・
Sakana Fuguとは？マルチエージェント型LLMの仕組みを探る
AI技術の進化が加速する中、特定のモデルだけでは解決できない複雑なタスクに直面していませんか？
「Sakana Fugu」は、複数のAIを巧みに操ることで、これまでのLLMの限界を超える可能性を秘めています。
本記事では、その画期的な仕組みから具体的な活用方法、導入のメリット・デメリットまで、エンジニアやビジネスリーダーが知っておくべき情報を詳しく解説します。
🐟YoomはAIを活用した開発フローを自動化できます
Sakana Fuguのような高度な推論能力を持つAIは、開発業務を強力にサポートしてくれる一方で、毎回プロンプトを入力して結果を各ツールに転記するといった細かな手作業が発生しがちです。
そんな悩みも、ハイパーオートメーションツールのYoomなら解決できます。
[Yoomとは]
まずは以下のテンプレートから、AIを活用した自動化の利便性を体感してみましょう。
業務をサポートする自動化フローボット
■概要GitLabで新しいマージリクエストが作成されるたびに、内容を確認して関係者に共有するのは手間のかかる作業ではないでしょうか。特に変更内容が複雑な場合、概要を把握するだけでも時間がかかり、レビューの遅延に繋がることもあります。このワークフローを活用すれば、GitLabでのマージリクエスト作成をトリガーとして、AIが変更内容を自動で要約しSlackへ通知できるため、こうした情報共有の手間を効率化し、開発プロセスを円滑に進めることが可能です。■このテンプレートをおすすめする方- GitLabでのマージリクエスト作成後の、レビュー依頼や情報共有に手間を感じている開発者の方
- 複数のマージリクエストの内容を迅速に把握し、チームの進捗を管理したいと考えている方
- 開発チーム内の情報共有プロセスを自動化し、レビューの効率化を図りたいと考えている方
■このテンプレートを使うメリット- GitLabでのマージリクエスト作成時にAIが内容を自動で要約し通知するため、概要の作成や共有にかかる時間を短縮できます
- 手動での通知による関係者への共有漏れや内容の伝達ミスを防ぎ、正確な情報共有を実現します
■フローボットの流れ- はじめに、GitLab、OpenAI、SlackをYoomと連携します
- 次に、トリガーでGitLabを選択し、「マージリクエストが作成されたら」というアクションを設定します
- 続いて、オペレーションでOpenAIの「テキストの生成（Chat completion）」アクションを設定し、取得した情報を要約します
- 最後に、オペレーションでSlackの「チャンネルにメッセージを送る」アクションを設定し、AIが生成した要約を指定のチャンネルに通知します
※「トリガー」：フロー起動のきっかけとなるアクション、「オペレーション」：トリガー起動後、フロー内で処理を行うアクション■このワークフローのカスタムポイント- GitLabのトリガー設定では、自動化の対象としたいプロジェクトIDや、一度に取得するマージリクエストの件数を任意で設定できます。
- OpenAIでテキストを生成するアクションでは、要約の形式などを指定するプロンプトを自由にカスタマイズでき、GitLabから取得した情報を変数として埋め込めます。
- Slackへの通知アクションでは、メッセージを送るチャンネルを任意に設定可能です。また、通知本文も自由に編集でき、AIが生成した要約などの情報を変数として活用できます。
■注意事項- GitLab、OpenAI、SlackのそれぞれとYoomを連携してください。
- トリガーは5分、10分、15分、30分、60分の間隔で起動間隔を選択できます。
- プランによって最短の起動間隔が異なりますので、ご注意ください。
- OpenAIのアクションを実行するには、OpenAIのAPI有料プランの契約が必要です。（APIが使用されたときに支払いができる状態）
- OpenAIのAPIはAPI疎通時のトークンにより従量課金される仕組みとなっています。そのため、API使用時にお支払いが行える状況でない場合エラーが発生しますのでご注意ください。
■概要日々のSNS投稿のアイデア出しや投稿文の作成に、多くの時間を費やしていませんか。特に複数のプラットフォームを運用している場合、その管理や投稿作業は大きな負担となりがちです。このワークフローを活用すれば、Google スプレッドシートにまとめた情報をもとに、PerplexityやChatGPTが投稿文を自動で生成し、Slackへ通知する一連の流れを自動化できます。これにより、投稿作成業務の効率化を実現します。■このテンプレートをおすすめする方- 日々のSNS投稿のネタ出しや文章作成に課題を感じているマーケティング・広報担当者の方
- Google スプレッドシートとSlackを活用し、投稿内容の生成から確認までのフローを自動化したい方
- AIを業務に取り入れ、情報発信に関する手作業を削減し、より創造的な業務に集中したい方
■このテンプレートを使うメリット- Google スプレッドシートの情報をもとにAIが投稿文案を自動で生成するため、コンテンツ作成にかかる時間を短縮することが可能です。
- 手作業によるコピー＆ペーストや転記が削減されるため、投稿内容の間違いや共有漏れといったヒューマンエラーの防止に繋がります。
■フローボットの流れ- はじめに、Google スプレッドシート、Perplexity、ChatGPT、SlackをYoomと連携します。
- 次に、トリガーでスケジュールトリガーを選択し、任意の日時でフローが起動するよう設定します。
- 次に、オペレーションでGoogle スプレッドシートの「複数のレコードを取得する」アクションを設定し、過去の投稿情報などを取得します。
- 次に、取得した情報をもとに、PerplexityやChatGPTの「テキストを生成」アクションで投稿文案を作成します。
- 次に、オペレーションでGoogle スプレッドシートの「レコードを追加する」アクションを設定し、生成した投稿文をシートに記録します。
- 最後に、オペレーションでSlackの「チャンネルにメッセージを送る」アクションを設定し、生成された投稿文案を指定のチャンネルに通知します。
※「トリガー」：フロー起動のきっかけとなるアクション、「オペレーション」：トリガー起動後、フロー内で処理を行うアクション
■このワークフローのカスタムポイント- スケジュールトリガーでは、フローを起動させたい曜日や時間帯を任意で設定してください。
- Google スプレッドシートのオペレーションでは、過去の投稿を取得したり生成した投稿文を記録したりするシートを任意で設定可能です。
- PerplexityやChatGPTへの指示内容（プロンプト）は、生成したい投稿文のテイストに合わせて任意の内容に設定してください。
- Slackへの通知オペレーションでは、通知先のチャンネルやメッセージ本文を任意の内容に設定することが可能です。
■注意事項- Google スプレッドシート、Perplexity、ChatGPT、SlackのそれぞれとYoomを連携してください。
- ChatGPT（OpenAI）のアクションを実行するには、OpenAIのAPI有料プランの契約が必要です。（APIが使用されたときに支払いができる状態）
- 詳しくはOpenAIの「API料金」ページをご確認ください。
- ChatGPTのAPI利用はOpenAI社が有料で提供しており、API疎通時のトークンにより従量課金される仕組みとなっています。そのため、API使用時にお支払いが行える状況でない場合エラーが発生しますのでご注意ください。
- GitLabでのマージリクエスト作成後の、レビュー依頼や情報共有に手間を感じている開発者の方
- 複数のマージリクエストの内容を迅速に把握し、チームの進捗を管理したいと考えている方
- 開発チーム内の情報共有プロセスを自動化し、レビューの効率化を図りたいと考えている方
- GitLabでのマージリクエスト作成時にAIが内容を自動で要約し通知するため、概要の作成や共有にかかる時間を短縮できます
- 手動での通知による関係者への共有漏れや内容の伝達ミスを防ぎ、正確な情報共有を実現します
- はじめに、GitLab、OpenAI、SlackをYoomと連携します
- 次に、トリガーでGitLabを選択し、「マージリクエストが作成されたら」というアクションを設定します
- 続いて、オペレーションでOpenAIの「テキストの生成（Chat completion）」アクションを設定し、取得した情報を要約します
- 最後に、オペレーションでSlackの「チャンネルにメッセージを送る」アクションを設定し、AIが生成した要約を指定のチャンネルに通知します
- GitLabのトリガー設定では、自動化の対象としたいプロジェクトIDや、一度に取得するマージリクエストの件数を任意で設定できます。
- OpenAIでテキストを生成するアクションでは、要約の形式などを指定するプロンプトを自由にカスタマイズでき、GitLabから取得した情報を変数として埋め込めます。
- Slackへの通知アクションでは、メッセージを送るチャンネルを任意に設定可能です。また、通知本文も自由に編集でき、AIが生成した要約などの情報を変数として活用できます。
- GitLab、OpenAI、SlackのそれぞれとYoomを連携してください。
- トリガーは5分、10分、15分、30分、60分の間隔で起動間隔を選択できます。
- プランによって最短の起動間隔が異なりますので、ご注意ください。
- OpenAIのアクションを実行するには、OpenAIのAPI有料プランの契約が必要です。（APIが使用されたときに支払いができる状態）
- OpenAIのAPIはAPI疎通時のトークンにより従量課金される仕組みとなっています。そのため、API使用時にお支払いが行える状況でない場合エラーが発生しますのでご注意ください。
- 日々のSNS投稿のネタ出しや文章作成に課題を感じているマーケティング・広報担当者の方
- Google スプレッドシートとSlackを活用し、投稿内容の生成から確認までのフローを自動化したい方
- AIを業務に取り入れ、情報発信に関する手作業を削減し、より創造的な業務に集中したい方
- Google スプレッドシートの情報をもとにAIが投稿文案を自動で生成するため、コンテンツ作成にかかる時間を短縮することが可能です。
- 手作業によるコピー＆ペーストや転記が削減されるため、投稿内容の間違いや共有漏れといったヒューマンエラーの防止に繋がります。
- はじめに、Google スプレッドシート、Perplexity、ChatGPT、SlackをYoomと連携します。
- 次に、トリガーでスケジュールトリガーを選択し、任意の日時でフローが起動するよう設定します。
- 次に、オペレーションでGoogle スプレッドシートの「複数のレコードを取得する」アクションを設定し、過去の投稿情報などを取得します。
- 次に、取得した情報をもとに、PerplexityやChatGPTの「テキストを生成」アクションで投稿文案を作成します。
- 次に、オペレーションでGoogle スプレッドシートの「レコードを追加する」アクションを設定し、生成した投稿文をシートに記録します。
- 最後に、オペレーションでSlackの「チャンネルにメッセージを送る」アクションを設定し、生成された投稿文案を指定のチャンネルに通知します。
■このワークフローのカスタムポイント
- スケジュールトリガーでは、フローを起動させたい曜日や時間帯を任意で設定してください。
- Google スプレッドシートのオペレーションでは、過去の投稿を取得したり生成した投稿文を記録したりするシートを任意で設定可能です。
- PerplexityやChatGPTへの指示内容（プロンプト）は、生成したい投稿文のテイストに合わせて任意の内容に設定してください。
- Slackへの通知オペレーションでは、通知先のチャンネルやメッセージ本文を任意の内容に設定することが可能です。
- Google スプレッドシート、Perplexity、ChatGPT、SlackのそれぞれとYoomを連携してください。
- ChatGPT（OpenAI）のアクションを実行するには、OpenAIのAPI有料プランの契約が必要です。（APIが使用されたときに支払いができる状態）
- 詳しくはOpenAIの「API料金」ページをご確認ください。
- ChatGPTのAPI利用はOpenAI社が有料で提供しており、API疎通時のトークンにより従量課金される仕組みとなっています。そのため、API使用時にお支払いが行える状況でない場合エラーが発生しますのでご注意ください。
AIワーカーを活用した自動化フローボット
■概要新商品の情報を管理する際、スペックの入力から魅力的なキャッチコピーの考案まで、すべてを手作業で行うのは多大な労力がかかるのではないでしょうか。特に商品数が多い場合、各媒体に合わせたコピー作成はマーケティング担当者にとって大きな負担となりがちです。このワークフローを活用すれば、Google スプレッドシートに商品情報を登録するだけで、AIが自動で最適なキャッチコピーを生成し、シートへ書き戻します。これにより、情報の整理と販促準備が同時に完了し、一貫性のある情報発信をスムーズに実現できます。
■このテンプレートをおすすめする方- Google スプレッドシートで管理している商品情報から、魅力的なコピーを自動で生成し、業務を効率化したいマーケティング担当者の方
- スペック入力をきっかけに、SNSやLP用のテキスト作成を自動化して、クリエイティブな時間を確保したいECサイト運営者の方
- 商品リストの更新と販促用テキストの準備を並行して行い、マーケティングのスピードを向上させたいチームリーダーの方
■このテンプレートを使うメリット- Google スプレッドシートに商品情報を入力するだけでコピーが生成されるため、案を練るための時間や手間を抑えることができます。
- スペック情報を基にAIがキャッチコピーを自動生成することで、訴求内容のばらつきを防ぎ、常に一定のクオリティで情報をアウトプットできます。
■フローボットの流れ- はじめに、Google スプレッドシートとYoomを連携します。
- 次に、トリガーで、Google スプレッドシートの「行が追加されたら」というアクションを設定します。
- 次に、AIワーカーで、新商品情報に基づき、ブランド指針に沿ったSNS・LP・メルマガ用コピーを自動生成するためのマニュアルを作成します。
※「トリガー」：フロー起動のきっかけとなるアクション、「オペレーション」：トリガー起動後、フロー内で処理を行うアクション
■このワークフローのカスタムポイント- Google スプレッドシートのトリガー設定では、対象とするシートや、AIが読み取るべき情報の列を任意で指定してください。
- AIワーカーの指示内容（プロンプト）を調整することで、ブランドのトーン＆マナーに合わせた最適なキャッチコピーを生成できるようにカスタマイズが可能です。
- Google スプレッドシートの更新アクションでは、AIが生成したテキストを書き込む列を自由に設定してください。
■注意事項- Google スプレッドシートとYoomを連携してください。AIワーカー内で使用するツール（アプリ）についてもマイアプリ連携が必要です。
- AIワーカーの基本設定は「【AIワーカー】基本的な設定方法」をご参照ください。
- AIワーカーの同時実行数・作成可能なAIワーカー数・利用可能なAIモデルはご契約中のプランによって異なります。
- AIワーカー内でご利用いただけるアプリやオペレーション等はフローボットの利用制限と同様です。
- AIワーカーは、テスト実行でも本番実行と同様にタスクを消費しますのでご注意ください。詳細は「【AIワーカー】タスク実行数の計算方法」ご参照ください。
- AIワーカーはマニュアルを詳細に設定することで適切な処理を実行しやすくなります。詳細は「【AIワーカー】マニュアルの作成方法」をご参照ください。
■概要Slackに寄せられるバグ報告の一次対応にお困りではありませんか？情報の精査やプロジェクト管理ツールへの転記作業は手間がかかるだけでなく、対応の遅れが大きなリスクに繋がることもあります。このワークフローを活用すれば、Slackのバグ報告をAIワーカーが解析し、Jira Softwareへのチケット起票まで自動で完結できます。手作業による工数を削減し、スムーズなトラブル対応を実現します。
■このテンプレートをおすすめする方- Slackで受け取ったバグ報告をJira Softwareへ転記する作業に、毎日多くの時間を費やしているエンジニアの方
- 多数のバグ報告の中から緊急性の高いものを判別し、優先順位付けを効率化したいプロジェクトマネージャーの方
- 報告内容の精査からチケット起票までのプロセスを自動化し、対応の漏れや遅れを最小限に抑えたいCS担当者の方
■このテンプレートを使うメリット- Slackに投稿された内容をAIが解析してJira Softwareに自動起票するため、手作業での転記ミスを防ぎ、対応開始までのスピードを向上させます。
- 緊急度や担当領域の判断をAIが自動で行うため、一次受け担当者の工数を削減し、本来注力すべき開発や顧客対応に集中できる環境を整えます。
■フローボットの流れ- はじめに、SlackとJira SoftwareをYoomと連携します
- 次に、トリガーで、Slackの「メッセージがチャンネルに投稿されたら（Webhook）」アクションを設定します
- 最後に、AIワーカーで、報告内容を解析し緊急度や担当領域を判断してチケットを作成するためのマニュアル（指示）を作成します
※「トリガー」：フロー起動のきっかけとなるアクション、「オペレーション」：トリガー起動後、フロー内で処理を行うアクション
■このワークフローのカスタムポイント- Slackのトリガー設定では、バグ報告を受け付ける特定のチャンネルIDを正しく指定してください。
- AIワーカーのマニュアル（指示内容）を調整することで、自社特有の緊急度判定基準やプロジェクト、コンポーネントの割り振りを詳細に指定することが可能です。
- Jira Softwareで作成するチケットの項目（要約や説明、ラベルなど）を、組織の運用ルールに合わせてカスタマイズしてください。
■注意事項- Slack、Jira SoftwareのそれぞれとYoomを連携してください。AIワーカー内で使用するツール（アプリ）についてもマイアプリ連携が必要です。
- AIワーカーの基本設定は「【AIワーカー】基本的な設定方法」をご参照ください。
- AIワーカーの同時実行数・作成可能なAIワーカー数・利用可能なAIモデルはご契約中のプランによって異なります。
- AIワーカー内でご利用いただけるアプリやオペレーション等はフローボットの利用制限と同様です。
- AIワーカーは、テスト実行でも本番実行と同様にタスクを消費しますのでご注意ください。詳細は「【AIワーカー】タスク実行数の計算方法」ご参照ください。
- AIワーカーはマニュアルを詳細に設定することで適切な処理を実行しやすくなります。詳細は「【AIワーカー】マニュアルの作成方法」をご参照ください。
■このテンプレートをおすすめする方
- Google スプレッドシートで管理している商品情報から、魅力的なコピーを自動で生成し、業務を効率化したいマーケティング担当者の方
- スペック入力をきっかけに、SNSやLP用のテキスト作成を自動化して、クリエイティブな時間を確保したいECサイト運営者の方
- 商品リストの更新と販促用テキストの準備を並行して行い、マーケティングのスピードを向上させたいチームリーダーの方
■このテンプレートを使うメリット
- Google スプレッドシートに商品情報を入力するだけでコピーが生成されるため、案を練るための時間や手間を抑えることができます。
- スペック情報を基にAIがキャッチコピーを自動生成することで、訴求内容のばらつきを防ぎ、常に一定のクオリティで情報をアウトプットできます。
■フローボットの流れ
- はじめに、Google スプレッドシートとYoomを連携します。
- 次に、トリガーで、Google スプレッドシートの「行が追加されたら」というアクションを設定します。
- 次に、AIワーカーで、新商品情報に基づき、ブランド指針に沿ったSNS・LP・メルマガ用コピーを自動生成するためのマニュアルを作成します。
■このワークフローのカスタムポイント
- Google スプレッドシートのトリガー設定では、対象とするシートや、AIが読み取るべき情報の列を任意で指定してください。
- AIワーカーの指示内容（プロンプト）を調整することで、ブランドのトーン＆マナーに合わせた最適なキャッチコピーを生成できるようにカスタマイズが可能です。
- Google スプレッドシートの更新アクションでは、AIが生成したテキストを書き込む列を自由に設定してください。
■注意事項
- Google スプレッドシートとYoomを連携してください。AIワーカー内で使用するツール（アプリ）についてもマイアプリ連携が必要です。
- AIワーカーの基本設定は「【AIワーカー】基本的な設定方法」をご参照ください。
- AIワーカーの同時実行数・作成可能なAIワーカー数・利用可能なAIモデルはご契約中のプランによって異なります。
- AIワーカー内でご利用いただけるアプリやオペレーション等はフローボットの利用制限と同様です。
- AIワーカーは、テスト実行でも本番実行と同様にタスクを消費しますのでご注意ください。詳細は「【AIワーカー】タスク実行数の計算方法」ご参照ください。
- AIワーカーはマニュアルを詳細に設定することで適切な処理を実行しやすくなります。詳細は「【AIワーカー】マニュアルの作成方法」をご参照ください。
■このテンプレートをおすすめする方
- Slackで受け取ったバグ報告をJira Softwareへ転記する作業に、毎日多くの時間を費やしているエンジニアの方
- 多数のバグ報告の中から緊急性の高いものを判別し、優先順位付けを効率化したいプロジェクトマネージャーの方
- 報告内容の精査からチケット起票までのプロセスを自動化し、対応の漏れや遅れを最小限に抑えたいCS担当者の方
■このテンプレートを使うメリット
- Slackに投稿された内容をAIが解析してJira Softwareに自動起票するため、手作業での転記ミスを防ぎ、対応開始までのスピードを向上させます。
- 緊急度や担当領域の判断をAIが自動で行うため、一次受け担当者の工数を削減し、本来注力すべき開発や顧客対応に集中できる環境を整えます。
■フローボットの流れ
- はじめに、SlackとJira SoftwareをYoomと連携します
- 次に、トリガーで、Slackの「メッセージがチャンネルに投稿されたら（Webhook）」アクションを設定します
- 最後に、AIワーカーで、報告内容を解析し緊急度や担当領域を判断してチケットを作成するためのマニュアル（指示）を作成します
■このワークフローのカスタムポイント
- Slackのトリガー設定では、バグ報告を受け付ける特定のチャンネルIDを正しく指定してください。
- AIワーカーのマニュアル（指示内容）を調整することで、自社特有の緊急度判定基準やプロジェクト、コンポーネントの割り振りを詳細に指定することが可能です。
- Jira Softwareで作成するチケットの項目（要約や説明、ラベルなど）を、組織の運用ルールに合わせてカスタマイズしてください。
■注意事項
- Slack、Jira SoftwareのそれぞれとYoomを連携してください。AIワーカー内で使用するツール（アプリ）についてもマイアプリ連携が必要です。
- AIワーカーの基本設定は「【AIワーカー】基本的な設定方法」をご参照ください。
- AIワーカーの同時実行数・作成可能なAIワーカー数・利用可能なAIモデルはご契約中のプランによって異なります。
- AIワーカー内でご利用いただけるアプリやオペレーション等はフローボットの利用制限と同様です。
- AIワーカーは、テスト実行でも本番実行と同様にタスクを消費しますのでご注意ください。詳細は「【AIワーカー】タスク実行数の計算方法」ご参照ください。
- AIワーカーはマニュアルを詳細に設定することで適切な処理を実行しやすくなります。詳細は「【AIワーカー】マニュアルの作成方法」をご参照ください。
▼1つで10人分の働き⁉️ Yoom「AIワーカー」解説動画はこちら
🧠Sakana Fuguとは？
Sakana Fuguは、複数のAIモデルを動的にオーケストレーションするマルチエージェントシステムです。
現在は、用途に応じてFugu、Fugu Ultra、Fugu Cyberのモデルが提供されています。
利用者は複雑な裏側の構造を意識することなく、一つのエンドポイントを叩くだけで、世界中の最高峰の知能を統合的に活用することができます。
「モデルとしてのマルチエージェント」という新概念
従来のAI利用は「一つのモデルに聞く」スタイルでしたが、Sakana Fuguは「モデルそのものがマルチエージェント・システム」という新しい概念を提示しています。
これは、Fuguが複数の専門的なAIモデルをタスクに応じて選択・委譲し、それらの出力を統合して一つの答えを導く仕組みです。
内部にオーケストレーターが存在し、入力された依頼を理解して最適なチームを編成。
従来の単一モデルでは処理しきれなかった、複雑で多段階なステップを要するタスクの完遂が可能になりました。
裏側で動くエージェント（GPTやClaude）の役割分担
Sakana Fuguの裏側では、複数の専門的なAIモデルで構成されたエージェントプールが用意されています。
Fuguは、タスクの内容に応じて利用するモデルや処理方法を動的に選択し、各モデルの出力を統合。
例えば、
- 自然な日本語の文章作成にはClaude
- 競合リサーチにはGemini
- 高度な数学的推論にはGPT
といった具合に、それぞれのモデルの「得意分野」を活かした役割分担が行われます。
Fuguはこれらのモデルを状況に応じて動的に呼び出し、各モデルの強みを抽出して一つの出力へと統合します。
この「いいとこ取り」ができる仕組みが、Fuguの高いパフォーマンスの源泉です。
※特定のエージェントを除外できる範囲はモデルによって異なり、Fuguでは一部モデルを除外できる一方、Fugu Ultraのエージェントプールは固定されています。
既存のOpenAI互換APIを活用できる導入の容易さ
これほど複雑な仕組みを持ちながら、導入が極めて簡単な点も魅力です。
Sakana FuguはOpenAI互換APIを提供しているため、OpenAI APIに対応した既存のクライアントやツールから導入しやすい設計です。
OpenAI SDK (Python) の場合
from openai import OpenAI
# 従来のコード（OpenAIのままの場合）
# client = OpenAI(api_key="sk-...")
# Sakana Fuguに入れ替える場合
client = OpenAI(
base_url="https://api.sakana.ai/v1", # 接続先をSakanaのURLに変更
api_key="sakana_api_key_xxx" # Sakanaで発行したAPIキーに変更
)
# 呼び出し部分は従来のコードと全く同じ
response = client.chat.completions.create(
model="fugu-v1", # 利用するSakana Fuguのモデル名に変更
messages=[{"role": "user", "content": "こんにちは！"}]
)
print(response.choices[0].message.content)新しいプログラミング言語や特殊なSDKを覚える必要はありません。
この高い互換性により、多くの企業が最小限の工数で、自社システムを「世界中のモデルを使い分ける最強のAIシステム」へとアップグレードできるのです。
※利用時には、ベースURLやAPIキーに加えて、モデル名、対応API、SDKのバージョンなどを確認してください。
📊Sakana Fuguの実力は？主要LLMとの性能比較
Sakana Fuguと他の主要なAIモデルの違いを整理してみましょう。
どれが一番優れているかではなく、「どの場面でどれを使うべきか」という視点で着目してみてください。
単体モデルとマルチエージェント型の決定的な違い
ChatGPTやClaudeなどは、一つの頭脳（モデル）で全てを解決しようとします。
これに対し、Sakana Fuguは「複数の専門家チームを雇う」というアプローチです。
単一モデルでは限界があった「自己検証」や「タスクの動的委任」が可能になり、結果として出力の安定感が増加。
単独の天才に頼るか、優秀なチームに頼るか、という違いがそのまま性能の差となって現れています。
複雑なコーディングにおけるベンチマークの優位性
開発者向けベンチマークにおいて、Sakana Fugu（特にUltra）は非常に高い数値を記録しています。
これは、単にコードを予測して出力するだけでなく、
- エラーが出たら修正する
- ライブラリの依存関係を確認する
- 最適なコードを選択する
といった、人間のプログラマーが行う一連の作業をエージェントたちが分担して行えるためです。
このため、単純なスニペット生成ではなく、アプリケーション全体のロジック修正などの重い開発作業において、他のモデルよりも優位に立っています。
※ベンチマークや条件によって結果は異なるため、アプリケーション全体のロジック修正で常に他のモデルを上回るとは限りません。
実際の導入前には、自社のコードやタスクを使った検証が必要です。
日本発のAIとしての親和性とサポート体制
Sakana AIは東京を拠点としており、日本国内のビジネスニーズやコンプライアンスへの理解が深いことも見逃せません。
多言語対応はもちろんのこと、日本語のニュアンスを活かした指示への理解度も高く、将来的には日本独自の商習慣やデータに基づいたさらなる進化が期待されます。
国内企業が安心して導入できるAI基盤として、海外製品にはない安心感も大きな比較ポイントとなります。
🧪【Sakana Fuguで検証】複雑なタスクの解決能力を試してみた
Sakana Fuguが従来の単一モデルと比べてどれほど優れているのか、実際に利用してその実力を検証しました。
特に「マルチエージェント」という特性が、実際のタスク処理にどのような影響を与えるのかに焦点を当てています。
1.複数思考による論理的シミュレーション
まず、3つの専門家の視点を取り入れ、複雑なビジネス戦略の策定を依頼しました。
投稿プロンプト
あなたは「自動車メーカーの最高戦略責任者（CSO）」です。
3つの立場から情報をシミュレートし、議論させた上で最終回答を導いてください。
1. 【議論のシミュレート】
以下3つの立場から、それぞれの主張・懸念・課題を提示し、互いにフィードバックさせて議論を行わせてください。
・モデルA（財務・既存事業責任者）：既存エンジンの収益維持、サプライチェーン刷新の巨額コストとリスクを強調
・モデルB（技術・ソフトウェア統括）：SDV化、自動運転、バッテリー調達、開発体制の内製化を推進する立場
・モデルC（市場・マーケティング統括）：競合（新興EVメーカー等）に対する差別化、顧客のブランド移行、充電インフラ問題を重視
2. 【課題の整理と矛盾解決】
議論の中で生じた「短期的な収益維持」と「巨額の先行投資」のトレーオフをどのように解消するか、論理的に整理してください。
3. 【統合戦略案の提示】
3者の議論を踏まえ、2030年に向けたフェーズ別の実行ロードマップと、最終的な事業ポートフォリオ戦略を提示してください。
出力結果
「ガソリン車完全撤退および全社電動化・SDV（ソフトウェア定義車両）シフト」という論点に対し、
- 財務・既存事業責任者：サプライチェーン刷新による補償・雇用問題のほか、収益回収まで長期間を要する
- 市場・マーケティング統括：既存顧客・ブランドを維持しつつ、連続的な移行計画を設計する
という、異なる専門家の思考が可視化されました。
問題提起から他専門家への反論まで、与えられた役割を忠実に再現している印象を受けます。
そこから事業のポートフォリオを作成。
フェーズごとにタスクを分解しているため、必要なアクションがわかりやすかったです。
この多角的な視点による回答生成は、単一モデルの限界を大きく広げるものだと感じました。
2.専門性タスクの実行能力を検証
次に、一つのプロンプトの中に「市場調査」「データ分析」「コード作成」という異なる専門性が必要なタスクを混在させて投げかけてみました。
投稿プロンプト
あなたは地方自治体のDX推進アドバイザーです。
以下の3課題に対して一括で回答してください。
1. 【市場調査】
訪日外国人観光客（インバウンド）の日本地方部における最新の消費傾向と、現在注目されている観光テーマ（例：サステナブルツーリズム等）について概説してください。
2. 【データ分析】
地域内の観光施設利用データ（訪問者数、滞在時間、国籍、消費額）を分析し、リピート率を高めるためのデータ分析設計図（どのような仮説を立て、どのようにクロス集計するか）を提案してください。
3. 【コード作成】
収集した各種観光データの欠損値処理と標準化を行い、K-meansクラスタリングによって観光客をペルソナ別にセグメント化するPythonコードを作成してください。
結果をグラフで視覚化する処理も組み込んでください。
出力結果
Fuguは内部でタスクを分解し、工程ごとに処理を振り分けている様子がうかがえました。
思考プロセスが表示され、約2分後にはリサーチの結果の全てを出力。
- サステナブルツーリズム
- 高付加価値観光
- オーバーツーリズム対策
という近年の注目テーマについて、表形式でわかりやすくまとめてくれました。
リピート率を高めるためのデータ分析設計図についても、設計の考え方や分析からアクションへの接続例を事細かく提示してくれており、ユーザーが情報を噛み砕きやすいように丁寧な表現が使用されているのがみてとれます。
Pythonコードの生成に関しても、一からの作成プロセスを削減できたのは手間削減につながりました。
Fuguがリサーチや分析に特化しているモデルを自律的に選定してくれているため、ユーザーがモデルを切り替える必要がなく、一つの窓口で完結する体験は極めてスムーズです。
この「最適なモデルへの自動割り振り」こそが、業務効率化の鍵になると感じました。
総評
Fuguの自律的な処理により、モデルの切り替えがほとんど0に近い形で有益な情報を得ることができました。
一つのモデルが考えた案を別のモデルが批判的に評価し、最終的な結論をブラッシュアップ。
Pythonコードの生成に至っても非常にスムーズで、あとはシニアエンジニアに生成コードを確認してもらえば、すぐにでもスライドや公開資料として応用できます。
簡単なリサーチから資料作成まで、様々な場面でFuguは大いに活躍してくれそうです！
💡Sakana Fuguの活用がおすすめなケース
Sakana Fuguの真価は、単一の「頭脳」では処理しきれない、複数の工程や広範な知識が絡み合う「高難度なタスク」で発揮されます。
ここでは、特に導入効果が高い3つの具体的なケースを深掘りします。
大規模なレガシーコードの解析とモダナイゼーション
長年メンテナンスされてきた大規模なシステムでは、コードの影響範囲が広すぎて、一箇所の修正が思わぬ場所でバグを引き起こすリスクがあります。
Fugu Ultraは100万トークンの広大なコンテキストウィンドウを活かし、プロジェクト全体の依存関係を一度に把握することが可能。
例えば、古いライブラリの刷新やモノリスからマイクロサービスへの移行といった「システム全体の整合性」が問われる作業において、Fuguは複数のエージェントを動員して影響範囲の特定や移行プラン・コード案の作成を支援します。
専門領域を跨ぐ高度なリサーチと意思決定サポート
「最新のバイオテクノロジーと、それを実現するためのロボティクス、さらには関連する法的規制」といった、複数の専門領域を同時に調査し、一つの戦略にまとめるようなタスクは、従来のLLMが苦手とする分野でした。
Fuguは、内部でそれぞれの領域に特化したエージェントを擬似的に立ち上げ、それぞれの視点から情報を収集・検証させます。
最終的に、それらの異なる知見を矛盾なく統合したレポートを作成できるため、経営層の意思決定や新規事業の立案といった、情報の網羅性と正確性が同時に求められるシーンで非常に強力な武器となります。
自律型エージェント開発の効率化
自社でLangChainなどのフレームワークを使い、独自のマルチエージェントシステムを構築しようとすると、
- プロンプトの調整
- モデル間の通信制御
- 無限ループの防止
など、膨大なエンジニアリング工数が発生します。
Fuguを利用すれば、そうした複雑なオーケストレーション（調整機能）は全てSakana AI側が担ってくれます。
完成されたオーケストレーターであるFuguをAPIで叩くことで、本来のサービス開発にリソースを集中させることができるようになるのです。
⚠️Sakana Fuguを導入する際の注意点
非常に強力なSakana Fuguですが、万能ではありません。
導入を検討する際には、以下の課題を考慮する必要があります。
内部システムの複雑さによる挙動把握の難しさ
複数のモデルが複雑に連携しているため、なぜその回答に至ったのかという推論プロセスがブラックボックス化しやすい側面があります。
デバッグ時に
- どのエージェントが
- どの段階で
- どのような判断を誤ったのか
を特定することは、単一のモデルを利用する場合よりも困難です。
システムの挙動を完全に制御・予測する必要があるクリティカルな場面では、慎重な検証が求められます。
単体モデルと比較した際の回答速度への影響
内部での「合議制」のようなプロセスがあるため、回答の生成完了までに時間がかかります。
思考プロセスが何十にも重なったり、一問一答のクイックレスポンスが求められる用途では、ユーザーにストレスを与えてしまう可能性があります。
バッチ処理やバックグラウンドでの非同期処理といった、運用上の工夫が必要です。
特定のユースケースにおけるオーバースペックの可能性
簡単なメールの文面作成や単純な翻訳など、一つの軽量モデルで十分にこなせるタスクにFugu Ultraを使うのは、コストと時間の浪費になりかねません。
タスクの難易度を見極め、高度な推論が本当に必要な場面に絞って利用することが、賢い運用のコツと言えます。
✅まとめ
Sakana Fuguは、AIの使い方のパラダイムシフトを象徴するプロダクトです。
「どのモデルを使うか」に悩む時代から、AI自身が「最適なチームを組んで解決する」時代への移行を感じさせます。
コストや速度の面での注意点はありますが、それを補って余りある圧倒的な解決能力は、開発者やリサーチャーにとってこれ以上ない武器になるでしょう。
🚀Yoomでできること
Sakana Fuguがもたらす高度な知性は素晴らしいものですが、そのアウトプットを実際の業務に「つなげる」作業は依然として人間が担っていることが多いのではないでしょうか。Yoomを使えば、AIが生み出した価値を、そのままビジネスの現場へとシームレスに届けることができます。
AIとアプリの連携を自動化することで、情報の滞留をなくし、開発サイクルを劇的に加速させられるのです！
以下のようなYoomのテンプレートをフル活用して、あなたのチームの生産性を次のステージへ引き上げましょう。
■概要
Shopifyでの日々の売上や注文状況の確認、そしてそのデータに基づいた戦略立案を手作業で行うのは、時間がかかり大変な業務ではないでしょうか。特に、データ分析に多くの時間を費やしてしまうと、本来注力すべき施策の実行が遅れてしまうこともあります。このワークフローを活用すれば、毎週のShopifyの注文情報を自動で取得し、AIが分析から戦略提案までを行いSlackへ通知するため、こうした課題をスムーズに解消できます。
■このテンプレートをおすすめする方
- Shopifyの注文情報を手作業で集計・分析しているECサイトの運営担当者の方
- データに基づいた販売戦略を効率的に立案したいマーケティング担当者の方
- AIを活用して、EC事業の売上向上と業務効率化を両立させたいと考えている方
■このテンプレートを使うメリット
- 毎週の注文情報を自動で取得しAIが分析するため、データ収集やレポート作成にかかっていた時間を削減し、より戦略的な業務に集中できます。
- AIによる分析と提案が自動で出力されるため、担当者による分析のばらつきを防ぎ、データに基づいた質の高い意思決定を促進します。
■フローボットの流れ
- はじめに、ShopifyとSlackをYoomと連携します。
- トリガーで「スケジュールトリガー機能」を選択し、毎週特定の日時など、フローボットを起動したいスケジュールを設定します。
- オペレーションでShopifyの「注文の一覧を取得する（期間指定）」アクションを選択し、分析対象としたい期間の注文情報を取得するように設定します。
- 次に、AI機能の「テキストを生成する」アクションを設定し、取得した注文情報を基に分析や戦略提案を行うよう、AIへの指示（プロンプト）を入力します。
- 最後に、Slackの「チャンネルにメッセージを送る」アクションを設定し、AIが生成したテキストを指定のチャンネルに通知するように設定します。
※「トリガー」：フロー起動のきっかけとなるアクション、「オペレーション」：トリガー起動後、フロー内で処理を行うアクション
■このワークフローのカスタムポイント
- スケジュールトリガー機能では、Cron設定を活用することで、毎週だけでなく毎日や毎月など、実行頻度をより細かく調整することが可能です。
- AI機能に与えるプロンプト（指示）を工夫することで、売れ筋商品の傾向分析や顧客セグメント別の戦略など、分析内容をより詳細にカスタマイズできます。
- Slackへの通知は、チームのチャンネルだけでなく、特定の担当者へのダイレクトメッセージに切り替えるなど、通知先を任意で設定できます。
■注意事項
- Shopify 、SlackのそれぞれとYoomを連携してください。
- Shopifyはチームプラン・サクセスプランでのみご利用いただけるアプリとなっております。フリープラン・ミニプランの場合は設定しているフローボットのオペレーションやデータコネクトはエラーとなりますので、ご注意ください。
- チームプランやサクセスプランなどの有料プランは、2週間の無料トライアルを行うことが可能です。無料トライアル中には制限対象のアプリを使用することができます。
■概要日々の業務における情報収集や競合調査では、Web検索に多くの時間を要し、得られた情報の信頼性評価やレポート作成が負担になっていませんか？このワークフローは、Google スプレッドシートに調査したいトピックを追加するだけで、AIによるWeb検索、情報の信頼性評価、分析レポートの作成から通知までの一連のプロセスを自動化します。手作業による情報収集の手間を省き、効率的なリサーチ業務を実現します。
■このテンプレートをおすすめする方- 手作業でのWeb検索や情報収集に多くの時間を費やしている企画・マーケティング担当者の方
- AIを活用したWeb検索で、効率的に信頼性の高い情報を収集したいと考えている方
- チーム内での情報共有やレポート作成のプロセスを標準化し、属人化を解消したいマネージャーの方
■このテンプレートを使うメリット- スプレッドシートへの入力だけで情報収集からレポート作成までが完了するため、リサーチ業務にかかる時間を短縮することができます
- AIが設定された指示に基づき処理を行うため、担当者による作業の品質のばらつきを防ぎ、業務の標準化と属人化の解消につながります
■フローボットの流れ- はじめに、Google スプレッドシート、SerpApi、SlackをYoomと連携します
- 次に、トリガーでGoogle スプレッドシートを選択し、「行が追加されたら」というアクションを設定します
- 最後に、オペレーションでAIワーカーを選択し、SerpApiを実行し、結果の信頼性評価と分析レポート生成を行ったうえで記録・通知するためのマニュアル（指示）を作成します
※「トリガー」：フロー起動のきっかけとなるアクション、「オペレーション」：トリガー起動後、フロー内で処理を行うアクション
■このワークフローのカスタムポイント- Google スプレッドシートのトリガー設定では、起動の対象としたいスプレッドシートのIDとタブ名を任意で設定してください
- AIワーカーのオペレーション設定では、利用したいAIモデルを任意で選択し、どのような観点でレポートを作成するかの指示を具体的に設定してください
■注意事項- Google スプレッドシート、SerpApi、SlackのそれぞれとYoomを連携してください。AIワーカー内で使用するツール（アプリ）についてもマイアプリ連携が必要です。
- トリガーは5分、10分、15分、30分、60分の間隔で起動間隔を選択できます。
- プランによって最短の起動間隔が異なりますので、ご注意ください。
- AIワーカーの基本設定は「【AIワーカー】基本的な設定方法」をご参照ください。
- AIワーカーの同時実行数・作成可能なAIワーカー数・利用可能なAIモデルはご契約中のプランによって異なります。
- AIワーカー内でご利用いただけるアプリやオペレーション等はフローボットの利用制限と同様です。
- AIワーカーは、テスト実行でも本番実行と同様にタスクを消費しますのでご注意ください。詳細は「【AIワーカー】タスク実行数の計算方法」ご参照ください。
- AIワーカーはマニュアルを詳細に設定することで適切な処理を実行しやすくなります。詳細は「【AIワーカー】マニュアルの作成方法」をご参照ください。
- Google スプレッドシートをアプリトリガーとして使用する際の注意事項は「【アプリトリガー】Google スプレッドシートのトリガーにおける注意事項」を参照してください。
■概要日々届く大量のメールへの対応に追われ、本来注力すべき業務が疎かになっていませんか？メールの確認から内容の分類、そして返信案の作成までを手作業で行うと、多くの時間と労力を費やしてしまいます。このワークフローを活用すれば、Outlookでのメール受信をきっかけに、AIが内容の分類や要約、返信の下書き作成までを自動で完結し、Slackへ通知します。メール画面を開く前に対応の準備が整うため、スムーズな業務遂行を後押しします。
■このテンプレートをおすすめする方- Outlookに届く大量のメール対応に追われ、分類や優先順位付けの判断を効率化したいカスタマーサポート担当者の方
- メール返信案をAIで自動作成し、内容の確認と送信のみで対応を完結させて、レスポンスの速度を向上させたいチームリーダーの方
- OutlookとSlackを連携し、複数のアプリを跨ぐメール対応業務の負荷を軽減したいと考えている経営者の方
■このテンプレートを使うメリット- AIが受信メールの内容を自動で分類・要約するため、情報の整理にかかる負担を軽減し、重要な連絡へのスムーズな初動対応が可能になります。
- 返信案の下書きが自動で作成されるため、文章作成の手間が省け、対応漏れの防止や返信の質を保ちながら業務の効率化を図ることができます。
■フローボットの流れ- はじめに、Outlook、Google スプレッドシート、SlackをYoomと連携します。
- 次に、トリガーでOutlookを選択し、「メールを受信したら」というアクションを設定します。
- 最後に、AIワーカーで受信したメール内容を読み取り、要約・種別・緊急度の判定を行い、Google スプレッドシートのFAQや対応履歴を参照して返信草案を作成するためのマニュアル（指示）を作成し、Outlookの「メールの下書きを作成する」アクション、Google スプレッドシートの「複数のレコードを取得する（最大300件）」アクション、およびSlackの「チャンネルにメッセージを送る」アクションを使用ツールとして設定します。
※「トリガー」：フロー起動のきっかけとなるアクション、「オペレーション」：トリガー起動後、フロー内で処理を行うアクション
■このワークフローのカスタムポイント- Outlookのトリガー設定では、特定のフォルダを指定して、必要なメールのみが処理されるように調整してください。
- AIへの指示（プロンプト）を調整することで、自社のトーン＆マナーに合わせた返信案の作成や、より詳細なカテゴリ分類が可能になります。
- Slackへの通知先チャンネルは、担当チームやメールの内容に合わせて任意で設定してください。
■注意事項- Outlook、Google スプレッドシート、SlackのそれぞれとYoomを連携してください。AIワーカー内で使用するツール（アプリ）についてもマイアプリ連携が必要です。
- Microsoft365（旧Office365）には、家庭向けプランと一般法人向けプラン（Microsoft365 Business）があり、一般法人向けプランに加入していない場合には認証に失敗する可能性があります。
- トリガーは5分、10分、15分、30分、60分の間隔で起動間隔を選択できます。
- プランによって最短の起動間隔が異なりますので、ご注意ください。
- AIワーカーの基本設定は「【AIワーカー】基本的な設定方法」をご参照ください。
- AIワーカーの同時実行数・作成可能なAIワーカー数・利用可能なAIモデルはご契約中のプランによって異なります。
- AIワーカー内でご利用いただけるアプリやオペレーション等はフローボットの利用制限と同様です。
- AIワーカーは、テスト実行でも本番実行と同様にタスクを消費しますのでご注意ください。詳細は「【AIワーカー】タスク実行数の計算方法」ご参照ください。
- AIワーカーはマニュアルを詳細に設定することで適切な処理を実行しやすくなります。詳細は「【AIワーカー】マニュアルの作成方法」をご参照ください。
■概要
Shopifyでの日々の売上や注文状況の確認、そしてそのデータに基づいた戦略立案を手作業で行うのは、時間がかかり大変な業務ではないでしょうか。特に、データ分析に多くの時間を費やしてしまうと、本来注力すべき施策の実行が遅れてしまうこともあります。このワークフローを活用すれば、毎週のShopifyの注文情報を自動で取得し、AIが分析から戦略提案までを行いSlackへ通知するため、こうした課題をスムーズに解消できます。
■このテンプレートをおすすめする方
- Shopifyの注文情報を手作業で集計・分析しているECサイトの運営担当者の方
- データに基づいた販売戦略を効率的に立案したいマーケティング担当者の方
- AIを活用して、EC事業の売上向上と業務効率化を両立させたいと考えている方
■このテンプレートを使うメリット
- 毎週の注文情報を自動で取得しAIが分析するため、データ収集やレポート作成にかかっていた時間を削減し、より戦略的な業務に集中できます。
- AIによる分析と提案が自動で出力されるため、担当者による分析のばらつきを防ぎ、データに基づいた質の高い意思決定を促進します。
■フローボットの流れ
- はじめに、ShopifyとSlackをYoomと連携します。
- トリガーで「スケジュールトリガー機能」を選択し、毎週特定の日時など、フローボットを起動したいスケジュールを設定します。
- オペレーションでShopifyの「注文の一覧を取得する（期間指定）」アクションを選択し、分析対象としたい期間の注文情報を取得するように設定します。
- 次に、AI機能の「テキストを生成する」アクションを設定し、取得した注文情報を基に分析や戦略提案を行うよう、AIへの指示（プロンプト）を入力します。
- 最後に、Slackの「チャンネルにメッセージを送る」アクションを設定し、AIが生成したテキストを指定のチャンネルに通知するように設定します。
※「トリガー」：フロー起動のきっかけとなるアクション、「オペレーション」：トリガー起動後、フロー内で処理を行うアクション
■このワークフローのカスタムポイント
- スケジュールトリガー機能では、Cron設定を活用することで、毎週だけでなく毎日や毎月など、実行頻度をより細かく調整することが可能です。
- AI機能に与えるプロンプト（指示）を工夫することで、売れ筋商品の傾向分析や顧客セグメント別の戦略など、分析内容をより詳細にカスタマイズできます。
- Slackへの通知は、チームのチャンネルだけでなく、特定の担当者へのダイレクトメッセージに切り替えるなど、通知先を任意で設定できます。
■注意事項
- Shopify 、SlackのそれぞれとYoomを連携してください。
- Shopifyはチームプラン・サクセスプランでのみご利用いただけるアプリとなっております。フリープラン・ミニプランの場合は設定しているフローボットのオペレーションやデータコネクトはエラーとなりますので、ご注意ください。
- チームプランやサクセスプランなどの有料プランは、2週間の無料トライアルを行うことが可能です。無料トライアル中には制限対象のアプリを使用することができます。
■このテンプレートをおすすめする方
- 手作業でのWeb検索や情報収集に多くの時間を費やしている企画・マーケティング担当者の方
- AIを活用したWeb検索で、効率的に信頼性の高い情報を収集したいと考えている方
- チーム内での情報共有やレポート作成のプロセスを標準化し、属人化を解消したいマネージャーの方
■このテンプレートを使うメリット
- スプレッドシートへの入力だけで情報収集からレポート作成までが完了するため、リサーチ業務にかかる時間を短縮することができます
- AIが設定された指示に基づき処理を行うため、担当者による作業の品質のばらつきを防ぎ、業務の標準化と属人化の解消につながります
■フローボットの流れ
- はじめに、Google スプレッドシート、SerpApi、SlackをYoomと連携します
- 次に、トリガーでGoogle スプレッドシートを選択し、「行が追加されたら」というアクションを設定します
- 最後に、オペレーションでAIワーカーを選択し、SerpApiを実行し、結果の信頼性評価と分析レポート生成を行ったうえで記録・通知するためのマニュアル（指示）を作成します
■このワークフローのカスタムポイント
- Google スプレッドシートのトリガー設定では、起動の対象としたいスプレッドシートのIDとタブ名を任意で設定してください
- AIワーカーのオペレーション設定では、利用したいAIモデルを任意で選択し、どのような観点でレポートを作成するかの指示を具体的に設定してください
■注意事項
- Google スプレッドシート、SerpApi、SlackのそれぞれとYoomを連携してください。AIワーカー内で使用するツール（アプリ）についてもマイアプリ連携が必要です。
- トリガーは5分、10分、15分、30分、60分の間隔で起動間隔を選択できます。
- プランによって最短の起動間隔が異なりますので、ご注意ください。
- AIワーカーの基本設定は「【AIワーカー】基本的な設定方法」をご参照ください。
- AIワーカーの同時実行数・作成可能なAIワーカー数・利用可能なAIモデルはご契約中のプランによって異なります。
- AIワーカー内でご利用いただけるアプリやオペレーション等はフローボットの利用制限と同様です。
- AIワーカーは、テスト実行でも本番実行と同様にタスクを消費しますのでご注意ください。詳細は「【AIワーカー】タスク実行数の計算方法」ご参照ください。
- AIワーカーはマニュアルを詳細に設定することで適切な処理を実行しやすくなります。詳細は「【AIワーカー】マニュアルの作成方法」をご参照ください。
- Google スプレッドシートをアプリトリガーとして使用する際の注意事項は「【アプリトリガー】Google スプレッドシートのトリガーにおける注意事項」を参照してください。
- Outlookに届く大量のメール対応に追われ、分類や優先順位付けの判断を効率化したいカスタマーサポート担当者の方
- メール返信案をAIで自動作成し、内容の確認と送信のみで対応を完結させて、レスポンスの速度を向上させたいチームリーダーの方
- OutlookとSlackを連携し、複数のアプリを跨ぐメール対応業務の負荷を軽減したいと考えている経営者の方
■このテンプレートを使うメリット
- AIが受信メールの内容を自動で分類・要約するため、情報の整理にかかる負担を軽減し、重要な連絡へのスムーズな初動対応が可能になります。
- 返信案の下書きが自動で作成されるため、文章作成の手間が省け、対応漏れの防止や返信の質を保ちながら業務の効率化を図ることができます。
■フローボットの流れ
- はじめに、Outlook、Google スプレッドシート、SlackをYoomと連携します。
- 次に、トリガーでOutlookを選択し、「メールを受信したら」というアクションを設定します。
- 最後に、AIワーカーで受信したメール内容を読み取り、要約・種別・緊急度の判定を行い、Google スプレッドシートのFAQや対応履歴を参照して返信草案を作成するためのマニュアル（指示）を作成し、Outlookの「メールの下書きを作成する」アクション、Google スプレッドシートの「複数のレコードを取得する（最大300件）」アクション、およびSlackの「チャンネルにメッセージを送る」アクションを使用ツールとして設定します。
■このワークフローのカスタムポイント
- Outlookのトリガー設定では、特定のフォルダを指定して、必要なメールのみが処理されるように調整してください。
- AIへの指示（プロンプト）を調整することで、自社のトーン＆マナーに合わせた返信案の作成や、より詳細なカテゴリ分類が可能になります。
- Slackへの通知先チャンネルは、担当チームやメールの内容に合わせて任意で設定してください。
■注意事項
- Outlook、Google スプレッドシート、SlackのそれぞれとYoomを連携してください。AIワーカー内で使用するツール（アプリ）についてもマイアプリ連携が必要です。
- Microsoft365（旧Office365）には、家庭向けプランと一般法人向けプラン（Microsoft365 Business）があり、一般法人向けプランに加入していない場合には認証に失敗する可能性があります。
- トリガーは5分、10分、15分、30分、60分の間隔で起動間隔を選択できます。
- プランによって最短の起動間隔が異なりますので、ご注意ください。
- AIワーカーの基本設定は「【AIワーカー】基本的な設定方法」をご参照ください。
- AIワーカーの同時実行数・作成可能なAIワーカー数・利用可能なAIモデルはご契約中のプランによって異なります。
- AIワーカー内でご利用いただけるアプリやオペレーション等はフローボットの利用制限と同様です。
- AIワーカーは、テスト実行でも本番実行と同様にタスクを消費しますのでご注意ください。詳細は「【AIワーカー】タスク実行数の計算方法」ご参照ください。
- AIワーカーはマニュアルを詳細に設定することで適切な処理を実行しやすくなります。詳細は「【AIワーカー】マニュアルの作成方法」をご参照ください。
プログラミング知識なしで手軽に構築できます。
