> For the complete documentation index, see [llms.txt](https://docs.nexthink.com/platform/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/understanding-employee-experience-with-spark.md).
# Spark を使用した従業員 Experience の理解
Spark は会話型の IT エージェントであり、従業員が IT サポートを必要とする際の最初の窓口として機能します。
事前定義されたスクリプトや静的なナレッジベースに主に依存する従来のチャットボットとは異なり、Spark はエージェント指向のアプローチを採用しています。 従業員のコンテキストをもとに推論し、IT によって承認されたアクションを実行して問題の診断と解決を行うことができます。
Spark は広範なデバイスコンテキストと Digital Employee Experience (DEX) データを活用し、より正確な分析と的確な解決を可能にします。 コンテキスト認識、アクション実行能力、解決済みインシデントからの学習を組み合わせることで、Spark は問題解決を加速し、手動の IT 対応の必要性を低減します。
Spark はサポート対象の職場向けコミュニケーションインターフェースを通じて利用でき、慣れ親しんだ環境でサポートを提供します。
## Spark の仕組み
**Spark** はコミュニケーションチャネルを通じて従業員のリクエストを受け取り、診断を実行し、問題の解決を試みます。
**Spark** のワークフローは次のステップで構成されます。
{% stepper %}
{% step %}
**従業員が会話を開始する**
従業員は設定済みのコミュニケーションチャネルを通じてリクエストを送信します。
{% endstep %}
{% step %}
**Spark がリクエストを解釈しデータを評価する**
Spark は自然言語処理を使用して従業員のリクエストを解釈します。 リクエストに基づき、Spark は次のデータソースを収集・評価します。
* 従業員自身のデータに限定された、ユーザーまたはデバイス診断のための Nexthink データセット。
* 従業員が複数のデバイス（デスクトップ、ラップトップ、または仮想デスクトップ）を使用している場合、Spark は文脈に基づいて関連するデバイスを特定し、確認を求めます。 直近で使用されたデバイスを最大 3 つまで一覧表示できます。
* [インポートされたナレッジベース記事](https://github.com/nexthink/documentation.online-product-documentation/blob/develop/ja_docs/user-guide/spark/setting-up-and-managing-spark/managing-knowledge-sources.md)
* ServiceNow から取り込まれたサービスカタログ
* ITSM の過去のチケット解決データ。
* [利用可能なアクション](#spark-actions)、次を含む:
* 組み込みのエージェントアクション
* 診断や修復のためのカスタム Remote action またはワークフロー。
* Nexthink Adopt アプリケーションガイド
{% endstep %}
{% step %}
**Spark が応答を提供する**
Spark は回答や潜在的な解決策を提供して従業員に応答します。 状況に応じて、Spark は次のことができます。
セルフヘルプガイダンスや詳細情報を提供する
自動修復やサービスリクエストが不要な場合、または設定によって関連する修復アクションが利用できない場合、Spark は従業員が必要に対処できるようガイドラインを提供します。 このガイダンスには、従業員のリクエストに関連する次のリソースが含まれる場合があります。
* 関連するナレッジベース記事へのリンク
* 対象アプリケーション内にステップバイステップのオーバーレイとして直接表示される Adopt ガイドへのリンク。
* 共有リンクは従業員を関連する Web アプリケーションページへリダイレクトします。
* ガイドは自動的に起動します。 Spark でガイドを利用できるようにするには、[ガイドを作成する](/platform/ja/user-guide/adopt/guide-creation-and-management-from-nexthink-applications/creating-guides.md) を参照してください。
{% hint style="info" %}
Spark は、従業員に適用される可視性条件を満たすリソースのみを共有します。
{% endhint %}
サービスリクエストを処理する
従業員の質問からサービスリクエストの提出が必要であることが示されると、Spark はサービスリクエストカタログを検索し、最も関連性の高いオプションを特定します。 その後、該当するリクエストを推奨し、従業員が迅速かつ正確に手続きを完了できるよう、直接リンクと明確な提出ガイドラインを提供します。
自動修復のための従業員承認をリクエスト
関連する修復アクションが利用可能な場合、Spark はデバイス問題の自動解決に対する従業員の承認を求めます。
{% endstep %}
{% step %}
**Spark はリクエストのフォローアップを行います**
その後、Spark は結果を通知し、問題が解決したかどうかを確認し、従業員に追加の支援が必要かどうかを尋ねます。
未解決の場合、Spark はサポートリクエストを完全なコンテキストとともにサービスデスクへエスカレーションします。Spark がリクエストをエスカレーションするのは次の場合のみです:
* 関連する自動アクションとユーザーによるトラブルシューティングをすべて実行した後
* 従業員から明示的なエスカレーション依頼を受ける
* 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直面する
* Spark が効果的な解決策を提供することを妨げる技術的な制約に直面すること
{% hint style="info" %}
Spark は解決策を提案して開始する場合がありますが、デバイスの修復アクションを実行するには、すべてユーザーの承認が必要です。
{% endhint %}
{% endstep %}
{% endstepper %}
## コンテキストとデータ入力
関連性の高い応答を提供するために、Spark は静的および動的なデータソースを組み合わせて使用します。
* **Nexthink のコンテキストデータと機能**: デバイスの健全性、診断、ユーザーメタデータ、修復、および Nexthink Infinity の Adopt ガイド。
* **ナレッジベース記事**: ITSM から[手動でインポートされた](https://github.com/nexthink/documentation.online-product-documentation/blob/develop/ja_docs/user-guide/spark/setting-up-and-managing-spark/managing-knowledge-sources.md)ナレッジベース記事。
* **サービスリクエストカタログ**: ServiceNow から取り込まれたカタログ構造、フォーム、およびリクエストメタデータで、Spark はこれを使用してサービスリクエストを特定・推奨し、関連ガイドラインを提供できます。 詳細については、[ServiceNow Request Catalog コネクター](/platform/ja/configuring_nexthink/bringing-data-into-your-nexthink-instance/integrating-nexthink-with-third-party-tools/inbound-connectors/connector-for-servicenow-request-catalog.md)を参照してください。
* **ローカルエンドポイントデータ**: Nexthink Collector を介してユーザーのデバイスから取得されるリアルタイムデータで、正確でコンテキストに応じたトラブルシューティングを支援します。
* **過去のチケット解決データ:** サポート担当者によって解決されたインシデントの解決メモ。 Spark はそれらを活用して修復策を提案し、手動での介入やエスカレーションを継続的に減らすことができます。 詳細については、[ServiceNow Incidents コネクタ](/platform/ja/configuring_nexthink/bringing-data-into-your-nexthink-instance/integrating-nexthink-with-third-party-tools/inbound-connectors/connector-for-servicenow-incidents.md)を参照してください。
その結果、Spark は Spark ユーザーのインタラクションデータをクエリするために、[特定の NQL data model テーブル](/platform/ja/user-guide/spark/spark-nql-capabilities.md) に依存します。
{% hint style="info" %}
個人データの取り扱いは、Nexthink データ処理契約（DPA）で規定されています。 Spark の処理はユーザー固有であり、顧客リージョン内に制限されています。
Spark が他の組織のデータを提供することは決してありません。
{% endhint %}
## Spark のコミュニケーションチャンネル
従業員は Microsoft Teams、または Spark と統合された既存のエンタープライズチャットエントリーポイントを通じて Nexthink Spark にアクセスできます。 これにより従業員は、既に使用しているツールや会話型インターフェイスから IT サポートの会話を開始できる柔軟性を得られます。
### Microsoft Teams における Spark
Microsoft Teams 内で、従業員はアプリケーションパネルから Spark を開き、会話を開始して、安全で AI を活用した支援を受けることができます。
Nexthink Community にログインして、[Spark Microsoft Teams アプリのアーキテクチャ](https://docs.nexthink.com/security/product-security/spark-teams-app-security)について詳しくご覧ください。
### エンタープライズ AI エージェントにおける Spark
#### AI エージェントとのシームレスな統合 (A2A)
エンタープライズ AI エージェントを使用する組織は、Agent-to-Agent (A2A) プロトコルを通じて Spark と統合できます。 A2A により、従業員は既存のチャットボットでサポートのやり取りを開始・継続でき、エージェントはバックグラウンドで Spark の機能を検出、呼び出し、追跡します。 これにより、会話の流れを妨げることなく Spark のインテリジェンスと Nexthink のコンテキストを従業員体験に活かすことができます。
詳細については、[Spark Agent2Agent 統合](/platform/ja/configuring_nexthink/bringing-data-into-your-nexthink-instance/integrating-nexthink-with-third-party-tools/spark-agent2agent-integration.md) を参照してください。
#### チャットボットから Spark へのハンドオフ
従業員は、サポート対象のエンタープライズチャットボットを通じてITリクエストを開始することもできます。 問題に高度なサポートが必要な場合、チャットボットは設定済みの Handoff API を使用して会話を Spark に引き継ぎます。 やり取りの完全なコンテキストが保持されるため、従業員は Microsoft Teams 内で Spark を使ってシームレスに対応を継続できます。
Nexthink Community にログインして、[Spark Handoff API](https://docs.nexthink.com/api/spark) について詳しくご覧ください。
## Spark アクション
Spark は従業員に関する問題を診断し、対処するためのアクションを実行できます。 これらのアクションは、IT の承認後に Nexthink 管理者によって有効化されます。 修復アクションを実行する前に、Spark は従業員に確認を求めます。 組み込みの診断アクションはこの要件の対象外であり、従業員の作業を妨げることなくバックグラウンドで実行される場合があります。
詳細については、[https://github.com/nexthink/documentation.online-product-documentation/blob/develop/ja\_docs/user-guide/spark/setting-up-and-managing-spark/managing-agent-actions.md](https://github.com/nexthink/documentation.online-product-documentation/blob/develop/ja_docs/user-guide/spark/setting-up-and-managing-spark/managing-agent-actions.md "mention") を参照してください。
## サポートされている言語
Spark はメッセージ内容から従業員の言語を検出し、その言語で応答を返します。これにより、従業員は LLM がサポートするほとんどの言語において、希望する言語でやり取りできるようになります。
* 言語を検出できない場合、またはサポートされていない場合、Spark はテナント言語（現在は英語または日本語）にフォールバックし、その旨を従業員に通知します。
* エスカレーションされたチケットは、テナントの言語（英語または日本語）で生成されます。 これらには、簡単な説明、実施されたアクション、および会話のトランスクリプトが含まれます。 追加フィールドには、元の従業員の言語で同じ内容が含まれている場合があります。
サポートされている言語
```
am, アムハラ語
ar, アラビア語
az, アゼルバイジャン語
be, ベラルーシ語
bg, ブルガリア語
bho, ボージュプリー語
bn, ベンガル語
bs, ボスニア語
ca, カタルーニャ語
cs, チェコ語
cy, ウェールズ語
da, デンマーク語
de, ドイツ語
el, ギリシャ語
en, 英語
es, スペイン語
et, エストニア語
fa, ペルシア語
fi, フィンランド語
fil, フィリピン語
fr, フランス語
ga, アイルランド語
gu, グジャラート語
ha, ハウサ語
he, ヘブライ語
hi, ヒンディー語
hr, クロアチア語
hu, ハンガリー語
hy, アルメニア語
id, インドネシア語
ig, イボ語
is, アイスランド語
it, イタリア語
ja, 日本語
jv, ジャワ語
ka, ジョージア語
kn, カンナダ語
ko, 韓国語
lb, ルクセンブルク語
lt, リトアニア語
lv, ラトビア語
mk, マケドニア語
mr, マラーティー語
ms, マレー語
mt, マルタ語
nan, 閩南語（ホッキエン）
nl, オランダ語
no, ノルウェー語
pl, ポーランド語
pt, ポルトガル語
rm, ロマンシュ語
ro, ルーマニア語
ru, ロシア語
sk, スロバキア語
sl, スロベニア語
sq, アルバニア語
sr, セルビア語
sv, スウェーデン語
sw, スワヒリ語
ta, タミル語
te, テルグ語
th, タイ語
tr, トルコ語
uk, ウクライナ語
ur, ウルドゥー語
vi, ベトナム語
wuu, 呉語
yo, ヨルバ語
yue, 広東語
zh, 中国語（標準語）
```
---
# 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 dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:
```
GET https://docs.nexthink.com/platform/ja/user-guide/spark/understanding-employee-experience-with-spark.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.
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.