「アレクサ、GTPでXXXってなに?」
【初心者向け】Alexaスキルを初めて作ったら、つまずきポイントだらけだった話
背景
今の時代、もう人間と話すより、AIと話すことの方が多いって事ありませんか?
私もそんなAIユーザの一人なのですが、ちょっと不便に感じるときがありまして、
それは料理中やゲーム中など、両手が塞がっている時です。
両手が塞がっている時にもAIに話しかけたい時ありますよね?
そんな時、アレクサがAIをうまく使ってくれたらいいと思いませんか?
無料のアレクサスキルを見てみるとちょうどいいものがなく自分で作ることにしてみました、もちろんAIに質問しながら。
要件定義
-
スキル名:「gpt」
・ユーザーが「アレクサ、gptでxxxってなに」と話しかけると起動して、ChatGPTからの回答を取得し、それをAlexaが読み上げる。 - 開発環境:「Alexa Developer Console」でのスキル作成。
-
使用する外部サービス:
- OpenAIのChatGPT API(GPT-4)
- AWS Lambda(Alexaスキルのバックエンド)
アレクサスキル作成準備
・Alexa Developer Consoleを開きます。

・「Create Skill」ボタンを押下。
・スキル名と対象地域を決めます。

・種類は何でもいいですが「Other」。
・モデルは「Custom」一択。
・ホスティングサービスは「Alexa-hosted (Node.js)」を選びました(Lambdaを自動でホストしてくれるため、初心者にはおすすめです)。

・テンプレートは「Start from Scratch」を選択。
そうするとアレクサスキルの作成に本格的に作る準備の完了です。

アレクサスキル作成
最初に
Invocation > Skill Invocation Nameページにて
「Skill Invocation Name」でスキルの名前を決めます。
「アレクサ、」で呼びかけた後にスキルを反応させるための名前となります。
続いて
Interaction Model > Intentsページにて
「Create custom intent」にて適当な名前をつけて
「Create custom intent」ボタンを押下します。
ここではGPTに聞く時の定型文を決めます。
私は下記のようにしましたが、皆さんのやりやすいように決めてください。

Intent Slots は「AMAZON.SearchQuery」にしてください。

この後はついにjsを弄ります。
といってもAIに言われたものを貼り付けるだけ...なのですが、最初AIから言われたのにGPTのAPIキーをいれても全く動きませんでした。
ここで最初の関門
「Alexa Developer Console」はデバッグがわかりにくい
ログはCloudWatchLogsに出ていてそれを確認するのが良いです。
ちなみに、この時は自分のいつも使っているAWSのアカウントではありません。
設定でつなげることも可能なようですが。

デバッグしてみるといろんな問題にぶつかりました
ぶつかった問題
GPT APIのクレジット(残高)がない
事前にクレジットを使い切っていないか確認しましょう。
そもそもAIの提案が不足している
バージョンの関係なのか提案されたソースコードに不足している部分がありました。やはり最初からAIに頼らず、ちゃんと公式ドキュメント読んでから開発するべきですね。
外部ソースを取ってくれない
ChatGPTに「OpenAI APIにアクセスするコードを書いて」と依頼したところ、axiosを使う実装を提案されました。
しかし、Alexa Hosted Skillでは axios は最初から使えない。
問題の根本
- Alexaホステッドスキルでは、Node.js ランタイムにプリインストールされたモジュールしか使えない。
-
axiosは含まれていないため、自分で node_modules を含めた zipファイルを作成してアップロード する必要がある。
解決しようとして起きた次の問題
axios を含めた zip ファイルを作ってアップロードしようとしたら…
ファイルサイズ制限(Alexaのホステッドスキル制限)でアップロードできなかった!
ファイル数100までという条件に引っかかってしまいます。
わざわざインストールしてzipにまとめたのに。。。
対応策
axios の代わりに 標準モジュールの https を使用して OpenAI API にPOSTリクエストを送ることにした。
そしてなんとかDeployに成功した!!と思ってもまだこれからが大変でした。
** アレクサがうまく聞き取ってくれない **
TestページにてAlexa Simulatorを動かすのですが、
マイクの反応が悪く事前に設定したワードとなかなかマッチしない!!
一人部屋のなかひたすらアレクサに一方的に話しかける悲しいおじさんになりました。
まずはテキストだけでうまくいくかを試し、呼びかける文言のパターンは多めに用意しておくのが良いです。
** アレクサの既存機能が先に反応してしまう **
「アレクサ、gptでXXXについて教えて」といっても「XXXについて教えて」の部分で開発しているスキルではなく、アレクサの既存機能が先に反応してしまい、「ウィキペディアによると〜」などと反応してしまいます。
** 中国語で返信が返ってくる **
これは自然とやってくれるものかと思いましたが、gptのAPIのリクエストに日本語で返してほしいことを入れないといけませんでした。
長文の中国語が返ってきた時は驚きました。。。

私の場合、結局このようになりました。
const Alexa = require('ask-sdk-core');
const https = require('https');
const OPENAI_API_KEY = '[OPENAI_API_KEY]';
const LaunchRequestHandler = {
canHandle(handlerInput) {
return Alexa.getRequestType(handlerInput.requestEnvelope) === 'LaunchRequest';
},
handle(handlerInput) {
const speakOutput = 'こんにちは。ChatGPTに質問ができます。知りたいことを話してください。';
return handlerInput.responseBuilder
.speak(speakOutput)
.reprompt('何を知りたいですか?')
.getResponse();
}
};
const AskChatGPTIntentHandler = {
canHandle(handlerInput) {
return Alexa.getRequestType(handlerInput.requestEnvelope) === 'IntentRequest'
&& Alexa.getIntentName(handlerInput.requestEnvelope) === 'AskChatGPTIntent';
},
async handle(handlerInput) {
console.log("スロットの取得を開始");
const question = Alexa.getSlotValue(handlerInput.requestEnvelope, 'question') || 'こんにちは';
if (!question) {
return handlerInput.responseBuilder
.speak("もう一度質問してください。")
.reprompt("なんでも聞いてください。")
.getResponse();
}
console.log("Received question:", question);
try {
const response = await callOpenAI(question);
return handlerInput.responseBuilder
.speak(response)
.getResponse();
} catch (err) {
console.error("エラー内容:", err.message || err);
return handlerInput.responseBuilder
.speak('すみません、AIとの通信で問題が発生しました。もう一度お試しください。')
.getResponse();
}
}
};
function callOpenAI(question) {
return new Promise((resolve, reject) => {
const requestData = JSON.stringify({
model: 'gpt-3.5-turbo',
messages: [{
role: 'system',
content: 'あなたは日本語で親切に応答するAIです。'
},{ role: 'user', content: `日本語で答えてください。${question}` }],
temperature: 0.7
});
const options = {
hostname: 'api.openai.com',
path: '/v1/chat/completions',
method: 'POST',
headers: {
'Authorization': `Bearer ${OPENAI_API_KEY}`,
'Content-Type': 'application/json',
'Content-Length': Buffer.byteLength(requestData)
}
};
const req = https.request(options, (res) => {
let body = '';
res.on('data', (chunk) => body += chunk);
res.on('end', () => {
console.log("OpenAI API response raw body:", body);
try {
const json = JSON.parse(body);
console.log("Parsed JSON:", JSON.stringify(json));
let reply = null;
if (
json &&
Array.isArray(json.choices) &&
json.choices.length > 0 &&
json.choices[0].message &&
json.choices[0].message.content
) {
reply = json.choices[0].message.content;
}
if (reply) {
resolve(reply);
} else {
console.error("OpenAIからの返答が空です。");
resolve('OpenAIからの返答が空でした。');
}
} catch (e) {
console.error("JSON parse error:", e);
reject(e);
}
});
});
req.on('error', (e) => reject(e));
req.write(requestData);
req.end();
});
}
exports.handler = Alexa.SkillBuilders.custom()
.addRequestHandlers(LaunchRequestHandler,AskChatGPTIntentHandler)
.lambda();
実際の利用シーン
実際に導入して便利だったのが、意外と布団に入って寝る直前でした。
今日の振り返りや明日の予定を頭の中で考える時に、ちょっと聞きたいけど、寝る前にPCやスマホをつけたくないタイミングで、暗闇に向かって話しかけると答えてくれるのは意外と便利でした。
外から見るとちょっとアニメの主人公が自分にしか見えない妖精に話しかけている感が。。。
これから始める人へ一言
Alexaスキル開発は、少し複雑だけど、うまくいったときの達成感は大きいです!
公式ドキュメントやChatGPTも活用しつつ、とにかく最初は動くものを1つ作ることが大切だと思いました
おわりに
この記事が、これからAlexaスキルを作ってみたいという方の助けになれば嬉しいです!
他にもつまずいたことがあれば追記していきますので、ぜひフォロー・コメントいただけると励みになります。
Discussion