テクノロジー
エージェント
ここでのエージェントとは、特定の種類の作業を完了させるスペシャリストのことです。ペルソナではなく、同じモデルに異なる冒頭の文を被せただけのラッパーでもありません。
13種類のエージェントが存在しますが、ほとんどの場合、ユーザーが選択することはありません。リクエストが読み取られ、実際に処理を完了できるスペシャリストが選択され、その理由が表示されます。2つが妥当に適合する場合は、推測されるのではなく、選択肢が提示されます。
これらは互いに隔離されているわけでもありません。Chart AIはデータを要求でき、Financialエージェントは背後でPythonを実行します。また、どれも無人でスケジュール実行されるワークフローのステップになることができます。
ツールではなく、作業を記述する
ウォーターフォールがChart AIであり、プロセスマップがQAであることなど、誰も知る必要はありません。ユーザーは希望を伝えるだけであり、ルーティングはプラットフォーム側の課題です。
理由と、そうでない理由を提示
ニアミスこそが役立つ部分です。プロットする指標がなかったために、リクエストがChart AIではなくQAに送られたと通知されることで、次回何を尋ねるべきかを学ぶことができます。
曖昧な指示はメニュー化されます
複数のスペシャリストが純粋に適合する場合、暗黙のうちに決定されるのではなく、選択肢が提示されます — そして、通常はそのうちの1つが推奨されます。
習慣の学習
デスクが同じスペシャリストを繰り返し利用する場合、その好みが記録されて確認が省略されるようになります — そして、その習慣が変われば、設定も元に戻ります。
スペシャリスト
13種類のエージェントと、その境界線
各カードには、そのエージェントの目的と — さらに役立つこととして — 何ができないかが記載されています。その境界線こそが、実際にどのエージェントが必要なのかを教えてくれるからです。
QA
検索、説明、提示を行います。引用付きの添付ドキュメント全体のベクトル検索、オンデマンドの要約、ウェブおよび市場の検索、チャット履歴の検索、値によるテーブル検索。また、フローチャート、プロセスマップ、シーケンス図、ER図、組織図、マインドマップ、決定木などの構造図も描画します。
数値のグラフ作成、新しいファイルの構築、テーブルの結合、計算には適していません。Financial
計算、モデル、およびワークブックの作成を行います。添付されたスプレッドシート（数式、合計、照合、シナリオとWhat-If分析、ネストされた財務XML）に対して実行するか、PDFしかない状態からゼロベースで構築します（キャッシュフローモデル、レバレッジおよびカバレッジの推移、債務返済予定表、感応度分析表など）。
値の検索、計算を伴わないテーブルの結合、または文章の作成には適していません。Table AI
組織独自の辞書に対するセマンティックな列マッピングを使用して、複数のファイルにまたがるテーブルを変換します（行の積み上げ、キーによる結合、またはシンプルなモデルテンプレートなど）。出力結果は、新しく結合されたワークブックになります。
既存のテーブルからの値の表示、または計算には適していません。Chart AI
数値のグラフ（棒、折れ線、円、散布図、バブル、レーダー、面、ウォーターフォール、ファネル、ヒストグラム、または地域別指標のコロプレスマップ）を構築します。グラフの種類を推奨し、軸を選択できるほか、事前にデータを集計したり、外部データを先に取得したりすることも可能です。
構造図には適していません。指標を伴わないフローチャートや組織図の作成はQAをご利用ください。Statistical AI
本格的な統計（相関、回帰、分布、仮説検定、クラスタリング、時系列など）を行います。Pythonを記述して実行し、有効な数式と埋め込みグラフを含むマルチシートのワークブックを返します。
単純な合計、データの結合、または単一のグラフ作成には適していません。Portfolio AI
多数のファイルにまたがるポートフォリオやファンドのパフォーマンスを集計し、サマリーシートを作成します。このシートのセルには、ソースシートに対する切り替え可能なSUMおよびAVGの数式が含まれており、ソースシートも併せて保持されます。
一般的なデータの結合、統計、またはグラフ作成には適していません。Grid AI
混在するドキュメントやテーブルに対する抽出グリッドです。ファイルごとに1行、指定したフィールドごとに1列が割り当てられ、各セルには文章と型指定された引用（ドキュメントの場合はページ番号、テーブルの場合はA1セル範囲など）が含まれます。グリッドで回答可能な追加の質問には、グリッドから回答が提供されます。
単一のドキュメント、データの変換、または計算には適していません。Document AI
構造化された新しいドキュメントを作成します。まずプランを作成し、アウトラインと文字数の上限を承認していただきます。その後、セクションごとのライターが並行して実行され、ファイルやウェブから情報を抽出し、テーブル、グラフ、引用を含むドキュメントを組み立てます。また、既存のドキュメントの要約、抽出、翻訳も行います。
事実の検索、またはデータの変換には適していません。News AI
接続されたニュースソースからニュースウィジェットを構築し、2分程度で読める市場心理やトレンドに関する解説を作成します。
ソースが添付されていない一般的なニュース検索には適していません。その場合はQAおよびウェブ検索をご利用ください。Code Gen
スニペットではなく、実行可能なプロジェクト全体を扱います。サンドボックス内で複数ファイルのアプリケーションを計画、記述、実行、修復します。Python、C++、Go、Rust、Java、Scala、Ruby、R、COBOLで最後まで実行されるコマンドラインプログラム、またはチャット内でライブ提供されるReact Webアプリ（オプションでPythonバックエンド付き）のいずれかです。
反復可能なマルチステップのプロセスには適していません。それはワークフローの役割です。Python
計画、生成、検証、修正、実行のループ。お客様のデータに対してPythonを記述し、実行前に確認し、最初からやり直すのではなくエラーが発生した行にパッチを当て、サンドボックス内で実行します — 分析のために単独で実行することも、モデルが実際の計算を必要とする場合にFinancialエージェントの裏側で実行することもできます。
アプリケーション全体の構築には適していません。その場合はCode Genをご利用ください。SQL
データベースに直接クエリを実行します。ドキュメントの検索ではなく、クエリを必要とする質問に適しています。ステートメントを作成し、接続されたソースに対して実行し、引き続き作業できる形式で結果を返します。
添付されたスプレッドシートには適していません。その場合はTable AIまたはFinancialをご利用ください。ワークフロー
トリガー、データローダー、エージェントタスク、条件分岐、レビューゲート、ウィジェット出力など、複数ステップの自動化を構築、編集、およびオンデマンドまたはスケジュールに従って実行します。構築前にプランが提案され、承認を得てから実行されます。また、組織のKnowledge Graphの探索も行います。
ソフトウェアの記述、単発のドキュメント作成、または単一の分析を今すぐ行う用途には適していません。ルーターの先へ
直接アクセスするもの
すべてがチャットメッセージを通じて届くわけではありません。これらには、ルーターによって選択されるのではなく — ワークフロー内のステップ、意図的に設定した比較、マイクなど — 独自のエントリポイントがあります。
連携
相互の呼び出し
助けを求められないスペシャリストは行き詰まります。ファイルに数値がない場合、Chart AIはQAを通じて外部データを取得します。モデルが数式ではなく実際の計算を必要とする場合、Financialエージェントは裏側でPythonループを実行します。抽出した列の範囲を超える質問の場合、Grid AIはQAに質問を戻します。
ゲートも共有されます。Document AIは執筆前にアウトラインの承認を求め、ワークフローエージェントは構築前にプランの承認を求めます。コードを実行するものはすべて、最初に仕様を提示します。そして、それらすべてが同じガードレールによってスクリーニングされ、同じ記録に残されます。
相互に内部で実行
Pythonのループは、それ自体が完全なエージェントであり、Financialエージェントのコンポーネントでもあります — どちらの場合も、同じコードがプランのチェックを受け、サンドボックス化されます。
コストのかかる処理の前に承認
アウトライン、ワークフローのプラン、コードの仕様は、時間を要する作業が始まる前に、担当者に提示されます。
抜け道となるエージェントはありません
すべてのエージェントは、付与された権限を通じてソースにアクセスし、ガードレールによってスクリーニングされ、実行されるとグラフに書き込まれます。