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。

なぜBrazeエージェントを使用するのか？

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。

実際の運用では、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し、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れるようにします。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・生成してカタログをエンリッチし、データを常に最新かつダイナミックな状態に保つことができます。繰り返し発生するタスクや複雑なタスクを引き受けることで、チームが手動の設定作業ではなく、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、問題の解決とスケールでのインパクト創出を支援するコラボレーターのように機能します。

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、ユーザー固有のコンテキストを使用してコンテンツをリアルタイムでパーソナライズする場合に使用します。たとえば、特定の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、好きな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、エージェントには自身が作成し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のに非常に優れています。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持ちません。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判断すると、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）を接続します。
  • シームレスな統合： 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します。
  • 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します。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。
  • 使用量管理： 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、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、コンテキストステップの値など、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。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。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（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汎用性の高いものにします。
インストラクション エージェントに与えるルールまたはガイドライン（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の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・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 エージェントのインストラクション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回の実行制限があり、最大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1回あたりのクレジット比率と1日あたりの実行制限に基づく、1日あたりの推定最大クレジットです。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。
    • エージェントが一貫して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を引き上げてください。
  • 入力データは1リクエストあたり25 KBに制限されています。こ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）を発揮できる価値の高い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びましょう。小規模でも機会の大き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成果を上げることがよくあります。たとえば、ユーザー群全体にエージェント生成のコピーを送るよりも、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送信します。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、送信中に呼び出しが制限されないよう1日あたりの呼び出し制限を引き上げてください。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制限エラーを返した場合、Brazeはエクスポネンシャル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、レート制限以外の障害に対してリトライを行いません。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。

レート制限エラー、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。

データはどのように使用され、Braze提供のLLMに送信されますか？

Brazeが提供するLLMを活用していると特定された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入力（該当する場合）（「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AI生成コンテンツ全般（出力を含む）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提供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!