サポート (英語のみ)

スパークの開始方法

この技術プレビューは、顧客が評価し、フィードバックを提供するために無料で提供されています。一般提供時には、このプレビューの機能が追加の費用やライセンスが必要になる場合があります。 従って、技術プレビュー、ドキュメント、および更新は評価目的で限定的にのみ提供され、保証のない "現状で" や "利用可能な状態で" 提供されます。

Nexthink Sparkは、AIエージェントであり、リアルタイム通信チャネルを通じてレベル1のITリクエストと質問を解釈し、解決します。 Nexthink Sparkは現在、MS Teamsのみで利用可能です。

問題解決を加速することで、SparkはITサポートの作業負荷を軽減し、従業員のエクスペリエンスを向上させます。

始める前に

Nexthink Sparkを展開し使用する前に、次のことを確認してください:

  • 管理者権限が必要なSparkの前提条件を設定しました。 Sparkの権限の付与のセクションを参照してください。

  • 各ユーザーのUPNをクリアテキストで収集するようにコレクターを設定しました。 Collectorレベルの匿名化の設定のドキュメントを参照してください。

  • Microsoftテナント用にMicrosoft Entra IDインバウンドコネクタを設定しました。

  • セルフサービスポータルURL。

  • 技術プレビューに含まれるときにメールで共有された、バージョン1.2.0のNexthink Teamsアプリケーションパッケージの更新版。

Nexthinkは、Sparkから直接インシデントを作成するためにServiceNowコネクターの資格情報を設定することを推奨します。 この統合により、Sparkの未解決問題を完全な文脈で昇格させる能力が強化されます。

Nexthink Sparkのセットアップ

Sparkチームとのやり取りのためのコミュニケーションチャネルを設定する

Teams通信チャネルを設定するための前提条件を満たしていることを確認してください:

  • Collectorオプションを使用して、各ユーザーのUPNを平文で収集します。 詳細については、コレクターレベルの匿名化の設定 ドキュメントを参照してください。

  • Microsoftテナント用にMicrosoft Entra IDインバウンドコネクタを設定します。

Nexthinkでコミュニケーションチャンネルを設定し、MS TeamsとのSparkの連携を可能にします。

  • ウェルカム メッセージを使用して、従業員にチャットボットの範囲を知らせ、AI が生成した返信を読む際には判断力を発揮するよう促します。

  • コミュニケーションチャンネルをセットアップした後、Nexthinkが直接提供しているSparkのバージョン特定アプリケーションパッケージ(.zip)をインストールします。

以前にMicrosoft Teams管理コンソールを使用してNexthink Teamsアプリ（オリジナル版または新しいSpark版）をデプロイしていた場合、TeamsクライアントにSpark Teamsアプリケーションを直接アップロードすることはできません。

Microsoft TeamsはTeams管理コンソールで権限がないユーザーに対してアプリケーションの使用をブロックします。 以前にTeams管理コンソールを介してNexthink Teamsアプリをデプロイしたことがない場合は、Spark TeamsアプリケーションをTeamsクライアントに直接アップロードしてテストできます。

権限を付与

管理者向けのSpark機能に関連する権限を追加するために、役割を編集します。

  • データモデルの可視性:

    • エージェント会話 は、ユーザーがNexthink Query Language(NQL)を使用してSparkから会話情報を表示することを可能にします。

  • Spark:

    • エージェント概要ダッシュボードを見る は、ユーザーがSparkの採用と価値を監視するための概要ダッシュボードを見ることを可能にします。

    • すべてのエージェントアクションを管理 は、Sparkが利用可能なエージェントアクションを管理することをユーザーに可能にします。

    • すべてのエージェント会話を表示 は、Sparkの会話とその詳細、会話内容を含むリストをユーザーに見ることを可能にします。

    • エージェント会話を見直す は、Sparkを改善するために使用される会話にフィードバックを与えることをユーザーに可能にします（現在は使用されていません）。

    • エージェントの知識ソースを管理することで、Sparkがアクセス可能な知識ベース記事をユーザーがアップロードできます（現在は未使用）。

ServiceNowからナレッジベース記事をインポートする

ITSMツールのServiceNowから知識ベースの記事を手動でCSVファイルとしてNexthinkにアップロードし、Sparkの知識ベースにデータを提供します。

ステップ1 - ServiceNow内でエクスポートするデータを特定する

  1. ServiceNowでナレッジベースの記事一覧を開きます。

  2. 次のフィルターを適用して、ナレッジベースの記事を選択します:

    • 公開済み の記事のみ。

    • サービスデスクユーザーが利用可能な記事。 Sparkは、ITSMの権限に関係なく、アップロードされたすべての記事をインデックス化します。

    • 同じ記事の翻訳バージョンを除外します。

    • インポートしたいすべての記事を含めてください—新しいファイルをアップロードすると、以前のインポートが置き換えられます。

手動でのアップロードは増分ではありません。 Sparkナレッジベース用に必要なすべてのデータをエクスポートする計画を立てます。 新しいファイルをアップロードすると、新しいコンテンツが以前のコンテンツを置き換えます。

ステップ2 - ServiceNowからデータをエクスポートする

ServiceNowから標準的なCSVエクスポートを実行してデータをエクスポートします:

  1. ServiceNowでナレッジベースの記事一覧に移動します。

  2. フィルターを適用 をクリックして、希望のフィルターを構成します。

  3. 歯車アイコンをクリック > リストを個別化を選択します。

  4. 次の必要な列を追加します:

    • 番号

    • 短い説明

    • ナレッジベース

    • カテゴリ

    • 更新日

    • 記事の本文

  5. 任意の列ヘッダーの操作メニューをクリックし、エクスポート > CSVを選択してファイルをダウンロードします。

ファイルがUTF-8でエンコードされていることを確認します。 ServiceNowインスタンスがデフォルトでUTF-8エクスポートを実行するように設定されていない場合、後でファイルをUTF-8に変換します。

下記の表には、個別リストを使用する際に追加することが期待されるフィールドが示されています。

列名
説明

番号

ナレッジベースの記事の識別子。 例: KB0012345

短い説明

ナレッジベースの記事のタイトル。 例: ネットワークの問題をトラブルシュートする方法

kb_knowledge_base

記事が含まれるナレッジベースの名前 例: ITナレッジ

kb_category

ナレッジベースの記事のカテゴリ。 例: ネットワーク

sys_updated_on

最終更新日。 例: 2025-11-06

テキスト

サポートされる形式のいずれかでの記事内容: プレーンテキスト、マークダウン、またはHTML。 例: <p>テストkb</p>

ステップ3 - Nexthinkに記事をアップロードする

  1. 管理 > オートパイロット接続  > ナレッジベースに移動します。

  2. CSVファイルをアップロードをクリックします。

  3. ハードドライブから最大100 MBのCSVファイルを選び、それをシステムにインポートします。

  4. インポートをクリックすると、システムは次のステップを実行します:

    • すでに手動でファイルをアップロードした場合、古いコンテンツは破棄され、新しいコンテンツに置き換えられます。

    • ファイルの処理は非同期で行われ、大規模なナレッジベースの場合、最大15分かかることがあります。

Sparkの診断および修復アクションを有効にする

NexthinkでSparkのアクションを検証して有効にします。

ビルトインエージェントアクションを有効化する

メインナビゲーションメニューから:

  1. Spark > アクションの管理 を選択し、Sparkと連携するよう設計された エージェントアクション を確認します。

  2. Spark の使用するエージェント アクションを有効にします。

詳細は、エージェントアクションの管理ドキュメントを参照してください。

カスタムリモート アクションの有効化

メインナビゲーションメニューから:

  1. リモート アクション > リモート アクションの管理に移動します。

  2. リモートアクションを作成または編集するには、Spark トリガーを有効にします。

詳細については、Sparkアクションドキュメンテーションを参照してください。

Nexthink は、Nexthink キャンペーンに関連する Spark のリモート アクションのセットアップを推奨しません。

ServiceNow統合のためのコネクタ資格情報を構成する

NexthinkでServiceNowのコネクタ資格情報を設定して、Sparkがインシデントを解決できないときにチケットを提出できるようにします。 Nexthinkは将来のリリースのために他のITSMツール統合を計画しています。

  • ServiceNowで必要な権限を持つ資格情報、例えば、 itil役割を持つことを確認します。

  • Nexthinkに資格情報構成URL、必要なチケットフィールドのリスト、およびあなたのセルフサービスポータルURLを提供します。

Nexthinkが初期設定を完了し、Sparkのチケット/インシデント作成を可能にします。将来のリリースでは、顧客向けUIを計画しています。

詳細については、コネクタ資格情報 ドキュメントを参照してください。

Sparkの展開を伝える

Sparkの展開のために従業員グループを選択し、コミュニケーションを準備します。

  • MS Teams管理コンソールのコントロールを使用して、Sparkアクセスを持つ従業員を選択します。

  • 従業員に Spark エージェントの範囲を伝え、AI が生成した返信を読む際には判断力を発揮するように促します。

Spark はどのように機能しますか?

Spark は、設定されたチャネル横から従業員のリクエストに接続し、診断を実行し、問題解決を試みます。

(*) 強化学習のための会話ログは今後のリリースに向けて計画されており、現時点では利用できません。

現時点では、利用可能な唯一のチャネルはMicrosoft Teamsです。 サードパーティツールの統合は今後のリリースに向けて計画されています。

上図はSparkのワークフローシーケンスを視覚的にマップしています。

  1. 従業員は、リアルタイムでエンタープライズチャットや他のサポートされているフロントエンドチャネル統合を通じて、問題を報告します（現在はMS Teamsのみに対応しています）。

  2. Sparkは、Infinityプラットフォーム内のAWS BedrockサービスにホストされているLLMを使用して、従業員のリクエストを自然言語で解釈します。 従業員のリクエストに応じて、Sparkは収集して評価します：

  3. Sparkは、従業員の質問に対する回答や問題を解決するための潜在的な解決策を共有することで従業員に応答します。 Sparkは以下のいずれかを実行できます：

    • セルフヘルプガイダンスや詳細情報、関連する知識ベース記事へのリンクを提供します。

    • デバイスの問題を自動で解決するために従業員の承認を要求します。

  4. 未解決の場合、Sparkはフルコンテキストを持ってサポートリクエストをサービスデスクにエスカレートします。 Sparkがリクエストをエスカレートするのは次の場合のみです。

    • 関連する自動アクションやユーザーによるトラブルシューティングを使い果たした後

    • 従業員からの明示的なエスカレーションリクエストを受け取った場合

    • 従業員が持っていない管理者アクセスを必要とする問題に遭遇した場合

    • Sparkが効果的な解決策を提供できない技術的制限に直面した場合

Sparkは解決策を提案し開始することができますが、すべてのデバイス修復アクションにはユーザーの承認が必要です。

Sparkが使用するデータは何ですか？

Sparkは静的および動的なデータソースの組み合わせに依存しています。

  • ナレッジベース記事: 手動でインポート したナレッジベース記事。

  • コンテクストNexthinkデータ: Nexthink Infinity のデバイス健康、診断、修復、ユーザーメタデータ。

今後のリリースに向けたデータ強化が計画されています：

  • 会話フィードバック: Spark Cockpitでは、スーパーバイザーが会話のフィードバックを提供し、同様の将来のやり取りでの応答品質を改善するのを助けます。

結果的に、SparkはSpark-ユーザーのやり取りデータをクエリするための特定のNQLデータモデルテーブルに基づいています。

個人データの扱いは、Nexthinkデータ処理契約（DPA）の対象となります。 Sparkの処理はユーザーごとであり、顧客の地域に限定されています。

Sparkは他の組織からのデータを提供することはありません。

Sparkの権限付与

ロールのドキュメントを参照して、権限、ドメインの表示オプション、およびデータプライバシーの細かい設定の詳細な説明をご確認ください。

管理者としてSparkの適切な権限を有効にするには:

  1. メインナビゲーションパネルからAdministration > Roles を選択してください。

  2. 新しい役割 を作成するか、それをホバリングして既存の役割を編集します。

  3. データモデルの可視性 セクションで エージェント会話を表示可能に設定します。

  4. パーミッション セクションで、Sparkセクションまでスクロールし、その役割に適切な権限を有効にします。

Spark権限に与えるドメインの影響についてはこちらをご覧ください。

必要な権限が有効になっていることを前提に、フルと制限付きのドメインビューアクセスを持つユーザーができることを表に示します。

パーミッション
フルアクセス
制限付きアクセス

すべてのエージェントアクションを管理

エージェント会話を見直す

エージェント概要ダッシュボードを見る

すべてのエージェント会話を表示

Last updated

Was this helpful?