過去7日間、私はAIエージェントにメールボックスを管理させてきました。エージェントはメッセージを読み、メール草稿を作成し、代わりにメールを送信することができます。このエージェントは、この期間に受け取った60通以上のメールを処理しました。

当初、AIエージェントは私について何も知識がなかったため、いくつかの問題が発生しました。しかし、数回の試行錯誤の末、大幅にパフォーマンスを改善することができました。エージェントは、私の過去のメールを何百通も読み、Twitterやディスコード、居住地などの事実や知識を抽出しました。また、過去の例に基づいて、私の声、トーン、返信ロジックも学習しました。これにより、エージェントは私とほぼ同じように振る舞う、デジタル版の自分を作り上げることができました。

エージェントはさらに洗練された行動パターンを開発しました。新しいメールを受け取るとまず分類し、カテゴリーに応じて異なる行動を取ります。例えば、パートナーシップに関するメールの場合、見込み客の概要、その企業について要約し、両者の予定を確認して会議時間を調整します。エージェントの能力を超えている場合は、私に引き継ぎます。

この章では、自律型エージェントに自分の生活の中核的な側面を管理させた経験から学んだことと、自分のスーパーAIアシスタントを構築する方法を共有します。

自分に関する抽出された知識と事実の第二の知識ベースを作成するために、以下の手順を踏みました。

1. Gmailからこれまでに送信したメールをすべてエクスポートし、メールテキストと自分の返信をCSVファイルに変換しました。

2. 大規模な言語モデル(GPT)を使って、各メール返信を解析し、自分のDiscordリンク、居住地などの重要な事実と知識を抽出しました。これは、メール返信を小さな塊に分割し、FAQを抽出するプロンプトを通して行い、その結果を統合することで行いました。

3. 抽出したFAQを新しいCSVファイルに保存し、AIアシスタントの第二の知識ベースとしました。

新しいメールが届くたび、AIアシスタントはメール返信履歴と抽出した事実の両方を参照できるようになりました。これにより、自分が通常返信するのと同じように、より個人的で正確な返信ができるようになりました。

この2つの知識ベースアプローチにより、AIアシスタントは自分のアイデンティティ、好み、典型的なコミュニケーションスタイルをより深く理解できるようになり、より効果的で自律的なエージェントになりました。

このAIアシスタントを構築した理由は、メールボックスが手に負えなくなっていたからです。メールの流入量が増え過ぎて対応できなくなり、メールを見ても返信内容がわかっていても、適切に書かれていることを確認したいと思っていました。通常、ChatGPTを使って、自分や元のメール、返信案を提示して生成してもらっていましたが、このプロセスは非常に時間がかかり、スマートフォンでは他のアプリとのコピー&ペーストが面倒でした。

そこで、毎朝GPTに全てのメールの返信案を作成させ、それを確認して送信するというアイデアが浮かびました。最初のバージョンでは、コードを一切書かずに、Zapierを使ってこのワークフローを構築しました。新しいメールが届くと、特定のプロンプトでGPTを呼び出し、結果を返信案として作成するというものです。返信プロセスはやや複雑で、メールアドレスと件名で該当のメールを検索し、スレッドIDを取得して返信案を作成し、本文を渡す必要がありました。5分で設定できましたが、その結果は素晴らしかった - 新しいメールごとに返信案が作成されており、それを確認して編集し、送信するだけでよかったのです。スマートフォンからでも利用できました。

この経験から学んだのは、ユーザーの既存のワークフローにAIを統合し、状況に応じて活用することで、魔法のような体験ができるということです。しかし、問題もありました。これは単なる1つのGPTプロンプトで、自分についての文脈がまったくなかったため、多くの問題が発生し、50%以上の返信品質が悪く、使えませんでした。AIアシスタントを役立つものにするには、自分や自分の業界についての事実を教える必要がありました。

そこで2つ目のバージョンでは、自分自身についての知識ベースをデジタル化し、AIアシスタントが自分の行動をミミックできるようにすることにしました。過去のメールから事実と知識を抽出し、データベース化することで、新しいメールが届いたときに、過去にどのような返信をしたかを参照できるようにしました。

過去に送信したメールをすべて調べ、元のメッセージと自分の返信をCSVファイルに抽出しました。そして、その返信内容をJSONフォーマットの抽出されたFAQに変換しました。この2つの主要な知識源を使って、新しいメールが届いたときにベクトル検索を行い、参照できるようにしました。

その結果は素晴らしいものでした。メールを相談依頼、コラボレーション機会、一般的な問い合わせなどのカテゴリーに分類し、カテゴリーに応じて異なる対応をとるという、洗練されたメール処理システムを構築できました。例えば、相談依頼の場合は、必要な情報(解決したい問題、予算など)が含まれているかを確認し、不足している場合は情報収集のための返信を生成してから私に引き継ぐ。コラボレーションやスポンサーシップのメールの場合は、企業と機会について調査してから私に転送するといった具合です。

このシステムにより、メールボックスを効率的に管理し、より重要な業務に集中する時間を確保できるようになりました。AIを活用し、堅牢な知識ベースを構築することで、パーソナライズされた知的なメールアシスタントを作り上げることができました。

メールボックスの管理をAIエージェントに任せた経験から得られた主なポイントは以下の通りです。

1. 既存のワークフローにAIを統合すれば、単純な実装でも大幅な生産性向上が得られる。
2. 過去のメールから情報を抽出して自己に関する包括的な知識ベースを構築すれば、AIエージェントがより正確に自分の行動をミミックできるようになる。
3. 専門的なツールを組み合わせた柔軟なシステムを構築すれば、AIエージェントが幅広いメールシナリオを高度な意思決定能力で処理できるようになる。
4. 知識ベースとツールセットを継続的に更新・改善することが、エージェントの有効性を維持するために不可欠である。

全体として、この取り組みは、AIを使って個人の管理業務を自動化・効率化し、より価値の高い活動に時間とエネルギーを割くことができる可能性を示しています。適切なアプローチを取れば、AIアシスタントはワークフローや通信スタイルの自然な拡張となり得るのです。