正解のない問いには、いくつもの視点が要ります。ポロラは質問に合う顔ぶれを提案し、役割を分けたAIモデルが一緒に見ていきます。人の経験を持つペルソナもその場に呼べます。
そうした問いほど多様な視点が必要になり、先に経験した人がどう乗り越えたかを知りたくなります。Poloraは役割を分担したAIモデルと、実際の経験を持つペルソナを呼び出します。議論を交わすこともあれば、互いの盲点を補い合いながら、あなたと一緒に考え抜きます。
単なる事実確認なら既存のチャットボットで十分ですし、Poloraでも対応できます。Poloraが向き合うのは、個々の事情によって答えが変わり、判断を誤ったときのリスクが大きい問いです。
質問を入力すると、参加人数や役割、使うモデル、対話の回数、ウェブ検索の要否まで、最適な構成を自動で組み立てて提案します。
数百種類のモデルの性能と価格をまとめた独自データベースをもとに判断します。軽い質問に無駄に高価なモデルを使わず、難しい問いに力不足なモデルを当てることもありません。
あくまで提案なので、開始前に内容を確認でき、気になるところはいつでも自由に変更できます。
順番に進めると、前のモデルの回答を読んで次のモデルが引き継ぎ、ひとつの対話にまとまります。一斉に進めると、お互いの回答を見ずに答えるため、影響を受けていない独立した視点を見比べられます。
途中でモデルの1つがウェブ検索を行い、確認可能な主張を検証します。参照した情報源は、メッセージを開いて確認できます。
進行役（モデレーター）を加えると、ラウンドごとに要点を整理し、最後に結論をまとめます。
すべてのメッセージに、どのモデルがどの役割で書いたかが表示されます。送信前には予想費用が、実行中と終了後には実際の費用が画面に表示されます : 各回答は実際に使った分だけ課金されるため、2行の回答は2ページの回答より安くなります。
AIは膨大なデータを学び、平均に近い答えを出します。けれど、世の中に平均的な人などいません。本当に知りたいのは、自分と似た状況にいた人が「実際にどう動いたか」です。
そのためにペルソナがあります。ポロラの問いに答えていくことで、あなたの経験が形になります。文章を渡したり実際の会話を共有して教えることもでき、議論を交わす中で自然に学ぶこともあります。
学んだことが積み重なれば公開できます。公開されたペルソナは宇宙に集まり、誰でも自分の質問に呼び出せます。
答えているのは常にAIモデルです。違うのは「誰の知識と経験をもとにしているか」であり、その出所は画面にはっきりと表示されます。
ひとつの分野で30年過ごした人は引退後も答え続けることができ、学び始めたばかりの人はその経験に直接問いかけることができます。
いつものようにモデルをひとつ選び、答えをひとつ受け取る。複数のモデルを呼び出すのは、そうする価値がある深い問いのときだけです。
ブラウザのサイドパネルでそのまま使えます。記事や開示資料を開いたまま「このページを使用」を押せば、その内容が質問の材料になります。開いている他のタブも追加でき、質問は自分で自由に書けます。
作成中のドラフトと参考資料をアップロードすると、選んだモデルが文脈を照らし合わせて読み込み、修正すべき箇所とその理由を提示します。
修正案は優先度とともに原文の横に並んで表示されます。判断に迷う箇所はディスカッションに回し、複数のモデルに最適な表現を検討させることもできます。
共有された知見には正当な還元があるべきだと考えています。多くの人に信頼されるペルソナが、その作成者の収益につながる仕組みを準備しています。
Poloraは結論に至るプロセスが異なります。複数の視点から検証を重ね、確認できる事実はウェブで一度照合します。たとえ一つのモデルが誤りを堂々と語ったとしても、あなたがそれを信じて動いてしまう前に、内部で踏みとどまる機会があります。