AI オートメーション データの準備: エージェントの前に入力を修正する
AI エージェントが失敗するのは、モデルが弱いからだけではありません。プロセス周辺のデータの準備ができていないために、失敗することがよくあります。
ワークフローがより運用可能になればなるほど、入力の重要性は高まります。
真実の情報源を定義する
すべての自動化されたワークフローは、データが競合した場合にどちらのシステムが優先されるかを認識する必要があります。
たとえば:
- CRM またはスプレッドシート?
- チケットまたは電子メールのスレッド?
- 契約書ですか、それとも社内メモですか?
- 最新の文書ですか、それとも承認された文書ですか?
真実の情報源について人間の意見が異なる場合、エージェントはその混乱を増幅させます。
不足している情報を見えるようにする
強力な自動化システムは、すべての入力が完了したように見せかけません。隙間を検出してくれます。
便利なチェック:
- 必須フィールド
- 添付ファイルが不足している
- 顧客の身元が不明瞭
- 古い記録
- 矛盾した日付
- 矛盾した指示
場合によっては、最適な自動化ステップが「タスクを完了する」ことではない場合があります。それは「欠けているコンテキストを尋ねる」です。
アクセスを意図的に設計する
AI ワークフローにはアクセスが必要ですが、アクセスは無制限であってはなりません。
定義:
- エージェントが読み取ることができるもの
- 何が書けるのか
- どのツールを呼び出すことができるか
- 承認が必要なもの
- どのデータが機密であるか
- ログに記録する必要があるもの
優れた自動化は、制約があるからこそ強力です。
知識を徐々に構造化する
多くの企業がナレッジ エージェントを望んでいますが、彼らのナレッジは文書、チケット、チャット、そして人々の頭の中に分散しています。
価値の高い知識を整理することから始めます。
- 繰り返しの手順
- 製品の決定
- カスタマーサポートのパターン
- 価格設定ルール
- オンボーディング手順
- 既知の例外
これにより、魔法のように検索する前に、検索が便利になります。
コンテキストをワークフローの近くに置く
一般的な知識は、ワークフロー固有のコンテキストほど役��立ちません。最高の自動化システムは、ユーザーが今何をしようとしているかを知っています。
これは、データをプロセス状態に接続することを意味します。
- 現在のケース
- 顧客履歴
- 以前の決定
- 適用されるポリシー
- 次に必要なアクション
Context は AI をチャットボットからワークフロー アシスタントに変えます。
実際的なルール
「どのモデルを使用すべきか?」と考える前に、次のように考えてください。
有能な人間がこれをうまく行うにはどのような情報が必要でしょうか?
その情報が欠落していたり、散在していたり、信頼性が低い場合は、最初にデータ層を修正してください。