> 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/understanding-employee-experience-with-spark.md).

# Spark による従業員 Experience の理解

Spark は、サポート対象の職場コミュニケーションインターフェイスからアクセスでき、使い慣れた環境内でサポートを提供します。

## Spark ワークフロー

**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ています。

### ステップ 1: 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。

### ステップ 2: Spark が従業員の問い合わせを解釈する

Spark は、自然言語処理を使用して従業員のメッセージを解釈します。

問い合わせが曖昧な場合、Spark は次のステップで構成される会話計画フェーズを開始します。

1. **確認**: Spark はリクエストを確認し、共感を示します。
2. **明確化**: リクエストが不明確または曖昧な場合、Spark は計画モードに入り、簡潔な質問をします。
3. **仮説**: Spark は、提供された情報に基づいて仮説と次のステップを共有します。

<figure><img src="https://3549141153-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FeLm8O7QKZDn6z806e7Sv%2Fuploads%2Fgit-blob-759b3f04f9e877f53068fd704d0b31a6641e0274%2FSpark_conversation_flow_planning%20v%20May%2029%2C%202026%2C%2004_59_35%20PM%20(1).png?alt=media" alt=""><figcaption></figcaption></figure>

### ステップ 3: Spark がデータを評価する

従業員のメッセージに基づき、Sparkは複数のデータソースを収集して評価します。

#### Spark のデータソース

以下のリストは、利用可能なデータソースをまとめたものです。詳細については、[Spark の操作](https://docs.nexthink.com/platform/ja/user-guide/spark/working-with-spark.md#context-and-data-inputs)のドキュメントを参照してください。

* 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の診断用 Nexthink データセット。
* インポートされたナレッジベース記事
* 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
* ライブデバイス診断
* 利用可能なアクション
* Nexthink Adopt アプリケーションガイド
* 信頼できる Web サイトの厳選リスト

#### デバイスの識別

必要に応じて、Spark は診断と修復のために従業員のデバイスを識別します。

* 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。直近に使用されたデバイスを最大 3 台まで一覧表示できます。
* Spark が従業員のデバイスを見つけられない、または検証できない場合、従業員に通知し、一般的なトラブルシューティングおよびナレッジベースコンテンツの提供を継続します。

### ステップ 4: Spark が応答を提供する

Spark は、状況に応じて回答または考えられる解決策を従業員に提供します。

{% 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 %}

#### Spark がセルフヘルプのガイダンスまたは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、または設定を通じて関連する修復アクションが提供されていない場合、Spark は従業員がニーズに対応するための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以下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にステップごと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。共有されたリンクは、従業員を関連する Web アプリケーションのページにリダイレクトします。ガイドが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](https://docs.nexthink.com/platform/ja/user-guide/adopt/guide-creation-and-management-from-nexthink-applications/creating-guides.md)を参照してください。

<figure><img src="https://3549141153-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FeLm8O7QKZDn6z806e7Sv%2Fuploads%2Fgit-blob-3efeaef7ba269f9f7a1d8e403e11d7f3b65dee5c%2FAdopt_from_Spark_2026-04-15_08-38-57.png?alt=media" alt="" width="563"><figcaption></figcaption></figure>

#### Spark が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送信が必要であることが示された場合、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。

Spark は適切なリクエストを推奨し、従業員がプロセスを迅速かつ正確に完了できるよう、直接リンクと明確な送信ガイドラインを提供します。

#### Spark が自動修復に関する従業員の承認を求める

関連する修復アクションが利用可能な場合、Spark はデバイスの問題を自動的に解決するための従業員の承認を求めます。

### ステップ 5: Spark がリクエストをフォローアップする

Spark はその後、結果を通知し、問題が解決したかどうかを確認して、さらなる支援が必要かどうかを従業員に尋ねます。

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" %}
すべてのデバイス修復アクションには、従業員の承認が必要です。 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。 Sparkがより多くの問題を解決し、その結果から学習するにつれて、解決の品質が時間の経過とともにどのように向上するかについては、[Spark の操作](https://docs.nexthink.com/platform/ja/user-guide/spark/working-with-spark.md#adaptive-learning)を参照してください。
{% endhint %}

## Spark チャネル

従業員は、Spark App、Microsoft Teams、Copilot、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のエントリポイントを通じて Nexthink Spark にアクセスできます。これにより、従業員は、すでに使用しているツールや会話型インターフェイスから柔軟に IT サポートの会話を開始できます。

### Spark App <a href="#user-content-spark-app" id="user-content-spark-app"></a>

{% hint style="warning" %}
Spark App はテクニカルプレビュー段階にあり、正式リリース前に変更される可能性があります。
{% endhint %}

Spark App は、ユーザーとデバイスのコンテキストを自動的に取得するデスクトップアプリケーションです。これにより、繰り返しのデータ入力が不要になり、解決までの時間を短縮します。このアプリはスクリーンショットのキャプチャにも対応しており、IT スタッフによる問題のトラブルシューティングを迅速化します。

<figure><img src="https://3549141153-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FeLm8O7QKZDn6z806e7Sv%2Fuploads%2Fgit-blob-01c5059d0efdddf20571421d81fb9f1f4bc5af61%2FSpark_channel_native_202611171057.png?alt=media" alt=""><figcaption></figcaption></figure>

このアプリは、従業員のデバイスに Collector を通じてサイレントインストールされ、システムトレイ（Windows）またはメニューバー（macOS）、検索、およびアプリケーション一覧に表示されます。このアプリは、会社の Microsoft アカウントを使用してサイレント認証を行います。

Spark App は、デフォルトでタスクバーに表示されるように設定できるため、従業員はワンクリックでアクセスできます。

詳細については、[Sparkアプリのインストール](https://docs.nexthink.com/platform/ja/configuring_nexthink/bringing-data-into-your-nexthink-instance/deploying-nexthink-in-non-vdi-environment/installing-spark-app.md) のドキュメントを参照してください。

### Microsoft Teams および Microsoft 365 Copilot の Spark

Microsoft Teams および Microsoft 365 Copilot 内で、従業員はアプリケーションまたはエージェントパネルから 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。

<figure><img src="https://3549141153-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FeLm8O7QKZDn6z806e7Sv%2Fuploads%2Fgit-blob-1718cf984cb84c97396c7afca001d7ad237a0a8a%2FSpark_channel_teams_202611171055.png?alt=media" alt=""><figcaption></figcaption></figure>

詳細については、[Spark用Microsoft 365アプリのインストール](https://docs.nexthink.com/platform/ja/configuring_nexthink/bringing-data-into-your-nexthink-instance/integrating-nexthink-with-third-party-tools/installing-microsoft-365-app-for-spark.md) のドキュメントを参照してください。

### エンタープライズ AI エージェントの Spark

#### AI エージェント（A2A）とのシームレスな統合

エンタープライズ AI エージェントを使用している組織は、Agent-to-Agent（A2A）プロトコルを通じてそれらを Spark と統合できます。 A2A を使用すると、従業員は既存のチャットボットでサポートを開始および継続できます。その間、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 Flow を妨げることなく、Spark のインテリジェンスと Nexthink のコンテキストによって従業員 Experience をサポートできます。

詳細については、[Agent2Agent を通じて Spark を AI エージェントに接続する](https://docs.nexthink.com/platform/ja/configuring_nexthink/bringing-data-into-your-nexthink-instance/integrating-nexthink-with-third-party-tools/integrating-spark-with-existing-agents/spark-agent2agent-integration.md)を参照してください。

#### チャットボットから Spark への引き継ぎ

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 または Copilot 内で Spark を使ってシームレスに対応を継続できます。

詳細については、[Handoff API を使用した Spark へのハンドオフの設定](https://docs.nexthink.com/platform/ja/configuring_nexthink/bringing-data-into-your-nexthink-instance/integrating-nexthink-with-third-party-tools/integrating-spark-with-existing-agents/configuring-handoff-to-spark-with-the-handoff-api.md)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。

<details>

<summary>サポートされている言語</summary>

```
am, Amharic
ar, Arabic
az, Azerbaijani
be, Belarusian
bg, Bulgarian
bho, Bhojpuri
bn, Bengali
bs, Bosnian
ca, Catalan
cs, Czech
cy, Welsh
da, Danish
de, German
el, Greek
en, English
es, Spanish
et, Estonian
fa, Persian
fi, Finnish
fil, Filipino
fr, French
ga, Irish
gu, Gujarati
ha, Hausa
he, Hebrew
hi, Hindi
hr, Croatian
hu, Hungarian
hy, Armenian
id, Indonesian
ig, Igbo
is, Icelandic
it, Italian
ja, Japanese
jv, Javanese
ka, Georgian
kn, Kannada
ko, Korean
lb, Luxembourgish
lt, Lithuanian
lv, Latvian
mk, Macedonian
mr, Marathi
ms, Malay
mt, Maltese
nan, Southern Min (Hokkien)
nl, Dutch
no, Norwegian
pl, Polish
pt, Portuguese
rm, Romansh
ro, Romanian
ru, Russian
sk, Slovak
sl, Slovenian
sq, Albanian
sr, Serbian
sv, Swedish
sw, Swahili
ta, Tamil
te, Telugu
th, Thai
tr, Turkish
uk, Ukrainian
ur, Urdu
vi, Vietnamese
wuu, Wu Chinese
yo, Yoruba
yue, Cantonese
zh, Mandarin Chinese

```

</details>


---

# 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/understanding-employee-experience-with-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.
