・
AIを組み込むワークフローとは：マルチエージェントとMCPで業務を自動化する最適解
近年、AIを単なるチャットツールとして使う段階から、複数の工程を自動で完結させる「ワークフロー」として運用する段階へと、ビジネスの現場は大きく進化しています。
特に複数のAIが役割を分担するマルチエージェント構成や、外部データとの連携を標準化するMCPの登場により、これまで人が介在せざるを得なかった複雑な業務も自動化が可能になりました。
本記事では、これからの業務自動化の核となるAIワークフローの構築方法と、最新の活用事例を詳しく解説します。
🔤AIワークフローとは？単発のプロンプト利用から「仕組み」への進化
AIワークフローとは、特定の目的を達成するために、複数のAI処理や外部アプリとの連携をあらかじめ定義された手順で自動実行する仕組みのことです。
その役割について深掘りしていきましょう。
AIワークフローと従来の自動化の違い
従来の自動化（RPAなど）は、ユーザーが決めた「Aの次はBをする」という固定的なルールに従うものでした。
一方、AIワークフローは入力されたデータの内容をAIが解釈し、あらかじめ設定された条件に応じて処理内容を分岐させたり、文章の要約・分類・生成などを行える点が特徴です。
いわば「固定的な手順の自動化」に加えて、「一部の解釈や判断を自動化する仕組み」といえます。
なぜ今「AIワークフロー」が必須なのか
ChatGPTのような対話型AIは強力ですが、手動でプロンプトを入力し、出力をコピーして別のツールに貼り付ける作業には限界があります。
業務量が増えるほど「手作業の介在」がボトルネックとなり、ミスや遅延の原因となってしまうのです。
AIをワークフローとして組み込むことで、ユーザーの介入を抑えながら、
- 情報の分類
- 要約
- 回答案の作成
など、一定の判断を伴う業務を継続的に自動化できるようになります。
ワークフロー導入で得られる3つの大きな成果
AIワークフローを導入することで、主に以下の3つの成果が期待できます。
- 圧倒的なスピード向上：数時間かかっていたリサーチやドキュメント作成が短時間で完了
- 人的ミスの削減：データの転記漏れや判断のばらつきを抑え、業務品質を安定化
- コストの最適化：定型的な判断業務をAIに任せることで、高付加価値な業務に人的リソースを集中させられる
煩雑となりがちなプロセスを、AI活用で一気に課題解消へと導くことができるようになるでしょう。
🌈YoomはAIを活用したワークフローをノーコードで構築できます
AIワークフローの構築は、プログラミングや複雑なAPI連携が必要だと思われがちですが、Yoomならその手間を解消できます。
直感的な操作で、複数のAIエージェントや外部アプリを組み合わせた高度な自律型ワークフローを、誰でも簡単に作成することが可能です。
AIによる判断や実行をシームレスに繋げることで、これまで手作業で行っていた
- データ転記
- 分析
- メール送信
といった業務から解放されるでしょう。
空いた時間をより創造的な業務に充てたいと感じている方は、ぜひYoomでAIワークフローの第一歩を踏み出してみてください。
過去の契約条件の変遷と交渉方針をもとに、取引先との関係性や傾向を読み取り、目的に合ったトーンで契約更新の交渉メール文案を作成するAIワーカーです。値上げや条件変更が絡む文面のトーンや言葉選びに悩む時間を減らせるので、取引先ごとの対応に手間がかかっている営業担当の方や、複数の取引先との契約更新をスムーズに進めたい方におすすめです。
- 取引先の状況に合わせた文面を一から考えるのに時間がかかり、契約更新業務が負担になっている営業担当の方
- 値上げや条件変更が絡む交渉メールで、失礼のないトーンや言葉選びにいつも頭を悩ませている担当者の方
- 複数の取引先への契約更新を、これまでの関係性を大切にしながらスムーズに進めていきたいご担当者の方
- 「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。
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。
📰AIワークフローに欠かせない技術トレンド
自律的で高度な自動化を実現するためには、近年のトレンドを理解しておくことが不可欠です。
どのような技術が注目されているのかを見てみましょう。
MCP（Model Context Protocol）による外部連携の標準化
MCPは、AIが外部のツールやデータベースと対話するためのオープンな標準プロトコルです。
これまでAIに特定のアプリを操作させるには、個別のカスタマイズが必要でしたが、MCPの普及により、提供するツールやリソースを、クライアント側のAIアプリケーションから利用できる環境が整いました。
ワークフローの柔軟性が飛躍的に高まっています。
マルチエージェント構成：Planner・Worker・Reviewerの役割分担
一つのAIにすべてを任せるのではなく、役割の異なる複数のAIを組み合わせる構成も注目されています。
- Planner（計画者）：課題を分析し、実行手順を組み立てる
- Worker（実行者）：指示に基づき、実際に文章作成やデータ処理を行う
- Reviewer（校閲者）：出力された内容の正確性や品質をチェックする
この構成により、一つのAIに処理を集中させる場合と比べ、成果物の品質を確認しやすくなります。
👷AIワークフロー構築におすすめのツール3選
市場にはAIワークフローに適した多くのツールが存在します。
目的やスキルセットに応じて最適なものを選ぶことが成功の鍵です。
Dify：AIエージェント構築に特化
Difyは、RAG（検索拡張生成）やワークフローの可視化に優れたプラットフォームです。
MCPサーバーの公開や外部MCPサーバーのツール利用に対応しています。
また、
- RAG
- ワークフロー
- モデルの切り替え
などを組み合わせて、外部ツールと連携するAIアプリケーションを構築可能。
LLMの切り替えも容易で、独自のナレッジベースを活用した高度なAIアプリケーションを開発したい場合に最適です。
オープンソースベースのため、拡張性を重視する先進的なユーザーに支持されています。
Yoom：国内SaaS連携が豊富な国産ツール
Yoomは、
- SmartHR
- カオナビ
- freee
といった日本独自のSaaS連携が非常に充実しているのが最大の特徴です。
インターフェースがすべて日本語であることはもちろん、承認フロー、書類作成・PDF化などの機能を組み合わせ、業務に合わせたワークフローをノーコードで構築できます。
プログラミング知識がなくても、直感的な操作で現場の担当者が自ら実用的なAIワークフローを構築できるため、国内企業の業務自動化やDX推進に適した選択肢の一つといえるでしょう。
n8n：条件分岐とデータ処理に強いツール
n8nは、膨大なノードを組み合わせて複雑なロジックを設計できる、自由度の高い自動化プラットフォーム。
データの加工や変換にJavaScriptを使用できるため、標準的な連携だけでは対応できない複雑なデータ処理が必要な場合に真価を発揮します。
セルフホストも可能で、
- セキュリティ要件が厳しい環境
- システム間の大規模なデータ同期
など、テクニカルな要件を伴うワークフローをエンジニアが主体となって構築・運用するシーンに向いています。
※利用できるモジュールや実行環境の条件は、クラウド版とセルフホスト版などの構成によって異なるため、要件に応じた確認が必要です。
🏗️求められる「AIワークフローの自律性と統制」
AIが自律的に動くようになればなるほど、その動作をどのようにコントロールし、信頼性を保つかが重要になります。
「RPA的確実性」と「AI的柔軟性」のハイブリッド設計
正確性が求められる計算やデータ転記には「従来のRPA的なルール」を適用し、解釈や要約、創造的な提案が必要な部分には「AI」を活用する。
このハイブリッドな設計こそが、実務で使えるワークフローの正解です。
すべてをAIに任せるのではなく、適材適所の使い分けが信頼を生みます。
ハイブリッド設計の一例
「Human-in-the-loop」がAIの信頼性を担保する
自律型のワークフローであっても、最終的な責任を負うのは人です。
AIによる判断の根拠を常に確認できる状態にし、重要なステップには必ず「人の目」を通す工程を設けましょう。
シーンごとのHuman-in-the-loopの導入例
- 人事・採用スクリーニング
・AI：面接質問案の自動生成
・担当者：AIの出力結果をもとに、採用担当者が最終的な面接質問を決定 - 製造・品質検査
・AI：製品画像から傷や異物の可能性がある箇所を検出
・担当者：AIの指摘箇所を精査し、社内基準と過去事例を踏まえて合否を判定 - カスタマーサポート・高度な問合せ対応
AI：顧客からの複雑な問い合わせ内容を解析し、ナレッジベースから最適な回答案と参考リンクを生成
担当者：AIの生成した文面の正確性やニュアンスを確認・修正し、顧客へ送信
これにより、AIの利便性を享受しつつ、リスクを最小限に抑えることができます。
Pull型ワークフローへのシフト
従来の自動化は、データが届いたら動く「Push型」が中心でした。
しかし、MCPによってAIが外部データにアクセスできるようになると、AIアプリケーションが、設定された権限や利用可能なツールの範囲内で外部データを参照し、必要な処理を実行する構成を実現できます。
AIが必要な情報を取得してから処理を進める「Pull型」に近いワークフローを構築できるようになり、状況の変化に応じてAIが自律的にリサーチを開始するといった、より高度なアクションが実現するのです。
※AIが自律的にデータを取得するかどうかは、利用するモデルやアプリケーション、ワークフローの設計に依存します。
💡実務で役立つAIワークフローの活用事例
AIワークフローは、幅広い業種・職種で既に活用が始まっています。
自身の業務にどうフィットするのか、具体例を見ていきましょう。
カスタマーサポート：問い合わせ内容の解析と一次回答案の作成
メールやフォームから届いた問い合わせをAIが素早く解析し、緊急度を判定します。
同時に、社内のナレッジベースから最適な回答候補を検索し、一次回答案を作成して担当者に通知。
担当者は内容を確認・修正するだけで済むため、返信スピードが向上します。
営業・マーケティング：企業分析とレポートの生成
検索機能やWeb閲覧機能、外部データソースとの連携を組み込んだAIワークフローでは、対象企業のWebサイトや関連情報を参照し、事業内容やニュースを収集する構成を実現できます。
リサーチ情報を元に、自社の戦略会議に使えるクオリティの高い資料を自動生成。
個別にリサーチする時間を削減しつつ、レポート作成の手間を軽減できます。
経営企画・リサーチ：サイトの巡回と週次レポートの自動作成
特定の競合他社のサイトを週次でチェックし、
- 新製品
- 価格改定
- プレスリリース
などの変更点をAIが抽出します。
抽出したデータを元に、前週との比較や示唆を含めたレポートを自動で作成し、チャットツールやメールでチームに共有。
常に最新の市場動向を把握する体制が自動で構築されます。
🌟YoomのAIワーカーを活用したワークフローテンプレート
Yoomでは、これらの高度なAIワークフローをすぐに始められるテンプレートを多数用意しています。
AIワーカーによる高度な判断と分析
AIワーカーは、単なるテキスト生成だけでなく、情報の分類や優先度の判定、複雑なデータからの示唆抽出など、まさに「チームの一員」として機能します。
おすすめのユーザー
- 毎日届く大量の情報整理に追われている方
- データの重要度を自分で判断する時間を減らしたいリーダー
- 顧客への一次対応を自動化しつつ、品質は落としたくないCS担当者
以下のテンプレートを活用することで、今日から自律的なワークフローを運用開始できます。
アンケートの自由記述データを自動で要約・分類し、Google スプレッドシートへ記録するAIワーカーです。膨大な回答内容の可視化を迅速に行い、分析や改善サイクルを加速できるので、集計作業の負担を軽減し顧客の声をいち早く業務に活か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
- 大量のアンケート回答の分類や集計作業に追われ、分析に十分な時間を割けていないマーケティング担当者の方
- 顧客の声をスピーディーに社内へ共有し、サービスの改善サイクルを早めたいと考えているCS・製品開発チームの方
- Google スプレッドシートを活用して顧客管理を行っており、データ入力を自動化して業務を効率化したい方
■AIワーカー設定の流れ
- まず最初に、AIワーカーの「名前」や「役割」などの基本設定を行います。
- 次に、AIワーカー内で使用するGoogle スプレッドシートをYoomとマイアプリ連携し、書き込み先のアクションを設定します。普段お使いの他のアプリに変更して設定することも可能です。
- 最後に、AIワーカーへの指示書である「マニュアル」を、自社の分類ルールや運用に合わせて作成・編集します。
■このAIワーカーのカスタムポイント
- マニュアル内の「# 分類・判定基準」という項目に、「【機能改善】：システムやサービスの機能追加、UI/UXの変更、不具合に関する要望や意見」のように自社のサービスに合わせたカテゴリを設定してください。これにより、AIが独自の基準を正しく理解し、より実務に即した精度の高いタグ付けが可能になります。
- マニュアル内の「# 手順」の項目を調整し、Google スプレッドシートに記録したい情報の種類を自由に追加・変更してください。会社名やメールアドレス以外にも、顧客ランクや特定の管理IDなど、自社の運用に必要な項目を柔軟に設定できます。
- Google スプレッドシートへの書き込みアクションでは、シートを任意で指定してください。
■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。
Google スプレッドシートの目標データとkintoneの実績データを自律的に照合・分析し、改善案まで生成するAIワーカーです。自社の基準に基づいたボトルネック特定や対策立案を自動化できるため、業績管理におけるデータ集計の負担を軽減し、根拠のあるフィードバックを行いたい営業責任者におすすめです。
- kintone、Google スプレッドシートなど、複数のアプリにまたがる営業データの集計や分析に課題を感じている方
- 自社の分析指標に基づいたボトルネックの特定や、具体的な改善アクションの立案をより効率的に進めたいと考えている営業責任者の方
- 営業実績の推移を基に、根拠のあるフィードバックや改善提案をチームメンバーへコンスタントに提供したいチームリーダーの方
- AIワーカーの名前や説明、AIモデルの選択など、基本的な設定を行います。
- AIワーカー内で使用するGoogle スプレッドシート、kintoneをマイアプリ登録し、必要なアクションを連携します。
- AIワーカーが参照する目標データの範囲や、分析に使用する自社独自の判定基準を「スキル」に記述します。
■このAIワーカーのカスタムポイント
- スキル内の「#分析・改善提案の基準」にある、乖離率や停滞案件の定義などの数値を自社の運用ルールに合わせて変更してください。これにより、自社の目標水準に合わせた精度の高い改善提案が得られます。
- スキル内の「#アプリ個別設定」にて、kintoneのアプリIDの検索条件などを設定してください。自社で利用している独自のフィールドコードを指定することで、正確な実績データの抽出が可能になります。
- レポートの出力先をカスタマイズすることで、Google スプレッドシート以外にも、自社で利用しているチャットツール等へ分析結果を届けるといった運用への調整も可能です。
- Google スプレッドシート、kintoneとYoomを連携してください。
- kintone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。
- 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。
- 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。
⚠️AIワークフロー導入で陥りやすい落とし穴と対策
導入効果が高い一方で、運用にあたっては注意すべき点も存在します。
リスクや長期運用のポイントを充分に理解しておきましょう。
トークン消費によるコスト爆発を防ぐ
AIワークフローは、その利便性の反面、裏側で常に大規模言語モデルのAPIを呼び出していることを忘れてはなりません。
特に、複雑なマルチエージェント構成を組んでいる場合、必要以上に長いコンテキストの送信によって想定外のコストが発生するリスクがあります。
親エージェントが、専門のサブエージェント3つ（リサーチ・執筆・校正）に指示・統括する場合
※標準的なモデル単価（入力: $3.00 / 1M token、出力: $15.00 / 1M token、1ドル＝150円）で算出
上記の表のように1回ごとに30円程度の費用が発生する場合、月に200記事の記事を書き上げるには6000円ほどのコストがかかる計算になります。
「当初の概算よりも費用が嵩んでしまった...」といった事象を防ぐためには、ワークフローごとに実行回数の上限や予算のアラートを設定するコスト管理の視点が不可欠です。
- プロンプトの記述を簡潔にして入力トークンを絞る
- 安価なモデルと高性能なモデルをタスクの重要度に応じて使い分ける
といった、細やかなコスト最適化の設計を初期段階から組み込んでおきましょう。
セキュリティリスクへの備え
外部からの入力データをAIに処理させるワークフローでは、悪意のあるユーザーが特定の命令を混ぜ込む「プロンプトインジェクション」への対策が極めて重要です。
対策として、
- 入力値をAIに渡す前に特定のキーワードをフィルタリングする
- データベースへのアクセス権限をAIエージェントごとに最小限に制限する
- 個人情報を送る際にはマスキング処理を行うステップをワークフロー内に設ける
といった多層的な防御とセキュリティを担保する設計が求められます。
定期的なモニタリングと改善
AIワークフローは一度構築して終わりではなく、時間の経過とともに精度が変化する可能性を考慮しておく必要があります。
- 利用しているAIモデルのアップデートによる挙動の変化
- 参照先となるWebサイトの構造変更
- 業務プロセスの微修正
などが原因で、これまでは正しく動いていたフローが突然誤った判断を下し始めることも珍しくありません。
エラーログやAIの回答傾向を定期的に確認し、必要に応じてプロンプトやワークフローを改善するメンテナンスサイクルを定めておきましょう。
✅まとめ：AIをチームの一員として組み込もう
AIワークフローの構築は、もはや一部のエンジニアだけのものではありません。
MCPやマルチエージェントといった技術を背景に、ノーコードツールを活用することで、誰もが自分専用の「自律的なチーム」を持てる時代になりました。
まずは、日常的に発生している「判断を伴う小さな作業」から自動化を始めてみてください。
小さな成功体験を積み重ねることが、組織全体のDXを加速させる大きな一歩となります。
🐣Yoomでできること
AIワークフローの構築は、効率化の面で非常に魅力的ですが、複数のアプリを跨いだ設定やAPIの管理には手間がかかることも事実です。
Yoomを使えば、これまで専門知識が必要だった高度なAIワークフローも、テンプレートを選んで連携するだけで完了。
煩雑なデータ処理から解放され、AIと共に未来のビジネスを創るクリエイティブな仕事に集中できる環境を手に入れましょう。
現預金残高や入出金予定データをもとに資金繰りの予測・分析を行うAIワーカーです。月次の資金繰り表作成に手間がかかっている経理・財務担当の方や、資金不足を事前に防ぎたい中小企業の管理部門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。
このワークフローを活用すれば、Google フォームにインサイト画像が送信された際、AIワーカーが自動で数値を解析し、Google スプレッドシートへの記録とSlackへの通知までを自動で実行します。インフルエンサーから収集したデータの集計業務を効率化し、スピーディな分析と共有をサポートします。
- インフルエンサーから収集したSNSのインサイト画像を、手動で転記することなく自動でデータ化したいマーケティング担当者の方
- キャンペーン実績の画像を効率的に集計し、レポーティングや分析を開始したいチームリーダーの方
- SNSの運用実績をスピーディにチーム全体へ共有し、施策の改善サイクルを早めたいと考えている方
- AIワーカーがインサイト画像を解析して数値を抽出するため、これまで手作業で行っていた画像確認と転記の時間を短縮できます。
- 手作業によるデータの転記漏れや入力ミスといったヒューマンエラーを防ぎ、正確な実績データを蓄積することが可能です。
- はじめに、Google フォーム、Google Drive、Google スプレッドシート、SlackをYoomと連携します。
- トリガーで、Google フォームの「新しい回答が送信されたら」アクションを設定します。
- 次に、AIワーカーを用いて「提出されたインサイト画像を解析し、数値を抽出する」ためのスキルを作成します。その際、Google Driveの「ファイルをダウンロードする」アクション、Google スプレッドシートの「レコードを追加する」アクション、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、集計完了をチームに通知します。
■このワークフローのカスタムポイント
- AIワーカーの指示内容を調整することで、抽出したい特定の数値（インプレッション、エンゲージメント、保存数など）を任意で指定できます。
- Google スプレッドシートの書き込み先シートや、Slackでの通知先チャンネル、メッセージ内容をプロジェクトに合わせて自由にカスタマイズ可能です。
- Googleフォーム、Google Drive、Google スプレッドシートのそれぞれと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。
- Googleフォームをトリガーとして使用した際の回答内容を取得する方法は「Googleフォームトリガーで、回答内容を取得する方法」を参照ください。
- 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。
- 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。
- 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。
プログラミング知識なしで手軽に構築できます。
