--- title: "AIプロンプト・アクション" slug: "ai-prompt-action" updated: 2025-08-07T13:26:09Z published: 2025-08-07T13:26:09Z canonical: "support.tulip.co/ai-prompt-action" --- > ## Documentation Index > Fetch the complete documentation index at: https://support.tulip.co/llms.txt > Use this file to discover all available pages before exploring further. # AIプロンプト・アクション ## AIプロンプト・アクション AIプロンプト・アクションは、大規模言語モデル(LLM)をTulipオートメーション内で直接活用することを可能にします。このアクションは、テキストを処理し、データを分析し、定義したカスタムプロンプトに基づいてインテリジェントな応答を生成する柔軟な方法を提供します。 ## 仕組み AIプロンプトアクションは簡単です。入力メッセージを受け取り、大規模な言語モデルに直接送信し、AIが生成した応答を返します。このアクションを使用して、単純な分類から複雑な分析や要約まで、さまざまなテキスト処理タスクを実行できます。 ## 構成 ### 入力メッセージ 入力メッセージは、大規模言語モデルに直接送られるプロンプトです。AIに何をさせたいかについての明確な指示 - AIが処理する必要のあるデータまたはコンテキスト - 出力に対する特定のフォーマット要件。 ### オブジェクトの操作 AIプロンプトアクションにオブジェクトまたはオブジェクトリストを送信する場合は、AIがコンテンツを適切に読み取れるように、`TOTEXT()` expression でラップする必要があります。 **例:**`"この欠陥データを分析してください:" + TOTEXT(@variable.my_object)` ## 効果的なプロンプトの書き方 ### 明確かつ具体的に AIに何をさせたいかを明確に説明するプロンプトを書きましょう。あいまいな表現は避け、具体的な指示を与えましょう。 **良い例:**"重大度の記述に基づいて、この不具合を「重要」、「重大」、「軽微」のいずれかに分類してください"**悪い例:**"これはどのような不具合ですか?" ### 背景を説明する 関連する背景情報を含め、タスクの目的を説明する。 **例:**```あなたは品質管理のために製造不良を分析しています。以下の欠陥の説明に基づき、それを重要、重大、軽微のいずれかに分類する:主要:性能に影響する機能的な問題:軽微:外観または軽微な機能上の問題 カテゴリー名のみで回答する。 欠陥の説明:"+ TOTEXT(@variable.defect_data)```. ### 例を使用する 可能であれば、AIの回答を導くために、希望する入力と出力形式の例を含めてください。 **例:**```"次の生産データを2-3文で要約し、主要な指標と傾向に注目してください。 フォーマット例「生産は Y%の効率で X 個完了した。主なボトルネックはZで、その結果A分のダウンタイムが発生した。" 生産データ:" + TOTEXT(@variable.production_summary)``. ## 一般的な使用例 ### 欠陥の分類 説明、画像、センサーデータに基づいて欠陥を自動的に分類する。 ``` 欠陥の詳細:"+ TOTEXT(@variable.defect\_record) + "フォーマットで応答します。 "フォーマットで応答する:Category: [カテゴリー]、Priority: [優先度[カテゴリー], 優先度: [優先度] "``` ### データの要約 生産レポート、品質メトリクス、または運用データの簡潔な要約を作成する。 今日の生産指標の簡単な要約を作成してください:" * TOTEXT(@variable.daily\_production\_data)+。 TOTEXT(@variable.daily\_production\_data)+"出力量、効率率、品質スコア、および注目すべき問題に重点を置いてください。"``` ### テキスト分析と抽出 メンテナンスログやオペレーターのメモのような構造化されていないテキストから特定の情報を抽出する。 このメンテナンスログから根本原因と推奨されるアクションを抽出する: ログエントリ:"+ TOTEXT(@variable.maintenance\_log) + "このメンテナンスログから根本原因と推奨されるアクションを抽出します。 "レスポンスの形式:根本原因:[原因]推奨されるアクション[アクション]"`` ### コンテンツ生成 データ入力に基づいて、標準化されたレポート、通知、またはドキュメントを生成します。 この生産データに基づいてシフト引き継ぎレポートを作成します。 +TOTEXT(@variable.shift\_data) + "含まれるもの: 完了したタスク、現在進行中のタスク。 「含まれるもの:完了したタスク、進行中の問題、次のシフトの優先順位。マネジメントレビューに適したプロフェッショナルなトーンを使用してください。 ## テストと検証 ### 入力データのログ AIプロンプトアクションをテストするには、まず入力メッセージをテーブルに記録してください。プロンプトが適切にフォーマットされているか、変数が正しく解決されているか、オブジェクトが適切にテキストに変換されているか、AIが完全な情報を受信しているか。 **テスト方法:**1. "入力メッセージ "と "AIレスポンス "の列を持つテストテーブルを作成する2.AIプロンプト・アクションに送信される正確な入力を記録する3.いくつかの例を確認し、一貫性を確保する4.記録された結果に基づいてプロンプトを調整する ### 出力品質の検証 AI応答が品質基準を満たしていることを確認するために、AIの応答を監視する。 ### ばらつきへの対応 AIの応答は、実行ごとに異なる場合があります。より具体的なプロンプトを使用してばらつきを低減する - 重要な出力に対する検証ロジックを実装する - 予期しない応答に対するフォールバック手順を用意する - 本番でのAIパフォーマンスを定期的にレビューする ## ベストプラクティス ### プロンプトエンジニアリング * シンプルに開始し、結果に基づいて反復する * 代表的なデータサンプルでテストする * 一貫した用語とフォーマットを使用する * 複雑なタスクをより小さく、焦点を絞ったプロンプトに分割する ### データの準備 * AIに送信する前に、入力データをきれいにしてフォーマットする * すべてのオブジェクトとリストの入力に`TOTEXT()`を使用する * AIを混乱させる可能性のある不要な情報を削除する * データのプライバシーとセキュリティ要件が満たされていることを確認する ### エラー処理 * AIが期待通りに応答しない場合を想定する。 * AI出力の検証チェックを実施する * 重要なプロセスのバックアップ手順を用意する * AIアクションのパフォーマンスを監視し、ログに記録する ### パフォーマンスの最適化 * プロンプトを簡潔かつ明瞭に保つ * 不要なデータを大量に送信しない * 可能であれば、類似のリクエストをバッチ処理する * 応答時間を監視し、必要に応じて調整する ## トラブルシューティング ### よくある問題 * **空または不完全な応答:**プロンプトが明確で、必要なデータがすべて含まれていることを確認する。 * **予期しない形式:**プロンプトで希望する出力形式をより具体的に入力してください。 * **結果に一貫性がない:**プロンプトに制約や例を追加する * **オブジェクトデータが見えない:** `TOTEXT()`を使用してオブジェクトを読み取り可能なテキストに変換していることを確認してください。 ### デバッグの手順 1. AIに送信される入力メッセージを正確にログに記録する。 2. サンプルデータを使ってプロンプトを手動でテストする 3. プロンプトを徐々に単純化し、問題を切り分ける 4. すべての変数が正しく解決されていることを確認する 5. オブジェクトデータが`TOTEXT()`で正しく変換されていることを確認する AIプロンプトアクションは、Tulipアプリのインテリジェントな自動化のための強力な可能性を開きます。シンプルなユースケースから始め、機能とベストプラクティスに慣れるにつれて、徐々に洗練されたプロンプトを構築してください。 ```