「昨日、街で何が起きた？」をGeminiに聞く。AIとGoogleマップで考える、新しい防災のかたち
昨日の街の出来事、あなたはどこまで知っていますか？
昨日、あなたが暮らす街で何が起きたか。
すぐに答えられるでしょうか。
火災が発生した場所。
交通事故によって通行止めになった道路。
一時的に運休した鉄道。
停電や断水の影響を受けた地域。
ニュースを見ていれば、いくつかは知っているかもしれません。
でも、それらを一つの一覧にまとめ、地図で確認し、今も影響が続いているかまで把握する。
これは意外と難しいことです。
特に自治体や企業の危機管理担当者にとって、情報収集は日々の重要な仕事です。
私は、この作業を生成AIでもっと支援できないだろうかと考えました。
そこで今回、Googleの生成AI「Gemini」を活用したプロンプトを設計しました。
テーマは「仙台市 前日災害・事故レポート」。
AIが公開情報を調査し、地域別に整理し、Googleマップと連携できる形にまとめるというアイデアです。
情報が多い時代なのに、なぜ全体像が見えにくいのか？
今はインターネットで多くの情報を検索できます。
しかし、必要な情報が一か所に整理されているとは限りません。
例えば、仙台市で火災が起きた場合。
消防関連サイトに情報が掲載されることがあります。
交通事故なら警察や報道機関。
鉄道の運休なら鉄道会社。
停電なら電力会社。
自然災害なら気象庁や自治体。
それぞれ確認する必要があります。
さらに、情報の公表日時と実際の発生日時が異なることもあります。
昨日公開されたニュースを、昨日発生した事故として集計してしまう。
同じ事故を別々のニュースから二重に数えてしまう。
こうした間違いも起こり得ます。
情報が増えるほど、整理と検証の重要性も高くなるのです。
私はここに、生成AIを活用する価値があると感じました。
Geminiを「災害情報分析官」にしてみる
今回のプロンプトでは、Geminiに次の役割を与えています。
「あなたは、自治体の危機管理部門を支援する災害情報分析官です。」
単にニュースを探すのではありません。
仙台市の5区を対象に、前日0時から23時59分までに発生した災害・事故・交通障害などを調査するよう指示します。
対象となるカテゴリーも明確にしています。
火災、自然災害、交通事故、インフラ障害、交通障害、その他の重大事象。
そして、発生日時、場所、被害状況、対応状況、情報源、位置精度を整理します。
ここで重要なのが、確認できない情報を勝手に補わないことです。
例えば、事故が発生した町名だけが分かっている場合。
AIが地図上の特定地点を勝手に事故現場として表示してしまっては困ります。
だから、位置精度を段階的に分類します。
地点特定、町丁代表地点、区単位、不明。
何が分かっていて、何が分かっていないのか。
この違いをレポートに残す設計にしています。
Googleマップと組み合わせると何が変わる？
今回のプロンプトで特に面白いのが、Googleマップとの連携です。
文章の一覧表だけでは、地域全体の状況を直感的に把握するのは難しいものです。
例えば、複数の道路で交通規制が発生したとします。
住所を読んだだけでは、それぞれの位置関係をすぐに理解できないかもしれません。
しかし、確認できた場所を地図上で見ることができれば、地理的な位置関係を把握しやすくなります。
今回の仕組みでは、各事象にGoogleマップの検索リンクを付けます。
さらに、Googleマイマップに取り込めるCSV形式でも情報を出力するようにしています。
Googleの公式ヘルプによると、GoogleマイマップにはCSVファイルを取り込む機能があります。
住所や地名、緯度経度などの情報を利用して地図を作れるのです。
ただし、住所が分かることと現場の正確な位置が分かることは違います。
地図は便利だからこそ、情報の精度を誤認させない工夫が欠かせません。
私がこのプロンプトで最も大切にしたこと
今回、私が特に意識したのは、AIに無理をさせないことです。
生成AIは、もっともらしい回答を作ることがあります。
しかし、災害や事故に関する情報では、それが大きな問題につながる可能性があります。
だから、プロンプトには厳しい条件を設けています。
架空の事象を作らない。
発生日時を推測しない。
出典を確認できない情報を確定情報として扱わない。
情報が見つからないことと、情報源にアクセスできなかったことを区別する。
こうしたルールを守らせる設計です。
もちろん、プロンプトに書いただけで完全に防げるわけではありません。
Googleも、Geminiの回答には不正確な情報が含まれる可能性があると説明しています。
そのため、重要情報は必ず公式発表と照合する必要があります。
AIを信頼することと、AIの回答を無条件に信じることは違う。
私は、この違いがAI時代の仕事において非常に重要だと考えています。
どんな人におすすめしたいのか？
このプロンプトは、特に地域の情報を継続的に確認する仕事に向いています。
例えば自治体の危機管理部門。
日々の公開情報を整理し、会議用資料の下書きを作る場面で活用を検討できます。
企業の総務やBCP担当者にも役立つかもしれません。
拠点周辺で発生した停電、交通障害、自然災害などを確認するための補助資料です。
物流事業者なら、配送エリア周辺の交通障害を確認する入口として使えます。
施設管理者なら、地域のインフラ障害に関する情報収集を支援できます。
さらに、地域メディアや防災に関心のある人にも応用できるでしょう。
ただし、公開情報の調査結果が実際の発生事象を網羅しているとは限りません。
活用する際は、必ずその限界を理解しておく必要があります。
逆に、おすすめしない人もいます
このプロンプトだけで災害監視を完全自動化したい人には、おすすめしません。
また、AIの回答を確認せず、避難判断や緊急対応に直接利用しようとする使い方にも適していません。
公開情報には更新の遅れがあります。
Web検索で見つからない情報もあります。
重要な災害情報は、自治体、消防、警察、気象庁などの公式発表や必要な連絡体制で確認すべきです。
さらに、今回のプロンプトを一度入力しただけでは、毎朝決まった時間に自動で調査されるとは限りません。
定期実行するには、それに対応した機能や外部の仕組みが別途必要です。
この点も誤解しないようにしたいところです。
本当に変えたいのは、情報収集の仕事そのもの
私が実現したいのは、人間の判断をAIに置き換えることではありません。
人間が判断するための準備を、もっと効率的にすることです。
情報を探す。
項目を整理する。
カテゴリーに分類する。
一覧表にまとめる。
確認が必要な情報を洗い出す。
このような下準備をAIに支援してもらう。
そして人間は、情報の真偽を確かめ、重要度を判断し、必要な対応を考える。
この役割分担ができれば、働き方は変わるかもしれません。
災害情報の整理という一つのテーマから、生成AIの実務活用の可能性が見えてきます。
まずは小さく試してみよう
最初から完全なシステムを作る必要はありません。
まずはGeminiで、今回のプロンプトを試してみる。
対象期間を指定し、どの情報源を確認できたのかを見てみる。
出力された情報を公式サイトと照合する。
Googleマップのリンクが適切な場所を示しているか確認する。
その結果をもとに、指示を改善していく。
こうした小さな実験を積み重ねることが大切だと思います。
同じ構造を別の自治体に適用することもできます。
防災だけでなく、地域インフラの保守情報や交通障害の整理などにも応用できるでしょう。
AIにすべてを任せるのではなく、AIを使って人がもっと良い仕事をする。
これこそ、生成AIの魅力ではないでしょうか。
さらに詳しいプロンプトは「ほぼテク」で
私は株式会社GROWTH JAPAN TECHNOLOGIESの我妻裕太です。
生成AIブログ「ほぼテク」を通じて、AIやデジタル技術を仕事に活かす実践的なアイデアを発信しています。
今回のブログ記事では、仙台市の災害・事故情報をGeminiで調査するプロンプトの構造や、Googleマップ連携のポイントを詳しく解説しています。
情報の正確性をどう守るか。
業務に導入する際に何を確認すべきか。
そうした実務上の注意点にも触れています。
興味のある方は、ぜひ「ほぼテク」の解説記事もご覧ください。
※公開時には、この記事の該当する「ほぼテク」記事へのリンクを追加してください。
最後に
ブログを日々書き続けて思うこと。
AI時代、私たちはどう働くべきか。
データ処理や効率化はAIに任せ、人は人間にしか生み出せない「情熱」と「熱狂」、「泥臭さ」、そして「挑戦」に命を懸ける！
私たちは、それこそが最高にワクワクする企業のあり方だと信じています。
意味のある“無駄”に全力で挑む。
GROWTH JAPAN TECHNOLOGIESは、今日も情熱もって熱く走ります！
執筆：我妻裕太
所属：株式会社GROWTH JAPAN TECHNOLOGIES
受賞歴：
・IBM DXチャレンジ最優秀賞
・経済産業大臣賞
・その他多数受賞
運営：生成AIブログ「ほぼテク」
👉「ほぼテクブログ」で紹介中！
#Gemini #生成AI #防災DX #仙台市 #Googleマップ #危機管理 #BCP #業務効率化 #ほぼテク
