File size: 2,406 Bytes
86d18db
 
 
 
 
 
 
 
 
 
 
 
 
 
dc590da
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
---
title: opinion_box
emoji: 🐘
colorFrom: red
colorTo: yellow
sdk: gradio
sdk_version: 5.20.0
app_file: app.py
pinned: false
license: mit
short_description: 'Determine whether the message '
---


# 業務効率化フィードバックシステム

このアプリケーションは、社内の業務効率化のためのフィードバック収集システムです。社員が匿名で業務上の課題や改善点を投稿し、それらを集約・分析することで、効率化のためのヒントを得ることができます。

## 機能

### ユーザー側
- 匿名でのフィードバック投稿
- 部署の選択
- 詳細なフィードバックの記入

### 管理者側
- 投稿されたフィードバックの一覧表示
- LLMを活用した自動分析機能
  - 共通する課題の特定
  - 自動化できる可能性のある業務の抽出
  - システム化すべきプロセスの提案
  - 優先的に取り組むべき項目のリスト化

## Hugging Face Spaces での使用方法

1. このリポジトリをSpacesにデプロイ
2. アプリケーションにアクセスし、「フィードバック投稿」タブからフィードバックを送信
3. 「管理者ビュー」タブで投稿されたフィードバックを確認
4. 「LLM分析」タブでフィードバックの自動分析を実行

## カスタマイズ

### 使用LLMの変更
現在のデモでは、軽量な `cyberagent/open-calm-small` モデルを使用していますが、より高性能なモデルに変更することで分析精度を向上させることができます。

```python
# 例: より大きなモデルを使用する場合
generator = pipeline('text-generation', model='cyberagent/open-calm-medium')
```

### 分析プロンプトのカスタマイズ
分析結果をより詳細にするために、プロンプトをカスタマイズすることができます。

### データベースの拡張
現在はJSONファイルをデータベースとして使用していますが、実運用環境ではSQLiteやPostgreSQLなどのデータベースを使用することをお勧めします。

## 今後の展望

- フィードバックへの対応状況管理機能の追加
- 部署別・カテゴリ別の分析機能
- LLMによる定期的な分析レポートの自動生成
- ユーザーフィードバックに基づく改善案の自動提案