【業務効率化】議事録作成AIをつくってみた②🤖

# ◎（や〇●○）で始まる行を「議題の見出し」と認識するルール
HEADER_RE = re.compile(r"^\s*[\ufeff]?[◎〇●]\s*(.+?)\s*$")
# ↑ここは何書いてあるか全然わかりません。呪文です。

def parse_agendas(memo_text: str) -> List[Agenda]:
    lines = memo_text.splitlines()   # テキストを1行ずつに分ける
    indices = []

    for i, line in enumerate(lines):
        m = HEADER_RE.match(line)
        if m:
            title = m.group(1).strip()
            indices.append((i, title))   # 「何行目に◎があるか」を記録する

    agendas = []
    for idx, (start, title) in enumerate(indices):
        end = indices[idx + 1][0] if idx + 1 < len(indices) else len(lines)
        block = "\n".join(lines[start:end])  # ◎〜次の◎の直前まで = 1つの議題
        agendas.append(Agenda(
            agenda_id=f"AG{idx+1:03d}",  # AG001, AG002... と番号を振ってる（かわいいね）
            title=title,
            block_text=block
        ))
    return agendas

◎ 先月の売上報告
・目標比 95%
・東日本エリアが好調

◎ 新商品の販促計画について
・4月以降のキャンペーン案を議論
・予算は前期比20%増で検討

◎ 次回開催日程の確認
・候補日：4/5 か 4/12

# AIに「必ずこのJSON形式で返して」と強制するスキーマ（型紙みたいなもの）
{
  "agendas": [
    {
      "agenda_id": "AG001",
      "agenda_title": "先月の売上報告",
      "rows": [
        { "speaker": "田中", "text": "東日本エリアが目標を上回った" },
        { "speaker": "鈴木", "text": "西日本は95%で着地" }
      ],
      "uncertainties": ["具体的な数値が不明瞭な箇所あり"],
      "need_more_context": false  # ← "false"って書いてあるとfalse以外返せないらしい。へぇ
    }
  ]
}

batch_size = 3  # 1回のAPIコールで議題を最大3つまとめて処理（この数字は変えられる）
total_batches = (len(agendas) + batch_size - 1) // batch_size
# ↑「何回に分けるか計算してるだけ」らしい

for i in range(total_batches):
    batch_agendas = agendas[i * batch_size : (i + 1) * batch_size]
    # → [AG001, AG002, AG003] を1回のAPI呼び出しで処理
    #    [AG004, AG005, AG006] を次の呼び出しで処理...という具合

    target_user = render_target_user(prompt_pack.target_user, batch_agendas)
    out = llm.generate_minutes(prompt_pack.system, base_user, target_user)
    # ↑「llm」って変数名、「Large Language Model」の略らしいです。言われたらそうだった

# cache_key を設定することで、同じ文字起こしを何度も送る際のコストを削減
kwargs = dict(
    model=self.settings.model,
    input=input_items,
    text={"format": text_format},
)

if self.settings.prompt_cache_key:
    kwargs["prompt_cache_key"] = self.settings.prompt_cache_key
    kwargs["prompt_cache_retention"] = "in_memory"  # 起動中はキャッシュを保持

resp = self.client.responses.create(**kwargs)
# ↑最後の **kwargs 、「＊＊なんとか」の書き方がずっと謎。
# AIに聞いたら「辞書を展開する記法です」と言われた。わかんない。