---
sourceDocument: オーストラリア ServiceNow AI Platform の機能
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/ja-JP/servicenow-platform

 Release :

    - australia

ft:locale :

    - ja-JP

ft:publication_title :

    - オーストラリア ServiceNow AI Platform の機能

ft:clusterId :

    - platcap

bundleId :

    - platcap

workflow :

    - Platform


---

# モデルトリガーの作成

# メトリックベース モデルトリガーの作成 {#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：2分

モデルトリガーは、時系列データが期待値から外れると実行されます。

## 始める前に

必要なロール：admin

## このタスクについて

サポートされているモデルタイプは 4 つあります。つまり、自己回帰統合移動平均 (ARIMA)、確率的指数平滑移動平均 (PEWMA)、Holt-Winters、および Loess (STL) を使用した季節傾向分解です。 メトリックベース はモデルを使用して、予想される標準値の定義を作成します。

## 手順

1. 移動先 すべてメトリックベースMetricBase トリガートリガー定義.
2. \[新規\] を選択します。
3. メトリックベーストリガー作成フォームで、\[モデルトリガー\] オプションを選択します。
4. フォームのフィールドに入力します。  
   トリガーレベルは、最初はこのフォームに表示されません。レベルは後で設定します。
   {#create-metricbase-model-trigger__table_khd_cjn_pbb__entry__2}

   | フィールド | 説明 |
   |-|-|
   | 名前 | モデルトリガーの名前。 |
   | モデル | このトリガーが使用するトレーニング済みモデル。「[予測モデルの作成とトレーニング](https://servicenow-prod.fluidtopics.net/LkPTOsEUHh1NXUD7nYcEmA "統計情報モデルを使用し、メトリックベース トリガーを使用して重大な例外をリアルタイムで判断します。メトリックベース に既に保存されている代表的なデータを使用してモデルをトレーニングする必要があります。")」を参照してください。 |
   | メトリクス | 監視するテーブルのメトリクス。この値はモデルに基づいて自動的に設定されるため、自分で設定することはできません。 |
   | テーブル名 | 監視したいメトリクスが含まれている メトリックベース データベース内のテーブル。この値はモデルに基づいて自動的に設定されるため、自分で設定することはできません。 |
   | アクティブ | トリガーを有効にするためのオプション。 |
   | 説明 | トリガーの説明。 |
   | スパイクの方向 | 予測値より上 (上向き) で発生する例外のみ、予測値より下 (下向き) で発生する例外のみ、またはその両方 (いずれも) でトリガーするかどうかを指定します。 |
   [ ]

   {#create-metricbase-model-trigger__table_khd_cjn_pbb}
5. \[保存\] を選択します。  
   新しいレコードが作成されます。
6. 作成したレコードの \[メトリックベース モデルトリガーレベル\] 領域で、各セルをダブルクリックし、トリガーパラメーターを指定する値を追加します。  
   {#create-metricbase-model-trigger__table_khd_cjn_pbba__entry__2}

   | 列 | 説明 |
   |-|-|
   | レベル | 重大度の増加を示す数字。たとえば、レベル 1 を平均から 2 標準偏差と定義します。レベル 2 は 4 標準偏差とします。レベルごとに異なる ワークフロースタジオ フローをトリガーする必要があります。レベルは、条件スクリプトでよく使用されます。「[条件付きでトリガーを実行](https://servicenow-prod.fluidtopics.net/jK0ivarn7pSPc0f8wqsYGw "メトリックベース トリガーは単一のメトリクスに基づいて実行されます。条件スクリプトは、トリガーがフローを開始するかどうかを決定する追加の要件を課します。")」を参照してください。 |
   | 関数 | 常に \[次の値以上\] で、これは、トリガーするためには、時系列メトリクスが \[標準偏差の数\] で指定された平均からの標準偏差の数以上でなければならないことを意味します。 |
   | 標準偏差の数 | このレベルでアラートをトリガーするために、時系列メトリクスが平均から離れている必要がある標準偏差の数を指定する浮動小数点値。 |
   [ ]

   {#create-metricbase-model-trigger__table_khd_cjn_pbba}
7. **オプション:** テーブルに行を追加して、マルチレイヤーのトリガー動作を作成します。  
   通常、追加の各行 (レベル) はより重大な状態を示します。レベルに関連付けられた ワークフロースタジオ フローは、重大度が増すとともに警告を発します。
8. \[更新\] を選択します。
9. **オプション:** トリガーがワークフロースタジオのフローを実行するかどうかを決定するトリガー条件を追加します。  
   「[条件付きでトリガーを実行](https://servicenow-prod.fluidtopics.net/jK0ivarn7pSPc0f8wqsYGw "メトリックベース トリガーは単一のメトリクスに基づいて実行されます。条件スクリプトは、トリガーがフローを開始するかどうかを決定する追加の要件を課します。")」を参照してください。
10. 本番環境に展開する前に、モデルをテストし、実際のデータでトリガーします。
{#create-metricbase-model-trigger__steps_yjd_rgq_zgb}

## モデルトリガーフォーム {#create-metricbase-model-trigger__example_bct_z1y_ytb}

## 次のタスク

このトリガーを ワークフロースタジオ フローに関連付けます。詳細については、「[Assign a trigger to a flow (フローへのトリガーの割り当て)](https://servicenow-prod.fluidtopics.net/FEQtmdP7cPcvD9kYg0R1lg "トリガーを作成したので、ワークフロースタジオを使用して、トリガーが実行するフローを指定します。フローは、予期しない動作に対するアラートを提供します。")」を参照してください。