カスタムエージェントを作成する

カスタムエージェントの作成方法、開始前に準備すべき事項、そしてメッセージング、意思決定、データ管理の分野でそれらを活用する方法を学ぶ。より一般的な情報については、Brazeエージェントを参照せよ。

前提条件

開始する前に、次のものが必要になります。

• ワークスペース内のエージェントコンソールへの権限。このオプションが表示されない場合は、Brazeの管理者にお問い合わせください。
• カスタムAIエージェントの作成と編集の権限。
• エージェントに達成してほしいことの基本的なアイデア。Brazeエージェントは以下のアクションをサポートできる：
  • メッセージング：件名、見出し、製品内のコピー、その他のコンテンツを生成する。
  • 意思決定：キャンバス上で、ユーザーの行動、好み、またはカスタム属性に基づいてユーザーを振り分ける。
  • データ管理：値を計算する、カタログエントリを充実させる、またはプロファイルフィールドを更新する。

仕組み

エージェントを作成する際には、その目的を定義し、どのように振る舞うべきかの制限を設定する。公開後、エージェントはBrazeにデプロイされ、パーソナライズされたコピーを生成したり、リアルタイムで判断を下したり、カタログフィールドを更新したりできる。ダッシュボードからいつでもエージェントを一時停止したり更新したりできる。

以下のユースケースは、カスタムエージェントを活用するいくつかの方法を示すものである。

エージェントを作成する

ステップ 1: エージェントの種類を選ぶ

カスタムエージェントを作成するには：

1. Brazeダッシュボードで、エージェントコンソール＞エージェント管理に移動する。
2. エージェントを作成するを選択する。
3. キャンバスエージェントかカタログエージェントのどちらかを作成する。

ステップ 2:設定の詳細

次に、エージェントの詳細を設定する：

1. 名前と説明を入力し、チームがその目的を理解できるようにする。
2. （任意）エージェントをフィルターするためのタグを追加する。
3. エージェントが使用するモデルを選択せよ。
4. モデルの思考レベルを選択せよ。最小、低、中、高から選べる。まず最小限の設定から始め、エージェントの応答をテストし、必要に応じて調整することを推奨する。

ステップ 3:指示を書け

エージェントに指示を与える。予期せぬ状況や曖昧な状況において、エージェントが取るべき行動に関する指示を含めることを推奨する。これにより、エージェントの混乱がエラーにつながるリスクを最小限に抑える。例えば、エージェントに「肯定的」や「否定的」といった感情値だけを尋ねるのではなく、判断できない場合には「不明」を返すように指示するのだ。

エージェントへの指示の書き方については、ベストプラクティスと例を参照し、インスピレーションを得てほしい。

ステップ 3.1:コンテキストを追加

コンテキストを追加を選択し、エージェントが参照できる内容を選択する。これには以下が含まれます:

• カタログのフィールド：エージェントにカタログデータへのアクセス権限を与えれば、より正確な回答が得られる。
• セグメントの所属：エージェントは、ユーザーがどのセグメントに属しているかに基づいて応答をパーソナライズする。最大で五つのセグメントを選択できる。
• ブランドガイドライン：エージェントが従うべきブランドボイスとスタイルガイドラインを参照せよ。例えば、エージェントにジムの会員登録を促すSMS文案を生成させたい場合、このフィールドを使って事前に定義した太字のやる気を引き出すガイドラインを参照できる。
• すべてのキャンバスコンテキスト：このエージェントが呼び出された際に、ユーザーのすべてのキャンバスコンテキストデータを分析する。これには、指示セクションで参照されていない変数も含まれる。

ステップ 3.2:オプション設定を追加する

オプション設定では、エージェントが生成するコピーの温度を調整できる。より高い温度は、エージェントが提供された情報を使ってより創造的になることを可能にする。

エージェントの1日あたりの実行制限も設定できる。デフォルトでは、この値は250,000に設定されているが、1,000,000まで上げることができる。上限を1,000,000以上に引き上げたい場合は、顧客サクセスマネージャーに連絡して詳細を確認するといい。

ステップ 4: 出力を選択せよ

出力セクションでは、基本スキーマまたは高度なスキーマによってエージェントの出力を整理し定義できる。

最良の結果を得るには、出力セクションで指定した内容が、ステップ3で入力したエージェントの指示と一致していることを確認せよ。例えば、エージェントの指示で2つの文字列を持つオブジェクトを要求した場合、出力セクションで必ず2つの文字列を持つオブジェクトを指定すること。エージェントの指示が指定された出力と一致しない場合、エージェントは混乱したり、タイムアウトしたり、望ましくない出力を生成する可能性がある。

基本スキーマ

基本スキーマとは、エージェントが返す単純な出力である。これは文字列、数値、ブール値、文字列の配列、または数値の配列である可能性がある。

例えば、製品を受け取った顧客の満足度を測るために、簡単なフィードバック調査からユーザーの感情スコアを収集したい場合、出力形式を構造化するための基本スキーマとして「数値」を選択できる。

高度なスキーマ

高度なスキーマオプションには、フィールドを手動で構造化するか、JSONを使用する機能が含まれる。

• フィールド:エージェントの出力を強制するノーコードの方法だ。一貫して使える。
• JSON:正確な出力形式を作成するためのコードベースのアプローチであり、JSONスキーマ内で変数やオブジェクトをネストできる。キャンバスエージェントのみ利用可能であり、カタログエージェントは利用できない。

エージェントに単一の値ではなく、構造化された方法で定義された複数の値を持つデータ構造を返させたい場合、高度なスキーマの使用を推奨する。これにより、出力は一貫したコンテキスト変数としてより適切にフォーマットされる。

例えば、エージェント内で出力形式を使用する場合がある。これはユーザーが提出したフォームに基づいて、サンプルの旅行日程を作成することを目的としている。出力形式では、各エージェントの応答が必ずtripStartDate ,tripEndDate , およびdestination の値を伴って返されるように定義できる。これらの値はそれぞれ、コンテキスト変数から抽出してメッセージステップに配置し、Liquidを使用してパーソナライゼーションができる。

• fields
• json schema

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
{
  "type": "object",
  "properties": {
    "sentiment": {
      "type": "string"
    },
    "reasoning": {
      "type": "string"
    }
  },
  "required": [
    "sentiment",
    "reasoning"
  ]
}

ステップ 5: エージェントをテストし、作成する

プレビューペインは、設定環境内で並列パネルとして表示されるエージェントのインスタンスである。エージェントを作成中や更新中に、エンドユーザーと同様の方法で体験するために、それをテストできる。このステップは、動作が期待通りかどうかを確認するのに役立つ。本番稼働前に微調整する機会も与えてくれる。

1. 「エージェントをテストする」フィールドには、例として顧客データや顧客の応答を入力する。エージェントが実際に扱うシナリオを反映した内容であれば何でもよい。
2. エージェントの応答を、ランダムなユーザー、既存のユーザー、またはカスタムユーザーに対してプレビューする。
3. 応答をシミュレートするを選択する。エージェントは設定に基づいて実行し、応答を表示する。テスト実行は、1日の実行制限にカウントされる。

批判的な目で出力内容を確認せよ。以下の質問を考えてみよ。

• そのコピーはブランドイメージに合っているか？
• 決定ロジックは顧客を意図した通りに誘導しているか？
• 計算された値は正確か？

何かおかしいと感じたら、エージェントの設定を更新して再度テストするんだ。いくつかの異なる入力を実行して、エージェントがシナリオ間でどのように適応するかを確認する。特に、データがない場合や無効な応答といった境界条件の場合に注目する。

ステップ 6: エージェントを使え

エージェントが使用可能になった。詳細は、エージェントのデプロイを参照せよ。

関連記事

• エージェント向け参考資料