# Treasure Data AI Agent Foundryについて

Treasure Data AI Agent FoundryはCDPの基盤部分を基礎として構築され、顧客データ、Treasure DataのIntelligent CDP(ICDP)上に構築された基盤モデルとトラストレイヤーを統合することで、お客様がさまざまな目的に対応するエージェント機能を開発・活用できます。エージェントによって処理されるお客様のデータは、ケースバイケースで特定されます。いずれの場合も、お客様のCDPアカウント内のデータとなります。

開発者は、カスタムシステムプロンプトを備えたエージェントで構成されるアーキテクチャをTreasure Data内にセットアップし、さまざまな大規模言語モデルを選択し、スペシャリストエージェント用のスーパーバイザーエージェント/サブエージェントアーキテクチャを作成し、Treasure Dataの環境内で完全に実行されるRetrieval Augmented Generation (RAG)アーキテクチャを使用してナレッジベースとツールをセットアップして顧客データに回答を基盤付け、特定の出力スキーマと変数を宣言してデータ出力をデータ可視化ツールなどのさまざまなユースケースで使用できる形式に確定することができます。

AI Agent Foundryは、ワークフロー内にデプロイでき、汎用Webhookやその他の統合を通じてアクセスできるエージェントの作成をサポートします。

ユースケース

AI Agent Foundryは、Treasure Dataのデータガバナンスとトラスト機能、そしてTreasure Data内の顧客データを活用し、さまざまなユースケースに対応できる柔軟性と拡張性を備えています。開発者がRAGアーキテクチャなどのツールを使ってエージェントを開発し、Treasure Dataに保存されているデータにアクセスしたり活用したりできるシステムです。

使用例には次のようなものがありますが、これらに限定されるわけではありません。

* 実行可能性、個人を特定できる情報の包含、またはその他の形式のコンテンツ管理に関するコンテンツ評価
* ブランドガイドラインを使用して個人向けにパーソナライズされたコンテンツを生成する
* 定量データと定性データの一貫したデータ分析
* 異なる言語間でのコンテンツの翻訳
* 計画とスクリプト作成のサポート


基本的なエージェント開発ワークフロー:

1. Treasure Dataエコシステム内の関連テーブルのナレッジベースレコード(該当する場合)を作成します。
2. 主要なエージェントを開発します。
  1. エージェント名を設定する
  2. スターターメッセージを設定する(該当する場合)
  3. システムプロンプトを設定する
  4. エージェントを動かすために使用する基礎モデルを選択する
  5. 基礎モデルで使用する温度を選択します
  6. エージェントに関連する可能性のあるツール(ナレッジベースの参照など)を作成します。
  7. さまざまな出力タイプに特定の出力形式を設定する
3. 二次エージェントの開発(手順a～gを使用)(該当する場合)
4. ツール機能を使用して、セカンダリエージェントをプライマリエージェントに統合します(該当する場合)。
5. Webhookまたはその他のサポートされているプラットフォームとの統合を設定する(該当する場合)
6. エージェントをテストし、修正してから使用します。


注: [「理論上、AIエージェントは不正確な応答や誤った応答を提供する場合がありますか?」](/ja/products/customer-data-platform/ai-agent-foundry/in-theory-can-an-ai-agent-provide-an-inaccurate-or-false-response)および[「Treasure DataのAIエージェントはどのように応答や決定を下すのですか?」](/ja/products/customer-data-platform/ai-agent-foundry/how-do-treasure-data-s-ai-agents-come-up-with-a-response-or-decision)の記事で説明されているように、常にベストプラクティスを使用し、AIシステムの制限を理解してください。