> For the complete documentation index, see [llms.txt](https://docs.maiagent.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.maiagent.ai/maiagent-user-guide/maiagent-user-guide-ja/build/setup.md).

# AI アシスタントの作成

## 1. **AI アシスタントを作成する** <a href="#create-ai-agent" id="create-ai-agent"></a>

左側のメニューバーから「<mark style="color:blue;">AI 機能</mark>」内の「<mark style="color:blue;">AI アシスタント</mark>」に進み、右上の「<mark style="color:blue;">+AI アシスタントを作成</mark>」をクリックします。

<figure><img src="/files/xblEyhlp4kkecSjmm8Ug" alt=""><figcaption></figcaption></figure>

## **2. AI アシスタントに名前を付ける** <a href="#name-your-ai-agent" id="name-your-ai-agent"></a>

「基本設定」タブを選択し、「<mark style="color:blue;">AI アシスタント名</mark>」欄に AI アシスタントの名前を入力します。この AI アシスタントの主な役割に合わせて命名できます。例えば、XX AI カスタマーサポート、XX 法規検索アシスタント、XX プロジェクト・インテリジェントアシスタントなどです。

1 つのアカウントで複数の AI アシスタントを作成できます（ご契約プランの内容により数量に制限があります）。

<figure><img src="/files/6ZrpEM5Mi716a62j2eVp" alt=""><figcaption></figcaption></figure>

## 3. RAG を選択して、AI アシスタントをより賢く、より正確な回答に <a href="#select-rag-for-smarter-responses" id="select-rag-for-smarter-responses"></a>

### RAG とは <a href="#what-is-rag" id="what-is-rag"></a>

RAG は「会話が得意なアシスタント + 資料調査がとても上手な図書館員」を組み合わせたものとイメージできます。

一般的な AI アシスタントは、記憶力が非常によく、話し上手な人のようなものですが、以前に学んだ知識しか話すことができません。しかし AI アシスタントが RAG 技術を組み合わせると、質問に答える前に**まず図書館に行って最新の資料を探し**、見つけた内容を自分の言葉でまとめて、わかりやすくお答えするアシスタントのようになります。

MaiAgent プラットフォームでは、この「図書館」が当社の**ナレッジベース**にあたります。AI アシスタントは RAG 技術を活用してナレッジベースから関連資料を見つけ出し、より正確で即時性が高く、ニーズに沿った回答を実現します。

ナレッジベースの設定方法については、次のセクションで詳しく説明します。

{% hint style="info" %}
MaiAgent RAG は、OpenAI 開発者会議で言及された RAG 技術に加え、各種の古典的な NLP アルゴリズムと独自の検索技術を組み合わせています。社内データセットと OpenAI RAG の回答の正確性を比較したところ、両者とも 95% の回答精度を達成しています。
{% endhint %}

### RAG の設定方法 <a href="#rag-settings" id="rag-settings"></a>

「<mark style="color:blue;">RAG 設定</mark>」タブを選択し、「<mark style="color:blue;">RAG</mark>」のドロップダウンメニューから、さまざまな RAG（Retrieval-Augmented Generation、検索拡張生成）を選びます。特別な要件がない場合は、<mark style="color:green;">デフォルトで MaiAgent RAG</mark> となっています。

<figure><img src="/files/FzsG458uIT68Bkt0stLY" alt=""><figcaption></figcaption></figure>

{% hint style="success" %}
OpenAI RAG と比べて、MaiAgent RAG はより多くの付加機能を提供し、さまざまな導入ニーズに柔軟に対応でき、より多様なデータ処理形式に対応し、より強力な検索・生成体験を提供します。

詳細な違いの比較については、[**RAG とは？ MaiAgent RAG と OpenAI RAG の比較表**](/tech/quickstart/rag.md) をご覧ください。
{% endhint %}

### FAQ 優先回答の設定 <a href="#configure-faq-priority" id="configure-faq-priority"></a>

AI アシスタントの回答の正確性と一貫性を確保するために、「FAQ 優先回答」機能を有効にできます。この機能を有効にすると、ナレッジベース内に FAQ コンテンツとその他のドキュメントコンテンツが同時に存在する場合、LLM は FAQ コンテンツを優先的に使用して質問に答え、回答内容があらかじめ作成された標準回答に沿うようにします。

**機能のメリット：**

* **回答の正確性向上**：ナレッジベース内に FAQ とその他のドキュメントが同時に存在する場合、検証済みの FAQ コンテンツを優先的に使用し、AI が独自に生成する可能性のある不正確な回答を減らします
* **回答の一貫性確保**：すべてのユーザーが同じ標準の FAQ 回答を得られるため、サービス品質を維持できます
* **ハルシネーションのリスク低減**：FAQ の標準回答を優先的に参照することで、AI が虚偽または不正確な情報を生成するのを防ぎます

**設定方法：**

1. 「<mark style="color:blue;">回答モード設定</mark>」タブを選択します
2. 「<mark style="color:blue;">ロール指示</mark>」欄に、以下の指示を入力します：

   ```
   請優先使用faq的內容回答使用者問題
   ```

<figure><img src="/files/kVYXlaJLgyo7IMj4t1Uq" alt=""><figcaption></figcaption></figure>

{% hint style="info" %}
この機能を有効にすると、ナレッジベース内に FAQ コンテンツとその他のドキュメントコンテンツが同時に存在する場合、AI アシスタントは FAQ コンテンツを優先的に使用して質問に答えます。関連する FAQ コンテンツが見つからない場合でも、AI アシスタントはその他のナレッジベースのドキュメント内容や一般知識に基づいて回答します。
{% endhint %}

## **4.** モデルを選んで、AI アシスタントに賢い頭脳を選んであげましょう！ <a href="#select-model-for-ai-agent" id="select-model-for-ai-agent"></a>

### 言語モデル選択の目的 <a href="#language-model-selection-purpose" id="language-model-selection-purpose"></a>

各 AI アシスタントのパフォーマンスは、その頭脳——つまり使用する言語モデル（LLM）——に大きく左右されます。このステップでは、ニーズに応じてさまざまな種類のモデルを選択でき、回答速度から理解力、回答の深さや自然さまで、すべてに影響します。

適切なモデルを選ぶことは、AI アシスタントの高効率モードを起動するようなもので、お客様の利用シーンに合わせて最適な体験をオーダーメイドします！

{% hint style="info" %}
[**大規模言語モデルにおける重要な要素**](https://docs.maiagent.ai/tech/quickstart/llm)
{% endhint %}

### 言語モデルの設定方法 <a href="#language-model-settings" id="language-model-settings"></a>

「<mark style="color:blue;">RAG 設定</mark>」タブを選択し、「<mark style="color:blue;">LLM モデル</mark>」のドロップダウンメニューから、さまざまな大規模言語モデルを選べます。特別な要件がない場合は、<mark style="color:green;">デフォルトで Claude 4.5 Sonnet</mark> となっています。

<figure><img src="/files/mHS6hIFWNSRutpHz60nQ" alt=""><figcaption></figcaption></figure>

## 5. 利用シーンに合わせたロール指示の作成 <a href="#create-system-prompt-for-use-case" id="create-system-prompt-for-use-case"></a>

AI アシスタントをさまざまな利用ニーズによりマッチさせるために、「ロール指示」を設定することで、AI の回答のスタイルや内容をシーンの状況により適したものにできます。

{% hint style="info" %}
[ロール指示とは？ ロール指示のサンプルテンプレート？](https://docs.maiagent.ai/tech/ai-agents/system-prompt)

[ロールアシスタントを生成する AI ツール](https://chat.maiagent.ai/web-chats/eb2c95ef-f022-4716-92aa-ec0d3ffbc80b/conversations/bc7ed5e6-b3cb-4c91-a465-a4e439c06db4)
{% endhint %}

### ハルシネーションのない生成 AI 回答の仕組み <a href="#hallucination-free-generative-ai-response" id="hallucination-free-generative-ai-response"></a>

MaiAgent の「ハルシネーションのない生成 AI 回答の仕組み」は、AI が質問に答える際に高度な正確性を保てるようにします。不確実な質問や知識の範囲を超えた質問に直面した場合、虚偽の回答を生成するのではなく、自らの限界を率直に伝えることで、ユーザーにより信頼性が高く、信頼に足る AI とのやり取り体験を提供します。各業界および公共部門での応用における重要性は以下のとおりです：

{% tabs %}
{% tab title="業界での応用" %}
**金融業への応用：**

投資アドバイスやリスク評価を扱う際、AI は確実なデータに基づいて分析を提供し、不正確な情報を生成して誤った投資判断を招くことを避けなければなりません。情報が不足している場合や不確実な場合、システムは明確に伝え、投資判断の信頼性を確保します。

**医療業界：**

医療診断や薬剤相談を支援する際、AI システムは既知の医学知識を厳格に守り、患者を誤らせる可能性のあるアドバイスを根拠なく生成してはなりません。新規または未検証の医療情報については、システムはさらなる専門的な相談が必要であることを明確に示します。

**製造業：**

生産プロセスの最適化や品質管理などの応用において、AI は実際の生産データと検証済みの方法に基づいてアドバイスを提供し、不正確な予測による生産損失を避けなければなりません。

**教育業界**：

教育の補助や学生の疑問への回答を支援する際、AI は正確な知識を提供する必要があり、学習を誤らせる可能性のある誤った情報を提供してはなりません。複雑または曖昧な概念については、システムは自らの理解の限界を率直に認めます。

**法律業界：**

法律情報やアドバイスを提供する際、AI は既存の法規や判例に基づかなければならず、法的リスクのある推測的なアドバイスを提供してはなりません。システムは専門の弁護士によるさらなる確認が必要な事項を明確に指摘します。

**カスタマーサポート相談：**

顧客からの問い合わせに対応する際、AI は正確な製品情報やサービス説明を提供しなければならず、確定できない質問については直ちに関連する専門担当者へ取り次ぎ、顧客を誤らせることを避けます。
{% endtab %}

{% tab title="公共部門での応用" %}
**政府の政策相談：**

国民に政策情報やサービス案内を提供する際、AI は最新かつ正確な法規や行政手続きに基づいて回答しなければならず、古い情報や誤った情報を提供することを避けます。複雑な質問や専門的な判断が必要な質問に直面した場合、システムは関連部門へ協力を求めるよう国民に明確に提案します。

**公共サービスの意思決定：**

政府が公共施設や社会福祉などの意思決定を評価するのを支援する際、AI は真実のデータと研究に基づいて分析しなければならず、不確実な予測については明確に説明し、政策立案の信頼性を確保します。

**緊急対応管理：**

自然災害や公衆衛生などの緊急事態に対応する際、AI システムは正確な情報と指針を提供しなければならず、国民を誤らせる可能性のある虚偽の情報を生成して、防災対応の効果に影響を与えてはなりません。
{% endtab %}
{% endtabs %}

### 適切な回答モードを選んで指示を作成する <a href="#select-answer-mode-to-build-prompt" id="select-answer-mode-to-build-prompt"></a>

<mark style="color:blue;">「回答モード」</mark>タブを選択します。自由な会話から高度に構造化された応答まで、さまざまな業務ニーズに対応します。各モードにはそれぞれ特徴と適用範囲があり、実際の利用状況に応じて柔軟に選択できます。

<figure><img src="/files/kSzdG5dneJxjbAfqXQ4s" alt=""><figcaption></figcaption></figure>

{% tabs %}
{% tab title="回答モード：一般" %}
**適用シーン**

質問に応じて自由に回答し、AI はコンテキストとナレッジベースの内容に基づいて最も適切な応答を生成します。ほとんどの質問応答のシーンに適しています。

**操作の流れ**

「<mark style="color:blue;">回答モード設定</mark>」タブを選択し、回答モードで<mark style="color:blue;">「一般（デフォルト）」</mark>を選びます。「<mark style="color:blue;">ロール指示</mark>」欄に、その AI アシスタント向けに設定したロール指示を入力します。出力形式は、プレーンテキストまたは JSON 形式を選んで利用できます。

<figure><img src="/files/4MAsWpSVerWjUtYZwjED" alt=""><figcaption></figcaption></figure>

**利用シーン：Web サイトのカスタマーサポートアシスタント**

「MaiAgent - AI アシスタント開発プラットフォーム」のために Web サイトのカスタマーサポートアシスタントを作成する場合、「ロール指示」欄に AI の応答設定を入力し、その応答スタイルと職責の範囲を明確に定義できます。

<figure><img src="/files/FdER4PMwuOC8MwNYRg6A" alt=""><figcaption></figcaption></figure>
{% endtab %}

{% tab title="回答モード：テンプレート" %}
「<mark style="color:blue;">**回答モード：テンプレート**</mark>」を選択すると、AI アシスタントが作成したナレッジベースと FAQ の内容に厳格に従って質問に答えるため、ハルシネーション回答の確率がゼロまで低下します。LLM に内容を生成させる方式ではなく、分類の原則に従って質問に回答する方式に変わります。テンプレートシステムを使用して回答を生成し、100% ハルシネーションがないことを保証します。

**適用シーン**

統一された回答形式が必要なシーン（標準相談フロー、レポートなど）。

**事例操作**

例えば、市政に関する国民の質問にリアルタイムで応答するために「台南市政 1999」のカスタマーサポート AI アシスタントを作成したいとします。

**1.「**<mark style="color:blue;">**回答モード設定**</mark>**」タブを選択し、回答モードで&#x20;**<mark style="color:blue;">**「テンプレート」**</mark>\*\* を選びます\*\*

<figure><img src="/files/hN5t9fDQMCrcbXrOhL5Z" alt=""><figcaption></figcaption></figure>

**2. 回答テンプレートを入力する（テンプレートシステムを使用して回答を生成）**

ナレッジベースや FAQ をまだ作成していない場合、回答テンプレートの指示内容はデフォルトで以下のようになっています。

回答テンプレートを使用するには、先にナレッジベースまたは FAQ を追加することをお勧めします。また、形式は**必ず Excel、CSV、json、jsonl などの表形式ファイルである必要があります。**

<figure><img src="/files/5huL5OWp0uAsjBL8I34d" alt=""><figcaption></figcaption></figure>

このシーンを例にすると、「台南市政 1999」という AI アシスタントがあり、ナレッジベースに「台南 1999 FAQ」を追加しています。

FAQ には、質問、回答、機関、分類、公開日時の項目が含まれています。

**Excel、CSV、json、jsonl** などの表形式ファイルをアップロードすることをお勧めします。項目には必ず**タイトルと対応する内容**が必要です。

![](/files/N46HeIz7KDabXwJXZRTN)

ここで回答テンプレートの編集に戻り、右上の「<mark style="color:blue;">**回答テンプレートを初期化**</mark>」を押すと、先ほどナレッジベースにアップロードしたドキュメントに基づいてシステムが生成した回答例が表示されます。

<figure><img src="/files/Lip2EhqhFI3JoFBkrVBe" alt=""><figcaption></figcaption></figure>

これで、回答テキストの部分を編集・レイアウトできるようになります。

\[] {} の部分はシステム指示なので、テキストの部分のみを処理すれば構いません。

📍 **Loop：対応させるドキュメントのファイル名を入力（どのドキュメントで回答を生成するか指定）**

以下の部分を修正しました：

* [x] **「冒頭の挨拶」の内容**
* [x] **「質問」の内容**
* [x] **「分類」の内容**
* [x] **「機関」の削除**
* [x] **結びの挨拶の内容**
* [x] **改行レイアウト**

<figure><img src="/files/Lse36mNVif6iWyI66ke4" alt=""><figcaption></figcaption></figure>

AI アシスタントの質問応答画面に戻り、関連する質問をすると、AI アシスタントの回答は先ほど編集した**テンプレート形式**と **FAQ ドキュメントの内容**に完全に従って回答されます。

<figure><img src="/files/aMpATboi9pMWj0skMGsM" alt=""><figcaption></figcaption></figure>

**3. 回答できない場合のテンプレートを入力する**

AI アシスタントが関連する資料がないと判断した場合、「<mark style="color:blue;">**回答できない場合のテンプレート**</mark>」に従って回答します。

最後に「<mark style="color:blue;">**保存**</mark>」ボタンを押せば完了です。

<figure><img src="/files/Yol1ARNxSzLYBTJQhy6W" alt=""><figcaption></figcaption></figure>
{% endtab %}

{% tab title="回答モード：混合" %}
**適用シーン**

一般回答とテンプレートを組み合わせ、一部の内容はテンプレート形式を使用し、残りの部分は自由に回答します。部分的に構造化された回答が必要なシーンに適しています。

**操作のアドバイス**

このとき、ロール指示の内容が「回答モード：テンプレート」と衝突する可能性があるため、「回答モード：混合」を選択する場合は、ロール指示の内容を大きな原則・方向性のある内容に書き換えることをお勧めします。

例えば、ロール指示の役割、対話の原則、コミュニケーションの態度などです。

<figure><img src="/files/wtKzS4dlh852qpo3znE7" alt=""><figcaption></figcaption></figure>
{% endtab %}

{% tab title="回答モード：ワークフロー" %}
**適用シーン**

特定の業務タスクのシーン（ナレッジ管理、資料要約、企画立案など）に適しています。

**操作の流れ**

「回答モード設定」タブに進み、<mark style="color:blue;">**「ワークフロー」**</mark>を回答モードとして選択してください。\
このモードは、特定のタスク志向の利用シーンに適しています。例えば：

* **ナレッジ管理**：社内のナレッジ資料の集約、参照、メンテナンスを支援
* **情報要約**：ドキュメントの要点や会議記録を素早く整理
* **企画ライティング**：アイデアの発想や提案ドラフトの作成などを支援

実際の業務ニーズに応じて、対応するワークフローモジュールを選択し、AI アシスタントが特定のタスクで最大の効果を発揮できるようにしてください。

<figure><img src="/files/XuH3g5tJzTEIRLHVcdlp" alt=""><figcaption></figcaption></figure>

**利用シーン：コピーライティングアシスタント**

例えば、あなたが食品会社のマーケティング担当者で、新発売のヘルシーなお菓子の宣伝コピーを作成しているとします。

まず、「ワークフロー」で「ライティングアシスタント」を選択できます。

<figure><img src="/files/AjBkZY4xNY29vbTVhL6V" alt=""><figcaption></figcaption></figure>

次に、AI アシスタントの質問応答画面でライティングのニーズを伝えることができます。AI アシスタントは、コピー作成に必要な重要情報を一つずつ入力するよう案内します。例えば：

* コピーのテーマ
* ライティングのスタイル
* ターゲット層
* コピーの文字数

AI はあなたの設定に基づいて、シーンとコミュニケーションのニーズに合ったコピーの選択肢を生成し、素早い発想を支援してライティングの効率を高めます。

<figure><img src="/files/1wdG0E0kvnZLZFTeQ5mf" alt=""><figcaption></figcaption></figure>

<figure><img src="/files/UmFZmuvvjtkpUX4cl6mC" alt=""><figcaption></figcaption></figure>
{% endtab %}

{% tab title="回答モード：Agent" %}
**適用シーン**

企業の日常業務において、従業員は定型業務のニーズや上司から指示されたタスクに応じて、資料の整理やデータ分析を行い、レポートや分析報告書を作成する必要が頻繁にあります。よくある照会の質問には以下のようなものがあります：

* 「先月、最も売れた製品はどれですか？」
* 「売上高が 10 万を超えるすべての顧客をリストアップしてください」
* 「直近 3 か月の売上トレンドはどうですか？」

このような質問を非技術者が処理する場合、多くの場合、データチームに SQL クエリ文の作成を依頼する必要があり、プロセスに時間がかかり効率も限られます。

現在は、MaiAgent の Agent モードを通じて、システムが Text to SQL ツールを使用し、自然言語の質問を対応する SQL 構文に自動変換して、データベースをリアルタイムで照会し、迅速に分析結果を出すことができます。

{% hint style="info" %}
Text to SQL 機能の紹介については、こちらをご参照ください：[Text to SQL 機能](/maiagent-user-guide/maiagent-user-guide-ja/database/text2sql.md)
{% endhint %}

この機能は、<mark style="color:blue;">**リアルタイム照会やデータインサイト**</mark>が必要なシーン（レポート分析、運営指標のトラッキング、データ照会など）に特に適しています。非技術者でも簡単にデータを取得でき、より直感的で効率的なデータ駆動型の意思決定プロセスを実現します。

**Text to SQL の操作の流れ**

1. 「回答モード設定」タブに進み、<mark style="color:blue;">**「Agent」**</mark>を回答モードとして選択します

<figure><img src="/files/soCGr8tnGLox2ocEocWl" alt=""><figcaption></figcaption></figure>

2. データベースの内容をアップロードするか、データベース URL を選択します

   {% hint style="info" %}

   * MaiAgent が対応しているもの：
     * **MySQL**
     * **PostgreSQL**
     * **Oracle DB**
     * **Microsoft SQL Server (MSSQL)**
   * maiagent オプションは、MaiAgent ナレッジベースにすでにアップロードした Excel ファイルを適用するものです {% endhint %}

**利用シーン：EC 製品売上高のデータ照会**

例えば、あなたが EC プラットフォームのマーケティング担当者で、製品の売上高などのデータを素早く照会したいとします。

まず、「回答モード設定」タブで、<mark style="color:blue;">**「Agent」**</mark>を回答モードとして選択します。

<figure><img src="/files/4Sb0af7t2cCZjI4GVS4b" alt=""><figcaption></figcaption></figure>

次に、ナレッジベースに Excel ファイルをアップロードすると、システムが自動的に照会可能なデータベース形式に変換します。

{% hint style="info" %}
MaiAgent ナレッジベースを使用して Text to SQL を行う詳しい紹介については、こちらをご参照ください：[MaiAgent ナレッジベースを使用した Text to SQL](/maiagent-user-guide/maiagent-user-guide-ja/database/text-to-sql-maiagent.md)
{% endhint %}

<figure><img src="/files/cadCswzbGEmyTjot2S9N" alt=""><figcaption></figcaption></figure>

また、社内の技術担当者に MySQL または PostgreSQL の接続文字列を直接提供してもらうこともできます。

ここでは PostgreSQL の接続文字列をすでに取得していると仮定します。データベース URL のドロップダウンメニューで PostgreSQL を選択し、接続文字列を貼り付けて、保存をクリックしてください。

<figure><img src="/files/2RZKS8rkOeyrAKRYWwtF" alt=""><figcaption></figcaption></figure>

設定が完了したら、AI アシスタントの質問応答画面で質問を入力できます。例えば：

「公式サイトで売上高が最も高い 3 つの品目は何ですか、送料は除いて」

<figure><img src="/files/bYlvKFyAVqlHrYS5B0Cs" alt=""><figcaption></figcaption></figure>
{% endtab %}
{% endtabs %}

## 6. アシスタント権限の事前割り当て <a href="#pre-assign-agent-permissions" id="pre-assign-agent-permissions"></a>

{% hint style="info" %}
[RBAC に基づく権限管理アーキテクチャと説明](/maiagent-user-guide/maiagent-user-guide-ja/org/role-permission.md)
{% endhint %}

「<mark style="color:blue;">権限設定</mark>」タブを選択すると、アシスタントをどのメンバーにアクセスできるよう事前に割り当てるかを設定できます。デフォルトではすべての役割に追加するよう全選択されており、利用シーンに応じて設定を変更できます。

<figure><img src="/files/9gmkNIw2iqZq9K6gNAM4" alt=""><figcaption></figcaption></figure>

## 7. AI アシスタントの作成を完了する <a href="#complete-ai-agent-setup" id="complete-ai-agent-setup"></a>

以上のステップを入力し終えたら、ダイアログ右下の青い「<mark style="color:blue;">確認</mark>」ボタンを押せば設定が完了します 🎉。


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## 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, and the optional `goal` query parameter:

```
GET https://docs.maiagent.ai/maiagent-user-guide/maiagent-user-guide-ja/build/setup.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

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.