お知らせ:当社は、お客様により充実したサポート情報を迅速に提供するため、本ページのコンテンツは機械翻訳を用いて日本語に翻訳しています。正確かつ最新のサポート情報をご覧いただくには、本内容の
英語版を参照してください。
GenAI 設定では、Zoho Analytics 内で生成系 AI スキルの動作を拡張・最適化できます。これらの設定により、どの AI スキルを利用可能にするかの管理、対応する言語モデルとの接続、データの活用方法の定義を行い、関連性の高いインテリジェントな回答を提供します。
特定のスキルを有効化することで、列の変換、パイプライン構築、数式作成、クエリ作成、ダッシュボード作成、コード生成など、日常的なタスクの効率化が可能です。また、接続する言語モデルの選択や、AI 精度向上のためにコンテキストメタデータを共有するかどうかも設定できます。
メモ:
- GenAI スキルはプレミアムおよびエンタープライズプランでのみ利用可能です。
- アカウント管理者のみがこの GenAI 設定スキルを管理できます。
設定
GenAI 設定パネルは、スキルの有効化、言語モデルの認証、アクセス管理をサポートする明確なセクションで構成されています。各項目の設定方法は以下の手順をご参照ください。
- Zoho Analyticsアカウントにログインします。
- 組織設定>Controls / 設定>GenAI 設定の順に移動します。

メモ:
- スキルを有効化すると、Zoho Analytics は選択した言語モデルと必須メタデータやコンテキスト要素情報を共有します。
- 共有されるメタデータには、レポート名、テーブル名、列名、データ型、類義語、説明などが含まれる場合があります。コンテキスト情報には、フィルター条件、クエリロジック、プロンプト内容などが含まれる場合があります。
- 個人を特定できる情報(個人情報)は共有されません。
- 各スキルは一度に 1 つの言語モデルでのみ有効化できます。同じスキルを複数の LLM で同時に有効化することはできません。
Zoho LLM でスキルを有効化
このセクションでは、Zoho 環境内で安全に動作し、最適化されたオープン言語モデルを利用した GenAI スキルを有効化できます。
- レポート作成
シンプルかつ自然な言語プロンプトを入力するだけでレポートを生成できます。モデルが入力内容を解釈し、利用可能なデータに基づいて関連レポートを作成します。
- Zia Insights - 記述・診断
インテリジェントな列の提案や洗練されたインサイトを取得し、データ内の主要な変化要因をより深く理解できます。
OpenAI でスキルを有効化
このセクションでは、OpenAIと接続し、OpenAI を言語モデルとして利用するスキルを有効化できます。
前提条件
Ask ZiaでOpenAIを言語モデルとして有効にする前に、OpenAIの認証情報を取得する必要があります。これには、シークレットAPIキーと組織IDが含まれます。
OpenAIの認証情報を取得するには、
- OpenAIアカウントにサインインします。
- 設定ページに移動します。
- 組織セクションで:
- 一般タブに移動し、組織名とIDを確認します。

- API keysタブに移動して、シークレットAPIキーを生成またはコピーします。

OpenAIで組織を設定する方法の
詳細はこちらをご覧ください。
OpenAIを言語モデルとして利用するには、
- 以下に認証情報を入力してください:
OpenAI シークレットキー
OpenAI 組織ID

- 希望するスキルを、以下のいずれかまたは複数のボックスにチェックを入れて選択してください。
Ask Ziaスキル
各スキルは、Ask Ziaがプロンプトをより正確に解釈し、レポーティング、データ準備、自動化などのタスクを支援します。
- レポート作成および処理
自然言語を利用して新しいレポートの作成や、既存レポートの表示・一覧・開封・共有・エクスポート・メールスケジューリングなどの処理ができます。詳細はこちら
- 数式提案
正確な数式を素早く作成するための提案を受けられます。詳細はこちら
- クエリ提案
入力中にコンテキストに応じた提案を受けながら、SQLクエリを簡単に作成できます。詳細はこちら
- ダッシュボード作成および処理
会話型プロンプトでダッシュボードを生成したり、開封・一覧・メールスケジューリング・エクスポートなどの操作が行えます。詳細はこちら
- スライドショー作成および処理
プロンプトを使い、レポートをスライドショーに変換したり、既存スライドの開封・一覧・スケジューリング・エクスポートなど管理ができます。詳細はこちら
- 同義語提案
自然言語解釈を向上させるため、列名に対するインテリジェントな同義語の提案を受けられます。詳細はこちら
- コード提案
データ変換や機械学習タスク向けに、Pythonコードの生成・改善が可能です。詳細はこちら
インサイトスキル
このスキルは、Ziaから受け取るインサイトの品質を向上させ、より正確かつデータ駆動型にします。
- Ziaインサイト – 記述的・診断的
AIが生成したインテリジェントなインサイトを活用し、データの変化要因を把握できます。関連する列の提案を行い、記述的および診断的分析を通じて、パターンや外れ値、主要指標の変動要因を明らかにします。
- Ziaインサイト – 推奨事項の生成
重要な法人指標の変化に影響を与える要因に基づいた推奨事項を受け取ることができます。このスキルはZiaのキードライバー分析の一部であり、何が変わったかだけでなく、なぜ変わったのか、次に何をすべきかを理解するのに役立ちます。
メモ
このスキルは、関連するテーブルから集約データおよび選択済み実データ値を使用して、正確な推奨事項を生成します。個人情報(Personally identifiable information)は共有されません。

DataPrepスキル
自然言語を活用して、データ変換やパイプライン構築を効率化します。
データ準備とパイプライン作成
シンプルなプロンプトを使用して列の変換、数式の適用、パイプラインの作成をより効率的に行えます。詳細はこちら
このオプションを有効にすると、GenAIの回答精度と関連性を向上させることができます。
有効化すると、Zoho AnalyticsはOpenAIの埋め込みAPIと限定的なワークスペースメタデータを共有し、APIがメタデータのベクトル表現(テキストを数値に変換したもの)を生成します。これらのベクトルはZoho Analytics内で安全に保存されます。
Ask Ziaで質問すると、プロンプトも同様のプロセスでベクトル化されます。その後、Ask Ziaがプロンプトと保存済みメタデータベクトルの関連性検索を行い、最も関連性の高いメタデータを取得します。取得したメタデータはOpenAIのLLMに送信されるプロンプト強化に利用され、より正確かつ文脈に合った回答が得られます。
このプロセスはRetrieval Augmented Generation(RAG)に準拠しています。
これにより言語モデルがデータ構造をより効果的に理解し、さまざまなスキルにおいて提案やインサイトの精度が向上します。
埋め込みの仕組みについて詳しくは、OpenAIのベクトル埋め込みガイドをご覧ください。
メモ
- ワークスペースのメタデータおよびコンテキスト要素のみが共有されます。
- 共有されるメタデータには、レポートメタデータ(レポート名、チャート種類、レイアウト要素(X軸、Y軸、カラー、ツールチップ、その他のビジュアルコンポーネントに配置された項目など))、テーブル名、列名、データ型、同義語、説明が含まれる場合があります。コンテキスト情報には、フィルター条件、クエリロジック、プロンプト内容が含まれる場合があります。
- 個人情報(Personally identifiable information)は共有されません。
GenAI設定へのアクセス管理
アカウント管理者は、組織内でGenAIスキルの利用を許可するユーザーを制御できます。この設定により、組織管理者またはワークスペース管理者が、それぞれのワークスペースで有効なスキルにアクセスし利用できるかどうかが決まります。
- すべての組織管理者 – 選択したGenAIスキルを利用できるのは組織レベルの管理者のみです。
- すべてのワークスペース管理者 – 組織管理者とワークスペース管理者の両方が選択したスキルを利用できます。
組織のポリシーに基づいて適切なオプションを選択し、適用するをクリックして選択内容を保存してください。
データの取扱い
Zoho AnalyticsのGenAIスキルは、最小限必要な情報のみを取り扱うモデルを採用しています。プロンプトに回答するために必要な情報だけが、接続している言語モデルに共有されます。このプロセスは透明性があり、監査可能で、機密データをあらゆる段階で保護するよう設計されています。
1. 共有される内容
スキル |
共有される内容 |
目的 |
数式・クエリ提案 |
- プロンプトテキスト
- 参照されたテーブルや列の名称・データ型
|
コンテキストに応じた数式やSQL句を自動生成します。 |
レポート・ダッシュボード・スライドショー作成 |
- プロンプトテキスト
- 項目名、データ型、基本統計情報(件数、最小値、最大値、平均)
- フィルター条件などのコンテキストデータ
|
関連する項目や最適なビジュアルを選択するため。 |
Zia Insights スキル |
- プロンプトテキスト
- 列名および説明
- 集計値(合計、平均、差分)
- 該当テーブルから選択された実データ
|
キーとなる要因を特定し、ナラティブインサイトを生成します。 |
コード提案 |
- プロンプトテキスト
- データフレームのスキーマ(列名と型)
|
データ準備や機械学習用のPythonコードを作成・最適化します。 |
同義語提案 |
|
自然言語検索の向上のため、代替条件を提案します。 |
2. 共有されないもの
- メールアドレス、電話番号、顧客IDなどの個人情報(Personally identifiable information)。
- 完成済みダッシュボード、レポート全体のレイアウト、または全数式。
- 現在のリクエスト以外の利用状況メトリクス。