AIレシピ
定義
AIレシピは、構造化されたプロンプト、型付き入力スキーマ、型付き出力スキーマを持つ再利用可能な単一操作のAIタスクです。レシピはJieGouにおけるAI自動化の基本的なビルディングブロックであり、リードの評価、メール下書き、請求書データの抽出など、明確に定義された1つの操作を実行します。
AIレシピの仕組み
レシピは3つの部分で構成されます：レシピが必要とするデータを定義する入力スキーマ、LLMリクエストを構造化するプロンプトテンプレート、レシピが返す内容を定義する出力スキーマです。レシピを実行すると、JieGouが入力データでプロンプトテンプレートを埋め、選択したLLMプロバイダー（Claude、GPT、またはGemini）に送信し、レスポンスを構造化された出力フィールドに解析します。これにより、出力は常に機械可読で一貫性のあるものとなり、下流のステップで解析が必要な自由形式のテキストではなくなります。
レシピ vs. 生のプロンプト
生のChatGPTプロンプトとは異なり、レシピは構造を強制します。入力はプロンプトの送信前にスキーマに対して検証されます。出力はレスポンスの到着後に型付きフィールドに解析されます。これにより、レシピをワークフローに連結し、ステップ間を流れるデータが常に期待されるフォーマットであることを信頼できます。レシピはまた、RAGによるナレッジベースコンテキスト、ブランドボイスガイドライン、バージョン履歴もサポートします。これらはチャットウィンドウにプロンプトを貼り付けた時には失われる機能です。
レシピの作成
JieGouではレシピを3つの方法で作成できます。まず、部門パッケージからプリビルトレシピをインストールします。各パッケージにはチーム向けに設計された7〜10個のレシピが含まれています。次に、会話型AIアシスタントを使用して自然言語でニーズを記述し、レシピを生成させます。第三に、レシピエディタで手動でレシピを作成し、プロンプト、入力フィールド、出力フィールド、モデル設定を定義します。すべてのレシピは、テスト実行に基づいて改善を提案するAI支援のプロンプト最適化をサポートしています。
ワークフローでのレシピの使用
レシピはコンポーザブルに設計されています。ワークフローは複数のレシピを連結し、その間に分岐、ループ、承認ゲートを挿入します。ワークフロー内の各レシピステップは、前のステップの出力をその入力に自動的にマッピングします。例えば、リード評価ワークフローでは、リードリサーチ → リードスコアリング → メール下書きを連結し、各レシピが前のステップのコンテキストを受け取ります。このコンポーザビリティがレシピの強みです。各レシピは1つのことをうまく行い、ワークフローがそれらをエンドツーエンドのプロセスに組み合わせます。
レシピの評価と品質
JieGouにはレシピ評価ツールが組み込まれています。ベイクオフでは、マルチジャッジスコアリングを使用して同じレシピ上の異なるLLMモデルを比較できます。トークントラッキングは実行ごとのコストを表示します。バージョン履歴でプロンプトの変更をA/Bテストできます。これらのツールにより、最初のテスト実行だけでなく、時間の経過とともにレシピが高品質でコスト効率の良い結果を生み出すことを確保します。
関連用語
AIワークフロー
AIワークフローとは何か、マルチステッププロセスをどのように自動化するかをご紹介します。ワークフローはレシピを分岐、ループ、承認ゲート、並列実行と連結します。
BYOK（Bring Your Own Key）
BYOKがAI自動化にとってどのような意味を持つかをご紹介します。Bring Your Own Keyにより、自分のLLM APIキーをJieGouに接続し、完全なコスト管理とデータプライバシーを実現できます。
MCP（Model Context Protocol）
MCP（Model Context Protocol）とは何か、JieGouがどのように使用しているかをご紹介します。MCPにより、AIは標準化されたプロトコルを通じて外部ツール、ブラウザ、サービスと対話できます。