AI活用とは

ベースマキナは、自社のデータを使った社内向けシステムをローコードで作れるサービスです（詳しくはベースマキナとはを参照してください）。

このページでは、ベースマキナとAIを組み合わせると、社内の業務でどんなことができるのかを紹介します。

社内システムにAIを取り入れるとき、難しいのはAIそのものよりも「AIに社内のデータをどこまで触らせるか」です。ベースマキナは、AIに任せられる仕事を増やしながら、権限管理・レビュー・監査ログでAIの行動を統制できます。

ベースマキナとAIでできること

ベースマキナでは、次の4つの形でAIを活用できます。気になるものから読み進めてください。

活用の形	こんなことができる
AIエージェントに設定構築を任せる	社内システムの設定づくりをAIエージェントに手伝ってもらう
アクションからLLMを呼び出す	審査・要約・翻訳などの業務をAIで自動化する
AIエージェントにアクションを実行させる	AIエージェントに社内システムの操作を任せる
監査ログをAIで分析する	蓄積した操作ログをAIで分析し、運用を改善する

AIに業務を任せるときの安全性については、AIを安全に業務へ組み込む仕組みも参照してください。

Claude Code / Codex CLI / Cursorなどの「AIエージェント」（指示を受けてコードの作成・編集を行なうAIツール）に、ベースマキナの設定づくりを任せられます。

たとえば「ユーザーを検索するアクションを追加して」と頼むと、エージェントがアクションの定義やコードを作成し、反映前の差分をプレビューします。設定者は、生成された差分のレビューに集中できます。

この活用には、設定をコードで管理するコード管理機能と、AIエージェント向けのAgent Skillを使います。

ベースマキナでは、SQLの実行やAPI呼び出しといったデータソースへの操作を「アクション」という単位で登録します。このアクションのなかで外部のLLM（GeminiやOpenAIなどの大規模言語モデル）を呼び出すと、データの取得からAIによる判断・変換までを1つの処理として自動化できます。

処理の流れは次のとおりです。

代表的なユースケースは次のとおりです。

ユースケース	どんな業務を自動化するか
コンテンツの審査自動化	入稿コンテンツの一次審査をAIにさせ、人の確認の負担を下げる
サポート対応時のユーザーサマリ生成	問い合わせ対応に必要な情報を集約し、AIに要約させる
マスターデータの多言語翻訳	商品マスターデータをAIで多言語に翻訳する

LLMを呼び出すアクションの共通的な設定方法は、AIプラットフォームへの接続を参照してください。

これらのアクションを定期実行すれば、夜間バッチでの翻訳や要約のように、AIを使った処理を定期的に自動実行できます。

公開APIを使うと、AIエージェントがベースマキナのアクションをツールとして実行できます。

データソースを直接操作させるのではなくアクションを通すことで、AIエージェントが行なえる操作を、設定者が定義したアクションの範囲に限定できます。認証方法やエンドポイントの詳細は公開APIを参照してください。

ベースマキナの監査ログには、アクションの実行や設定変更などの操作が記録されます。蓄積したログをエクスポートして手元のAIに分析させると、運用の改善点を見つけられます。

分析の切り口の例は次のとおりです。

ログのエクスポート方法は、CSVファイル出力やストリーミングを参照してください。監査ログの加工はベースマキナ側では行なわず、エクスポートしたログを手元のAIやお客さまのシステムで分析します。

AIエージェントに社内システムやデータを操作させる場合、過剰な権限による情報漏洩、不可逆な誤操作、操作内容を追跡できないことがリスクになります。ベースマキナは、これらのリスクを次の機能で抑えます。

機能	AI活用における役割
アクションによる抽象化	データソースの接続情報やSQLを直接わたすのではなく、設定者が定義・検証したアクションだけをAIエージェントにわたせる
実行権限・グループ	AIエージェント用のサービスアカウントを、所属グループ単位で最小限の権限に絞れる
レビュー設定	AIエージェントによる変更や実行に人による承認を挟める。公開APIはレビューが必須のアクションを直接実行できない
監査ログ	AIエージェントの実行を含むすべての操作を記録し、後から追跡できる
サービスアカウント	AIエージェントを独立した実行主体として扱い、長期的な認証情報を持たせずに短命なトークンで認証できる