---
sourceDocument: Xanadu で AI を有効にする
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/ja-JP/xanadu/intelligent-experiences

 Release :

    - xanadu

ft:locale :

    - ja-JP

ft:publication_title :

    - Xanadu で AI を有効にする

ft:clusterId :

    - platai

bundleId :

    - platai

workflow :

    - Platform


---

# NLU インテントを作成する

# NLU インテントを作成する {#ariaid-title1}

* リリースバージョン: Xanadu
* 
* 更新日 2024年08月01日
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 所要時間：4分

自然言語理解 (NLU) (NLU) モデルのインテントを作成します。インテントは、モデルがユーザー入力を受け取ったときに実行するシステムアクションをモデルに提供します。

## 始める前に

* NLU ワークベンチ プラグイン、NLU ワークベンチ - Core プラグイン、NLU ワークベンチ - 拡張機能型プラグイン、NLU Common Model プラグイン、および 予測インテリジェンス プラグインがすべてインスタンスにインストールされ、アクティブ化されていることを確認します。
* モデルと同じアプリケーションスコープ内にいることを確認します。
* NLU ワークベンチ で 仮想エージェント モデルおよび AI 検索モデルのインテントを作成できます。
* 必要なロール:admin または nlu_admin
{#create-nlu-intent__ul_shl_vvs_tgb}

## このタスクについて

この手順では、インテントを作成する方法を示します。他のモデルのインテントを再利用するには、「 [構築済み NLU モデルからのインテントの再利用](https://servicenow-prod.fluidtopics.net/f1VmlENRXvQk_Gop5Ank9A "自然言語理解 (NLU) (NLU) インテントをビルド済みNLUモデルから他のモデルにインポートして再利用します。インテントを再利用すると、モデルをビルドする時間を節約できます。")」を参照してください。

以下は、インテントがトレーニング発話の語彙と対話する方法の例です。  
* インテント:#AddMembersToDistributionList
* 発言 A: 「Carlos Santana を uxinfodev リストに追加してください」
* 発言 B: 「arlo-drury-directreports グループから誤って削除されました」
* 結果:システムは uxinfodev または arlo-drury-directreports を認識せず、これらの単語を使用してインテントを予測できません。
* 解決策: uxinfodev と arlo-drury-directreports を語彙項目として追加し、それらにシノニムを追加します。同義語を指定すると、発話とその内容が存在するインテントにコンテキストを追加できます。それらもエンティティとしてマークすると、インテント予測の信頼性がさらに高くなる可能性があります。

{#create-nlu-intent__ul_gwn_wd3_bnb}  
注:  
トレーニング発言およびユーザーからの発言には、25 語または 200 文字の制限があります。その制限を超える発話は、インテント予測を返せません。

トレーニング発話には、「OrderLaptop」や「sfsdfasdfas」などの非現実的な用語を含めないでください。発話は、モデルの言語で正しく自然な例である必要があります。

次の手順の例では、インテントを作成し、ユーザーが支払いに関する情報を要求するときに発話する可能性のある発話を追加しています。「HR Model for Virtual Agent (仮想エージェントの HR モデル)」というタイトルのNLUモデルを既に作成しており、そのモデルでインテントを作成しています。

## 手順

1. アプリケーションスコープをモデルのスコープに設定します。
2. 移動先 すべてNLU ワークベンチモデル.  
   デフォルトでは、\[ 仮想エージェント \] タブが開きます。
3. モデルのアプリケーションに対応するタブを選択し、インテントを追加するモデルの名前を選択します。  
   このモデルの例では、 仮想エージェントモデルの HR モデル を選択します。
4. \[モデルの構築とトレーニング\] カードで、 \[フェーズの表示\] を選択します。
5. \[インテント\] を選択します。
6. \[新しいインテント\] を選択します。
7. \[ Create an intent (インテントを作成 )\] ウィンドウで、インテントの名前と説明を追加します。  
   図 : 1. インテントの作成 このシナリオ例では、名前に「 <kbd class="ph userinput">PayDiscrepancy</kbd> 」と入力します。説明を追加することもできます。  
   注:  
   インテントを作成すると、インテント名にハッシュタグが追加されます。
8. \[ インテントを追加\] を選択します。  
   インテント #PayDiscrepancy 画面が表示され、発言、関連エンティティ、および設定のセクションが表示されます。インテントのドラフトステータスは、\[Intent (インテント)\] 画面の右上隅にも表示されます。
9. \[ 発話\] タブで、インテントに関連するトレーニング発話の例を入力します。  
   注:  
   入力する発言例は一意で、25 語または 200 文字未満である必要があります。少なくとも 15 個の発話を追加し、発話間にできるだけ多くの多様性を持たせることを目指します。モデルのトレーニングを開始するには、少なくとも 5 つの発話を追加する必要があります。
   このシナリオでは、次の発言をフィールドに追加し、 \[追加\] を選択します  

   モデルの構築と再トレーニングを繰り返すと、更新されたインテントがモデルの予測にどのように影響するかを確認できます。「[NLU モデルをトレーニングして試す](https://servicenow-prod.fluidtopics.net/FSjEr7ZB_n7DnYhIGcLRuQ "モデルを繰り返しトレーニングして試し、インテントとエンティティを検証してコンパイルし、モデルに保存します。")」を参照してください。

## 次のタスク

モデルをトレーニングして更新を保存します。インテントに関する問題については、「 [インテントの問題を解決する](https://servicenow-prod.fluidtopics.net/38XQcM8hUPcgJ~O6sgtkUA "問題カードを使用して、競合があるインテント、レビューが必要なインテント、またはさらに発話が必要なインテントを特定します。インテントの問題を解決すると、 自然言語理解 (NLU) (NLU) モデルのインテントが正しく機能します。")」を参照してください。

発話を改善するには、エンティティを追加してコンテキストを提供します。「[NLU エンティティ](https://servicenow-prod.fluidtopics.net/f3Z9VgOvghS3nBN0VUxKHw "エンティティは、ユーザー入力を受け取るときにモデルに追加のコンテキストを提供します。発話とインテントにエンティティを追加して、 自然言語理解 (NLU) (NLU) モデルの予測を改善します。")」を参照してください。

利用可能な [インテントディスカバリー](https://servicenow-prod.fluidtopics.net/LuISBRJ4JyVGkTra58TqLg "インテントディスカバリー アプリケーションを使用すると、インシデント回避の機会を特定できます。たとえば、これを使用して、次にアクティブ化する 仮想エージェント 会話を特定できます。") 機能は、履歴データに基づいて、追加可能なインテントを特定するのに役立ちます。