・
ワークフロー型AIエージェントとは？自律型との違いやおすすめツールを紹介
「AIに業務を任せたいけれど、勝手に動いて予期せぬミスをされないか不安」「複雑な業務プロセスをどうやってAIに組み込めばいいのかわからない」といった悩みを抱えていませんか？
この解決策として今、世界中で注目されているのが「ワークフロー型AIエージェント」です。
従来のチャット形式のAIとは異なり、あらかじめ定義された手順に沿ってタスクを実行しやすいこの仕組みは、ビジネス現場での活用にも適しています。
本記事では、ワークフロー型AIエージェントの定義から自律型との違い、主要ツールの比較まで、実務に役立つ情報を網羅して解説します。
⚙️ワークフロー型AIエージェントとは？自律型との違いを解説
ワークフロー型AIエージェントとは、特定のゴールに向けて「どのような手順で、どのツールを使うか」というプロセスをユーザーが設計し、その枠組みの中でAIが判断・実行を行う仕組みを指します。
ここでは、その仕組みの詳細やしばしば比較される「完全自律型」との違い、そしてなぜ今この形態が支持されているのかを深掘り。
制御可能なAIエージェントの仕組み
ワークフロー型AIエージェントの核となるのは、ユーザーが定義した「グラフ（構造）」です。
例えば、以下のような一連の流れをフロー図として定義します。
- メールを受信したら
- 内容を要約
- 緊急度を判定して
- Slackに通知する
- ※ただし、クレームの場合は即座に担当者に電話をかける
AIはこのフローの各ステップで、「どう要約するか」「これはクレームに該当するか」といった特定のタスクを担当。
このように、AIの活動範囲を特定のステップに限定することで、処理経路を管理しやすくなり、想定外の動作が起きた際にも原因を特定しやすくなります。
AIワークフローについてはこちらの記事もチェック！ → AIワークフローとは？自律型エージェントによる業務自動化のメリットと活用事例を解説
完全自律型AIエージェントとの比較表
完全自律型とワークフロー型には、以下のような明確な違いがあります。
ワークフロー型は、実行経路や権限、承認工程を設計しやすいため、正確性や予見可能性が求められる実務で有力な選択肢となります。
自律型AIエージェントについてはこちらの記事もチェック！ → 自律型AIエージェントとは？仕組みや導入事例をわかりやすく解説
注目される背景
ビジネスシーンでワークフロー型が選ばれる最大の理由は、AIの暴走を防ぎつつ、高度な自動化を実現できる点にあります。
完全自律型AIは魅力的な構想ですが、ゴールに辿り着くまでに不必要なAPIコールを繰り返したり、誤った判断を連鎖させたりするリスクが拭えません。
一方、ワークフロー型は「ユーザーが引いたレール」の上をAIが走るため、エラーの特定が容易で、既存の業務フローにそのまま組み込める親和性の高さがあります。
こうした制御しやすさは、企業がAIを業務へ導入する際の判断材料の一つになります。
ワークフローの検証について、こちらの記事もチェック！ → 実務で検証｜Difyで議事録自動作成ワークフローを作ってみた
🤖Yoomは定型業務のワークフローをAIで自動化できます
ワークフローの自動化は便利な反面、ツール間の連携設定や条件分岐の設計に専門知識が必要だったり、微調整に多大な時間がかかったりといった手間がかかるものです。
Yoomを活用することで、複雑な設定作業から解放され、本来注力すべき戦略立案やチームマネジメントなどのコア業務に集中できるようになります。
「これなら自分でもできそう！」と感じた方は、ぜひ以下からYoomを試してみてください。
数値・画像データをもとに規格値との照合・合否判定、不良傾向の分析、品質低下の予兆検知を行い、結果をレポートとして出力するAIワーカーです。検査データの手作業による集計・照合の負担を減らし、早期対処につなげたい製造・品質管理担当の方におすすめです。
- 「スキル」とは：
- AIワーカーが処理を行うための手順書です。詳しい設定方法は「【AIワーカー】スキル（旧マニュアル）の作成方法」をご参照ください。
- 「使用ツール」とは：
- AIワーカーが処理を行う際に使用するツールです。自社で普段使っているツールをAIに指示するだけで、データの取得先や出力先を自由に組み替えることができます。
- 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」をご参照ください。
- Salesforceを利用しており、新規リードの割り当て作業を効率化したい営業マネージャーの方
- 過去の成約実績や業種経験に基づいた、客観的で公平なリード割り当てを実現したいB2Bマーケティング担当者の方
- リード発生から初動までの時間を短縮し、商談化率を高めたいと考えている営業企画の方
- AIが過去のデータに基づいて最適な担当者を推薦するため、担当者の選定に迷う時間が削減され、スムーズなアプローチが可能になります。
- Salesforceのレコード更新が自動化されるため、手動による転記ミスを防ぎ、管理業務の負担を軽減できます。
- はじめに、SalesforceとSlackをYoomと連携します。
- 次に、トリガーとして、Salesforceの「リードオブジェクトに新規レコードが登録されたら」というアクションを設定します。
- 次に、AIワーカーを活用し、最適な担当者を選定してSalesforceのリードオブジェクトを更新し、Slackで担当者をメンションしてメッセージを送信するためのスキルを作成します。この際、Salesforceのアクションと、Slackのアクションを使用ツールとして設定します。
- AIワーカーへの指示（プロンプト）を調整することで、成約実績だけでなく、現在の案件保有数や担当地域など、独自の割り当て基準を追加することが可能です。
- Slackでの通知内容をカスタマイズし、リードの業種やWebフォームの問い合わせ内容をメッセージに含めることで、担当者が状況を把握しやすく設定できます。
- Salesforce、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。
- Salesforceはミニプラン以上で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・パーソナル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。
- パーソナルプラン・ミニプラン・チームプラン・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や機能（オペレーション）を使用することができます。詳しくは、料金プランのページをご参照ください。
- 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。
- 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ワーカーはスキ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】スキル（旧マニュアル）の作成方法」をご参照ください。
💡ワークフロー型AIエージェントを導入するメリット
ワークフロー型AIエージェントの導入は、単なる効率化以上の価値を組織にもたらします。導入することで、これまで属人化していた判断基準をデジタル上のフローとして言語化・構造化。
組織全体の透明性が大幅に向上するでしょう。
業務プロセスの可視化と監査性の向上
AIエージェントを動かすためのワークフローを設計する過程で、それまで曖昧だった
- 誰が
- いつ
- 何を
- どう判断しているか
というプロセスがすべて可視化されるため、どの工程がボトルネックになっているかを客観的に把握できるように。
また、AIが行ったすべての判断ログが保存されるため、どの処理を経て回答が生成されたのかを確認しやすくなります。
これは、コンプライアンスやセキュリティ基準が厳しい企業にとって、不可欠なメリットといえます。
AIのハルシネーションの抑制
AIがもっともらしい嘘をつく「ハルシネーション」は、ビジネス利用における最大の障壁の一つです。
ワークフロー型では、AIに与える情報範囲をステップごとに厳密に制限したり、回答の参照元となるドキュメント（RAG）を固定したりすることで、このリスクを低減できます。
また、
- 情報を精査・抽出するAI
- 回答案を作成するAI
- その回答に誤りがないかチェックするAI
をフローの中で分けるマルチエージェント構成にすることで、誤りを検出する機会を増やせます。
人による承認工程の統合
どれだけAIが進化しても、最終的な契約締結や高額な返金処理など、人が責任を持つべきポイントは残ります。
ワークフロー型AIエージェントは、フローの途中に「担当者の承認待ち」状態をスマートに組み込むことが可能。
承認プロセスの一例
- 作成した返信メールの下書きを担当者が確認・修正して送信
- 生成した企画書の叩き台をマネージャーが最終確認し、加筆
- 顧客アンケートの分類結果を、情報処理担当者が確認して集計結果に反映
- 生成画像内に著作権を侵害するリスクのあるコンテンツがあれば、別案の生成を依頼
AIのスピードと人の責任能力を掛け合わせた、最高効率かつ安全なオペレーションが実現します。
🛠️おすすめのワークフロー型AIエージェントツール
現在、市場にはノーコードで直感的に構築できるツールから、高度なカスタマイズが可能なプログラミングフレームワークまで、多様な選択肢が存在します。
自社の技術スタックや自動化したい業務の複雑さに合わせて、最適なツールを選ぶことが成功への近道です。
Yoom：日本企業のSaaS連携に特化したノーコードツール
Yoomは、さまざまなSaaSや業務アプリを組み合わせて業務を自動化できるノーコードプラットフォームです。
- Salesforce
- Slack
- Google スプレッドシート
などのサービスに加えて、国内で利用されている業務アプリにも対応しています。
※対応アプリや利用できる機能は、公式のアプリ一覧や契約プランをご確認ください。
「AIワーカー」機能があり、設定した役割や指示に基づいて、情報収集やアプリ連携を含む業務を自動化できるので、気軽にワークフロー型のAIを構築可能。
日本語のサポートが手厚く、現場担当者が自ら改善を回せる点が最大の強みです。
Dify：RAGとフロー構築に強いローコードツール
Difyは、AIアプリケーションやエージェントワークフローを構築できるオープンソースのプラットフォームです。
直感的なドラッグ＆ドロップ操作でワークフローを構築でき、特に外部知識ベースと連携させるRAG（検索拡張生成）の構築が非常に容易である点が特徴。
プロンプトの管理機能やテスト機能も充実しており、非エンジニアでも比較的短期間で実用的なエージェントを作成できます。
コミュニティも活発で、テンプレートが豊富な点も魅力です。
LangGraph：ステートフルな循環グラフを構築する環境
LangGraphは、ノードとエッジで構成されるグラフに、循環（ループ）や条件分岐、状態管理などを組み込める開発者向けのフレームワークです。
最大の特徴は、従来のワークフローでは難しかった「循環（ループ）」や「条件分岐による戻り」を厳密に制御できる点。
AIが一度行った処理をやり直したり、条件に応じて別の処理へ進めたりするロジックを、PythonまたはJavaScript／TypeScriptで実装できます。
高度なカスタマイズ性と柔軟性を求める、プロコード派の開発チームに最適な選択肢といえるでしょう。
CrewAI：役割分担によるマルチエージェント連携
CrewAIは、複数のAIエージェントに役割や目標、使用するツールなどを設定し、タスクを分担させるためのフレームワークです。
例えば
- 「リサーチャー」が情報を収集
- 「ライター」が執筆
- 「校正者」がチェックする
といった分業体制をエージェント間で構築可能。
役割分担やタスクの実行順序を設計できるため、調査、執筆、確認など複数工程からなる処理に利用できます。
⚡️ワークフロー型AIを「ただの自動化」で終わらせない運用体制
単にツールを導入してフローを繋ぐだけでは、真の成果は得られません。
AIがビジネスの現場で「信頼できるパートナー」として機能するためには、従来のシステム運用とは異なる視点が必要です。
思考ログの可視化
AIに判断を任せると、どうしても「なぜその結論に至ったのか」が見えにくくなります。
これを防ぐためには、AIが使用した
- 入力情報
- 参照元
- 実行したツール
- 処理結果
- 最終的な判断理由の要約
などをログとして保存するように設計することが重要です。
判断に使用した情報や処理経路が明確であれば、ミスが発生した際の原因調査や修正を進めやすくなります。
また、フローの途中でAIが「不明」と判断した場合に、自動で担当者にエスカレーションする仕組みを設けることで、運用の透明性と信頼性を維持できるようになるでしょう。
ログの活用法一例
MCPを活用した高度なナレッジ連携
近年、AIと外部データの連携を標準化するMCP（Model Context Protocol）の普及により、エージェントの能力は飛躍的に高まっています。
※MCPとは：AIアプリケーションと外部のデータソースやツールを接続するためのオープンプロトコル
従来のAPI連携では難しかった、SaaS内の深い階層にあるデータや複雑な文脈を、AIが理解できるようになりました。
ワークフローを設計する際は、このMCPを活用して、
- 社内のナレッジベース
- CRM
- ドキュメント管理システム
から「今、その瞬間に必要な情報」をピンポイントでエージェントに供給できる体制を整えることが重要です。
プロンプトの肥大化を防ぐAIの役割分担
一つのAIにすべての指示を詰め込むと、処理が遅くなったり精度が低下したりする原因になります。
これを避けるためには、タスクを最小単位に分解し、それぞれに専用のAIエージェントを割り当てるのが理想的です。
- データ抽出専門
- 文言チェック専門
- スケジュール調整専門
といった具合に役割を分けることで、個々のプロンプトをシンプルに保ち、全体の安定性を高めることができます。
🚀実務で失敗しないためのワークフロー設計の黄金比
理想的なワークフローを設計するには、AIの「得意」と「不得意」を明確に切り分けるセンスが求められます。
すべての工程をAI化しようとするのではなく、人とAIがそれぞれの強みを発揮できる領域に配置することが、成功の黄金比です。
AIに任せる判断と固定ルールを切り分けるコツ
「もし合計金額が10万円以上なら〜」といった明確な数値条件は、AIではなく従来のプログラムに任せるべきです。
一方で、「この問い合わせ内容は怒りの感情が入っているか？」「この文章のニュアンスは自社ブランドに合っているか？」といった、曖昧で文脈理解が必要な部分こそがAIの主戦場です。
ロジックで解決できる部分はルールエンジンで固め、柔軟な解釈が必要な隙間をAIで埋める。
この「ハイブリッド設計」が、もっともエラーが少なく、かつ高度な自動化を実現します。
社内ルールとのハイブリッド設計についてはこちらの記事もチェック！ → 社内問い合わせをAIエージェントで自動化｜従業員の自己解決率を高める方法
エラー発生時の担当者への引き継ぎ経路を設計する
自動化においてもっとも危険なのは、エラーが発生した際にプロセスが静かに停止してしまうことです。
設計段階から
- AIがエラーを返した場合
- 回答が規定の時間を超えた場合
- 必要な情報が不足している場合
といった例外パターンを想定し、必ず担当者への通知と引き継ぎが行われるルートを用意しておきましょう。
このフローを構築しているからこそ、担当者は安心してAIにメインの業務を任せることができるのです。
エラーのログ監視に役立つエージェントの紹介について、こちらの記事もチェック！ → ログ監視の負担を軽減！AIエージェントで実現する自動モニタリングの構築ステップ
業務プロセス全体の継続的なチューニング
ワークフローは一度作って終わりではありません。
- 業務ルールの変更
- AIモデルのアップデート
- 季節要因によるデータ傾向の変化
に合わせて、定期的なメンテナンスが必要です。
定期的に実行ログを振り返り、AIの判断に偏りがないか、不必要なステップが残っていないかをチェックしましょう。
現場のフィードバックを受けてプロンプトを微調整し続けるサイクルこそが、ワークフロー型AIを組織に定着させる鍵となります。
ワークフローを定着させるためのヒントについて、こちらの記事もチェック！ → AI活用推進のポイント｜社内業務の自動化から始める3ステップ
📂YoomのAIエージェント活用テンプレート
ここでは、すぐに実務に導入できるYoomのAIワーカーテンプレートを紹介します。
実際のビジネス現場で頻出する課題を解決するために設計されているので、導入したその日から恩恵を実感できるはずです！
📩ナレッジ回答担当者
問い合わせ内容をAIが分析し、過去の対応履歴やナレッジベースをもとに回答案を作成します。
参照元や関連性のあるアドバイスも提示してくれるため、社内問い合わせの満足度向上にも寄与します。
社内ナレッジから情報を検索し、根拠を明示して回答を生成するAIワーカーです。社内規定やマニュアルへの問い合わせ対応を自動化し、自己解決力を高めることで業務を効率化できるため、膨大な資料の確認に苦労している担当者や現場のメンバーにおすすめです。
- 社内規定や製品マニュアルの管理を担当しており、頻繁に発生する問い合わせ対応を効率化したいと考えている方
- 膨大なドキュメントの中から必要な情報を探す手間を省き、業務のスピードを上げたい現場のメンバーの方
- 自社のガイドラインに沿った一貫性のある回答を、社内の誰もが手軽に得られる環境を整えたい管理職の方
■事前準備
AIワーカーが自社のナレッジに基づいて正確に回答できるよう、自社の業務マニュアルやQ&A、社内規定などをまとめた「ナレッジベース（データソース）」をあらかじめ用意しておきましょう。Yoomと連携しているアプリであればどれでもナレッジベースとして利用できるので、普段お使いのツールを自由に設定してください。
その後、AIワーカーへのチャットで「◯◯（作成したナレッジベース名）を参照して」と指示することで、AIワーカーがその情報をもとに回答できるようになります。
チャットで指示を出すだけで自社の運用に合わせて自動で設定・アップデートされていきます。まずは、AIワーカーが処理を正しく実行できるよう「スキル」と「使用ツール」をカスタマイズしましょう。
- 「スキル」とは：
- AIワーカーが処理を行うための手順書です。詳しい設定方法は「【AIワーカー】スキル（旧マニュアル）の作成方法」をご参照ください。
- 「使用ツール」とは：
- AIワーカーが処理を行う際に使用するツールです。自社で普段使っているツールをAIに指示するだけで、データの取得先や出力先を自由に組み替えることができます。
- 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。
📑納品書データ作成アシスタント
チャットの指示や画像から必要情報を抽出し、自社規定に則ってデータの補正や計算を行います。
情報の格納から完了通知までをシームレスにこなしてくれるため、手動工数の削減が期待できるでしょう！
チャットの指示や注文書画像から情報を抽出し、Google ドキュメントでの納品書発行やGoogle スプレッドシートへの登録、通知までを自律的に代行するAIワーカーです。バラバラな形式の注文情報を効率よくデータ化し、転記や計算ミスのない正確な書類作成を実現したい方におすすめです。
■このAIワーカーをおすすめする方
- チャットや画像など、多様な形式で届く注文情報のデータ化と納品書作成を効率化したい営業事務担当の方
- 転記ミスや計算ミスを防ぎつつ、自社の命名ルールや端数処理に沿った正確な書類を短時間で発行したい方
- Google スプレッドシートでの管理から納品書の発行、チャットへの共有までの一連の工程を自動化したいチーム
■AIワーカー設定の流れ
- AIワーカーの「名前」や「役割」などの基本設定を行います。
- Google Drive、Google スプレッドシート、Google ドキュメント、Microsoft TeamsをYoomとマイアプリ連携します。なお、連携するアプリは普段お使いの他のツールに変更することも可能です。
- AIワーカーへの指示書となる「スキル」を、自社の「正式名称変換リスト」や「消費税端数処理」などの運用ルールに合わせて詳細に設定します。
■このAIワーカーのカスタムポイント
- スキル内の「#データ補正・計算ルール」にある「正式名称変換リスト」を自社の取扱商品に合わせて設定してください。これにより、略称での指示も正しい品名に自動変換されます。
- 同じく「消費税端数処理」の項目を、自社の経理ルール（切り捨て、四捨五入など）に合わせて調整することで、正確な合計金額の算出が可能になります。
- Microsoft Teamsの通知先チャネルや、納品書を格納するGoogle DriveのフォルダIDを自社の環境に合わせて指定してください。
■注意事項
- Google Drive、Google スプレッドシート、Google ドキュメント、Microsoft TeamsとYoomを連携してください。
- 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。
- 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」をご参照ください。
- 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。
- AIワーカー内で20件を超える大容量データの取得やループ処理を行うと、タスクを著しく消費する可能性があるためご注意ください。
- ダウンロード可能なファイル容量は最大300MBまでです。アプリの仕様によっては300MB未満になる可能性があるので、ご注意ください。
- トリガー、各オペレーションでの取り扱い可能なファイル容量の詳細は「ファイルの容量制限について」をご参照ください。
⚠️ワークフロー型AIエージェント導入時の注意点
ワークフロー型AIエージェントは非常に強力なツールですが、導入にあたってはいくつかの落とし穴が存在します。
これらを事前に把握し対策を講じておくことで、プロジェクトの頓挫を防ぎ、スムーズな運用へとつなげられるようになるでしょう。
プロセスの細分化
AIに「この業務をいい感じにやって」という大まかな指示を出すのは禁物です。
まずは業務を
- 情報の取得
- 情報の加工
- 判断
- 実行（出力）
といった最小限のアクションにまで分解してください。
各ステップのインプットとアウトプットが明確であればあるほど、AIの精度は安定します。
プロセスの粒度が粗すぎると、エラーが発生した際の原因特定が困難になり、結局手動ですべてやり直すことになりかねません。
セキュリティとアクセス権限の最小化
AIエージェントには、そのタスクを遂行するために必要なデータにのみアクセス権を与える「最小権限の原則」を徹底してください。
例えば、広報文を作成するエージェントに、全社員の給与データが保管されているフォルダへのアクセス権は不要と考えていいでしょう。
また、外部のAIモデルを利用する場合、入力したデータがモデルの学習に利用されない設定になっているかを必ず確認し、機密情報の取り扱いに関する社内ガイドラインを遵守することを徹底してください。
API利用時のコスト管理
ワークフローの中でAIを何度も呼び出したり、大量のトークンを消費する指示を出したりすると、API利用料が予想外に膨らむことがあります。
特に、エラー時に自動でリトライを行う設定にする場合は、最大回数を制限しておかないと、無限ループに陥って高額な請求が発生するのです。
Dify内で構築したリサーチ特化ワークフローでAPIの呼び出しを行った場合の費用例
※LLMモデルは軽量（API料金約0.3〜3円程度）、リサーチ1回あたりの平均消費量を「入力 30,000トークン / 出力 3,000トークン」として算出
※1ドル＝150円で換算
コストと精度のバランスを見極め、本当にAIの高度な判断が必要なステップに絞って活用することが、持続可能な運用のコツといえます。
✅まとめ
ワークフロー型AIエージェントは、プロセスの設計とAIの知能を融合させた、現代ビジネスにおける最強の自動化ソリューションです。
完全自律型のような不確実性を排除し、信頼性の高い動くマニュアルとして、あらゆる定型業務を革新する可能性を秘めています。
大切なのは、小さな業務からスモールスタートし、AIとの協業に慣れていくこと。
本記事で紹介した視点やツールを参考に、制御可能で頼もしいAIエージェントの構築にぜひ挑戦してみてください。
🛠️Yoomでできること
ワークフロー型AIエージェントの構築は、一見難しそうに感じるかもしれません。
しかし、Yoomを使えばプログラミングの知識は一切不要です。
既存の業務フローをパズルのように組み合わせるだけで、専用のAIエージェントが完成します。
日々の煩雑な入力作業や確認業務はYoomに任せて、あなたにしかできない、より創造的で価値の高い仕事に時間を使ってみませんか？
まずは無料のテンプレートを触ってみることから、新しい働き方をスタートしましょう。
財務データから主要KPIの変動を分析し、経営層向けのレポートを自動作成するAIワーカーです。毎月の経営報告書の作成にかかる手間を減らしたい経理・財務・経営企画担当の方におすすめです。
- 「スキル」とは：
- AIワーカーが処理を行うための手順書です。詳しい設定方法は「【AIワーカー】スキル（旧マニュアル）の作成方法」をご参照ください。
- 「使用ツール」とは：
- AIワーカーが処理を行う際に使用するツールです。自社で普段使っているツールをAIに指示するだけで、データの取得先や出力先を自由に組み替えることができます。
- 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」をご参照ください。
- Asanaを用いたプロジェクト管理を行っており、毎週の報告書作成に負担を感じているPMの方
- Googleドキュメントでの報告書作成やSlackへの通知を、手作業で行っているチームリーダーの方
- プロジェクトの進捗状況をAIに自動要約させ、迅速な状況把握をしたい経営者やマネージャーの方
- Asanaからタスク状況を抽出し、AIが進捗を要約した報告書をGoogleドキュメントで作成するため、手作業による転記ミスを防止できます。
- 作成された報告書のURLがSlackへ自動通知されるため、チーム全体への情報共有がタイムリーに行われ、報告漏れを防ぐことが可能です。
- はじめに、Asana、Slack、Googleドキュメント、Google DriveをYoomと連携します。
- 次に、スケジュールトリガーを選択し、毎週指定の時刻に実行されるよう設定します。
- 最後に、AIワーカーで、Asanaのタスク一覧を取得し、その内容をもとに進捗を要約した報告書をGoogleドキュメントで作成し、Slackへ通知を行うためのスキル（指示）を作成します。その際、Asana、Googleドキュメント、Google Drive、Slackののアクションを使用ツールとして設定し、一つのプロセスで完結させます。
■このワークフローのカスタムポイント
- AIワーカーへの指示内容を編集することで、特定のプロジェクトのみを対象にしたり、特定の期限切れタスクを重点的に要約したりするなどの調整が可能です。
- Googleドキュメントの雛形となるテンプレートを用意し、Google Driveのコピーアクションと組み合わせることで、指定のフォーマットで報告書を作成できます。
- Slackの通知先チャンネルをチームごとに変更したり、報告対象メンバーをメンションしたりする設定も可能です。
- Asana、Slack、Googleドキュメント、Google Drive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ワーカー内で20件を超える大容量データの取得やループ処理を行うと、タスクを著しく消費する可能性があるためご注意ください。
- 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ワーカーはスキ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】スキル（旧マニュアル）の作成方法」をご参照ください。
出典1：Yoom/出典2：Dify/出典3：LangGraph/出典4：CrewAI
プログラミング知識なしで手軽に構築できます。
