> For the complete documentation index, see [llms.txt](https://docs.nexthink.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.nexthink.com/platform/ja/user-guide/spark/working-with-spark/monitoring-spark.md).

# Spark のモニタリング

Nexthink Infinity の Spark ダッシュボードでは、組織全体での Spark の利用状況、会話の進行状況、問題の解決またはエスカレーション状況を完全に可視化できます。

これらのダッシュボードは、ライブ利用指標、結果の追跡、メッセージレベルのインサイトを組み合わせることで、サポートチーム、管理者、スーパーバイザーが Spark のパフォーマンスを継続的に監視し、改善を推進するのに役立ちます。導入状況を迅速に評価し、自己解決の成功率を測定して、追加の対応やエスカレーションが発生した箇所を特定できます。

**Spark の概要**ダッシュボードと**すべての会話**ダッシュボードは、クローズドループの最適化プロセスをサポートし、データに基づく意思決定によって従業員の Experience を向上させ、Spark を安心して拡張できるようにします。

* [Spark の概要を使用する](/platform/ja/user-guide/spark/working-with-spark/monitoring-spark/using-spark-overview.md)
* [会話を監視する](/platform/ja/user-guide/spark/working-with-spark/monitoring-spark/monitoring-conversations.md)

## 会話の状態、結果、タイプについて理解する

各会話には、次の項目が含まれます。

* **状態**
* **結果**
* **タイプ**

これらの属性は、インタラクションの異なる側面を表します。

### 会話の状態

状態は、会話が進行中か終了したかを示します。

会話の状態は次のいずれかです。

* \*\*進行中：\*\*従業員とSparkのやり取りが継続しています。
* \*\*完了：\*\*Sparkが会話を終了します。

Sparkは、次の場合に会話を**完了**としてマークします。

* 従業員が問題が解決したことを確認した場合。
* Sparkがチケットを自動的に作成した場合。
* 最後のSparkメッセージから6時間操作がない場合。

### 会話の結果

Sparkが会話を終了すると、最後のやり取りに基づいて次のいずれかの結果を割り当てます。

<details>

<summary>解決済み</summary>

会話が次のいずれかの結果となった場合、Sparkは**解決済み**の結果を割り当てます。

* 従業員が解決を確認した場合。
* 自動修復、アクション、またはワークフローが正常に実行された場合。
* Sparkが、問題の解決に重点を置いたガイダンス、手順、問い合わせ先、またはナレッジ記事を提供した場合。
* Sparkが自動診断またはトリアージの後、適切な次のステップはリクエストを発行すること（ハードウェア、ソフトウェア、アプリケーションおよび/またはシステムへのアクセスに関するものを含む）であると判断した場合。

会話を解決として分類するために、明示的な確認は必要ありません。

{% hint style="info" %}
次のいずれかのシナリオでは、会話は解決として分類されません。

* Sparkが問題に対処または解決できず、エスカレーションまたはインシデントに関連するサポートチケットを開始、ルーティング、または作成支援した場合。
* ユーザーの問い合わせが、Sparkでサポートされる機能の範囲外であるか、関連していない場合。
  {% endhint %}

</details>

<details>

<summary>エスカレーション済み</summary>

Sparkは、次のいずれかのシナリオで**エスカレーション済み**の結果を割り当てます。

* Sparkがチケットを自動的に作成した場合。
* Sparkが問題を別のチームに引き継ぐことを推奨した場合。

</details>

<details>

<summary>非サポート</summary>

Sparkは、次のいずれかのシナリオで**非サポート**の結果を割り当てます。

* 従業員が、あいさつや確認応答など、対応不要なメッセージを送信した場合。
* 従業員が、一定期間操作がなかった後に終了メッセージを送信した場合。
* 従業員が、ITサポートを目的としない一般的なハウツー質問をした場合。

</details>

<details>

<summary>放棄</summary>

解決またはエスカレーションされずに会話が終了した場合、Sparkは**放棄**の結果を割り当てます。以下に例を挙げます。

* 確認質問が未回答のままである場合。
* アクションが提案されたが、承認されなかった場合。
* アクションが失敗したか、完了しなかった場合。

{% hint style="info" %}
自動終了後、Sparkは会話の結果を評価し、**解決済み**、**非サポート**、または**放棄**を割り当てます。
{% endhint %}

</details>

#### 会話結果の理由

Sparkは、割り当てられた結果の理由を保存します。この情報は、NQLの`agent.conversation`テーブルの`reason`フィールドで確認できます。

次のセクションでは、各結果に対して考えられるすべての理由と、Sparkが各理由を割り当てるために満たす必要がある条件について説明します。

<details>

<summary>解決済み結果の理由</summary>

<table data-header-hidden data-search="false"><thead><tr><th>理由</th><th>説明</th></tr></thead><tbody><tr><td><code>confirmed_by_user</code></td><td>従業員が問題が解決したことを明示的に確認した場合、またはSparkが明確な確認シグナルに基づいて会話を終了した場合。</td></tr><tr><td><code>remediation_applied</code></td><td>修復アクションまたはワークフローが正常に完了し、変更が行われたことが証拠によって確認された場合。</td></tr><tr><td><code>instructions_provided</code></td><td>問題の解決を目的とした段階的な修正手順で会話が終了した場合。診断のみを目的とした手順は該当しません。</td></tr><tr><td><code>contact_expected</code></td><td>Sparkは、担当者への連絡が想定される最終結果であるインシデント（例: 故障したハードウェアの交換）に対してITSMチケットを作成します。</td></tr><tr><td><code>request_link_provided</code></td><td>従業員をセルフサービスのリクエストフォームまたはポータルに誘導して会話が終了した場合。</td></tr><tr><td><code>request_created</code></td><td>Sparkは、担当者への連絡が想定される最終結果であるリクエスト（例: 新しいマウスの注文）に対してITSMチケットを作成します。</td></tr><tr><td><code>request_fulfilled</code></td><td>Sparkが、ITSMフォームを作成せずにリクエストをエンドツーエンドで自動化した場合。</td></tr></tbody></table>

</details>

<details>

<summary>エスカレーション済み結果の理由</summary>

<table data-header-hidden data-search="false"><thead><tr><th>理由</th><th>説明</th></tr></thead><tbody><tr><td><code>incident_created</code></td><td>Sparkが会話中にインシデントチケットを自動的に作成した場合。</td></tr><tr><td><code>handoff_suggested</code></td><td>最後の有意なSparkの応答で、従業員にインシデントチケットを開くか、サービスデスク、マネージャー、または別のチームに連絡するよう案内した場合。</td></tr></tbody></table>

</details>

<details>

<summary>非サポート結果の理由</summary>

| `あいさつ`       | 会話が挨拶、応答、または雑談のみで構成され、IT サポートの意図がない場合。                     |
| ------------ | ---------------------------------------------------------- |
| `遅延した確認応答`   | 一定期間操作がなかった後に、「*ありがとう*」などのフォローアップメッセージが 1 件送信されて会話が終了する場合。 |
| `サポート対象外の質問` | IT サポートまたは職場のサポートを意図しない、一般的な操作方法に関する質問を含む会話。               |

</details>

<details>

<summary>放棄結果の理由</summary>

| `確認待ち`    | 問題の解決に必要な確認質問または次の手順の要求が未回答のまま会話が終了し、従業員がクローズ期限内に応答しない場合。                  |
| --------- | -------------------------------------------------------------------------- |
| `承認待ち`    | 従業員が応答しない診断または修復アクションの承認待ちのまま、会話が終了する場合。                                   |
| `アクション失敗` | アクションまたはワークフローが失敗、タイムアウト、または完了しないまま会話が終了する場合。                              |
| `未解決`     | サポートに関連する会話で、解決済み、エスカレーション済み、またはその他の放棄理由の条件を満たさず、非アクティブまたはタイムアウトにより終了する場合。 |

</details>

### 会話タイプ

システムは、従業員の入力と Spark による問題の処理方法に基づいて会話タイプを割り当てます。会話タイプは会話の進行中または完了後に割り当てられ、会話の展開に応じて変更される場合があります。

<details>

<summary>質問</summary>

従業員が情報、説明、またはガイダンスを Spark に求める場合、システムはその会話を **質問** として分類します。

Spark は、従業員固有のデバイスの状態確認、デバイス固有のトラブルシューティング、サービスアクションの実行を行わずに、ナレッジ記事、ドキュメント、または標準的なガイダンスを使用して回答します。

従業員が問題を説明していても、Spark が一般的なガイダンスのみを提供する場合が含まれます。

{% hint style="info" %}
従業員が「PC の状態はどうですか？」など、Spark による診断を必要とする質問をした場合、システムはその会話を **インシデントタイプ** として分類します。
{% endhint %}

**例:**

| 従業員からの問い合わせ                                                                 | Spark の応答                                                |
| --------------------------------------------------------------------------- | -------------------------------------------------------- |
| <p><em>「VPN に接続するにはどうすればよいですか？」</em><br>または<br><em>「VPN に接続できません。」</em></p> | Spark は、デバイスの確認や修復を行わずに、VPN に手動で接続するための標準的な KB 手順を提供します。 |
| *「パスワードをリセットするにはどうすればよいですか？」*                                               | Spark は標準的なプロセスを説明しますが、リセットは実行しません。                      |

</details>

<details>

<summary>リクエスト</summary>

従業員が、プロビジョニング、変更、リセット、ロック解除、復旧、承認、提供、履行などの標準的なサービスアクションを Spark に依頼する場合、システムはその会話を **リクエスト** として分類します。

リクエストは、アカウント、パスワード、アクセス権、デバイス、アプリケーション、構成など、既存のリソースに関するものである場合があります。新しいリソースに関するリクエストに限定されません。

Spark は、従業員をリクエストフォームに案内し、標準的なサービスリクエストの完了を支援するか、ITSM のインシデントまたはリクエストチケットを作成します。トラブルシューティング、診断、調査は実行しません。

**例:**

| 従業員からの問い合わせ                  | Spark の応答例                                                            |
| ---------------------------- | --------------------------------------------------------------------- |
| *「パスワードを忘れたので、復旧を手伝ってください」*  | Spark は、パスワード復旧リクエスト用のサービスフォームへのリンクを提供します。                            |
| *「アカウントのロックを解除してください。」*      | Spark は利用可能なアクションではアカウントのロックを解除できないため、サポートにエスカレーションするためのインシデントを作成します。 |
| *「Salesforce へのアクセス権をください。」* | Spark は従業員に汎用リクエストフォームの URL を提供                                       |

</details>

<details>

<summary>インシデント</summary>

Spark が高度な Nexthink 機能を使用して、特定のデバイス、アプリケーション、サービス、または従業員の問題を診断、調査、または修復した場合、システムはその会話を **インシデント** として分類します。

これには、従業員から明示的に報告された問題や、Spark が従業員の実際のデバイス、アプリケーション、またはサービスの状態を評価する必要がある診断質問が含まれます。

{% hint style="info" %}
従業員がリクエストを問題として表現していても、Spark が高度な診断、調査、または修復機能を使用しない場合、システムはその会話をインシデントとして**分類しません**。割り当てられるタイプは、Spark が問題をどのように処理するか（情報を提供するか、リクエストの送信を案内するか）によって決まります。
{% endhint %}

**例:**

| 従業員からの問い合わせ              | Spark の応答                                                 |
| ------------------------ | --------------------------------------------------------- |
| *「PC の状態はどうですか？」*        | Spark はデバイスの正常性、Device view のデータ、パフォーマンス、安定性、または構成を確認します。 |
| *「私のノート PC は遅いです。」*      | Spark はデバイスのパフォーマンスを調査し、根本原因を特定します。                       |
| *「VPN が機能しません。」*         | Spark は VPN の状態、ネットワークの状態、サービスのステータス、ログを確認するか、問題を修復します。   |
| *「Teams が繰り返しクラッシュします。」* | Spark はアプリケーションのクラッシュを調査し、修復を実行します。                       |
| *「不審なリンクをクリックしました。」*     | Spark はデバイス、ブラウザー、メール、セキュリティの状態を確認するか、修復を開始します。           |

</details>

<details>

<summary>セキュリティ上の懸念</summary>

従業員が不審なものを報告した場合、または何かが安全かどうかを尋ねた場合、システムはその会話を **セキュリティ上の懸念** として分類します。

Spark は主にセキュリティに関するガイダンス、アドバイス、または標準情報を提供します。

{% hint style="info" %}
従業員が、従業員のデバイス、ID、メール、ブラウザー、またはアプリケーションの状態に対して Spark が高度な調査、診断、または修復を実行する必要がある質問をした場合、システムはその会話を **インシデントタイプ** として分類します。
{% endhint %}

**例:**

| 従業員からの問い合わせ         | Spark の応答                          |
| ------------------- | ---------------------------------- |
| *「このメールは安全ですか？」*    | Spark は標準的なフィッシング対策のガイダンスのみを提供します。 |
| *「不審なリンクをクリックしました」* | Spark は標準的なアドバイスのみを提供します。          |

</details>

このデータをクエリする方法の例については、[Spark NQL capabilities](/platform/ja/user-guide/spark/spark-nql-capabilities.md)を参照してください。データモデルと利用可能なフィールドの詳細については、[NQL data model > Namespace agent](/platform/ja/understanding-key-data-platform-concepts/nql-data-model.md#agent)を参照してください。

## 会話トピックについて理解する

Spark は、従業員が問い合わせている内容に基づいて、たとえば **VPN 接続** や **アカウントのロックアウト** など、すべての会話を自動的にトピックにグループ化します。さらに、トピックを事前定義されたカテゴリにグループ化することで、機能領域別のより広い視点を提供します

このカテゴリ化は、すべての会話に対して自動的に行われます。事前に分類体系を構成したり、トピックをマッピングしたりする必要はありません。

トピックを使用すると、従業員が Spark に最も多く問い合わせる内容と、Spark が各種類のリクエストをどの程度解決できているかを一目で確認できます。[会話の監視](/platform/ja/user-guide/spark/working-with-spark/monitoring-spark/monitoring-conversations.md)ダッシュボードでは、**会話の内訳** セクションで、トピックおよびカテゴリ別に会話量と結果を分析できます。

### Spark によるトピックの検出と割り当ての仕組み

Spark は、トピックの正確性と有用性を維持するために、継続的なプロセスを使用します:

* **トピックの検出:** Spark は会話を定期的に確認して、トピックを特定します。新しい種類のリクエストが発生すると新しいトピックが追加され、継続的なアクティビティがほとんどないトピックは廃止されます。新しいトピックにはそれぞれ、事前定義されたカテゴリが割り当てられます。既存のトピックは安定しており、Spark が週ごとに名前を変更したり構造を変更したりすることはありません。
* **トピックの割り当て:** 各会話の発生時に、Spark は会話の内容に基づいて最も近く一致するトピックを割り当てます。

トピックの割り当ては自動的に行われるため、設定を行うことなく、幅広い従業員のリクエストに対応できます。


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.nexthink.com/platform/ja/user-guide/spark/working-with-spark/monitoring-spark.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.