AIに依頼する(Cloud BOT Operator)

タスク内の「Operator」ボタンをクリックすることで、プロンプトの入力ウィンドウが開きます。

任意のプロンプトを入力しOKボタンを押すと、入力したプロンプトに沿ってOperatorを実行するタスクが追加されます。

プロンプト：指示を自然言語で記述します。
取得するデータ：データを取得する場合は、データ名やデータの説明を指定します。

プロンプト入力画面の右下にある設定ボタンをクリックすることで、設定画面が開きます。

モデル：使用するモデルを選択します。
オプション：Cloud BOT Operatorが使用する機能を指定します。
制限設定：Cloud BOT Operatorの実行に関して、上限を指定します。

BOT内のデータとして格納されている値は、${データ名}とすることで参照できます。

「データ参照」ボタンからデータを参照し、プロンプトに挿入できます。

Cloud BOT Operatorに取得させたいデータのデータ名やデータの説明を指定します。

「データの説明(Operatorが参考にします)」について
取得させたいデータの説明を入力することで、Cloud BOT Operatorがより安定してデータを取得できます。

例：IDを取得したいためデータ名を「ID」と設定しても、実際の画面上では「ユーザ名」など異なる表記がある場合、AIが正しくデータを取得できないことがあります。このような場合は、「データの説明」に「ユーザ名の右に記載されている数字です」など、AIが判断しやすい具体的な位置や特徴を記載してください。

例：「データの説明」には、「このページが何を伝えたいのかをまとめてください」といったように、AIに分析・要約させた結果を格納することも可能です。

使用するモデルを選択します。

Simple：最軽量でシンプルな操作に適したモデルです。
Assist：標準的な操作に適したモデルです。
Control：複雑な操作に適した高性能モデルです。
Expert：最も高度で難しい操作に適したモデルです。
Legacy (非推奨)：旧モデルを使用する必要がある場合に選択します。

各モデルにおいてAutoを選択すると、AIモデルが更新された際に、そのAIモデルが自動で選択されます。

Operatorが使用する機能を選択できます。

ブラウザ読取
Operatorに仮想ブラウザの情報参照を許可します。
画面上の情報を読み取り、内容の確認やデータ抽出を行う場合に使用します。

ブラウザ操作
Operatorに仮想ブラウザの操作を許可します。
クリック、入力、コピー＆ペーストなど、ブラウザ上の操作を行う場合に使用します。

構造認識
Operatorがページの構造をテキスト情報として認識します。
高速な処理が可能で、コストを抑えた運用に適しています。

視覚認識
Operatorがページの見た目を画像情報として視覚的に認識します。
画面上の色や形なども判断できるため、構造認識だけでは対応が難しい画面に有効です。
有効時は、処理時間とコストがやや増加します。

※「構造認識」と「視覚認識」の両方を有効にした場合、通常は構造認識で効率よく処理し、必要に応じて視覚認識を使用します。

推論
Operatorの判断精度を高めます。
判断が難しい画面構成や、複数の条件が関係する操作に有効です。
有効時は、処理時間とコストがやや増加します。

一括処理
Operatorがまとめて処理できる操作を自動で判断し、1ステップで実行します。
フォーム入力やデータのコピーなど、繰り返し処理が多い操作で有効にすると、処理ステップ数を削減し、コストを抑えやすくなります。

Script
OperatorがJavaScriptを生成・実行することを許可します。
通常のブラウザ操作では難しい一括処理やDOM操作、データの加工など、高度な処理に対応できるようになります。

Cloud BOT Operatorの実行に関して、上限を指定します。
いずれかの項目が上限に達した場合、タスクがエラーとなります。

実行時間の上限：実行時間の上限を「秒」で設定します。
思考ステップ数の上限：1回の思考と操作を1ステップとして、思考ステップ数の上限を設定します。
トランザクション使用量の上限：トランザクション使用量の上限を設定します。
トランザクション使用量は1思考ステップごとに加算され、累積値が上限を超えた時点でタスクがエラーとなります。上限を超えたステップも最後まで実行されるため、その分のトランザクションも加算されます。