LLMシステムの実用新案が登録されました。

弊社で研究・開発していたLLMシステムの実用新案が登録・公開されました。

https://www.j-platpat.inpit.go.jp/c1801/PU/JP-3253621/25/ja

“人の直観 × LLM”で、商談の「刺さった瞬間」を見える化。

GPT‑inariは、営業者側の発話ログと“その場の反応”だけで、会話中に相手へ刺さったポイントを抽出するマーケティング支援ツールです。顧客の音声は録音しません。人対人だからこそ生まれる微細なうなずき・間・同期といったシグナルを、営業者の直観とLLMの分析で次の一手に変えます。薄片（thin slices）研究やバックチャネル研究で示される短時間・微細情報の有効性を設計思想に取り入れています。

主な特長

• プライバシー配慮：顧客側の音声は録音しない前提。営業者の独白ログ＋“響いた瞬間ボタン”だけでレポート化。
• 人の感性を数値化：営業者の直観フラグ（小さい評価関数）と、テキスト・キーワードの統計スコア（大きい評価関数）を二段で統合。
• 薄片×同期の発想：短い観察でも有用な判断が可能というthin‑sliceの知見、相づちを誘う合図や動作同期とラポールの知見をUIとアルゴリズムに反映。
• 顧客の「本気度」を補助推定：礼儀的相づちだけでなく、連続相づちを誘う合図の重なりやタイミングを手掛かりに、注目区間を自動抽出。
• その場で使える：Whisper系で書き起こし→自動整形・件名抽出→キーワード正規化→要約・改善提案まで一発。
• 現場仕様：タブレットのリアクションボタン前提の安定運用。長時間は自動チャンク分割で処理。

使い方（3ステップ）

1. 営業トークを通常どおり行い、「今響いた」と思った瞬間にボタンをタップ。
2. 会話終了後、自動レポート（件名／要約／響いた理由／次回提案）を確認。
3. 横断分析で、どの業種・決裁権レベルに何が刺さりやすいかを学習（※学習はモデルではなくユーザーの運用知の蓄積）。

導入メリット

• 展示会・短尺商談に強い：短時間でも相手の関心の山を可視化（thin‑sliceの知見と親和）。
• 属人化を軽減：直観の根拠タイムスタンプが残るので、チームで再現しやすい。
• セールス×マーケ連携：現場の“刺さり”をキーワードとして回収し、訴求軸・LP改修・広告コピーに即反映。

研究に基づく設計（参考）

• 短い観察でも妥当な判断：thin slices メタ分析／30秒未満の実証。
• 相づち・同期が関係性を支える：相づち誘発の合図と動作同期＝ラポールの関係。
• 脳活動の結合：話者–聴者の神経結合は通じたときに強まり、失敗時に消える。

※表情の真偽（いわゆる“本物の笑顔”判定）には学術的な議論が残ります。本製品は特定の表情だけで真偽を断定しない設計です。

参考論文

1. Ambady, N., & Rosenthal, R. (1992).

Thin slices of expressive behavior as predictors of interpersonal consequences: A meta-analysis. Psychological Bulletin, 111(2), 256–274.
https://doi.org/10.1037/0033-2909.111.2.256

2. Ambady, N., & Rosenthal, R. (1993).

Half a minute: Predicting teacher evaluations from thin slices of nonverbal behavior and physical attractiveness. Journal of Personality and Social Psychology, 64(3), 431–441.
https://doi.org/10.1037/0022-3514.64.3.431

---

3. Bernieri, F. J. (1988).

Coordinated movement and rapport in teacher–student interactions. Journal of Nonverbal Behavior, 12(2), 120–138.
https://doi.org/10.1007/BF00986930

4. Tickle-Degnen, L., & Rosenthal, R. (1990).

The nature of rapport and its nonverbal correlates. Psychological Inquiry, 1(4), 285–293.
https://doi.org/10.1207/s15327965pli0104_1

5. Chartrand, T. L., & Bargh, J. A. (1999).

The chameleon effect: The perception–behavior link and social interaction. Journal of Personality and Social Psychology, 76(6), 893–910.
https://doi.org/10.1037/0022-3514.76.6.893

6. van Baaren, R. B., Holland, R. W., Kawakami, K., & van Knippenberg, A. (2004).

Mimicry and prosocial behavior. Psychological Science, 15(1), 71–74.
https://doi.org/10.1111/j.0963-7214.2004.01501012.x

7. Stephens, G. J., Silbert, L. J., & Hasson, U. (2010).

Speaker–listener neural coupling underlies successful communication. Proceedings of the National Academy of Sciences, 107(32), 14425–14430.
https://doi.org/10.1073/pnas.1008662107

8. Gravano, A., & Hirschberg, J. (2009).

Backchannel-inviting cues in task-oriented dialogue. Proceedings of Interspeech 2009, 2407–2410.

9. Morency, L.-P., de Kok, I., & Gratch, J. (2008).

Predicting listener backchannels: A probabilistic multimodal approach. Intelligent Virtual Agents, 176–190.
https://doi.org/10.1007/978-3-540-85483-8_17

10. Ekman, P., Davidson, R. J., & Friesen, W. V. (1990).

The Duchenne smile: Emotional expression and brain physiology. Journal of Personality and Social Psychology, 58(2), 342–353.
https://doi.org/10.1037/0022-3514.58.2.342

＊人とAIの対話ではなく、人と人の対話だからこそ、相手の本気度は声の抑揚、間、わずかな身振り、相づち、動作の同期など、意識外の微細なシグナルとして立ち現れます。
研究（Ambady & Rosenthal, 1992/1993; Bernieri, 1988; Tickle-Degnen & Rosenthal, 1990 など）は、数秒の“thin slice”でさえ対人判断が高精度になり得ること、また相づちや身体同期がラポールと関心の強さの指標になり得ることを示しています。
GPT-Inariは、この“人間の直観が拾う微細信号”を、営業者のリアクション入力とテキスト解析によって捉え、次の一手へ翻訳するために設計されています。