AI Agents
接続済み data source、platform、process に query・interaction できる custom AI assistant を構築します
AI Agents は、connector を通じて business data を理解する custom AI assistant です。generic chatbot とは異なり、agent は Salesforce CRM、ServiceNow ticket、JIRA project、database、その他の接続済み system の live data を使用して、質問への回答や action の実行ができます。
AI Agent を使用する理由
Business context awareness: agent は実際の data source に query し、正確で context-specific な answer を提供します。「Acme deal の status は？」と質問すると、agent は Salesforce から real-time information を取得します。
Built-in tool calling: agent は query する connector と実行する action を自動的に判断します。ServiceNow を接続すると、agent は必要に応じて ticket の検索、case の作成、record の update を行えます。
Prompt engineering は不要: data source を接続するだけで、agent はその使用方法を判断します。基盤となる LLM が tool selection と execution を処理します。
Multi-source reasoning: agent は複数 connector の data を 1 つの response に組み合わせることができます。JIRA issue を Confluence documentation や Slack conversation と cross-reference し、包括的な answer を提供します。
構築できるもの
Internal knowledge assistant: documentation、database、collaboration tool を接続し、employee が質問して実際の data に基づく即時 answer を取得できるようにします。
Customer support agent: CRM system、support ticket、knowledge base に query し、customer の account-specific question と issue resolution を支援します。
Workflow automation: 質問への回答だけでなく、ticket の作成、record の update、notification の送信、business process の trigger などの action を実行する agent を構築します。
Agent の仕組み
- Data source を接続する: application に connector（Salesforce、ServiceNow、database など）を追加します
- Agent を構成する: agent が access できる connector を選択し、behavioral parameter を設定します
- Deploy して使用する: agent は user request に基づき、接続済み system に自動的に query し、action を実行します
agent は、各 connector をいつどのように使用するかを判断するために、基盤となる LLM の native tool-calling capability を使用します。これにより、複雑な prompt engineering や手動の tool orchestration が不要になります。
data source の接続について詳しくは、connectors documentationを参照するか、Agent Studio で構築を開始してください。
次のステップ
- 最初の AI Agent を作成する
- Agent Builder を使用し、natural language conversation により agent を構成する