LESSON

Step 4 確認クイズ

AIエージェントによる推薦システム自動化に関する確認クイズである。5問中4問以上の正解で合格となる。

Q1. エージェント設計

対話型推薦エージェントで、ユーザーの「もう少し安いのは？」という発言に対して最も適切な処理はどれか？

  • A) 全商品から再度推薦を生成する
  • B) 前回の推薦結果から価格条件でフィルタリングする
  • C) エラーとして処理する
  • D) 人気ランキングを表示する

正解: B) 前回の推薦結果から価格条件でフィルタリングする

解説: 対話コンテキストを活用し、前回の推薦結果を基に追加条件（価格の絞り込み）を適用するのが適切。全商品から再推薦すると対話の流れが途切れる。

Q2. コンテキスト理解

対話型推薦における暗黙的コンテキストに該当しないものはどれか？

  • A) 現在の季節
  • B) ユーザーが「赤い色がいい」と発言した内容
  • C) アクセス時間帯
  • D) 使用デバイス

正解: B) ユーザーが「赤い色がいい」と発言した内容

解説: 「赤い色がいい」はユーザーが明示的に述べた嗜好であり、明示的コンテキストに該当する。季節、時間帯、デバイスはシステムが自動で取得する暗黙的コンテキストである。

Q3. 推薦理由

推薦理由を表示することの最も大きなビジネス効果はどれか？

  • A) サーバーコストの削減
  • B) CTR（クリック率）の向上
  • C) モデル学習の高速化
  • D) データ収集量の増加

正解: B) CTR（クリック率）の向上

解説: 推薦理由の表示により、ユーザーは「なぜこの商品が自分に合うか」を理解でき、クリックや購入の意思決定を後押しする。研究では約30%のCTR向上が報告されている。

Q4. A/Bテスト

A/Bテストでp値が0.03、CTR改善率が2%だった場合の最適な判断はどれか？

  • A) 統計的に有意なので即座に全面展開
  • B) 統計的に有意だが実用的な改善幅が小さいため、追加改善を検討
  • C) 有意差がないため棄却
  • D) テストを中止して別のモデルを試す

正解: B) 統計的に有意だが実用的な改善幅が小さいため、追加改善を検討

解説: p < 0.05で統計的に有意だが、2%のCTR改善は運用コストに見合わない可能性がある。統計的有意性と実用的有意性は別であり、ビジネスインパクトも考慮して判断する必要がある。

Q5. LangGraph設計

LangGraphで対話型推薦エージェントを実装する際、StateにAnnotated[list, add]を使う最も大きな理由はどれか？

  • A) リストのソートが自動で行われる
  • B) 対話履歴を各ノードで上書きせず累積的に追加できる
  • C) メモリ使用量が削減される
  • D) 型チェックが厳密になる

正解: B) 対話履歴を各ノードで上書きせず累積的に追加できる

解説: Annotated[list, add]はreducer関数としてaddを指定し、各ノードが返すメッセージを既存のリストに追加（append）する。これにより対話履歴が累積的に管理され、マルチターンの対話が実現できる。

結果

  • 4問以上正解（80%以上）: 合格。Step 4「AIエージェントで推薦を賢くしよう」を修了。
  • 3問以下: 各レッスンを復習してから再挑戦しよう。

推定所要時間: 30分