---
sourceDocument: オーストラリアのカスタマーサービス管理 (CSM)
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/ja-JP/customer-service-management

 Release :

    - australia

ft:locale :

    - ja-JP

ft:publication_title :

    - オーストラリアのカスタマーサービス管理 (CSM)

ft:clusterId :

    - csm

bundleId :

    - csm

workflow :

    - Customer and Industry


---

# 類似のナレッジ記事を予測するモデルの作成

# 類似のナレッジ記事を予測するモデルの作成 {#ariaid-title1}

* リリースバージョン: Australia
* 
* 更新日 2026年03月12日
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 所要時間：3分

この CSM のタスクインテリジェンス を使用して、オープンインシデントのコンテキストに基づいて関連するナレッジ記事を推奨する機械学習モデルを作成およびトレーニングします。このモデルは、現在のケースで作業するときに既存のデータを分析して関連記事を表示するため、エージェントが有用な情報をすばやく見つけられるようになります。このプラグインには、類似の記事を予測するためのすぐにトレーニングできるモデルが含まれており、データに合わせたカスタムモデルを作成することもできます。

## 始める前に

* カスタマーサービスのタスクインテリジェンスプラグインがインストールされていることを確認します。
* 有意義なトレーニングを行うのに十分なケースとナレッジデータ (最低 10,000 件を推奨) がインスタンスに含まれていることを確認します。
* 必要なロール:ml_admin、ti_admin
{#csm-task-intel-create-model-similar-knowledge-articles__ul_gkl_g1c_yfc}

## 予測モデルの設定 {#csm-task-intel-create-model-similar-knowledge-articles__section_y2v_f1t_1gc}

## 手順

1. 移動先 すべてカスタマーサービスのタスクインテリジェンスセットアップ.  
   タスクインテリジェンスアドミンコンソールが表示されます。
2. 類似のナレッジ記事カードで、\[ トレーニング準備完了\] を選択します。  
   モデルがガイド付きセットアップフローで開きます。\[目的の定義\] 画面が表示されます。
3. **目的を定義します。**
   1. 予測テーブルとトレーニングテーブルは、それぞれ \[ケース\] と \[ナレッジ\] として事前に選択されています。  
      これらの値は固定されており、編集することはできません。
   2. \[保存して続行\] を選択します。  
      \[モデルをトレーニング\] 画面が表示されます。
   {#csm-task-intel-create-model-similar-knowledge-articles__substeps_hnh_rc2_bgc}
4. **モデルをトレーニング:**
   1. \[ モデル名\] フィールドと \[予測テーブル\] フィールドは事前に入力されており、編集できません。
   2. **オプション:** 条件を適用してトレーニングデータをフィルタリングします。
   3. \[ 予測フィールド \] フィールドで、モデルが類似性を識別するために使用する \[簡単な説明\] を選択します。
   4. 注:  
      ここで選択したオプションはデフォルトです。要件に基づいて、\[ **予測\] フィールド** と **\[トレーニング\] フィールド** のオプションを変更できます。
      \[ トレーニングフィールド\] フィールドで、\[記事本文\] と \[ナレッジトレーニングテーブルの簡単な説明\] を選択します。
   5. トレーニング用の 言語 を選択します。
   6. 更新頻度を設定します。
   7. レコードの数を確認します。  
      必要に応じて、\[ レコードをロード \] アイコンを選択して再ロードします。
   8. **オプション:** 設定されたスケジュールでモデルの再トレーニングを有効にするには、 自動再トレーニング を有効にします。
   9. \[トレーニングの開始\] を選択します。
   10. トレーニングが開始されたら、\[ 現在の結果を表示 \] を選択してサンプル出力をプレビューします。  
       \[評価して定義\] 画面が表示されます。
   {#csm-task-intel-create-model-similar-knowledge-articles__substeps_hpt_zc2_bgc}
5. **以下を評価して定義します**。
   1. トレーニングに使用される レコードの推定数 を確認します。
   2. \[類似ナレッジ\] 設定で、次のいずれかのオプションを選択します。  
      * 推奨事項:トレーニングフィールドと予測フィールド (デフォルトで選択) に基づいて類似のレコードを推奨します。
      * 監視のみ:推奨事項を表示せずにバックグラウンドでモデルを実行します。推奨事項を有効にする前に、ログに記録されたデータを分析できます。
      * 予測をオフにする:このモデルのすべての予測を無効にします。
      {#csm-task-intel-create-model-similar-knowledge-articles__ul_n53_q22_bgc}
   3. \[保存して続行\] を選択します。  
      \[モデルの展開\] 画面が表示されます。
   {#csm-task-intel-create-model-similar-knowledge-articles__substeps_d4m_m22_bgc}
6. **モデルを展開します**。
   1. セットアップとトレーニングの概要を確認し、\[ 展開 \] を選択してモデルをアクティブ化します。  
      展開が完了すると、確認メッセージが表示されます。

   {#csm-task-intel-create-model-similar-knowledge-articles__substeps_gcn_bf2_bgc}  
   **結果**

   展開されると、エージェントがケースをオープンしたときに \[提案されたアクション\] タブの \[推奨アクション\] セクションに類似のナレッジ記事が表示され、ケースをより迅速に解決できるようになります。
{#csm-task-intel-create-model-similar-knowledge-articles__steps_yxq_t1t_1gc}