> ## 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. # AI総務ー自然言語から作成 > AI ワークフローアシスタントを使い、自然言語の指示から AI総務 Agent のワークフローを自動生成するチュートリアル 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。 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。 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。 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 自然言語の要件から、ノード構成と接続関係を自動生成する機能を確認します。 AI モデル、ナレッジベース、データベースなど、ワークフロー生成に必要なリソースを用意します。 画面左側で、AI ワークフローアシスタントが参照できるリソースを指定します。 目的、入力、分岐条件、利用リソース、最終出力を具体的に指示します。 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。 想定と異なる箇所は、右側のアシスタントに追加指示を入力して調整します。 主要シナリオを入力し、分類、検索、登録、回答生成が期待通りに動作するか確認します。 動作確認後に保存し、必要に応じて公開設定を行います。 ## 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。 スマート版から AI ワークフローアシスタントを利用する画面 ## 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。 回答生成、分類、SQL 生成などに使用します。 社内ルール、FAQ、申請手順などの参照情報を登録します。 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。 AI総務 Agent で利用するリソースの準備画面 ## 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 | 必要なリソースを選択したら、右側の AI ワークフローアシスタントに作成したいワークフローの要件を入力します。 コンテキストリソースを選択する画面 ## 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 AI ワークフローアシスタントで自律的にワークフローを生成するには、推理モデルの設定が必要です。 ### Prompt 例 ```text theme={null} AI総務 Agent のワークフローを作成してください。 目的: 社内の総務問い合わせに対応する AI Agent を作成します。 ユーザー入力を最初に情報分類モジュールで分類してください。 分類ラベルは以下にしてください。 - 社内ルール質問 - 備品在庫確認 - 申請登録 - その他 各分岐の処理は以下の通りです。 社内ルール質問: - ナレッジベース検索を行う - 検索結果をもとに LLM で回答を生成する - 回答は日本語で丁寧に出力する 備品在庫確認: - ユーザー入力から備品名を抽出する - データベース検索で office_assets テーブルを検索する - 在庫数、状態、保管場所を LLM で自然な文章にして回答する 申請登録: - ユーザー入力から申請内容を整理する - general_affairs_requests テーブルに登録するための INSERT SQL を LLM で生成する - 生成した SQL をデータベース更新モジュールで実行する - 登録結果をもとに、受付番号、ステータス、担当者をユーザーへ回答する その他: - LLM で通常回答を行う - 判断できない場合は、総務担当者への確認を案内する 注意事項: - LLM、情報分類、ナレッジベース検索、データベース検索、データベース更新を使って構成してください。 - 申請登録では、SQL 生成 LLM が INSERT 文のみを生成するようにしてください。 - DROP、DELETE、ALTER、TRUNCATE、CREATE は生成しないようにしてください。 ``` AI ワークフローアシスタントに自然言語の指示を入力する画面 送信すると、推理モデルが自律的にワークフローを生成します。 AI ワークフローアシスタントがワークフローを生成している画面 ## 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 生成された AI総務 Agent ワークフローを確認する画面 ## 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。 ```text theme={null} 申請登録分岐に、データベース更新前の SQL 生成 LLM を追加してください。 備品在庫確認分岐では、ユーザー入力から asset_name を抽出してからデータベース検索するように修正してください。 社内ルール質問分岐では、必ずナレッジベース検索結果をもとに回答するようにしてください。 その他分岐では、判断できない場合に総務担当者への確認を案内するようにしてください。 ``` 追加指示で生成済みワークフローを修正する画面 追加指示後のワークフロー修正結果を確認する画面 ## 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。 **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。 **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。 **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。 社内ルール質問をプレビューでテストする画面 社内ルール質問の回答結果を確認する画面 備品在庫確認をプレビューでテストする画面 申請登録をプレビューでテストする画面 申請登録の処理結果を確認する画面 ## 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 生成した AI総務 Agent を保存する画面 ## 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。 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。 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。