すぐに使えるAIモデル
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。
AI Models は大幅な刷新が行われ、名称もAI Modelerに変更されました。これにより、アプリ全体で利用できるモデルを作成・トレーニング・公開できるようになりました。この刷新以前にモデルを作成している場合は、詳細についてこちらを参照してください。
メモ:
AI コールは、Creator アプリケーション内で AI モデルが実行されるたびに消費されます。
AI コールは、Creator アプリケーション内で AI モデルが実行されるたびに消費されます。
- OCR、物体検出、キーワード抽出、感情分析などの AI 項目では、必要な入力元項目に値が入力されると AI コールがトリガーされます。この AI コールは、利用中のAI コール上限数およびCreator プランから差し引かれます。
- 入力元の項目が、出力生成の前後を問わず変更された場合、更新された入力を使ってモデルが再度実行されます。このとき追加の AI コールが発生し、これもAI コール上限数にカウントされます。
残りの AI コール上限数は、請求セクションから確認できます。ただし、AI エージェントはこれらの制限の対象外であり、AI 利用回数の上限は適用されません。
すぐに利用できるAI モデルを利用すると、機械学習のスキルがなくても、Zoho Creator アプリケーションに AI を組み込めます。代表的なビジネスシナリオでよく使われる AI モデルは、すでに構築され、データが投入され、トレーニング済みの状態で、アプリケーションにすぐに導入できるようになっています。どの AI モデルでも、継続的な再トレーニングはモデルの精度を維持し、ドリフトを防ぐうえで重要です。この部分についても当社側で対応しているため、お客様側で再トレーニングを行う必要はありません。
現在、すぐに利用できる AI モデルが4種類用意されており、非構造化データを機械可読な構造化データに変換するのに役立ちます。
- キーワード抽出 - 指定したテキストから主要な要素（単語やフレーズ）を抽出します
- 感情分析 - 指定したテキストを解析し、記述されているトーン（ポジティブ／ネガティブ／ニュートラル）を判定します
- OCR（事前構築済み） - デジタル画像や PDF 内のテキストを認識します
- 物体検出（事前構築済み） - 基本的な物体を検出します
- モデルの出力結果は、他の AI と同様、常に正確であるとは限りません。精度向上のため、継続的にモデルの改善を行っています。
- モデルの出力結果は動的です。同じ入力であっても、学習状況に応じて、異なるタイミングで異なる結果が返される場合があります。これは、モデル固有の最適化を随時実施しており、モデルが目的により適合するよう継続的に学習していることを意味します。
すぐに利用できる AI モデルに加えて、Creator ではニーズに合わせてカスタム AI モデルを構築することもできます。詳細はこちら
すぐに利用できる AI モデルの導入
キーワード抽出
キーワード抽出モデルは、入力として与えられた非構造化データから、単語やフレーズなどの主要な要素を抽出します。基本的には、文中の名詞がキーワードとして抽出されます。
ビジネスでの利用例:レビューから抽出されたキーワードを解釈することで、値下げを要望している顧客がどの程度いるかをすばやく把握できます。
メモ:
- キーワード抽出 AI モデルは、テキストデータ型にのみ対応しています。
- このモデルが抽出できるデータ量は最大 64KB です。
- 現在サポートされている言語は日本語のみです。
アプリケーションでキーワード抽出モデルを使用するには:
- ［Microservices］タブに移動し、ページ右上の［+Create New］ボタンをクリックします。
- AI Modelsカードにカーソルを合わせ、［Create］をクリックします。
- Deploy - Ready to use Modelsの下で、Keyword Extractionを選択します。
- キーワード抽出モデルをデプロイするアプリケーションと、そのフォームを選択します。選択したアプリケーションの編集モードにリダイレクトされます。
- 表示されるポップアップで、必要なソース項目を選択します。これは、キーワード抽出を適用する入力テキストを保持する項目です。
- ［項目を追加］ボタンをクリックします。選択したアプリケーションにキーワード抽出項目が追加されます。ユーザーが選択したソース項目にテキストを入力すると、その抽出結果が自動的にこの項目に入力されます。
メモ:
- キーワード抽出項目はデフォルトで無効になっており、その値を変更することはできません。
- Delugeを使用すると、キーワード抽出項目の値を取得することはできますが、更新することはできません。
- ユーザー入力時アクションのフォームワークフローは、この項目には設定できません。代わりに、選択したソース項目に対して同じワークフローを設定できます。
感情分析
感情分析モデルは、入力された文の態度（感情）を理解するためのモデルです。
ビジネスでの利用例: 顧客フィードバックが「This session is great（このセッションは素晴らしい）」という内容だった場合、このモデルはそのフィードバックの感情を「Positive（肯定的）」と予測します。
ただし前述のとおり、機械は継続的に学習しているため、常に結果が正確とは限りません。たとえば、機械が「session was good」という入力を「Neutral（中立）」と予測し、「session was great」という入力を「Positive（肯定的）」と予測したとします。このことから、機械は感情を判定する際に、より強い感情表現の単語を必要としていると考えられます。一方で、「the sessions were good」という入力を機械が「Positive」と予測する場合もあります。これは、複数のセッションが良かったため、全体として肯定的なメッセージだと判断した可能性があります。このように、多くの要因がモデルの結果に影響し、その解釈は利用者の判断に委ねられます。
メモ :
- 感情分析AIモデルは、テキストデータ型の入力に対してのみ動作します。
- このモデルで検出できる態度は、Negative（否定的）、Positive（肯定的）、Neutral（中立）のいずれかです。
- 現在サポートされている言語は日本語のみです。
アプリケーションで感情分析モデルを使用するには:
- ［Microservices］タブに移動し、ページ右上の［+Create New］ボタンをクリックします。
- AI Modelsカードにカーソルを合わせ、［Create］をクリックします。
- Deploy - Ready to use Modelsの下で、Sentiment Analysisを選択します。
- 感情分析モデルをデプロイするアプリケーションと、そのフォームを選択します。選択したアプリケーションの編集モードにリダイレクトされます。
- 表示されるポップアップで、必要なソース項目を選択します。これは、感情分析を適用する入力テキストを保持する項目です。
メモ:
メモ:
- 感情分析項目はデフォルトで無効化されており、その値を変更することはできません。
- Deluge を使用して、感情分析項目の値を取得することはできますが、更新することはできません。
- この項目に対しては、「ユーザー入力時」アクションのワークフローを設定できません。代わりに、選択したソース項目に対してワークフローを設定してください。
物体検出
物体検出モデルは、入力画像内の要素を検出し、あらかじめ定義されたカテゴリに分類して、検出されたすべての要素の一覧を返します。
ビジネスでの利用例: 受注管理アプリケーションでリンゴの画像をアップロードすると、在庫数を把握するために、画像内の品目数を特定できます。
すぐに利用できる AI モデルは、アプリケーションに直接配置できます。このモデルには、特定の詳細なデータセットで事前学習が行われています。また、カスタム物体検出モデルを使用して、固有のニーズに合わせて物体検出モデルをカスタマイズすることもできます。
メモ:
- 物体検出 AI モデルは、ファイルデータ型でのみ動作します。
- 対応しているファイル形式は、.JPEG、.PNG、.BMP、.TIF です。
- 対応しているカテゴリは次のとおりです: person、bicycle、car、motorcycle、airplane、bus、train、truck、boat、traffic light、fire hydrant、stop sign、parking meter、bench、bird、cat、dog、horse、sheep、cow、elephant、bear、zebra、giraffe、backpack、umbrella、handbag、tie、suitcase、frisbee、skis、snowboard、sports ball、kite、baseball bat、baseball glove、skateboard、surfboard、tennis racket、bottle、wine glass、cup、fork、knife、spoon、bowl、banana、apple、sandwich、orange、broccoli、carrot、hot dog、pizza、donut、cake、chair、couch、potted plant、bed、dining table、toilet、TV、laptop、mouse、remote、keyboard、cell phone、microwave、oven、toaster、sink、refrigerator、book、clock、vase、scissors、teddy bear、hair drier、toothbrush、bee、butterfly、camera、glasses、guitar、lavender、penguin、strawberry、suit、sunflower。
アプリケーションで物体検出モデルを使用するには:
1. ［Microservices］タブに移動し、ページ右上の［+Create New］ボタンをクリックします。
2. AI Models カードにカーソルを合わせ、Createをクリックします。
3. Deploy - Ready to use Modelsセクションで、Object Detection (Pre-Built)を選択します。
4. 物体検出モデルを配置するアプリケーションとフォームを選択します。選択したアプリケーションの編集モードにリダイレクトされます。
5. 表示されるポップアップで、必要なソース項目を選択します。この項目には、物体検出を適用する入力画像が保存されます。
メモ:
現在、ソース項目としてサポートされているのは画像項目のみです。そのため、フォーム内で利用可能な画像タイプの項目だけが、ソース項目の選択肢として表示されます。
フォーム内に画像項目がない場合は、物体検出モデルを配置する前に、先に画像項目を作成する必要があります。
モデルを配置する親フォーム内に存在する項目のみが、ソース項目として選択できます。サブフォームは親フォームとは独立して動作します。そのため、サブフォーム項目は、モデルがサブフォーム内に配置されている場合にのみソース項目として使用できます。
6. ［Next］ボタンをクリックし、続いて［項目を追加］をクリックします。ユーザーが選択したソース項目に画像をアップロードすると、物体検出項目が選択したアプリケーションに追加され、検出された物体のラベルがこの項目に自動入力されます。
メモ:
- このフィールドはデフォルトで無効になっており、その値を変更することはできません。
- Deluge を使用すると、物体検出フィールドの値を取得することはできますが、更新することはできません。
- ユーザー入力時アクションワークフローは、このフィールドには設定できません。代わりに、選択したソースフィールドに対して設定できます。
- アップロードされた入力画像に、あらかじめ定義されたセットに含まれないオブジェクトが含まれている場合、モデルはサポートされているカテゴリの中から最も近い値を返すことがあります。
- オブジェクトは個別に検出されます。そのため、1 つの画像内で同じオブジェクトが複数回検出された場合、モデルは複数形ではなく、検出された値を出力リストに 2 回返します。たとえば、画像に 2 匹の犬が含まれている場合、モデルの結果は「dog, dog」となります。
光学式文字認識（OCR）
OCR モデルは、画像や PDF 内の文字を認識し、画像処理およびテキスト処理を用いてデジタルデータに変換します。
ビジネスでの利用例: 名刺をアップロードすると、OCR を利用して住所、電話番号などの情報をすばやく自動的に取得できます。
すぐに使える AI モデルは、アプリケーションに直接デプロイできます。これにより、入力トレーニングデータから検出されたすべてのテキストが抽出されます。また、カスタム OCR モデルを使用して、画像や PDF の一部のみを抽出することもできます。
メモ:
- OCR AI モデルは、fileデータ型でのみ動作します。
- このモデルが読み取れるテキストは最大 64KB です。
- 入力画像としてサポートされるファイル形式は .JPEG、.PNG、.BMP、.TIF です。
- モデルによるテキスト抽出には、レイアウトが類似していて 5 MB を超えない PDF を5 件以上アップロードする必要があります。
- このモデルは手書き文字も検出できますが、精度が完全ではない場合があります。印刷されたテキストが含まれる画像や PDF をアップロードすることを推奨します。
- 現在サポートされている言語は日本語のみです。
アプリケーションで OCR モデルを使用するには:
1. Microservices タブに移動し、ページ右上の +Create New ボタンをクリックします。
2. AI Models カードにカーソルを合わせて、Create をクリックします。
3. Deploy - Ready to use Models セクションで、OCR (Pre-Built) を選択します。
4. OCR をデプロイするアプリケーションとそのフォームを選択し、Use Model をクリックします。選択したアプリケーションの編集モードにリダイレクトされます。
5. 表示されるポップアップで、必要なソースフィールドを選択します。これは、OCR を適用する入力画像または PDF を保持するフィールドです。
メモ:
- 現在、ソースフィールドとしてサポートされているのは画像フィールドとファイルアップロードフィールドのみです。そのため、フォーム内でソースフィールドとして選択できるのは、画像フィールドとファイルアップロードフィールドのみが一覧表示されます。
- フォーム内に画像フィールドまたはファイルアップロードフィールドが存在しない場合は、物体検出モデルをデプロイする前に、先にそれらのフィールドを作成する必要があります。
- モデルをデプロイする親フォーム内に存在するフィールドのみが、ソースフィールドとして選択できます。サブフォームは親フォームとは独立して動作します。つまり、モデルがサブフォーム内に配置されている場合にのみ、サブフォームのフィールドをソースフィールドとして使用できます。
6. [Next] ボタンをクリックし、続いて Add フィールド をクリックします。OCR フィールドが選択したアプリケーションに追加され、ユーザーが選択したソースフィールドに画像または PDF をアップロードすると、その抽出テキストが自動入力されます。
メモ:
- このフィールドはデフォルトで無効になっており、その値を変更することはできません。
- Deluge を使用すると、OCR フィールドの値を取得することはできますが、更新することはできません。
- ユーザー入力時アクションワークフローは、このフィールドには設定できません。代わりに、選択したソースフィールドに対して設定できます。