- 基本情報
- ベスト プラクティス
- データ プライバシー
- Autopilot のチャット
- オートメーションを生成する
- テストを生成する
- Autopilot for Everyone
Autopilot ガイド
Autopilot は、UiPath 製品の操作を支援することを目的に設計された会話形式のインターフェイスを備えています。コンテキストに対応した永続的なワークスペースが提供されており、自然言語を使用してオートメーションの構築、製品の機能の活用、ドキュメントの検索を行うことができます。
Autopilot は、入力履歴を保持し、意図を解釈して、タスクに固有の的確な提案で回答します。ワークフローのどの時点でも、以前の入力の参照、パラメーターの調整、プロンプトの調整、意図の明確化を行うことができます。また、提案の説明、指示の言い換え、既存のステップの変更をすべて同じインターフェイス内から Autopilot に依頼できます。
Autopilot は、オートメーションのロジックと同時に進化するため、要件の変化に応じて関連性の高い推奨事項を提供します。
チャット エクスペリエンスの主な機能は次のとおりです。
- コンテキストの保持 - 過去の入力内容や判断を記憶します。
- プロンプトの改良 - プロンプトをリアルタイムに編集し、ゼロから始めることなく結果を改善できます。
- 会話型エクスペリエンス - 自然言語を使用して質問をしたり、変更を加えたりします。
- インラインでの提案 - 現在のコンテキストに固有の推奨事項をチャット内で直接提供します。
- 統合されたワークスペース - すべての対話、反復処理、結果が常に 1 か所にまとめられています。
- ワークフローの継続性 - ステップやステージ間でフローが維持されます。
- 対話型デバッグ - フォローアップの質問や意図の明確化によって、問題の特定と修正を支援します。
- コードとロジックの認識 - オートメーションやコードの構造を理解し、関連性の高いガイダンスを提供します。
- Gemini 2.5 Flash - 深い推論を必要としない、高速で一般的なタスクに最適です。
- Gemini 2.5 Flash (エージェント) - スピードとエージェンティック機能が組み合わさっており、複数ステップのやや複雑なタスク向けです。
- Gemini 2.5 Pro - 複雑なオートメーションの構築、レビュー、デバッグに最適で、より深い推論を提供します。
- Gemini 2.5 Pro (エージェント) - 完全性と高度な計画が求められる、非常に複雑なエージェント ドリブンのタスクに最適です。
- GPT-5 Mini - 試験段階 - 短い回答時間が重要な単純なタスク向けです。試験段階のモデルです。
- GPT-5 Mini - 試験段階 (エージェント) - 単純なタスクで構造化された出力をより高速に生成するための、試験段階のエージェンティック モデルです。
- GPT-5 - 試験段階 - 一般的なタスクから複雑なタスクにまで対応します。試験段階の最先端の LLM 機能を活用します。
- GPT-5 - 試験段階 (エージェント) - 最新のモデルを使用する、エージェント ドリブンの複雑なタスク向けの試験段階のエージェンティック モデルです。
- 複雑な問題を分解する
- 適切なツール (Web 検索、RPA ワークフロー アシスタント) を選択して使用する
- 複数ステップのプロセスを実行する
- 進捗状況を監視して戦略を適応させる
LLM は Autopilot のチャットの画面から選択できます。
- これらの LLM を使用するには、必要なポリシーが AI Trust Layer に設定されていることを確認します。
- 特にドキュメント AI 機能では、Autopilot は Azure OpenAI を使用します。
For more information on data residency, refer to the Global cloud regions topic.
Autopilot によって提供される AI 機能を使用するには、AI Trust Layer のポリシーがアクティブになっていて、テナントにデプロイされていることを確認してください。
方法については、以下をご覧ください。
Autopilot は、さまざまな UiPath 製品でユーザーを支援することを目的として設計されており、多様なタスクに対して AI を活用したサポートを提供します。たとえば、オートメーションの構築と編集、複雑なワークフローの理解、ドキュメントや他のソースからの関連情報の取得などをサポートします。Autopilot は非常に効果的ですが、不正確な回答、誤解を招く回答、不完全な回答を生成することがあります。これは大規模言語モデルの既知の制限であり、「ハルシネーション」と呼ばれることがあります。
例:
- Autopilot が、現在のワークフローに適用されないステップを提案する場合があります。
- 正しそうに見えても、事実として間違っていたり、古い論理に基づいていたりする説明を提供することがあります。
- ドキュメントや Web 検索などの外部情報を使用する場合、重要な詳細を見落としたり、ソース コンテンツを誤って解釈したりすることがあります。
- 特に、重要なワークフローやリスクの高いワークフローでは、提案を適用する前にダブルチェックします。
- チャット インターフェイスの [不満] ボタンを使用して、役に立たない回答や誤った回答にフラグを付けます。
- ドキュメントのリンクを確認するか、引用文献がある場合はその文献を検索します。これらには、要約に含まれていない追加のコンテキストが含まれていることがよくあります。
Autopilot は、意思決定者としてではなく共同作業者として最適に機能する強力なアシスタントです。安全、正確、効果的なオートメーションを構築するには、依然としてユーザーの意見と評価が欠かせません。