Agentic ​

Agentic は、アクションを実行してワークフローを動的にオーケストレーションする AI エージェントを構築・管理するためのローコード／ノーコードプラットフォームです。Workato 上に構築されたエージェントは ジーニー と呼ばれます。各ジーニーには、システム全体での動作、他のエージェントとの連携、複雑なワークフローのエンドツーエンドの実行を定義する職務記述、スキル、ナレッジベースがあります。

Workato エージェントレジストリ ​

AI Hub は、組織の中央集権的なエージェントレジストリとして機能します。パッケージ化されたものであれカスタムのものであれ、組織内のすべてのジーニーを公開、検出、利用、ガバナンスするための単一の場所を提供します。

AI Hub

レジストリ内の各ジーニーには、ジーニーの機能と設定を説明するエージェントカードがあります。エージェントカードには次の情報が含まれます。

• AI モデル: ジーニーを駆動する LLM
• チャットインターフェース: Slack、Microsoft Teams、Workato GO など、ユーザーがジーニーと対話するためのインターフェース
• 職務記述: ジーニーの定義された役割、目標、行動上の制約
• スキル: ジーニーが実行できるアクションとワークフロー
• アプリイベント: ジーニーがユーザー入力を待たずに能動的に動作できるようにする、外部システムからのトリガー
• KPI: ジーニーが推進または測定するように設計された成果

エージェントカードには、ジーニーの AI モデル、スキル、職務記述などが表示されます

エージェントカードは、各ジーニーを利用または操作できるユーザーを定義するアクセス制御により、組織全体でエージェントを記述・管理する標準化された方法を企業に提供します。

ワークスペース間でジーニーを配布するには、XChange を使用して、ガバナンスされたレビューと承認のワークフローを通じてジーニーをパッケージ化できます。承認済みのパッケージは子ワークスペースに配布したり、ライブラリに公開したりできます。ライブラリでは、XChange へのアクセス権を持つユーザーがパッケージを検出してインストールできます。

エージェントのバージョン管理 ​

ジーニーのスキル、プロンプト、職務記述を反復しながら、次の 2 つのレベルでバージョンを管理できます。

• スキル: 各スキルは、変更が加えられるたびにバージョン履歴を保持します。バージョンを比較したり、以前のバージョンにロールバックしたり、特定のバージョンに対してテストケースを実行したりできます。詳細については、スキルバージョン管理を参照してください。
• 環境: 開発、テスト、本番の環境全体でジーニーの個別のコピーを維持できます。バージョンは検証されたら 1 つの環境から次の環境へデプロイでき、複数のバージョンを環境間で並行して実行できます。

詳細については、ライフサイクルと運用を参照してください。

大規模アクションモデル ​

大規模アクションモデル（LAM）は、アプリやデータシステム全体でマルチステップワークフローを自律的に計画・実行する機能で LLM を拡張します。

Agent Studio では、推論、スキル発見、ワークフローオーケストレーションを使用して任意の LLM を拡張し、大規模アクションモデルを構築できます。その結果として得られるジーニーは、ナレッジ取得を超えてエンタープライズアプリ全体でアクションを実行し、マルチステップのビジネスプロセスを自律的に実行できます。これらのモデルは、プラットフォーム上のライブプロセスインスタンスを観察し、どのアクションシーケンスが成功するかを学習し、時間とともに精度と信頼性を高めるように動作を適応させることで、継続的に改善されます。

マルチモーダルの入出力 ​

ジーニーは、テキスト、画像、PDF、Word ファイル、CSV などのドキュメントを含む複数の入力タイプをサポートします。入力は、接続されたシステムからコンテンツを保存・同期する複数のナレッジベースから取得することも、Slack、Microsoft Teams、Workato GO などのチャットインターフェースを通じてエンドユーザーから直接取得することもできます。チャットインターフェースを通じて送信されたファイルは、下流の処理のためにスキルに渡すこともできます。

サポートされるファイルタイプとサイズ制限については、ファイルと画像のアップロードを参照してください。

エージェントメモリ ​

ジーニーはセッション内のコンテキストを本質的に保持し、以前のメッセージを参照して会話全体で連続性を維持できます。

セッション間での永続的なメモリには、次を設定できます。

• ナレッジベースを使用して、ジーニーがユーザーに応答する際にセマンティック検索で取得する、ポリシー、ドキュメント、会話履歴などの参照コンテンツを保存します。実例については、Confluence にナレッジベースを接続するを参照してください。
• データテーブルを使用して、ジーニーがスキルを通じてクエリして正確な結果、集計、またはユーザー固有のデータを取得できる構造化されたレコードを保存します。たとえば、ユーザーごとに会話 ID を保存することで、ジーニーは複数のインタラクションをまたいでコンテキストを保持できます。実例については、Telegram でパーソナルアシスタントジーニーを構築するを参照してください。

ディシジョンモデルとエージェント ​

スキルは、ディシジョンモデルコネクターを使用してディシジョンモデルを呼び出すことができ、そのロジックをスキル自体に埋め込むことなく、ジーニーが複雑な条件付きビジネスロジックを適用できるようにします。

これにより、ポリシー管理がエージェントロジックから分離されます。ジーニーのスキルや職務記述を変更することなく、ディシジョンモデルでビジネスルールを更新できます。

実例については、次のユースケースを参照してください。

• 調達ジーニーで購入注文を処理する: 確定的な注文履行のためのスキル内のディシジョンモデル
• ディシジョンモデルでエージェント間のリクエストをルーティングする: マルチエージェントルーティングのためのディシジョンモデル

エージェント間通信 ​

ジーニーは、ジーニーにタスクを割り当てアクションを呼び出すスキルを使用して、他のジーニーにタスクを委任できます。これにより、プライマリジーニーがサブタスクを専門ジーニーに引き渡し、返された応答に基づいてアクションを実行するマルチエージェントアーキテクチャが可能になり、分類、ルーティング、検証、連鎖処理などのパターンをサポートします。

ジーニーは、A2A コネクターを使用して、任意の A2A プロトコル準拠エージェントを呼び出すこともできます。A2A は、Google ADK、LangGraph、Amazon Bedrock AgentCore、Azure AI Foundry など、フレームワークやベンダーを超えた AI エージェントの相互運用性のためのオープン標準です。これにより、Workato ジーニーは外部エージェントにタスクを委任して結果に基づいて動作でき、同期パターンと非同期パターンの両方をサポートします。

ジーニーの会話の可観測性 ​

Workato UI で直接ジーニーの会話履歴を確認できます。Conversations ページには過去のインタラクションの完全な記録が表示され、各スキルの呼び出しは運用ハブに独自の履歴を持つジョブとして実行されます。

ジーニーの会話履歴

会話の確認、エラーのデバッグ、保持期間とアクセス権限の設定の詳細については、会話履歴を参照してください。

コンプライアンスや外部の可観測性パイプラインとの統合のために、Workato は Amazon S3、Splunk、Datadog などの宛先へのログストリーミング、および会話履歴をプログラムからクエリするための API アクセスもサポートしています。

スキル ​

スキルは、ジーニーにアクションを実行してエンドユーザーに応答するためのツールセットを装備させます。各スキルには 2 つの部分があります。ジーニーが呼び出したときに実行されるロジックと、ジーニーで設定されたスキルプロンプト（ジーニーにそのスキルをいつどのように使用するかを伝えます）です。

スキルは、Workato がサポートする任意のアプリ、カスタム API、データテーブル、または外部 MCP サーバーに接続できます。

詳細については、スキルを参照してください。