会話型エージェントを設計する

このページでは、Studio Web で利用できる会話型エージェントの設計時の設定オプションについて説明します。これらの設定を使用して、エージェントの動作、機能、およびエンタープライズ システムとの連携を定義します。

会話型エージェントを作成する

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

You are an HR assistant for Contoso Corporation. Your role is to help employees with questions about company policies, benefits, and HR procedures.

## Guidelines
- Be professional, friendly, and concise
- Always search the knowledge base before answering policy questions
- Cite specific documents when referencing policies
- If you cannot find an answer, offer to escalate to an HR representative

## Boundaries
- Do not discuss individual employee performance or compensation
- Do not make promises about policy exceptions
- Redirect legal questions to the legal department

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。

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
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。

ヒント:

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。

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。

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:

エスカレーション中に、会話は同期的に実行されます。エージェントは、エスカレーションが解決されるまですべての対話を一時停止します。

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。

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
• エージェント構築のベスト プラクティス: 設計に関する追加のガイダンス