OpenAIの利用方法

OpenAIの利用方法

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。

OpenAI とは?  

OpenAI は、自然言語処理、コンピュータビジョン、強化学習など、さまざまな AI 関連プロジェクトや技術を提供する人工知能研究組織です。

OpenAI アカウントを Zoho Flow に接続する方法

  1. Builder]で[Apps]タブに移動し、必要な OpenAI アクションをドラッグ&ドロップします(現在、OpenAI はトリガーをサポートしていません)。
  2. アカウントに他の OpenAI 連携がない場合は、接続をクリックします。



    または、[
    設定]に移動して[外部連携]をクリックし、新しい接続を作成することもできます。[接続を作成]をクリックし、OpenAI を選択します。
  3. 接続名を入力し、認証をクリックします。
  4. ポップアップで OpenAI アカウントの認証情報を入力し、次へをクリックします。

API ドキュメント

フローで OpenAI 関連のエラーが発生した場合や、OpenAI API についてさらに確認したい場合は、API ドキュメントを参照できます。


Zoho Flow で利用できるアクション

緊急度を評価: このアクションを使用してサポートチケットの緊急度を分析し、優先度(高・中・低)を割り当て、その結果に基づいて期限を設定します。

モデレーションを確認: このアクションを使用して返信、レビュー、チケットをチェックおよびフィルターし、0〜10 のスコアを返します。

リストを区切り付き文字列に変換:このアクションを使用すると、指定した区切り文字を使って値のリストを 1 つの文字列に変換し、表示・保存・処理をしやすくできます。

テキストをタイトルケースに変換:このアクションを使用して、指定したテキストを投稿、商品の件名などに使えるタイトルケースに変換します。

数値の単語を数字に変換:このアクションを使用して、数値を表す英単語を数字に変換します。たとえば、thousand1000になります。これは文書や小切手での記載、誤解の防止に役立ちます。

チャット補完を作成:このアクションを使用して、GPT-3.5 Turbo や GPT-4 などのモデルを使い、指定したチャット会話に対するモデル生成の応答を作成します。

テキスト補完を作成:このアクションを使用して、指定したプロンプトとパラメーターに基づき、OpenAI の補完結果を生成します。

SNS 投稿用ハッシュタグを作成: このアクションを使用して、Twitter などのソーシャルメディア投稿向けに、関連性が高くトレンド性のある、または業界特化のハッシュタグを生成します。

商品説明を作成:このアクションを使用して、Shopify などのプラットフォーム向けの商品説明を生成します。

JSON からテキストを抽出:このアクションを使用して、JSON から読みやすいテキストや表を抽出します。

URL を抽出:このアクションを使用して、指定したデータから URL を抽出します。たとえば、メールから会社の Web サイトを取得し、CRM にマッピングできます。

名と姓を抽出:このアクションを使用して、フルネームから名と姓を抽出します。Zoho CRM のように、名と姓を別フィールドで管理するアプリに便利です。

住所を整形:このアクションを使用して、生の住所テキストや JSON オブジェクトを、きれいで標準化された住所文字列に変換します。

メール本文を生成:このアクションを使用して、購入後に顧客へ送信するメールなどの本文を下書きします。

メール返信を生成:このアクションを使用して、受信したメールや送信されたチケットへの返信文を生成します。

エッセイを生成:このアクションを使用して、指定した入力やコンテンツに基づいてエッセイを生成します。

見出しを生成:このアクションを使用して、指定したコンテンツに基づき、投稿やドキュメントの見出しを生成します。

ストーリーを生成:このアクションを使用して、指定したコンテンツからフォーラム投稿用のストーリーを作成します。

メール件名を生成:   このアクションを使用して、メール、タスクなどのテキストに基づき、簡潔で魅力的なメール件名を作成します。

件名を生成:このアクションを使用して、指定したテキストに基づき件名を生成します。

ツイートを生成:このアクションを使用して、トピックやメールなどのコンテンツに基づきツイートを生成します。

HTML をテキストに変換:このアクションを使用して、コンテンツから HTML タグや要素を削除し、クリーンなテキストを返します。

テキストの言語を判定:このアクションを使用して、メッセージ内の主要な言語について、ISO 言語コード(例: en, es, fr)を判定します。

メールにラベルを付与:このアクションを使用して、指定したメールに付与するラベルを生成します。

機密データをマスク:このアクションを使用して、メールアドレスや電話番号などの機密情報を、他者と共有する前に隠す/マスクします。

自然文の日付を解析:このアクションを使用して、日付の自然言語による説明を実際の日付に変換します。例: next Friday2 weeks before the end date など。

テキストに句読点を付与:このアクションを使用して、送信前のテキストの句読点を自動的に修正します。

テキストを言い換え:このアクションを使用して、指定したテキストを書き換えたり、別の表現に言い換えたりします。

レビューに返信:このアクションを使用して、商品購入後のレビューや顧客フィードバックへの返信文を生成します。

読みやすさスコア向けに書き換え:このアクションを使用して、テキストを書き換え、読みやすさスコアを向上させます。

テキストをスラッグ化:このアクションを使用して、テキストから URL 向けのスラッグ(slug)を生成します。

テキストを要約:このアクションを使用して、サポートチケットやその他の長文コンテンツを、対応を行う前に要約します。

利用ポリシー準拠を検証:このアクションを使用して、指定したコンテンツが OpenAI の利用ポリシーに準拠しているかどうかを確認します。

データの正確性を検証:このアクションを使用して、テキストを簡易なナレッジベースと比較し、公開前に不正確な箇所を検出します。

よくある質問(FAQ)

  1. フルネームからミドルネームだけを抽出できますか?
    現在、ミドルネームのみを抽出するための操作には対応していません。代わりに、チャット補完の作成操作を使用して、この目的に合わせたモデルベースの応答を生成できます。

  2. 「人間が入力した日付の解析(Parse human 日付)」のような日付・時刻ベースの処理が、常に正確ではないのはなぜですか?
    日付や時刻に基づく処理は、さまざまな形式や文脈を解釈する必要があるため、常に正確な結果が得られるとは限りません。このようなケースをより確実に処理するには、日付や時刻の入力をより深く理解して処理できる GPT-5 以降の高度なモデルを使用することを推奨します。

  3. You exceeded your 現在 quota」というエラーが表示されるのはなぜですか?また、どのように解決すればよいですか?
    このエラーは、API リクエストが利用可能な使用量の上限を超えた場合、またはアカウントに十分なクレジットがない場合に発生します。解決するには、OpenAI ダッシュボードで使用量の上限と利用可能なクレジットを確認し、請求情報が有効であることを確認したうえで、必要に応じてプランをアップグレードするか、クォータを増やしてください。

    詳細については、OpenAI API エラーコードのドキュメントを参照してください。
    https://platform.openai.com/docs/guides/error-codes/api-errors

  4. Zoho Flow でチャット補完を行う際、デフォルトのモデルではなく、自分で学習させた AI GPT/モデルを使用できますか?
    いいえ。現在、OpenAI はユーザーが作成したカスタム GPT にアクセスしたり、それらを一覧取得したりするための API を提供していません。カスタム GPT は UI 上のみの機能であり、API ベースのモデルとは異なります。ユーザー作成のカスタム GPT は API エンドポイントとして公開されていないため、Zoho Flow やその他の自動化ツールにチャット補完用として統合することはできません。OpenAI API を通じて正式に提供されているモデルのみが使用可能です。
    API からカスタム GPT の一覧を取得する方法については、こちらの「API からカスタム GPT の一覧を取得する方法」を参照してください。


Alert
OpenAI の処理には最大実行時間の制限があります。リクエストに 45 秒以上かかると、最初の試行では操作がタイムアウトします。最初の失敗後にシステムが再試行し、操作は合計で最大 90 秒まで実行されます。なお、これらのタイムアウトはテスト実行時には発生しないため、テスト結果と本番実行時の結果が異なる場合があります。本番フローでのタイムアウトを回避するには、最大トークン数を減らす、推論の負荷を下げる、またはプロンプトを簡素化してください。