニングにより、ユーザーが自身の理想像に近づくことを促進する、請求項１記載のシステム。

「応用例２」

（請求項１）
ユーザーが設定した理想の人間像を投影する手段と、
該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、
該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、
接客業務を行うスタッフが装着するスマート眼鏡を用いて、理想の接客態度をトレーニングする手段と、
生成AIモデルを使用して、理想の人間像に基づいたカスタムチェンジされた発言を生成する手段と、
を含むシステム。

（請求項２）
前記理想の人間像は、ユーザーの人間関係のトラウマや教養等を考慮して設定される、請求項１記載のシステム。

（請求項３）
前記反復トレーニングにより、ユーザーが自身の理想像に近づくことを促進する、請求項１記載のシステム。

「感情エンジンを組み合わせた場合の実施例１」

（請求項１）
ユーザーが設定した理想の人間像を投影する手段と、
該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、
該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、
ユーザーの感情状態をリアルタイムで分析する感情エンジンと、
該感情エンジンから得られたデータを基にトレーニング内容を調整する手段と、
を含むシステム。

（請求項２）
前記理想の人間像は、ユーザーの人間関係のトラウマや教養等を考慮して設定される、請求項１記載のシステム。

（請求項３）
前記反復トレーニングにより、ユーザーが自身の理想像に近づくことを促進する、請求項１記載のシステム。

「感情エンジンを組み合わせた場合の応用例１」

（請求項１）
ユーザーが設定した理想の人間像を投影する手段と、
該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、
該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、
ユーザーの感情状態をリアルタイムで分析する手段と、
ユーザーの感情状態に応じてトレーニング内容を調整する手段と、
スマートデバイスを用いてユーザーにフィードバックを提供する手段と、

を含むシステム。

（請求項２）
前記理想の人間像は、ユーザーの人間関係のトラウマや教養等を考慮して設定される、請求項１記載のシステム。

（請求項３）
前記反復トレーニングにより、ユーザーが自身の理想像に近づくことを促進する、請求項１記載のシステム。

「感情エンジンを組み合わせた場合の実施例２」

（請求項１）
ユーザーが設定した理想の人間像を投影する手段と、
該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、
該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、
ユーザーの感情状態をリアルタイムで分析する手段と、
該感情状態に応じてトレーニング内容を調整する手段と、

を含むシステム。

（請求項２）
前記理想の人間像は、ユーザーの人間関係のトラウマや教養等を考慮して設定される、請求項１記載のシステム。

（請求項３）
前記反復トレーニングにより、ユーザーが自身の理想像に近づくことを促進する、請求項１記載のシステム。

「感情エンジンを組み合わせた場合の応用例２」

（請求項１）
ユーザーが設定した理想の人間像を投影する手段と、
該理想の人間像に基づいてユーザーの行動や発言をカスタムチェンジする手段と、
該カスタムチェンジした行動や発言をユーザーに提示し、それを反復トレーニングする手段と、
ユーザーの感情状態をリアルタイムで分析する感情エンジンと、
該感情エンジンに基づいてトレーニング内容を調整する手段と、
スマート眼鏡に表示する手段と、
を含むシステム。

（請求項２）
前記理想の人間像は、ユーザーの人間関係のトラウマや教養等を考慮して設定される、請求項１記載のシステム。

（請求項３）
前記反復トレーニングにより、ユーザーが自身の理想像に近づくことを促進する、請求項１記載のシステム。

１０、２１０、３１０、４１０ データ処理システム
１２ データ処理装置
１４ スマートデバイス
２１４ スマート眼鏡
３１４ ヘッドセット型端末
４１４ ロボット

Claims (3)

1. ユーザーが設定した理想の人間像に関する情報を記憶するための手段と、
   ユーザーの行動及び発言の少なくとも１つをデータとして収集する手段と、
   前記ユーザーが設定した理想の人間像に関する情報と、収集されたユーザーの行動及び発言の少なくとも１つのデータに基づいて、当該ユーザーの行動及び発言の少なくとも１つをカスタムチェンジする指示を生成するプロンプト文を生成する手段と、
   生成されたプロンプト文と、生成ＡＩモデルとを用いて、前記ユーザーの行動及び発言の少なくとも１つをカスタムチェンジした行動及び発言の少なくとも１つを含む提案メッセージを生成する手段と、
   生成された提案メッセージを、前記ユーザーに対して提示する手段と、を含むシステム。
2. 感情エンジンを用いて、ユーザーの感情状態を特定する手段を含み、
   前記プロンプト文を生成する手段は、前記ユーザーが設定した理想の人間像に関する情報と、収集されたユーザーの行動及び発言の少なくとも１つのデータと、特定された前記ユーザーの感情状態に基づいて、当該ユーザーの行動及び発言の少なくとも１つをカスタムチェンジする指示を生成するプロンプト文を生成する、請求項１記載のシステム。
3. 前記ユーザーに提示する手段が、スマート眼鏡のディスプレイである、請求項１記載のシステム。