Designing the agent

Studio Web で会話型エージェントの動作、機能、エンタープライズ システム連携を設定します。

This page covers the design-time configuration options for conversational agents in Studio Web's Agent Builder. Use these settings to define your agent's behavior, capabilities, and integration with enterprise systems.

Creating a conversational agent in Agent Builder

1. studio.uipath.com に移動します。
2. [新規作成] を選択し、[エージェント] を選択します。
3. [会話型] を選択します。
4. エージェントを Autopilot に説明し、出発点となる設定を生成するか、[新規作成] を選択します。

システム プロンプト

システム プロンプトはエージェントの動作の基盤です。システム プロンプトでは、さまざまなシナリオを処理するためのエージェントのペルソナ、目標、制約、指示を定義します。

含める内容

包括的なシステム プロンプトは、以下に対処する必要があります。

• アイデンティティとペルソナ: エージェントは誰であるか。どのようなトーンを使用する必要があるか。
• スコープと境界: エージェントはどのようなトピックを処理する必要があるか。また、何を拒否する必要があるか。
• ツールの使用に関するガイドライン: エージェントはどのような場合に特定のツールを使用する必要があるか。
• エスカレーションの基準: エージェントはどのような場合に人間にハンド オフする必要があるか。
• 応答の形式: エージェントは応答をどのように構成する必要があるか。

システム プロンプトの例

あなたは Contoso Corporation の人事アシスタントです。あなたの役割は、会社のポリシー、福利厚生、人事手続きに関する質問について従業員を支援することです。

ガイドライン

• プロフェッショナルかつ親しみやすい口調で、簡潔に応答してください。
• ポリシーに関する質問に回答する前に、必ずナレッジ ベースを検索してください。
• ポリシーを参照するときは、具体的なドキュメントを引用してください。
• 回答が見つからない場合は、人事担当者にエスカレーションすることを提案してください。

境界

• 個々の従業員の業績や報酬については話し合わないでください。
• ポリシーの例外について約束しないでください。
• 法律に関する質問は法務部門にリダイレクトしてください。

Autopilot を使用してプロンプトを生成する

Autopilot は、効果的なシステム プロンプトを作成するのに役立ちます。

1. [システム プロンプト] セクションで、ユース ケースを自然言語で説明します。
2. Autopilot が、説明に基づいて構造化されたプロンプトを生成します。
3. 生成されたプロンプトを確認し、具体的な要件に適合するように調整します。

ヒント:

Autopilot によって生成されたプロンプトから始めて、テストに基づいて反復処理します。デバッグ チャットを使用すると、対処が必要なプロンプトのギャップを特定するのに役立ちます。

エージェントのスコアを使用する

エージェントのスコアは、エージェントの構成を分析したもので、改善のための推奨事項を提供します。スコアで評価される内容は次のとおりです。

• システム プロンプトの品質: 明確さ、完全性、一貫性、思考の連鎖、デモ
• ツールの設定: 数、コンテキストの明確さ、完全性

エージェントのスコアを表示するには、以下の手順を実行します。

1. エージェント デザイナーで、[ヘルス スコアを開く] のインジケーターを探します。
2. インジケーターを選択すると、詳細な推奨事項が表示されます。
3. 提案に対処して、エージェントの有効性を向上させます。

詳しくは、「エージェントのスコア」をご覧ください。

モデルの選択

会話型エージェントは複数の大規模言語モデル (LLM) をサポートしています。機能、遅延、コストの要件に基づいてモデルを選択します。

適切なモデルを選択するためのガイダンスについては、「エージェントに最適なモデルを選択する」をご覧ください。

注:

会話型エージェントは UiPath 管理のモデルで利用可能です。LLM の設定をサポートしているため、ユーザーは独自の LLM サブスクリプションを使用できます。

入力

入力は、 データ マネージャー の会話型エージェントで定義された名前付き変数で、システム プロンプトおよびツール呼び出しの引数にテンプレート化できます。入力は、呼び出し元が各ターンでエージェントに渡す場合に使用します (会話履歴にすでに記録されているコンテキストを超える追加のコンテキスト)。

重要:

会話履歴 (ユーザー メッセージ、エージェント メッセージ、過去のツール呼び出しの結果) は、各ターンの実行時にすでに暗黙的にエージェントに渡されています。入力は、エージェントが会話自体から導き出すことができない追加のコンテキストに対してのみ定義する必要があります。カスタム入力を使用せずに始めて、特定のユース ケースで必要なときに導入します。

サーフェスが入力を表示する方法

会話画面では、会話の開始時に初期入力値を設定でき、会話中の任意の時点で更新することもできます。

• インスタンスの管理や iFrame の埋め込みなどの構築済みのサーフェスにより、ユーザーが会話の前または会話中に入力値を入力するフォームが提供されます。
• UiPath TypeScript SDK を使用すると、入力値をカスタム サーフェスにどのように設定するかを直接制御できます。たとえば、入力を Web UI の状態 (またはその他のクライアント側の状態) にワイヤリングして、エージェントが毎ターン最新のサーフェス コンテキストを自動的に受信するようにすることができます。

ツール

ツールは、エージェントの能力を会話の枠を超えて拡張します。会話型エージェントは、自律型エージェントと同じツールをサポートします。

サポートされるツールの種類

ツールの種類	説明	ユースケース
コンテキスト グラウンディング	ナレッジ ベースのインデックスの検索	ドキュメントに関する、RAG ベースの Q&A
ファイルを分析	LLM による、アップロードされたファイルの処理	ドキュメントの分析、フォームの抽出
Integration Service アクティビティ	外部システムへの構築済みコネクタ	カレンダー、メール、CRM の操作
API ワークフロー	カスタム API ベースのオートメーション	バックエンドとの連携
RPA ワークフロー	クロスプラットフォームおよび Windows ベースのオートメーション	レガシ システムとの対話
自律型エージェント	入れ子になったエージェントの実行	複数のステップから成る複雑なタスク
MCP サーバー	モデル コンテキスト プロトコルとの連携	外部ツールのエコシステム
クライアント側のツール	クライアント画面上で実行されるツール	ホスト アプリのデータにアクセスし、UI アクションをトリガーする
IXP モデル	インテリジェントなドキュメント処理	構造化ドキュメントの抽出

ツールを追加する

1. エージェント デザイナーで [ツールを追加] を選択します。
2. ツールの種類を選択し、パラメーターを設定します。
3. エージェントがツールをいつ、どのように使用する必要があるかについて明確な説明を入力します。

API 呼び出しのみを実行するワークフローの場合、リアルタイム チャットのシナリオでパフォーマンスを向上させるには、RPA ワークフローではなく API ワークフローを使用します。

ヒント:

ツールで Integration Service のコネクタを使用する場合は、ユーザーが 実行時に個人用コネクションを使用して独自のコネクションを選択できるようにできます。これは、エージェントがユーザー自身の資格情報を使用して動作する必要がある場合に便利です。たとえば、ユーザーのアカウントからメールを送信したり、個人の予定表にアクセスしたりする場合などです。

ツールの説明

ツールの説明により、各ツールをいつ使用するかについてエージェントをガイドします。以下を明確に記述した説明を入力します。

• ツールの処理内容
• ツールを使用すべき状況 (任意)

ツールの説明の例

Search HR Policies: Use this tool to find information about company policies,
benefits, and HR procedures. Always use this tool before answering questions
about policies.

ツールのガードレール

ツールにガードレールを適用して、ランタイム ポリシーを適用します。ガードレールにより以下を行うことができます。

• ツールを実行できる条件を制限する
• 実行前に入力を検証する
• 出力をフィルター処理または変換する

詳しくは、「ガードレール」をご覧ください。

ツール呼び出しの確認

提案されたアクションをユーザーが確認するまで実行してはならないツールには、ツール呼び出しの確認を使用します。たとえば、ツールがイベントを作成したり、メールを送信したり、ビジネス レコードを更新したり、外部の副作用があるオートメーションをトリガーしたりする前に、確認を要求します。

ツールの確認を要求するには、次の手順を実行します。

1. エージェント デザイナーで、設定するツールを選択します。
2. ツールのガードレールの設定で、[確認が必要] を有効 化します。
3. エージェントを保存してパブリッシュします。

ツールで確認が必要な場合、エージェントはツールを実行する前に一時停止し、使用する予定の入力パラメーターをユーザーに示します。ユーザーは、ツールの呼び出しを承認したり、承認前に入力値を変更したり、ツールの呼び出しを却下したりできます。

実行時の処理の流れは次のとおりです。

• ユーザーが変更なしで承認した場合、ツールはエージェントによって提案された元の入力で実行されます。
• ユーザーが入力を変更して承認すると、ツールは変更された入力で実行されます。
• ユーザーが確認を拒否した場合、ツールは実行されません。

注:

ツール呼び出しの確認はツールごとに設定します。実行前にユーザーによる確認が必要なアクションでは有効化し、読み取り専用のツールや安全に自動的に実行できるツールについては無効のままにします。

Context

コンテキストによってエージェントをコンテキスト グラウンディングのナレッジ ベースのインデックスに関連付けると、検索拡張生成 (RAG) を使用して引用に基づいた正確な応答を実現できます。

コンテキストを追加する

1. [コンテキストを追加] を選択します。
2. 利用可能なインデックスからコンテキスト グラウンディングのインデックスを選択します。
3. 検索パラメーターを設定します (任意)。

エージェントは、インデックスがユーザーの質問に関連する場合、自動的にインデックスに対してクエリを実行し、応答に引用を含めます。

インデックスの作成と管理について詳しくは、「コンテキスト」をご覧ください。

ファイルの処理

会話型エージェントは、チャット中にアップロードされたファイルを処理できます。これにより、ドキュメントの分析、フォームの処理、画像の解釈などのユース ケースが可能になります。

ファイルのアップロードを有効化する

ファイルの分析を有効にするには、ファイルを処理できる以下のツールを追加します。

• Analyze Files: LLM を使用した一般的なファイル分析のための組み込みツールです。
• IXP モデル: 構造化されたドキュメントの抽出用です。

サポートされているファイルの種類

ファイルの種類	推奨ツール
画像 (GIF、JPE、JPEG、PNG、WEBP)	ファイルを分析
PDF ドキュメント	Analyze Files、IXP

重要:

アップロードできるファイル サイズは 5 MB に制限されています。

エスカレーション

エスカレーションを使用すると、エージェントは、確信を持って要求を処理できない場合、会話を人間にハンド オフすることができます。

エスカレーションの仕組み

1. エージェントは、(システム プロンプトの基準に基づいて) 人間による支援が必要かどうかを判断します。
2. エージェントは、Action Center にエスカレーション タスクを作成します。
3. 人間がエスカレーションを解決するまで、会話は一時停止します。
4. 解決されると、エージェントは人間の入力を使用して続行します。

エスカレーションを設定する

1. エージェント デザイナーで、[エスカレーションを追加] を選択します。
2. エスカレーションの種類を設定します。
3. システム プロンプトでエスカレーションの基準を定義することを忘れないでください。

注:

Conversations run synchronously during escalation. The agent pauses all interaction until the escalation is resolved. If you need to launch escalations without blocking the chat, build your chat assistant in Maestro Flow instead, and run a Human Task node on a parallel branch, so the conversation keeps moving while the approval happens in the background.

詳しくは、「エスカレーションとエージェント メモリ」をご覧ください。

接続に関する考慮事項

エージェントで Integration Service のコネクタに依存するツールを使用する場合は、実行時にコネクションをどのように管理するかを検討してください。

• 共有コネクションは 、管理者によって Orchestrator フォルダー内で構成されます。共有コネクションは設計およびデバッグ時に構成し、パブリッシュ後に必要なコネクタに確実にアクセスできるようにします。
• 個人用コネクション (パブリック プレビュー) では、個々のユーザーが実行時に独自の Integration Service のコネクションを選択できます。これは、エージェントがユーザー自身の資格情報を使用して動作する必要がある場合に便利です。たとえば、ユーザーのアカウントからメールを送信したり、個人の予定表にアクセスしたりする場合などです。

個人用コネクションをサポートするエージェントを設計する際には、以下の点に留意してください。

• ユーザーに対して個人用コネクションを有効化するには、 個人用コネクションの設定手順に従って各エージェント ツールを設定する必要があります。
• エージェントのツールで、個人用コネクションをサポートするコネクタ (Outlook、Slack、Salesforce など) を使用する必要があります。
• 一致するコネクションが利用可能になると、エージェントはユーザーの個人用ワークスペースからコネクションを自動設定します。このため、ほとんどのユーザーにとってコネクションをシームレスに設定できます。
• 自動設定されたコネクションが失敗した場合、または一致するコネクションが見つからない場合は、新しいコネクションを選択するか作成するよう求められます。
• コネクタに個人用コネクションが設定されていない場合、エージェントは Orchestrator フォルダー内の共有コネクションにフォールバックします。
• 外部アプリケーションを使用する場合、ユーザーの個人用ワークスペースからのコネクションのみを使用できます。共有フォルダーの接続は表示されません。

実行時にユーザーが個人用コネクションを設定する方法について詳しくは、「 個人用コネクション」をご覧ください。

デザインのベスト プラクティス

明確なペルソナから始める

エージェントを汎用のままにするのではなく、エージェントに対して特定のアイデンティティを定義します。明確なペルソナは、エージェントが一貫したトーンと動作を維持するのに役立ちます。

あまり効果的ではない例: 「あなたは役に立つアシスタントです。」より効果的な例: 「あなたは Contoso Corporation のフレンドリーな人事アシスタントであり、従業員が会社のポリシーと福利厚生を理解できるよう支援することを専門としています。」

予測不可能な状況に対応できるように設計する

ユーザーは不完全な情報、曖昧な情報、誤った情報を提供する可能性があります。システム プロンプトでエージェントに以下を指示する必要があります。

• 必要に応じて明確化のための質問をする
• 部分的な情報を適切に処理する
• 間違った理解から回復する

ツールの使用法を明確にガイドする

エージェントがツールをいつ使用すべきかを理解していると思い込まないようにしてください。次のような明確な指示を含めます。

## Tool usage
- ALWAYS search the knowledge base before answering policy questions
- Use the calendar tool when the user asks about scheduling
- NEVER create calendar events without explicit user confirmation

評価を反復処理する

予期されるシナリオ (好結果が得られたパス) と予期しないシナリオ (エッジ ケース) の両方のテスト ケースを作成します。評価結果に基づいてエージェントの設定を更新します。

次のステップ

• 評価: エージェントの動作をテストする
• デプロイ: エージェントをパブリッシュしてデプロイする

Need more advanced conversation modeling — routing, hand-off between specialist agents, or backend automations running in parallel with the conversation? See Build in Maestro Flow to model the whole chat as a conversational Flow.