# flowith ナレッジベース・ユースケース
以下は、クローズドベータテストとオープンベータテスト期間中に製品チームが収集した印象的な事例です：
1. **メディアコンテンツ制作（Content Creation）——コミュニティケーススタディ**
Alexは、小紅書（RED）のコンテンツクリエイターで、質の高い投稿で多くのフォロワーを魅了してきました。しかし、完全なオリジナルコンテンツでは最新トレンドに追いつけず、成長が停滞していました。弊社のベータテスト期間中、彼は過去の執筆素材や記事を flowith knowledge base にアップロードしました。新しい記事を書く際、flowith が自動的に関連素材をマッチングし、彼の文体に基づいてパーソナライズされたコンテンツを迅速に生成できるようになりました。以前は毎回一から書き始める必要がありましたが、現在では入力部分で新しいテーマを設定するだけで、自分の文体に合わせた、個人の素材を活用した高品質な記事を素早く生成できるようになりました。彼の言葉によれば、作業時間が80%削減された」とのことで、現在は面白いアイデアの構想に専念できるようになっています。
2. **学生の試験対策・文書作成（Education & Academia）——パブリックベータユーザーの事例**
Ze さんは期末試験の準備をしている際、ある講義の授業資料と参考文献を flowith ナレッジベースにインポートしました。システムは文書作成中にリアルタイムで必要な知識ポイントを提供します。Ze さんは、これらの機能を活用することで、論文の執筆効率が向上しただけでなく、試験勉強もスムーズで楽しくなりました。もう資料を苦労して探す必要がなく、学習がよりスマートで効率的になりました。
3. **ナレッジベースを活用したチームコラボレーション ―― パブリックベータユーザーの事例**
ある教育テクノロジー企業のマーケティング部門では、年間を通じて異なるユーザー層向けに数百本のマーケティングコンテンツを制作する必要がありました。flowith の導入以前は、チームの素材が様々なプラットフォームに散在しており、検索や再利用の効率が低い状態でした。現在では、全てのマーケティング資料を flowith のナレッジベースに一元化することで、AI が関連素材を自動的に活用し、チームのスタイルに合わせたコンテンツを生成できるようになりました。これにより、重複作業が大幅に削減されただけでなく、より重要な点として、チームの制作物の品質とスタイルの統一性が向上しました。
4. **学術研究（Research）——パブリックベータユーザーの事例**
あるベータテストユーザーである大学教授は、flowithを活用して学術キャリアで収集した資料を管理し、様々な情報源からのデータや文献を自動的に集約することで研究をサポートし、より広範な視野とより深い洞察を学術貢献にもたらしています。
5. **教師の授業準備——パブリックβテストユーザー事例**
ある大学教師が次のような課題に直面していました：過去5年間に蓄積した百点以上の論文、教案、講義資料を統合し、新学期の一連の講義を準備する必要がありました。flowith に取り込んだ後、AI が自動的にこれらの資料を知識シード（Seeds）に分解し、関連付けを行いました。現在では講義テーマを入力するだけで、flowith が関連コンテンツを自動的にマッチングし、授業準備の効率が大幅に向上しています。授業準備の時間が60%削減され、むしろ講義の質が向上しました」と、この教師は述べています。
6. **ポーカー — コミュニティケーススタディ**
コミュニティユーザーの Xavier はベータテストグループ内でポーカーに関するナレッジベースを公開しました。彼はプロプレイヤーの試合分析、戦略記事、実践例を収集し、ポーカーゲームにおける学習支援と高品質な意思決定を動的にサポートする「外部ツール」を開発しました。一般的なAIと比較して、はるかに優れた効果を発揮していることが確認できます。
7. **大学出願―コミュニティケーススタディ**
教育コンサルタントが、Harvard、MIT、Yale などの一流大学への数百件の合格エッセイ例を体系化し、flowith Marketplace 上でナレッジベースとして公開しました。このナレッジベースは、これらの成功例の共通する特徴を分析できるだけでなく、志願者の背景に基づいてエッセイの構成をカスタマイズし、質の高い初稿を作成することができます。このナレッジベースは公開から1週間で800ドル以上の収益を上げました。
つまり、個人情報や知識の強化によってAIの生成効果を向上させることができる分野であれば、flowith ナレッジベースはあらゆる種類の知識労働に適用でき、現存の AI 製品の中で最高のクリエイティブ効果をもたらすことができます。
---
# Agent Instructions: Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter:
```
GET https://doc.flowith.io/flowith-heyoukoso/knowledge-garden-narejjigden/flowith-narejjibsuysuksu.md?ask=
```
The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.