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カスタマーエクスペリエンス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 エージェントを使う理由

Braze エージェントは、追加の作業なしで、よりスマートでパーソナライズされた体験をチームが提供できるよう支援します。エージェントは自律的に動作し、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、目標に向けてアクションを起こします。

実際には、エージェントは件名や製品内テキストなどのメッセージコピーを自動生成できるため、すべての顧客がパーソナライズされたコミュニケーションを受け取ることができます。また、リアルタイムで適応し、好みや動作、その他のデータに基づいてユーザーを異なるCanvasパスに誘導することもできます。

メッセージングにとどまらず、エージェントは製品やプロファイルのフィールド値を計算・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、チームは手動設定ではなく戦略と創造性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協力者のように機能し、問題解決とスケールでのインパクト提供を支援します。

Braze エージェントとほかのBrazeAI機能の使い分け

ユーザーの特定のコンテキストを使用して、コンテンツをその場でパーソナライズする場合にエージェントを使用します。例えば、あるユーザーのお気に入りのアイスクリームの味がチョコレートで、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知っている場合、そのユーザーがCanvas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ことはなく、測定・最大化すべき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、エージェントが書いた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はありません。これは報酬ベースのAI意思決定ではなく、「雰囲気」による意思決定と考えることができます。

一方、ほかのBrazeAIツールは、測定対象の指標を最大化するように設計されています。例えば、エージェントはユーザーの特性が特定のイベントを起こす可能性や特定の製品を好む傾向にどう影響するかを定性的に評価するのが非常に得意です。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、予測の精度を測定する方法も、時間の経過とともにシグナルを改善する方法も持っていません。そのため、予測精度の正確さと時間経過に伴う改善度で評価した場合、Predictive Suiteはエージェントステップを上回る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など）を接続できます。
• シームレスな統合： エージェントをCanvasステップやカタログフィールドに直接デプロイできます。
• テストとログ記録ツール： 起動前にサンプル入力でテストして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。
• 使用量コントロール： 日次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、動作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渡されたデータを使用して応答を生成します。エージェントは、選択されたコンテキストとインストラクションによって提供されるデータ以外のユーザーデータにはアクセスできません。

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。入力の解釈、応答の生成、推論の実行を行います。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、エージェントの能力と汎用性を高めます。
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動作す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	デプロイ先に関わらず、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。
Canvasコンテキスト変数	特定のCanvasを通じたユーザーのジャーニー内で作成・使用できる一時的なデータです。
出力変数	Canvasステップで使用された際にエージェントが生成する出力です。出力変数は、コンテンツのパーソナライズやワークフローパスの誘導のためにエージェントの結果を保存します。出力変数は文字列、数値、またはブール値のデータタイプにできます。
実行	エージェントの1回の実行です。日次制限にカウントされます。
出力フォーマット	エージェントの応答の事前定義されたデータ構造です。
温度	エージェントの出力の偏差レベルです。エージェントがどれほど正確か、あるいは創造的かを定義します。

制限事項

以下の制限が適用されます。

• 各エージェントにはデフォルトで1日あたり250,000回の実行制限が設定されており、最大で1日あたり1,000,000回まで増やすことができます。この制限の引き上げをご希望の場合は、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。
• デフォルトでは、各実行は15秒以内に完了する必要があります。15秒を超えると、エージェントは使用箇所で null 応答を返します。
  • エージェントが頻繁にタイムアウトする場合は、Brazeの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ご依頼ください。
• 入力データはリクエストあたり25KBに制限されています。長い入力は切り詰められます。

データはどのように利用され、Braze提供のLLMに送信されますか？

Brazeが提供するLLMを活用しているとBrazeが識別したBraze AI機能を通じてAI出力（以下「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入力（該当する場合、以下「入力」）をBraze提供のLLMに送信します。該当するBraze提供のLLMに送信されたデータは、Braze提供の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の間では、出力はお客様の知的財産です。Brazeは当該出力につい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 エージェント向けに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ところで、次のステップに進む準備ができました。

• カスタムエージェントを作成する
• カスタムエージェントをデプロイする