Skip to content

エージェントコンソールのBrazeエージェント

Brazeエージェントは、Braze内で作成できるAI搭載のヘルパーです。エージェントはコンテンツを生成し、インテリジェントな判断を下し、データを充実させることで、よりパーソナライズされた顧客体験を提供できるようにします。

エージェントコンソールのBrazeエージェントの概要については、こちらの動画をご覧ください。

Brazeエージェントを使用する理由

Brazeエージェントは、追加の作業を増やすことなく、チームがよりスマートでパーソナライズされた体験を提供できるよう支援します。エージェントは単にプロンプトに応答するだけでなく、コンテキストを理解し、意思決定を行い、目標に向かってアクションを実行する自律的なエージェントとして機能します。

実際には、エージェントは件名やアプリ内テキストなどのメッセージコピーを自動的に作成できるため、すべての顧客が自分に合わせたコミュニケーションを受け取ることができます。また、好み、行動、その他のデータに基づいて、リアルタイムでユーザーを異なるキャンバスパスにルーティングすることも可能です。

メッセージングにとどまらず、エージェントは商品やプロファイルフィールドの値を計算・生成することでカタログを充実させ、データを常に最新かつダイナミックな状態に保ちます。反復的または複雑なタスクを引き受けることで、チームは手動のセットアップではなく、戦略やクリエイティビティに集中できるようになります。Brazeエージェントはバックグラウンドプロセスというよりもコラボレーターのように機能し、問題解決とスケールでのインパクト創出を支援します。

Brazeエージェントと他のBrazeAI機能の使い分け

エージェントは、ユーザーの特定のコンテキストを使用してコンテンツをリアルタイムにパーソナライズする場合に使用します。たとえば、あるユーザーのお気に入りのアイスクリームフレーバーがチョコレートで、お気に入りのトッピングがグミベアであることをエージェントが把握している場合、そのユーザーがキャンバスを通過する際に、その組み合わせに特化したプッシュコピーを作成できます。

ただし、エージェントは試行錯誤を通じて学習するわけではなく、測定・最大化しようとする最終的なマーケティング目標を認識していません。コンバージョンを促進するコピーを一般的に書くよう指示したとしても、エージェントにはそのコピーのコンバージョンへの影響を「モニタリング」し、そのデータを将来のエージェント呼び出しにフィードバックする仕組みがありません。これは報酬ベースのAI意思決定ではなく、「直感的な」意思決定と考えることができます。

一方、他のBrazeAIツールは、測定している指標を最大化するように設計されています。たとえば、エージェントはユーザーの特性が特定のイベントを実行する可能性や特定の商品を好む傾向にどのように影響するかを定性的に評価することに優れています。しかし、エージェントは試行錯誤を通じて学習しないため、予測の精度を測定し、時間の経過とともにシグナルを改善する方法を把握していません。そのため、予測の精度と時間の経過に伴う改善という観点では、予測スイートの方がエージェントステップよりも優れたパフォーマンスを発揮します。

機能

Brazeエージェントの機能には以下が含まれます。

  • 柔軟な設定： Brazeが提供するLLMを使用するか、独自のAIモデルプロバイダー（OpenAI、Anthropic、Google Gemini、Databricks Mosaicなど）を接続できます。
  • シームレスなインテグレーション： エージェントをキャンバスステップまたはカタログフィールドに直接デプロイできます。
  • テスト、ログ、バージョン履歴： ローンチ前にサンプル入力でテストし、エージェントの出力をプレビューできます。エージェントが実行されるたびに、その実行の入力と出力を含むログを確認できます。バージョン履歴タブを使用して、過去のバージョンやインストラクション変更のインライン差分を確認できます。
  • 使用量コントロール： 1日あたりの制限により、パフォーマンスとコストを管理できます。

Brazeエージェントについて

エージェントは、その振る舞いを定義するインストラクション（システムプロンプト）で構成されます。エージェントが実行されると、インストラクションと明示的に渡されたデータを使用してレスポンスを生成します。エージェントは、設定されたデータ以外のユーザーデータにはアクセスできません。アクセスできるのは、Liquid変数、エージェントコンテキストの選択、キャンバスコンテキスト変数、およびコンテキストステップの値です。エージェントはプロファイルを検索したり、データが不足している場合に警告を出したりしません。詳細については、エージェントが受け取るデータを参照してください。

主要な概念

用語 定義
モデル エージェントの「頭脳」であり、この場合は大規模言語モデル（LLM）です。入力を解釈し、レスポンスを生成し、推論を行います。より強力なモデル（より関連性の高いデータでトレーニングされたもの）は、エージェントをより高性能で多用途にします。
インストラクション エージェントに与えるルールやガイドライン（システムプロンプト）です。エージェントが実行されるたびにどのように振る舞うべきかを定義します。明確なインストラクションにより、エージェントはより信頼性が高く予測可能になります。
コンテキスト デプロイされた場所を問わず、実行時にエージェントに渡されるデータです。ユーザープロファイルフィールドやカタログ行などが含まれます。この入力は、エージェントが出力を生成するために使用する情報を提供します。
キャンバスコンテキスト変数 特定のキャンバスを通じたユーザーのジャーニー内で作成および使用できる一時的なデータです。
出力変数 キャンバスステップで使用される際にエージェントが生成する出力です。出力変数は、コンテンツをパーソナライズしたりワークフローパスを誘導したりするためにエージェントの結果を保存します。出力変数のデータ型は、文字列、数値、またはブール値です。
呼び出し エージェントの1回の実行です。1日あたりの制限にカウントされます。
出力フォーマット エージェントのレスポンスの事前定義されたデータ構造です。
ナレッジソース エージェントの指示内でカタログを直接参照する場合よりも、カタログからより正確にデータを取得するために使用されるエージェントコンテキストの一種です。

制限事項

以下の制限事項が適用されます。

  • 各エージェントにはデフォルトで1日あたり250,000回の呼び出し制限があり、最大1日あたり1,000,000回まで増加できます。この制限の引き上げにご興味がある場合は、カスタマーサクセスマネージャーにお問い合わせください。
  • エージェントコンソールには、各エージェントの1日あたりのアクションクレジットコスト制限が表示されます。これは、モデルの呼び出しごとのクレジット比率と1日あたりの呼び出し制限に基づいて推定される1日あたりの最大クレジット数です。1日あたりの呼び出しとクレジットの制限を参照してください。
  • デフォルトでは、各実行は20秒以内に完了する必要があります。20秒を超えると、エージェントは使用箇所でnullレスポンスを返します。
    • エージェントが頻繁にタイムアウトする場合は、Brazeアカウントマネージャーに連絡してこの制限の引き上げを依頼してください。
  • 入力データはリクエストあたり25 KBに制限されています。それを超える入力は切り捨てられます。

ベストプラクティス

エージェントが最大の投資対効果（ROI）をもたらせる高価値のユースケースをターゲットにし、反応する可能性が高いオーディエンスを選択してください。小規模で機会の多いオーディエンスは、機会の少ない大規模なオーディエンスよりも高いパフォーマンスを発揮することが多いです。たとえば、エージェントが生成したコピーをユーザー群全体に送信するのではなく、最近検索したがコンバージョンに至らなかったユーザーをリターゲティングする方が効果的です。

スケーリング前にROIを検証するには、実験パスステップを使用して、オーディエンスの一部のみをエージェントステップに通してください。小規模なテストで良好な結果が得られたら、エージェントをターゲットオーディエンス全体にスケーリングし、1日あたりの呼び出し制限を引き上げて、送信中に呼び出しが制限されないようにしてください。フルオーディエンスにスケーリングする前に、推定クレジット消費量に問題がないことを確認してください。デプロイに関する詳細なガイダンスについては、カスタムエージェントをデプロイするを参照してください。

エラーハンドリング

接続されたモデルがキャンバスステップエージェントまたはカタログエージェントの呼び出し中にLLMプロバイダーからレートリミットエラーを返した場合、Brazeは指数バックオフを使用してリクエストを継続的にリトライします。

その他の障害（タイムアウトや無効なAPIキーなど）の場合、エージェントコンソールでフォールバック値が設定されていない限り、キャンバスステップエージェントの出力はnullに設定されます（キャンバスステップエージェントのみ）。カタログエージェントは、レートリミット以外の障害をリトライしません。エージェントが1日あたりの呼び出し制限に達した場合、Brazeは設定されたフォールバック値が存在する場合はそれを適用し、存在しない場合は出力をnullに設定します。

レートリミットエラー、モデルの利用不可、および1日あたりの呼び出し制限による障害はBrazeクレジットを消費しません。タイムアウトはクレジットを消費します。クレジットが消費されるタイミングを参照してください。

多くのユーザーが同時にエージェントステップに入ると、呼び出しフロー制御により処理に時間がかかる場合があります。呼び出しが失敗した場合でもユーザーが出力を受け取れるように、エージェントコンソールでキャンバスステップエージェントのフォールバック値を設定するか、下流のメッセージステップでデフォルトのLiquid値を使用してください。

Brazeが提供するLLMにデータはどのように使用・送信されますか？

Brazeが提供するLLMを活用していると特定されるBraze AI機能を通じてAI出力（「出力」）を生成するために、Brazeはお客様のシステムプロンプトまたはその他の該当する入力（「入力」）をBrazeが提供するLLMに送信します。該当するBrazeが提供するLLMに送信されたデータは、そのLLMのトレーニングや改善には使用されません。お客様とBrazeの間において、出力はお客様の知的財産です。Brazeはそのような出力に対して著作権の所有権を主張しません。Brazeは、出力を含むAI生成コンテンツ全般に関して、いかなる種類の保証も行いません。

Brazeエージェント向けのBrazeが提供するLLMは「Auto」として識別され、Google Geminiモデルを使用しています。GoogleはBrazeを通じて送信された入力と出力を55日間保持し、その後データは削除されます。

次のステップ

Brazeエージェントについて理解できたので、次のステップに進みましょう。
New Stuff!