本チュートリアルでは、AI ワークフローアシスタントを利用して、自然言語の指示からワークフローを自動生成する方法を紹介します。 通常、ワークフローを作成する場合は、LLM モジュール、情報分類モジュール、ナレッジベース検索、データベース検索、データベース更新などのノードを個別に追加し、手動で接続する必要があります。 AI ワークフローアシスタントを利用すると、作成したい業務フローを自然言語で入力するだけで、必要なノード構成や接続関係を自動生成できます。Documentation Index
Fetch the complete documentation index at: https://docs.agentify.jp/llms.txt
Use this file to discover all available pages before exploring further.
自然言語で設計
作りたい業務フローを文章で入力し、ワークフローの下書きを生成します。
リソースを参照
AI モデル、ナレッジベース、データベースを前提情報として利用できます。
追加指示で調整
生成結果を確認しながら、自然言語で段階的に修正できます。
全体の流れ
1. AI ワークフローアシスタントとは
AI ワークフローアシスタントは、ユーザーが入力した自然言語の要件をもとに、ワークフローのノード構成と接続関係を自動生成する機能です。 たとえば、「社内ルール質問はナレッジベースで回答し、備品在庫確認はデータベースを検索し、申請登録はデータベースへ保存する AI総務 Agent を作成してください」と入力すると、情報分類、LLM、ナレッジベース検索、データベース検索、データベース更新などのノードを組み合わせたワークフローを生成できます。 これにより、ノードを1つずつ手動で追加する作業を減らし、業務フローの設計を効率化できます。AI ワークフローアシスタントを利用するには、スマート版に入る必要があります。

2. 事前に準備するもの
自然言語でワークフローを生成する前に、必要に応じて以下のリソースを準備します。 本チュートリアルでは、AI総務 Agent を例として、AI モデル、ナレッジベース、データベースを利用します。AI モデル
回答生成、分類、SQL 生成などに使用します。
ナレッジベース
社内ルール、FAQ、申請手順などの参照情報を登録します。
データベース
備品在庫テーブル、総務申請テーブルなどの業務データを接続します。

3. コンテキストリソースを設定する
画面左側の「コンテキストリソース」では、ワークフロー生成時に AI ワークフローアシスタントが参照できるリソースを設定します。 ここで選択したリソースは、右側の AI ワークフローアシスタントがワークフロー構成を考える際の前提情報として利用されます。 AI総務 Agent を作成する場合は、以下を設定します。| リソース | 用途 |
|---|---|
| AI モデル | 回答生成や分類に使用するモデル |
| ナレッジベース | 社内ルール、FAQ、申請手順 |
| データベース | 備品在庫テーブル、総務申請テーブル |

4. 自然言語で作成したいワークフローを指示する
AI ワークフローアシスタントには、作成したいワークフローの目的、入力、分岐条件、使用するリソース、最終出力をできるだけ具体的に入力します。 指示が曖昧な場合、生成されるワークフローも想定と異なる可能性があります。以下の観点を含めて入力すると効果的です。- 何を実現したいか
- ユーザー入力をどのように分類するか
- どの分岐でナレッジベースを使うか
- どの分岐でデータベースを使うか
- どの分岐でデータベース更新を行うか
- 最終的にユーザーへどのような回答を返すか
Prompt 例


5. 生成されたワークフローを確認する
AI ワークフローアシスタントがワークフローを生成したら、中央のキャンバスでノード構成と接続関係を確認します。 確認するポイントは以下です。- 最初にユーザー入力が情報分類モジュールへ接続されているか
- 情報分類のラベルが想定通り設定されているか
- 社内ルール質問の分岐がナレッジベース検索へ接続されているか
- 備品在庫確認の分岐がデータベース検索へ接続されているか
- 申請登録の分岐が SQL 生成 LLM とデータベース更新へ接続されているか
- 最後に各分岐の回答が出力ノードへ接続されているか

6. 必要に応じて追加指示で修正する
生成されたワークフローが想定と異なる場合は、右側の AI ワークフローアシスタントに追加指示を入力して修正できます。 以下のように、自然言語で追加指示を出すことで、ワークフローを段階的に修正できます。

7. プレビューで動作確認する
ワークフロー生成後は、画面上部の「プレビュー」から動作確認を行います。 本チュートリアルでは、以下の3つの入力で確認します。社内ルール質問のテスト
社内ルール質問のテスト
input 例: 有給は何日前までに申請すればいいですか?期待 output: 社内ルール質問として分類され、ナレッジベースを参照して回答する。
備品在庫確認のテスト
備品在庫確認のテスト
input 例: ノートPCの在庫はありますか?期待 output: 備品在庫確認として分類され、データベースから在庫情報を取得して回答する。
申請登録のテスト
申請登録のテスト
input 例: 営業部の田中です。新入社員用にノートPCを1台申請したいです。6月1日から使いたいです。期待 output: 申請登録として分類され、INSERT SQL を生成してデータベースに登録する。





8. 保存・公開する
動作確認が完了したら、画面右上の「保存」をクリックしてワークフローを保存します。 社内利用やデモ環境で利用する場合は、必要に応じて「公開」設定を行います。 公開前には、以下を確認してください。- 不要なノードが残っていないか
- データベース更新処理が想定通りの SQL のみを実行しているか
- ナレッジベースやデータベースの接続先が正しいか
- プレビューで主要シナリオが正常に動作するか

9. まとめ
本チュートリアルでは、AI ワークフローアシスタントを利用して、自然言語から AI総務 Agent のワークフローを生成する手順を紹介しました。 自然言語で要件を入力することで、情報分類、ナレッジベース検索、データベース検索、データベース更新、LLM 回答生成などのノードを組み合わせたワークフローを効率的に作成できます。 また、生成されたワークフローは追加指示によって修正できるため、最初からすべてのノードを手動で作成する必要がありません。手動構築版も確認する
ノードを手動で組み立てる AI総務 Agent の構築手順を確認できます。
Agent 公開を確認する
作成した Agent を HTTP App、API、MCP Server として公開する方法を確認できます。
