---
sourceDocument: Yokohama 対話型インターフェース
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/ja-JP/yokohama/conversational-interfaces

 Release :

    - yokohama

ft:locale :

    - ja-JP

ft:publication_title :

    - Yokohama 対話型インターフェース

ft:clusterId :

    - convint

bundleId :

    - convint

workflow :

    - Platform


---

# 仮想エージェントの LLM トピックディスカバリー

# 仮想エージェントの LLM トピックディスカバリー {#ariaid-title1}

* リリースバージョン: Yokohama
* 
* 更新日 2025年01月30日
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 所要時間：3分

大規模言語モデル (LLM) を使用すると、仮想エージェントはわかりやすい言葉でユーザーステートメントを処理できるようになります。LLM を使用する会話は、自然言語理解 (NLU) (NLU) を使用する会話よりも優れており、セットアップも簡単です。

## 仮想エージェントでの LLM の仕組み {#va-llm__section_j24_4c4_lzb}

仮想エージェントデザイナー の LLM トピックについては、このビデオをご覧ください。

仮想エージェントデザイナーでトピックを作成する場合、仮想エージェントの Now Assist がオンになっているときはいつでも、トピックのモデルタイプとして LLM を選択できます。LLM が選択されると、仮想エージェントは LLM 生成 AI を使用して、ユーザーのインテントに一致するトピックを検出します。

NLU トピックとは異なり、LLM では、モデル、インテント、またはキーワードをトピックにリンクする必要がありません。LLM では、NLU モデルのトレーニングを何か月も行うことなく、トピックを検出し、ケースのサマリーや解決メモのテキスト生成など、言語に関連するタスクを実行することができます。全体として、NLU を使用する場合よりも 迅速に LLM トピックを作成、構成、および展開できます。

LLM を使用すると、仮想エージェントは次のことができます。  
* 特定のトピックで単一の宣言されたインテントを必要とせずにトピックディスカバリーを実行する。
* NLU モデリングと同様に、バックアップキーワードなしでインテントを検索する。
* NLU モデリングの場合と同様に、事前マッピングなしでエンティティ値を抽出する。
* 1 つの会話セッションで複数の会話トピックの切り替えを操作する。
{#va-llm__ul_ky4_mgm_13b}

LLM の詳細については、「 [Large language models on the ServiceNow AI Platform®](https://www.servicenow.com/docs/access?context=exploring-large-language-models&version=yokohama&pubname=yokohama-intelligent-experiences&ft:locale=en-US)」を参照してください。

## トピックディスカバリー {#va-llm__section_gh5_wmv_lzb}

LLM トピックディスカバリーを使用すると、トピック作成者は、バックアップキーワードを使用して複雑な NLU モデルとインテントを作成および維持する必要がなくなります。LLM がすべての面倒な作業を処理してくれます。唯一の要件として挙げられるのが、仮想エージェントデザイナーの \[プロパティ\] タブにある堅牢で分かりやすい言語でのトピックの説明です。LLM はこの説明を使用して、ユーザーの発言に最適なトピックを見つけます。一致する可能性のあるものが複数ある場合は、選択できるトピックのリストがユーザーに表示されます。

たとえば、ユーザーが仮想エージェントにライドシェア料金の計算を要求した場合、LLM は、ヒントを使用してユーザーの発話をライドシェアを計算できる既存のトピックと照合します。

## エンティティ抽出 {#va-llm__section_fpf_1nv_lzb}

LLM トピックでは、LLM には、発話に要求を履行するための情報があるかどうかを判断する際に必要なすべての情報が含まれています。NLU モデルとは異なり、エンティティをユーザー入力ノードに関連付けたり、ノードレス NLU エンティティを入力変数としてトピックに追加したりする必要はありません。LLM はシンプルに、ユーザーインテントに最も近いエンティティを見つけます。

## トピックの切り替え {#va-llm__section_ow4_xmv_lzb}

LLM を使用すると、NLU トピックに比べてトピックの切り替えが迅速かつ簡単になります。LLM は、自然言語で作成されたインテントを変更する要求を処理し、適切なトピックを有効化します。

たとえば、携帯電話の注文で会話を開始した場合、まず注文をキャンセルしてから会話を再開する必要はありません。代わりに、仮想エージェントにラップトップの注文を要求することができます。仮想エージェントは、携帯電話のトピックからラップトップのトピックにすぐに切り替えることができます。トピックの切り替えはクエリ中に実行できますが、カタログ注文フロー内では実行できません。

もう 1 つの例として、ユーザーが気軽な質問をしたり、雑談をしたりする場合があります。質問は元の要求とは無関係である可能性があります。雑談トピックを作成したり、雑談フィルターを設定したりして、仮想エージェントが切り替えられたトピックに適切な会話を照合して開始できるようにすることができます。詳細については、「[雑談トピックの作成](https://servicenow-prod.fluidtopics.net/zMp3qf9XnMJzPdiEA6RgYA "仮想エージェントがユーザーとの気軽な会話を行えるようにする雑談トピックをビルドします。雑談トピックでは、時刻や日付など、ユーザーが会話中に質問する可能性のある気軽な質問に対する回答を提供します。雑談トピックは、会話セッション内でいつでも行われる可能性があり、元の会話インテントには無関係の場合があります。")」と「[Configure small talk filters](https://www.servicenow.com/docs/access?context=configure-small-talk-filters&version=yokohama&pubname=yokohama-intelligent-experiences&ft:locale=en-US)」を参照。

## その他のリソース {#va-llm__section_u3j_1jz_hcc}

* [Now Assist は 仮想エージェント の値のいずれか](https://servicenow-prod.fluidtopics.net/zH07xq642FSC5LYZdAQHmg "会話のエクスペリエンスに生成 AI のスキルを活用しましょう。仮想エージェントの Now Assist では、大規模言語モデル (LLM) を使用して、セルフサービスワークフローの成功を促す自然言語の会話エクスペリエンスをビルドすることができます。")
* [LLM アシスタント](https://servicenow-prod.fluidtopics.net/60LYZMAD1arriLNiPqVCOA "LLM アシスタントは、大規模言語モデル (LLM) トピックディスカバリーに役立ちます。仮想エージェントアシスタントのNow Assistは、対話型インターフェースアシスタントのガイド付きセットアップ中に作成されるデフォルトの LLM アシスタントです。")
{#va-llm__ul_gkh_by2_3cc}