> ## Documentation Index
> Fetch the complete documentation index at: https://help.teable.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# AI生成

> ワークフローでAIモデルを使用し、テキストまたは構造化データを生成します

<Tip>
  「スクリプトを実行」は、手動で構築する必要があるものも含め、すべてのアクションの動作を実現できるため、オートメーションの構築に使用することを強く推奨します。チャットで要件をAIに説明するだけです。

  アクションを手動で追加した場合、後からAIが認識または変更することはできません。
</Tip>

## AIで構築する

テーブル右側のサイドバーでAIチャットを開き、実行したい内容を説明します。

適切なトリガーとアクションの選択、フィールドのマッピング、ワークフロー全体の設定はAIが自動的に行います。

目的を一度説明するだけでワークフローが完成し、手動設定は必要ありません。

大規模言語モデルへプロンプトを送り、テキストまたは構造化 JSON を返します。レコードに基づくデータの分類、抽出、要約、生成に使用します。

## 設定

| 設定          | 必須  | 説明                                                                   |
| ----------- | --- | -------------------------------------------------------------------- |
| プロンプト       | はい  | AIへの指示。**+** をクリックすると、前のステップの動的変数を挿入できます                             |
| モデル         | いいえ | モデルを選択します。デフォルトはシステムモデルです。画像対応モデルと推論モデルも利用できます                       |
| Temperature | いいえ | ランダム性を制御します。0は最も決定的、1は最も創造的です。通常のデフォルトは約0.7です                        |
| 出力タイプ       | いいえ | **テキスト**（デフォルト）は自由形式のテキストを返します。**JSON** は定義したスキーマに一致する構造化 JSON を返します |
| 添付ファイル      | いいえ | 画像、PDF、Word文書、Excelファイルをアップロードします。画像対応モデルが必要です                       |

## モデルの機能

| タグ       | 意味                                             |
| -------- | ---------------------------------------------- |
| **画像対応** | プロンプトに添付された画像、PDF、Word文書、Excelファイルを読み取って分析できます |
| **推論**   | 回答と段階的な推論を返し、複雑な分析に役立ちます                       |

**スペース → 設定 → 連携**からサードパーティのAIモデルを接続できます。OpenAI、Anthropic、Google などのプロバイダーのモデルを利用できます。

## 設定方法

1. ワークフローに**AI生成**アクションを追加します。
2. AIが従う指示となる**プロンプト**を記述します。**+** をクリックすると、サポートチケットのテキスト、フォームの送信内容、商品説明などの動的な値を挿入できます。
3. （任意）デフォルト以外の特定の**モデル**を使用する場合は選択します。
4. （任意）**Temperature** を調整します。低い値（0～0.3）は一貫性と予測可能性を高め、高い値（0.7～1.0）は多様で創造的な出力を生成します。
5. （任意）構造化データが必要な場合は、**出力タイプ**を **JSON** に切り替えます。返す形式がAIにわかるよう JSON スキーマを定義します。
6. （任意）AIに文書や画像を読ませる場合は、**添付ファイル**を追加します（画像対応モデルが必要です）。
7. アクションを保存します。AIの応答は、後続ステップで **+** の変数選択から利用できます。

## プロンプト作成のヒント

AI出力の品質はプロンプトに大きく左右されます。実用的な指針は次のとおりです。

* **具体的に指示する。** 「これを分類して」ではなく、「このサポートチケットを請求、技術、アカウント、その他のいずれかに分類してください」と記述します。
* **プロンプトに例を含める。** 期待する内容をAIに示します。
  ```
  次のサポートチケットを分類してください。カテゴリー名だけを返してください。

  カテゴリー：請求、技術、アカウント、その他

  例：
  - 「アカウントにログインできません」→ アカウント
  - 「請求書の金額が間違っています」→ 請求
  - 「APIが500エラーを返します」→ 技術

  チケット：{{Ticket Description}}
  ```
* **出力形式を定義する。** 特定の形式が必要な場合は、「カテゴリー名だけを返し、それ以外は出力しないでください」または「category、confidence、reasonをキーとするJSONオブジェクトを返してください」のように指定します。
* **目的を絞る。** 1つのプロンプトで複数の処理を求めるより、1つのタスクに絞る方が適切に動作します。

## JSON出力

出力タイプを **JSON** にすると、自由形式のテキストではなく構造化データが返されます。複数の情報を抽出し、後続ステップで個別に使用する場合に役立ちます。

JSON出力のプロンプト例：

```
この請求書メールから次の情報を抽出し、以下のキーを持つJSONとして返してください：
- vendor_name（文字列）
- invoice_number（文字列）
- amount（数値）
- due_date（YYYY-MM-DD形式の文字列）

メール本文：{{Email Body}}
```

AIは次のようなデータを返します。

```json theme={null}
{
  "vendor_name": "Acme Corp",
  "invoice_number": "INV-2024-001",
  "amount": 1250.00,
  "due_date": "2024-03-15"
}
```

JSONの各キーは後続ステップで個別の変数として利用できるため、`vendor_name` を1つのフィールドへ、`amount` を別のフィールドへマッピングできます。

## 画像対応モデルと添付ファイル

画像対応モデルは画像や文書を分析できます。ファイルをプロンプトへ添付すると、AIが内容を「読み取り」ます。

* **画像：** スクリーンショット、写真、図、グラフ。
* **PDF：** 請求書、契約書、レポート。
* **Word／Excelファイル：** 文書とスプレッドシート。

スキャンした文書からのテキスト抽出、請求書画像からのデータ読み取り、グラフ画像の分析、アップロードされたフォームの処理などに使用できます。

**画像対応**タグのあるモデルを選択してください。画像に対応していないモデルは添付ファイルを無視します。

## クレジットシステム

AI生成を1回呼び出すごとに、次の項目に基づいてクレジットを消費します。

* 使用する**モデル**。高性能なモデルほど、トークンあたりのクレジット消費量が増えます。
* 処理する**トークン数**。入力と出力の両方が含まれます。

正確なクレジット費用は、テスト実行後にテストパネルへ表示されます。多数のレコードをループしてAI生成を使用する場合は、特にアカウント設定でクレジット使用量を監視してください。

## 具体的なプロンプト例

### 分類

```
この顧客フィードバックを、肯定的、否定的、中立のいずれかに分類してください。
分類結果だけを返してください。

フィードバック：{{Feedback Text}}
```

### データ抽出

```
次のテキストに記載されているメールアドレスをすべて抽出してください。
文字列のJSON配列として返してください。

テキスト：{{Message Body}}
```

### 要約

```
次の会議メモを3つの箇条書きにまとめてください。
アクション項目と決定事項を重視してください。

メモ：{{Meeting Notes}}
```

### コンテンツ生成

```
{{Product Name}}について問い合わせた{{Customer Name}}宛てに、丁寧なフォローアップメールを作成してください。
150語以内とし、24時間以内に回答することを記載してください。
```

### 翻訳

```
次のテキストを{{Source Language}}から{{Target Language}}へ翻訳してください。
元の書式を維持してください。

テキスト：{{Content}}
```

## 使用例

* **サポートチケットをトピック別に分類する。** 受信チケットを自動分類し、適切なチームへ振り分けます。
* **請求書やメールから構造化データを抽出する。** 金額、日付、名前、参照番号を個別のフィールドへ抽出します。
* **長いテキストフィールドを要約する。** 会議メモ、説明、コメントを短い概要にまとめます。
* **個別のメール内容を生成する。** レコードデータに基づいてカスタムメール本文を作成します。
* **画像や文書を分析する。** 画像対応モデルで、アップロードされた請求書、領収書、スクリーンショットを読み取ります。

## ヒント

* オートメーションを有効にする前に、**テストパネル**でプロンプトを調整します。実際のデータでテストし、出力形式と品質を確認してください。
* 特に分類で一貫した結果を得るには、Temperature を0または0に近い値に設定します。
* JSON出力モードでは、明確なスキーマを指定すると信頼性が高まります。想定するキーと型を必ず列挙してください。
* [ループ](../logic/loop-run)で多数のレコードを処理する場合は、トークン使用量とクレジット費用を抑えるため、プロンプトを簡潔にします。
* デフォルトモデルが要件を満たさない場合は、**スペース → 設定 → AI設定**から追加のAIプロバイダーを接続します。詳しくは[カスタムAIモデル](/ja/basic/ai/custom-model)を参照してください。

<Tip>サードパーティのAIモデルは、**スペース → 設定 → AI設定**から接続します。</Tip>

## 関連ページ

* [ループ（一括）](../logic/loop-run) — 1回のオートメーション実行で、AIを使用して複数のレコードを処理します
* [スクリプトを実行](/ja/basic/automation/ai/scripting/runscript) — プロンプトベースの生成では対応できないカスタムロジックに使用します
* [メールを送信](/ja/basic/automation/actions/communication/send-email-overview)
* [レコードを更新](/ja/basic/automation/actions/records/update-record)