# 事務作業を効率化するGPTs事例（経費の入力） 事務作業に役に立つAI、ChatGPTのGPT図機能を使って、経費の会計ソフトへの入力をサポートしてくれる自分専用のボットを作りました。 実務においてChatGPTやGPT図をいかに活用するかという点で役に立った事例だったので、今回シェアしたいと思います。 先日、Xにこんな投稿をしました。 自分しか使わない社内GPT図だけど便利すぎる、その名も仕分けボットラグ、経費の入力をサポートしてくれる。 過去に入力した経費の仕分けを調べて引用しつつ、仕分けを提案してくれるという内容の自分の経費入力をサポートしてくれるボットを作ったのですが、 動画でそのボットを使っている様子なんかもXに投稿してますので、このチャプターにURLを貼っておきます。 10秒しかない動画ですので、よかったら見てみてください。 今回の放送では、こうした自分の事務作業、業務などにChatGPT及びGPT図機能というものを活用し、自分専用の便利ボットを作る方法について事例を用いて紹介していきたいと思います。 # 宣伝（税金セミナー） 数秒間宣伝させていただきます。来年の確定申告大丈夫。 税率さんを呼んで、農藩販売での税金入門オンラインセミナーというものを開催します。 見逃し録画配信あり。もうすぐ2025年の確定申告がありますが、準備はできてますか? 税率さんをお招きして1時間のセミナーを企画しました。 2024年12月13日金曜日に放送です。 特に副業や個人事業を志している、これからやってみたい方も含めて、 ノートでの有料販売、Kindle電子書籍の販売、ユーデミのようなオンラインコースの販売などで、自分の知識ノウハウをコンテンツとして販売している方、 してみたい方に向けた税務セミナーとなります。 興味のある方はお得に参加できる割引コードも配布してますので、このチャプターのリンクからチェックしてください。 # どんな業務効率化AIボットを作ったか 実はVoicyに投稿するのが1週間以上空いてしまったというところがあります。 というのも会計年度末というところがあって、私は自分の法人を立ち上げてから3年ぐらい経つんですが、 すごい中途半端な会計年度になってまして、11月が会計年度末なんですね。 普通の会社って会計年度末がだいたい3月だと思うんですよ。 なのですが、私の会社は12月に立ち上げたということで、年度末がめちゃくちゃ中途半端に11月となっております。 なのでここのところはですね、税理士さんと連絡を取り合いながら会計ソフトでのですね、いろんな作業をしてました。 そんな困難でですね、子育てがあって日中はなかなか作業できないため、子どもたちが寝静まってから作業するわけですが、それもあって11月は少し収録がちょっと難しかったというところがあります。 そこで登場するのが今回の業務専用のBOTとなります。 こうした経費の生産とか入力などを行っていると、この費用は何費として会計ソフトに入力すればいいんだというのが迷ったりするわけですね。 で私がよくやるのは過去の事例を調べるということね。 会計ソフトだったら去年同じような費用について何て入力したのかなということを過去に遡って調べてみるわけですね。 例えば去年度に入力した会計ソフトの履歴、仕分けデータというのは基本的には税率算のチェックを経ているわけなので、正しい仕分けになっているはずだろうと。 なので1回会計ソフトの会計年度という設定を前の年に戻してですね、検索をして今回のケースと似たような仕分けを探して、 こういうのは備品、証文品費みたいな勧奨科目にしているのかというのを調べた上で、もう一度今年の今年度の会計年度に戻してですね、また入力をし直すということをしています。 これが非常に面倒くさかった。ので今回作ったGPETというのは、そのチャットボットに対して質問するだけですね、これどういう仕分けなのみたいな感じ。 例えばなんですが、Xで投稿した例で言うと、Googleドライブの使用料みたいなね、これって何日にするのみたいな感じで質問するだけです。 するとこのGPET図が、昨年度の仕分けデータ、いわゆる会計に入力したデータですね、これを知識として持たせてあるので、その知識から内容を検索してくれて、 該当する事例や似たような事例というものを元に、去年はこんな風に仕分けしてましたよという例を示し、あなたの質問した経費についてはこのように仕分けをしてくださいという提案もしてくれるという内容ですね。 これによってですね、私の11月の年度末のですね、駆け込みの事務作業を助けてもらったというところがあります。 ちなみにこの検索というかね、知識から情報を割り出すというようなチャットボットの動きなんですけども、ラグと言われる仕組みで、GPET図を作る時にはナレッジって言うんですけども、 チャットボットに知識を持たせる、その知識を元に該当させるという技術あたりテクニックとなります。 これは簡単なキーワード検索、会計ソフトなんかでできるキーワード検索とはまた違って、普通のキーワード検索というものはキーワードが含まれてないと調べられないというところがあるんですけども、 このラグという仕組みはですね、ベクトル検索と呼ばれている手法を使われるので、キーワードが必ずしも一致しなくても近い概念が含まれていれば、それもですね、知識として該当してくれるという仕組みになっています。 これについてもおいおいチャプターで紹介していきたいと思います。 # 今回のGPTsの作り方のステップ それではですね、ざっくりとこの会計入力サポートボットの作り方について概要を説明します。 まずベースとして使ったのがGPTsというものです。 これはチャットGPTの有料プランで利用できる自分専用のボットをデザインできる、作ることができるという機能ですね。 このGPTsというものを自分専用に作る場合は、自分がよく使う命令文とかを あらかじめ組み込んだようなチャットボットを作ることができるわけですね。 それ以外にも様々なカスタマイズができるんですけども、代表的なのがこの あらかじめ知識を持たせるということです。 今回のように昨年度の私の会計ソフトの仕分けデータ これを持たせるみたいなこともできるんですね。 具体的にどうやって持たせたかということなんですが、私の会計ソフト、 私はマネーフォワードというクラウド型の会計ソフトを利用しているんですが、 その会計ソフトから昨年度の仕分けデータをエクスポート、 出力してダウンロードします。 ただ今回の場合ですね、仕分けデータが CSVファイル形式というものでした。 GPTの知識を持たせるナレッジという仕組みなんですけども、 このナレッジにするためには CSVファイルのままだとダメだったんですね、実は。 一旦ナレッジとして適切な形式に変換する必要があるんですが、 そのファイル形式の一つがJSON形式だったんですね。 CSVをJSONに変換するということが一度必要だったんですが、 これもチャットGPTに丸投げしました。 チャットGPTのプログラムを実行してくれる機能で、 Code Interpreterという機能があるんですが、 結構ファイル変換とかもできるんですね。 例えば、CSVファイルをアップロードして、 これをExcel形式に変えてくださいとかね。 あと画像の変換とかね、画像ファイルの変換なんかもできたりします。 その機能を利用して今回はCSVファイルをアップして、 JSON形式に変換してくださいと丸投げして処理させました。 これを用いてGPTのナレッジ機能に知識として与えたわけです。 その知識を持たせました。 次に何をするかというと、このGPT図、 会計支援Botとして何をさせるのかという命令文、 プロンプトをあらかじめ組み込んでおく必要があります。 これをGPT用語で言うとインストラクションとか言うんですけども、 この命令文をどう書いていくかというところが一番面倒ではあるというところです。 ちなみに少し紹介します。めちゃくちゃ長いので少しだけ紹介しますとこんな感じです。 仕分けに関する質問に答える際、必ずナレッジを用いて 過去の仕分けの事例を参考にして回答してください。 根拠のない回答は絶対に行わないこと。 参照先、仕分け帳20241117.jsonファイルのファイル名を指定しました。 質問について関連する過去の仕分けの記録や事例を検索し、 それをもとにどのように仕分けを行うべきかを回答します。 できる限り理由を含めて説明し、どうしてその仕分けが適切なのかを 明確にすることを意識してください。 その後、処理のステップやアウトプットフォーマット、 どういう出力をして欲しいのか、理由をどのように説明するのか、 エグザンプルス、具体的な出力の例などを つらつらと書いていくわけです。 こんなインストラクションを考えるのも なかなか大変なんですよね。 せっかく業務効率化Botを作ろうと なったのですが、このBotを作るのに開発期間が長くなりすぎると 結局のところ仕事する時間がなくなるわけですね。 こういうインストラクションを書くの大変、ゼロから書くの大変であると。 ここで私が行ったのはどういうことかというと、 こういった命令文を概要だけ書いて、後の詳細は自動化するということです。 要するに、命令文を考えてくれる 生成AIの仕組みってあるんですね。 だから実際に私が考えた命令文というのは 基本的には最初の数行だけなんですね。 こういうメインのコンセプト、定義みたいなことは 自分で書いたんですが、後はAIに書かせて完成させたという感じです。 実はこういった命令文を考えてくれるAIというのは 結構いろいろあります。 今回使ったのは、オープンAIそのものが出している プロンプトジェネレーターというものなんですね。 これは検索していただいたら分かると思うんですが、 オープンAIのプレイグラウンドという画面に実は備わっている オープンAI公式のプロンプトジェネレーターがあります。 詳しくそこまで説明していると、 この放送がめちゃくちゃ長くなってしまうので、 ここについては検索すればすぐ分かると思います。 とにかくそのプロンプトジェネレーター様に 私の概要を丸投げして、こういう感じの命令文を作って というふうにお願いしたということですね。 これによって5分ぐらいで長い命令文が出来上がりました。 あとは、出来上がったGPT図、今ので知識を持たせました。 命令文もちゃんと組み込みましたということで、 実際に質問を投げかけてみて、テスト実行をしています。 正しい、望ましい回答が得られるかということを 出力を見ながら確認して、適宜命令文、プロンプト内容を 調整していくという作業ですね。 こうしたプロセスによって、何十分かな、 数十分、二十分、三十分ぐらいでこの仕分けボットが出来ましたので、 あとは私の会計入力の作業とか調整の作業について 業務を快適に行うことが出来たということです。 これ次の年度になったら、また来年もね、 前年度の会計入力のデータを渡してですね、 また最新のナレッジ、情報にアップデートしてですね、 また来年も使えるので非常に楽だなということで、 使い回せるという、今後ずっと使い回せるというのが 非常に便利だなと思っているところです。 # AIに知識を持たせるRAGとベクトル検索（単純なキーワード検索との違い） 一つポイントとしてやはりお伝えしていきたいんですが、こうしたチャットボットを作るというのは業務効率化の流れとしてよく話に上がることだと思います。 ChatGPTなどの標準的な生成AIは便利だけれども専門的な知識とか社内データなどは持っていないわけですね。 なので標準のままのChatGPTをそのまま使っていても、なかなか業務効率化に役に立てるのは難しいという部分があったりします。 例えば通常のChatGPTにですね、私の昨年度の会計データについて質問したいんだけど、みたいなことを質問しても当然そんな知識は持っていないわけですよね。 しかしGPTをはじめとするような独自のチャットボットを作った場合は、こうしてデータを持たせる、質問したらそのデータから調べさせて結果を回答させるということができるようになるわけです。 これも一つのですね、業務効率化のキーになってきますよね。 このようにチャットボットに持たせることができるデータとかですね、そのデータを持たせるという技術をラグと呼ばれています。 ラグってよく聞くかもしれませんが、アルファベットでRAGと書いてラグということです。 どの英単語から由来しているかというと、Retrieval Augmented Generationという3つの単語の頭文字を取ってRAG、ラグということですね。 まずリトリーバルって何なのかというと、検索などの意味となります。 イメージ的には記憶にアクセスするようなイメージですね。 オーギュメンテッドというのは、それによって拡張されたということです。 ジェネレーションが生成、生成AIのようにテキスト生成とかアウトプットをするということですね。 日本語に直訳すると、検索拡張生成ということになります。 要するにチャットボットなどの生成AIの仕組みにですね、外部記憶、外付けの記憶を持たせて、 回答を生成するときに、その外付けの記憶から検索を行って、回答を生成してくださいねということをできるということです。 このときにですね、どうやってデータを検索するかということなんですが、これがベクトル検索と呼ばれています。 ベクトル検索って何なのかということで、少し概念的な話をしますが、それと対照的なものが通常のキーワード検索ですね。 先ほども言いましたが、例えば会計ソフトなどに一般的に備わっているキーワード検索ってあるわけなんですよ。 もちろんExcelとかにも検索ってありますね。このキーワードが含まれているセルはどこにあるのかみたいな感じで、 例えば電車賃とかね、検索キーワードを入れたら、その電車賃ってキーワードが含まれているセルが検索されるみたいな感じですね。 会計ソフト、私の利用しているMoney Forwardという会計ソフトでも同じくですね、 例えば電車賃とかキーワードを入力したら、その電車賃というキーワードが適用欄に入っている仕分けデータを探してくれるというものです。 こうしたキーワード検索というのは少し限界がありまして、そのキーワードそのものが含まれているという条件じゃないとわからないわけですね。 一方でラグなどで用いられているベクトル検索というものは、キーワードそのものがズバリ入っていなくても似たような、近しい概念であれば、そのデータを調べさせることができるということですね。 例えばすごく感覚的な、ファジーな例を用いるんですが、リンゴというデータがあって、みかんというデータがあって、パイナップルというデータがあるとしますね。 通常のキーワード検索では、例えばリンゴってキーワードを打ち込んだら、リンゴって書いてないとそのデータは検索できないわけです。 なので、みかんやパイナップルについては当然検索には引っかからないですよね。 ベクトル検索はどういうものかというと、そのデータの情報における距離みたいなものが数値化されていて、リンゴとみかん、そしてパイナップルみたいなデータがあるとすれば、これらの距離は近いわけですね。 なので、そうした概念の近いものについては、検索結果として答え得るということになるわけですね。 このような仕組みを用いているので、今回みたいな会計入力をサポートしてくれるボットみたいなものを作ったときにも、過去の事例を探してくださいといったときに、そのものズバリで同じ事例が見つからないときもあるわけじゃないですか。 でも概念的に近しい事例であれば、それを参考に回答してくれるということで、通常のキーワード検索よりも曖昧な質問文を送ったとしても、近しい内容を回答できるということなんですね。 今回はそのラグの仕組みが非常にマッチしていて便利だなと感じた事例でした。 ちょうど経費の入力、会計入力において、このなんとか台、Googleドライブの利用料とか、これは何て仕分けしていけばいいのかわからないから過去の事例を調べてみたいときに、そのものズバリで同じ事例が見つからないとしても、似たような事例でこんな事例がありましたよと。 だから今回の事例では、こういう仕分け入力したらいいんじゃないですか、みたいなことを回答できるということですね。 # セキュリティ上の注意 はい今回のですねGPT図、まあ役に立ちましたよという話をシェアしました。 当然ここで問題が上がってくることもあると思います。 そういうGPT図作ったら便利だなと、業務に役に立ちそうだなとは思うんだけど、 会社のデータだよねと。そういった会社のデータをチャットGPTに持たせるっていうのは セキュリティ的にどうなのかとかですね、社内規定に引っかかりそうだ そういった意見はもちろんあると思います。 なのでそこは業務におけるルールに従っておいた方がいいですね。 ちなみになんですがGPT図の開発画面というか設定画面の一番下に追加設定というボタンがあります。 そこにチェックボックスがありまして、どういう内容かというとGPTで会話データを使用してモデルを改善するというチェックボックスがあります。 これデフォルトでオンになっているのは何なのかというと、このGPT図を用いて会話を行った場合、 その会話におけるやり取りのデータというものはAIモデルの学習に利用しますというチェックなんですね。 つまり会話に用いられたデータがAIの性能向上のために学習データに使われますということなんですよ。 これは規定でオンになってますのでこれはチェックを外してオフにしておくことを推奨します。 これによってGPT図を使って会話をした場合の対話内容がAIモデルの学習に利用されることを防ぐというか阻止することができますね。 とはいえこうしたチャットGPTのプラットフォームで社内データをアップロードすること自体が社内規定に抵触することもあるので、 そういったことは安易には行わないということを推奨します。 それ以外にもですね、もちろん今回のようなラグを仕組みとして組み込んだ独自のチャットボットというものはGPT図じゃなくても作ることができ、 社内でチャットボットを直接開発するとか、 あるいは今ですね、DeFiというチャットボットをノーコード開発できるツールなども非常に盛んに使われていたりもします。 このあたりやはり業務データを扱うということになりますので、個人の判断により独自に勝手に行うということは推奨しませんので、 気をつけて慎重に運ぶようにしていただければなと思います。 それでは今回の解説を終わりたいと思います。ご静聴ありがとうございました。 # 英検対策15 今回の英文日記です。英文日記は百何十回か収録しているのですが、英検の直前のため、ライティングや面接の対策として模擬問題をChatGPTに作らせてやっております。 今回はその模擬問題の15日目です。あと1回で収録終わって英検本番になりますので、ご容赦ください。では行きます。 私は映画を観るのが好きです。2つの理由があります。映画を大きなストリームで観るのは素晴らしい経験です。2つ目、私は妻や友人と映画を観るのが好きです。 2つ目、音楽やポッドキャストを聴くのが好きですか?なぜですか?私は音楽を聴くのが好きです。私はロック音楽が好きです。それは私を強く感じて、私にエネルギーを与えます。 3つ目、ライブスポーツイベントに行ったことはありますか?はい、行ったことがあります。私は子供の頃、父とベースボールゲームに行きました。それは素晴らしい経験でした。 日本語訳です。映画を家で観るのか、映画館で観るのか、どちらが好きですか?また、なぜですか?という質問ですね。 回答概要としては、映画館で観るのが好きです。2つ理由があって、1つ目は大きな画面で観るのはとても良い体験だからです。 2つ目が、妻や友達と一緒に行くのが好きだからですということですね。 2番目の問いが、音楽を聴くのとポッドキャストを聴くのどちらが好きですか?といった質問です。 回答概要が、音楽を聴くことです。なぜかというと、ロックが好きです。ロックを聴くことで、より力強くなれるし、エネルギーをもらえるからですという回答でした。 Q3が、ライブスポーツイベントに参加したことがありますか?ということで、 そうですね。野球の試合に父と私が子供の頃に行ったことがあります。これはとても楽しくてエキサイティングな体験でした。といった回答でした。 ということで、日本語訳は以上です。 Q1については、別に家で観てもそれはそれで良い体験があるんですけども、答えやすい方を選んだという感じですね。 実際に英検本番になった時には、結構アドリブで話すとなると頭が真っ白になる可能性があるので、より確実に簡単な英語で答えられる方を選ぶ傾向にあるというところですね。 2番目の質問もそうですね。別にポッドキャストも好きですが、ポッドキャストと答えるとちょっと説明が難しくなるので、試験本番だと言うのが難しいだろうというふうに思います。 なので、今までも回答で言ったことがある、ロックが好きですみたいなことを選びました。 3番目はですね、ライブスポーツイベントに参加したことがありますかということですが、私としては例えばサッカーも小さい頃に見たことがありますし、野球も見たことがある。 それ以外何か見たことがあるかな。 そんなに、最近そうですね、商業施設の中でちょっとしたバスケットボールイベント、ストーパスみたいなものを見たというのはあるんですけど、そんなに説明が難しいので、今回はベースボールのゲームを見ましたという説明をしました。 今回は以上です。 # 英検対策16 はい、続いて英検対策16番目ということで、収録時点ではですね、明日本番の英検となります。 なのですが、今日やったですね、勉強なんかもありますので、それは次回というか明日収録をして、それで英検対策のこのシリーズは終わりにしたいと思います。 それでは今日の文をいきます。 2つの理由があります。 1つ目、学校のユニフォームはみんなの学生を認識してくれます。 2つ目、学校のユニフォームはみんなの学生が好きなのです。 なぜなら、学校のユニフォームはいいデザインがあるからです。 2つ目の質問です。 今週末は何をする予定ですか? 今週末は子どもたちを公園に連れて行きます。 子どもたちはスライドやスウィングを楽しんでいます。 3つ目の質問です。 ビデオゲームは好きですか? はい、好きです。 私の子供と私はタブレットでビデオゲームを遊んでいます。 私たちはそれを楽しんでいます。 それが私たちが一緒に英語を学ぶことに役立ちます。 ということで、日本語訳です。 1問目の問題は、学校の制服は必要だと思いますか? また、なぜそう思いますか? または、そう思わない理由は何ですか? ということですね。 回答概要は、私は必要だと思います。 理由は2つあります。 1つ目としては、学校の制服は他の皆さんが生徒だということを認識するのを助けます。 2つ目の理由として、一部の生徒は制服が好きで、なぜならしばしばデザインが素敵で見栄えが良いからです。 2つ目の問題です。 今週末は何をする予定ですか? ということで、回答概要はこんな感じですね。 今週末、子どもたちを公園に連れて行きます。 彼らは滑り台やブランコで遊ぶのが好きですという感じですね。 3問目。ビデオゲーム、いわゆるテレビゲームをするのが好きですか? ということで、回答概要は、はい、好きです。 私と子どもはタブレットで英語学習ゲームを一緒にプレイします。 私たちは楽しんでおり、一緒に英語を学ぶのに役に立っています。 といった回答でした。 まず1つ目は、学校の制服は難しい問題でしたけれども、 今回は回答しやすい結論を先に考えてから、理由を後付けしたという感じですね。 2つ目が、週末、これは私にとってはお決まりの回答で、 子どもたちを公園に連れて行って、ブランコや滑り台をしますみたいな感じですね。 3つ目。ビデオゲームをするのは好きですか? 好きですということで、自分自身もアプリでスマホゲームなんかをするのは好きなんですけれども、 それについて説明するのはちょっと難しいなと思ったので、 実際に子どもと英語で学べるゲームみたいなものをよくしているので、 それについて回答したということですね。 はい、今回は以上です。 # 英検対策17 英検対策17です。今日収録時点では、もうすでに英検を終えてきました。 なのですが、収録は昨日を勉強した分と、今朝勉強した分があるので、今日含めてあと2回収録を残しております。 それまでご容赦ください。 私たちは、車やパズルのようなおもちゃを楽しんでいます。 私たちはとても楽しんでいます。 2番目。家で食事や料理を好きですか? 私は食事を好きです。 私の家族は夕食やランチを食べるのが好きです。 例えば、私たちはハンバーガー、ステーキ、フライドポテトを持っている子供のお皿を楽しみます。 3番目。スクールフェスティバルに参加したことはありますか? はい、参加しました。私は学生の頃、私の大学で収穫祭というフェスティバルを参加しました。 収穫祭は農業祭を祝います。 私はバンドでロックの音楽をステージで演奏していました。 日本語訳です。 1番目の問題は、雨の日は普段何してますか?ということで、回答概要は、 雨の日は家にいて子供たちと遊んでいます。 ゲームではないですが、おもちゃ、例えば車とかパズルなどですね。 それで私たちはとても楽しんでいます。といった回答概要でした。 問題2つ目が、外で食べるのと家でクッキングをするのどちらが好きですか?ということで、 回答概要としては、外で食べることです。 家族で外に行って、ディナーとかランチを食べるのが好きです。 例えば、キッズプレートとか、そのキッズプレートにはハンバーグとかフライドポテトなどを含みますということですね。 ちょっとこれ直したほうがいいのかなと思ったのですが、ハンバーグステークというのはおかしくて、 ハンバーグステーク、ハンバーグのことですね。 なので、ハンバーグじゃなくてハンバーグステークのほうがいいかな。 あとフライドポテトは思いつかなかったので最初それを書いたのですが、 チャットGPTが直してほしかったのですが、フレンチフライのほうが向こうでは一般的なのかなというところで訂正しなければなと思っています。 問題3つ目が、学園祭に参加したことがありますか?ということで、回答概要としては、はい、あります。 私が学生の頃に大学の学祭に参加しました。 これは収穫祭と呼ばれていて、農業の収穫を祝うような、そういう会となります。 私はその頃バンドに所属していて、ロックのような音楽をステージで演奏しましたということですね。 私は大学はですね、農業系の大学の中のですね、分子生物、バイオサイエンスという学科だったんですけども、 収穫祭というですね、収穫を祝うようなコンセプトのタイトルとして学祭だったという感じですね。 そこでバンドサークルにいたのでバンドをしていましたという形でした。 # 英検対策18 final 最後の英検対策です。今回収録文が英検受験当日の朝にやった英検対策となるので、これが最後となりますね。次回からは普通の英文日記に戻ります。 また次の給を受ける時には2週間前ぐらいから対策を始めるとは思いますが、しばらくはお休みとなりますね。 それでは今回も行きましょう。 1.私の子供はおもちゃや本を読みながら遊んでいます。 2.どんな飲み物が好きですか? 私はコーヒーが好きです。妻と私はよく一緒に飲みます。家やカフェで飲みます。 3.あなたは図書館に行ったことがありますか? はい、あります。私の妻、2人の子供と私は図書館に行ったことがあります。 4.私たちは多くの動物を見ました。ジュラフトやライオンなど。とても楽しかったです。 今回は試験の当日、私の子供はおもちゃや本を読みながら遊んでいます。 それでは今回も行きましょう。 1.私の子供はおもちゃや本を読みながら遊んでいます。 2.私の子供はおもちゃや本を読みながら遊んでいます。 3.私の子供はおもちゃや本を読みながら遊んでいます。 4.私の子供はおもちゃや本を読んでいます。 今回は試験の当日、車で最寄りの駅までは行ったんですけど、その間に運転しながらサクッと練習した面接練習になるので、どれも回答はサクッとしたものでした。 ですが、本番の直前に朝、最初に舌を動かすトレーニングとしては、とても有用だったんじゃないかなと思います。 ということで、今回は短い内容でしたが、以上です。