---
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


---

# リソースジェネレーター

# 推奨アクション のリソースジェネレーター {#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：8分

推奨アクション のリソースジェネレーターは、ガイダンスやフィールドの推奨などのアクションへの入力として使用できるリソースを提供します。
リソースジェネレーターは、推奨事項で使用できるナレッジ記事、一連のケース、フィールド値などのリソースを提供します。エージェントは、CSM 構成可能ワークスペースなどのワークスペースの \[推奨アクション\] パネルでこれらの推奨事項を使用できます。

リソースジェネレーターは、入力と出力を持つ機能として考えることもできます。たとえば、ナレッジ記事を予測するリソースジェネレーターを作成し、そのナレッジ記事をケースの推奨アクションとして使用できます。

リソースジェネレーターをリストから選択するか、または作成できます。推奨アクション アプリケーションに含まれているリソースジェネレーターの完全なリストについては、「[推奨アクションとともにインストールされるコンポーネント](https://servicenow-prod.fluidtopics.net/6yWrpIsMr90Yl9cqfU0J5Q "テーブル、ロール、ガイダンス、リソースジェネレーター、スケジュール済みジョブなど、いくつかのタイプのコンポーネントが 推奨アクション アプリケーションとともにインストールされます。")」を参照してください。

## リソースジェネレータータイプ {#ra-csm-resource-generators__section_xh5_4tw_15b}

推奨アクションアプリケーションは、次のリソースジェネレータータイプを提供します。

* ディシジョンテーブル
* フロー
* スクリプティング
* AI 検索
{#ra-csm-resource-generators__ul_yhp_52y_f5b}  
高度な推奨アクションアプリケーションは、次の追加のリソースジェネレータータイプを提供します。

* 分類
* 類似性
* 傾向との類似性
* タスクインテリジェンス 分類
* タスクインテリジェンス 類似性
* タスクインテリジェンス 傾向との類似性
{#ra-csm-resource-generators__ul_kg3_bfy_f5b}

これらのリソースジェネレータータイプは、機械学習ソリューションの作成に使用できる予測インテリジェンスフレームワークに基づいています。  
{#ra-csm-resource-generators__table_s5v_lxv_f5b__entry__2}

| リソースジェネレータータイプ | 定義 |
|-|-|
| ディシジョンテーブル | 選択したディシジョンテーブルの結果を返します。意思決定テーブルを使用して、複数の入力および事前定義された出力に依存している複雑な意思決定を解決できます。たとえば、ディシジョンテーブルには、健康保険のさまざまな側面に関する提案を提供するために、年齢、場所、既往歴などの入力が必要な場合があります。ディシジョンテーブルの出力であるこれらの提案を、推奨事項のアクション入力として使用できます。 詳細については、「[Decision Tables](https://www.servicenow.com/docs/access?context=decision-table&version=australia&pubname=australia-application-development&ft:locale=en-US)」を参照してください。 |
| フロー | 選択したサブフローを実行することで生成された推奨事項を返します。サブフローを使用してロジックを定義し、リソースジェネレーターの出力を自動化します。たとえば、製品名、アクティベーションステータス、公開ステータスなどの入力を使用して、関連する KB 記事を検索できます。その後、これらの KB 記事を推奨アクションとして添付することを提案できます。 詳細については、「[Flow Designer](https://www.servicenow.com/docs/access?context=flow-designer&version=australia&pubname=australia-application-development&ft:locale=en-US)」を参照してください。 |
| スクリプティングを | 選択したスクリプトインクルードを実行することで生成された推奨事項を返します。スクリプティングリソースジェネレータータイプでスクリプトインクルードを使用するには、ScriptingGeneratorFactory テンプレートの実装を作成する必要があります。 詳細については、「[Script includes](https://www.servicenow.com/docs/access?context=c_ScriptIncludes&version=australia&pubname=australia-api-reference&ft:locale=en-US)」を参照してください。 |
| AI 検索 | 検索ソースに関係なく、リアルタイムのデータとインサイトに基づいて AI 検索結果と Genius 結果を返します。これらの結果は、レコードのコンテキストに関連しています。このリソースジェネレータータイプには次の入力が必要です。 * 検索フィールド - AI 検索が実行されるフィールド。 * \[上位 N 件の結果\] - AI 検索から返されるレコードの数 {#ra-csm-resource-generators__ul_vvx_5sh_wyb} たとえば、簡単な説明の関連性とコンテキストに基づいて KB 記事または類似のケースを推奨するように AI 検索を構成できます。詳細については、「[AI Search](https://www.servicenow.com/docs/access?context=overview-ais&version=australia&pubname=australia-platform-administration&ft:locale=en-US)」を参照してください。 |
| 分類 | 機械学習アルゴリズムを使用して、レコード作成時にフィールドの値を推奨します。このリソースジェネレータータイプには次の入力が必要です。 * 分類定義：テーブルのフィールドの予測値またはレコード参照を返す 予測インテリジェンス 分類モデル。 * \[上位 N 件の結果\]：分類定義によって予測された関連レコードから返される値またはレコードの数。 {#ra-csm-resource-generators__ul_bpy_f1w_f5b} たとえば、簡単な説明に基づいてカテゴリまたはアサイン先グループの値を推奨するように分類ソリューションを構成できます。詳細については、「[予測インテリジェンス](https://www.servicenow.com/docs/access?context=predictive-intelligence&version=australia&pubname=australia-intelligent-experiences&ft:locale=en-US)」を参照してください。 |
| 類似性 | コンテキストレコードと類似した値を持つ既存のレコードを識別します。機械学習システムがトレーニング済みレコードを比較するための語彙となる、ワードコーパスを作成する必要があります。このリソースジェネレータータイプには次の入力が必要です。 * 類似性定義：コンテキストレコードに関連するレコードを返すための類似ソリューション定義。 * 上位 N 件の結果：類似性定義によって予測された関連レコードから返されるレコードの数。 {#ra-csm-resource-generators__ul_m3k_tyv_f5b} たとえば、類似の解決済みケースを検索して、解決策を推奨アクションとして提案できます。詳細については、「[P予測インテリジェンス](https://www.servicenow.com/docs/access?context=predictive-intelligence&version=australia&pubname=australia-intelligent-experiences&ft:locale=en-US)」を参照してください。 |
| 傾向との類似性 | 傾向定義を使用して、類似性ソリューションによって返されたレコードの共通性を見つけます。共通条件、共通フィールド、または共通参照を使用して、および傾向に従う必要がある最小レコード数のしきい値を使用して、傾向定義を設定できます。 このリソースジェネレータータイプには次の入力が必要です。 * 類似性定義：コンテキストレコードに関連するレコードを返すための類似ソリューション定義。 * 傾向定義 ：傾向に従う関連レコードをフィルターするための傾向定義。 {#ra-csm-resource-generators__ul_xf4_5xv_f5b} たとえば、傾向と類似する重大なインシデントを検索できます。次に、現在のコンテキストレコードをこの重大なインシデントにリンクすることを提案できます。 |
| タスクインテリジェンス 分類 | タスクインテリジェンスアドミンコンソールで作成された機械学習モデルを使用して、フィールド値を推奨します。このモデルは、これらのフィールドの機密性に応じて、レコードフォームに値を自動的に入力したり、推奨事項を提供したりする柔軟性のあるオプションを提供します。 注: TI モデルがバックグラウンドモードの場合、フィールドでフィールド値は推奨されません。 このリソースジェネレータータイプには次の入力が必要です。 * ソリューション：予測のための推奨入力フィールドと推奨出力フィールドの構成を含むソリューション。ソリューションには、フィールドを自動入力するか、推奨メッセージを表示するかの設定も含まれています。タスクインテリジェンス 分類モデルは、テーブルのフィールドの複数の値またはレコード参照を予測します。 * \[上位 N 件の結果\]：ソリューション定義によって予測された関連レコードから返される値またはレコードの数。 {#ra-csm-resource-generators__ul_ucy_rh1_tzb} たとえば、簡単な説明に基づいてカテゴリまたはアサイン先グループの値を推奨するように タスクインテリジェンス 分類ソリューションを構成できます。詳細については、「[Task Intelligence](https://www.servicenow.com/docs/access?context=task-intelligence&version=australia&pubname=australia-intelligent-experiences&ft:locale=en-US)」を参照してください。 注: 「タスクインテリジェンス 分類」リソースジェネレータータイプを選択するには、タスクインテリジェンス Admin Console (com.sn_ti_admin) プラグインをインストールする必要があります。 |
| タスクインテリジェンス 類似性 | コンテキストレコードと類似した値を持つ既存のレコードを識別します。アドミンコンソールで作成された機械学習モデルを使用して、フィールド値を推奨します。 このリソースジェネレータータイプは、タスクインテリジェンスアドミンソリューションの結果を評価し、複数のフィールドの予測値/レコードを返します。 このリソースジェネレータータイプには次の入力が必要です。 * \[モデル\]：タスクインテリジェンスアドミン類似性モデルへの参照。 * \[上位 N 件の結果\]：ソリューション定義によって予測された関連レコードから返される値またはレコードの数。 {#ra-csm-resource-generators__ul_qmm_wwp_1cc} このリソースジェネレータータイプは、次の出力を返します。 * \[予測値\]：非参照タイプフィールドの場合、タスクインテリジェンスアドミンソリューションは予測値を返します。 * \[予測レコード\]：参照タイプフィールドの場合、タスクインテリジェンスアドミンソリューションは予測されたレコードを返します。 {#ra-csm-resource-generators__ul_lb2_pxp_1cc}詳細については、「[Task Intelligence](https://www.servicenow.com/docs/access?context=task-intelligence&version=australia&pubname=australia-intelligent-experiences&ft:locale=en-US)」を参照してください。 |
| タスクインテリジェンス 傾向との類似性 | このリソースジェネレーターは、TI 類似性予測の結果の傾向を評価します。 ソリューション (sn_ti_admin_solution) と傾向 (sn_nb_action_trend_definition) の定義を使用して、このリソースジェネレータータイプはコンテキストレコードに類似したレコードを識別します。さらに、これらの類似したレコードを分析して、指定された傾向に従っているかどうかを判断します。 このリソースジェネレータータイプには次の入力が必要です。 * \[ソリューション\]：タスクインテリジェンスアドミン類似性モデルへの参照。 * \[上位 N 件の結果\]：類似性予測サーバーに送信される予測値/レコードの数を指定します。 * \[傾向定義\]：傾向定義 (sn_nb_action_trend_definition) テーブルへの参照。 {#ra-csm-resource-generators__ul_j24_s35_bdc} このリソースジェネレータータイプは、次の出力を返します。 * \[カウント\]：傾向に含まれている合計レコード数。 * \[作成日時が最も古いレコード (Oldest created record)\]：傾向内の最も古いレコード。 * \[最も信頼性の高いレコード\]：最も信頼性の高い ML 結果レコードの参照。 * \[認定済みレコードの Sys ID (Qualified Records Sys IDs)\]：すべての認定済みレコードの Sys ID のリスト。 {#ra-csm-resource-generators__ul_lrh_535_bdc}詳細については、「[Task Intelligence](https://www.servicenow.com/docs/access?context=task-intelligence&version=australia&pubname=australia-intelligent-experiences&ft:locale=en-US)」を参照してください。 |
[ ]

{#ra-csm-resource-generators__table_s5v_lxv_f5b}

## リソースジェネレーターのタイムアウト処理 {#ra-csm-resource-generators__section_c3c_zlx_c2c}

推奨アクションアプリケーションは、機械学習 (ML) リソースジェネレーターを呼び出すときに、タイムアウトが定義されたサブフロー API を使用します。このタイムアウトにより、RA 生成エンジンは、停止した ML 予測呼び出しを終了することで、応答時間の短縮を優先できます。

サブフローのタイムアウト設定は 1 秒です。遅延が発生し、予測呼び出しがタイムアウトすると、メッセージが生成されます。  
サブフローは、次の ML ベースのリソースジェネレーターに適用されます。

* 類似性
* タスクインテリジェンスの類似性
* 傾向との類似性
* タスクインテリジェンスの傾向との類似性
{#ra-csm-resource-generators__ul_uqt_hmx_c2c}

sn_nb_action_adv.similarity_prediction.timeout システムプロパティは、サブフローのタイムアウト値を制御します。デフォルト値は 1,000 ミリ秒に設定されています。
**関連タスク**   

* [推奨アクション でのリソースジェネレーターの作成](https://servicenow-prod.fluidtopics.net/zXXS8NwPLiRkPQ3eAscCaw "推奨アクション から推奨事項のリソースを提供するために使用できるリソースジェネレーターを作成します。")