LangchainのPlan and executeを試してみた。 BabyAGI からヒントを得て実装した、タスク立案→実行の流れで自律的に動作をする。題材として、トヨタ自動車のSWOT分析をさせてみる。
検索エンジンはSerpでなくDuckDuckGoにした。試行錯誤するとあっという間にSerpAPIは消費しちゃうという理由です。
数度分析させてみた結果です。インドでのポジションの低さとか、そうなんだーと感心しつつ。（ソースまで確認する必要ありですが）
(OpenAI, 3.5-turbo)
Toyota Motor Corporation SWOT Analysis:
Strengths:
1. Wide range of car variants
2. Strong brand awareness
3. Large workforceWeaknesses:
1. Increasing labor costs in Japan
2. Weak position in India
3. Hierarchical organizational structure
4. Secrecy in organizational culture
5. Effects of product recallsOpportunities:
1. Technological innovation
2. Job openings at Toyota North America
3. Increased demand for electric vehiclesThreats:
1. Intense competition
2. Economic factors
3. Changing consumer preferences
4. Supply chain disruptions
5. Government regulations
むしろ、中間の分析結果の方が面白かったので、これも保存するようにした方がいいかも。
BabyAGIのBabyCatAGIらに比べると、複雑なタスクはあまりよい感じにならなかった。また、調査部分（Web検索）が量がないので、検索式でTOPのサイトの内容がいまいちだったら、結果もだめ。クエリーの建付けや、検索エンジンというのはとても大事。
よく考えると普段やっていることを、単に手順化しているような気がしてきました・・・。
experimentalがcoreから切り離し最中でplan and executeがimportできなくて、あれ？ってなりましたが、こういう事情だったんですね。
