Treasure Data AI Agent Foundryは、AIエージェントの開発と管理のための構成要素をサポートします。エージェントを使用して、マーケティング活動の効率化と運用コストの削減にどのように貢献できるかを想像してみてください。
AI Agent Foundryを使用すると、TD Plazmaデータベースに保存されているデータを利用してエージェントを作成できます。特定のAIモデルでコンテンツを生成し、Treasure Data内で利用したり、Treasure Dataの外部で使用したりできます。例えば、Google スプレッドシート、Gmail、Slackなどから AIモデルを呼び出すことができます。
以下は、AI Agent Foundryの仕組みを簡略化した図です。
- Treasure DataのAI Agent Foundryは、マネージドプロジェクトと自己定義プロジェクトをサポートします。
- プロジェクトは、エージェント、ナレッジベース、およびインテグレーションで構成されます。
- エージェントは実行の単位であり、一般的に特定のタスクを持ちます。
- ナレッジベースは、Plazmaデータベースへの参照の定義です。エージェントはナレッジベースをツールとして使用でき、Trinoを通じてPlazma DBに対してSQLを発行できます。
- インテグレーションは、エージェントがユーザーに公開される場所の設定です。現在、TDコンソール内では「Audience Studio」(Audience Agentsとして)と「Generic chat」(AI Agent FoundryのChat)をサポートし、TDコンソールの外部では「Webhook」(Webhook APIエンドポイント経由でのアクセスを有効化)と「Slack」(Slackチャット経由でのアクセスを有効化)をサポートしています。
- データの準備: データはAI Agent Foundryがアクセスできるように、Treasure Data内に存在する必要があります
- プロジェクトの作成: AI Agent Foundryにアクセスし、必要に応じてプロジェクトを作成します
- ナレッジベースとエージェントの定義: エージェントが参照する必要があるPlazmaデータベースのナレッジベースを定義します。また、目的に応じてエージェントを定義します
- エージェントと適切なユーザープロンプトを構築するには、テストチャットの使用をお勧めします。エージェント編集ビューとテストチャットの間を行き来することが想定されます。
- エージェントとユーザープロンプトに自信が持てたら、汎用チャットを定義して、エージェントユーザーがプロジェクト内の汎用チャットタブでエージェントを確認できるようにします
- エージェントとの対話: ユーザーがエージェントを使用できるようにするために、必要なインテグレーションを定義します
Treasure DataのAI Agent Foundryは、すべてのLLMモデルをサポートしているわけではありません。詳細については、サポートされているAIモデルを参照してください。