開発中の機能
AI活用
AI活用とは

AI活用とは

ベースマキナは、AIを業務に組み込むための機能を提供しています。AIにベースマキナの設定構築や業務処理を任せられるだけでなく、AIに社内システムを安全に触らせるための権限管理・レビュー・監査ログといった仕組みも備えています。

ベースマキナでのAI活用

ベースマキナでは、次の4つの形でAIを活用できます。

活用の形実現できること使う機能公開状況
AIエージェントに設定構築を任せるアクションやJavaScriptアクションのコードの作成・編集をAIに任せるコード管理 + Agent Skill開発中
アクションからLLMを呼び出すコンテンツ審査・サマリ生成・翻訳などの業務をAIで自動化するHTTPアクション / JavaScriptアクション公開済み
AIエージェントにアクションを実行させるAIエージェントがベースマキナのアクションをツールとして実行する公開API開発中
監査ログをAIで分析する蓄積した監査ログを手元のAIで分析し、運用の改善につなげる監査ログのエクスポート公開済み

これらに加えて、ベースマキナの権限管理・レビュー・監査ログは、AIに業務を任せる際の安全性を支えます。詳しくはAIを安全に業務へ組み込む仕組みを参照してください。

1. AIエージェントにベースマキナの設定構築を任せる

⚠️

この機能は現在開発中であり、まだ公開されていません。記載内容は今後変更される可能性があります。

Claude Code / Codex CLI / Cursor / GitHub Copilot CLI / Gemini CLIなどのAIエージェントに、ベースマキナのコード管理の作業を任せられます。

たとえば「ユーザーを検索するアクションを追加して」とAIエージェントに依頼すると、次のような作業をエージェントが行ないます。

  • defineAction / defineConfigを編集してアクションを定義する
  • JavaScriptアクションのコード本体を作成・編集する
  • bm sync --dryで反映前の差分をプレビューする

設定者はアクションの構築をエージェントに任せ、生成された差分のレビューに集中できます。

エージェントにこれらの作業をさせるには、ベースマキナが公開しているAgent Skill bm-code-managementを導入します。導入方法はAgent Skillを参照してください。

2. アクションからLLMを呼び出して業務を自動化する

HTTPアクションとJavaScriptアクションを組み合わせると、Geminiなどの外部のLLM APIを呼び出すアクションを作成できます。データベースや管理用APIから取得したデータをLLMにわたし、審査・要約・翻訳といった判断や変換を自動化できます。

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どう実現するか
コンテンツの審査自動化入稿コンテンツの一次審査HTTPアクションでコンテンツを取得し、JavaScriptアクションで審査基準を含むプロンプトを組み立ててLLMに審査させる
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の集約利用プランや決済履歴をHTTPアクションで集め、JavaScriptアクションでプロンプトを組み立ててLLM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の多言語対応商品情報をHTTPアクションで取得し、翻訳要件を含むプロンプトでLLMに翻訳させ、確認後にデータベースへ本登録する

LLMを呼び出すアクションの共通的な設定方法（データソース・HTTPアクションの作り方）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ると、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。

3. AIエージェントにアクションを実行させる

⚠️

この機能は現在開発中であり、まだ公開されていません。記載内容は今後変更される可能性があります。

公開APIを使うと、Claude Codeなどの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。AIエージェントにデータソースを直接操作させるのではなく、設定者が定義したアクションを通じて操作させることで、AIエージェントが行なえる操作を定義済みのアクションの範囲に限定できます。

公開APIの認証方法やエンドポイントの詳細は公開APIとはを参照してください。

4. 監査ログをAIで分析して運用を改善する

ベースマキナの監査ログは、アクションの実行や設定変更などの操作を記録します。蓄積した監査ログをCSVファイル出力やストリーミングでエクスポートし、手元のAIで分析することで、記録・分析・改善のサイクルを回せます。

分析の切り口の例は次のとおりです。

分析の切り口AIにさせること改善のアクション
利用状況の分析どのアクションが誰にどれだけ実行されているかを集計するよく使われるアクションはビジュアルエディターで専用画面を作り、使われていないアクションは棚卸しする
失敗・エラーの傾向分析アクション実行の失敗ログをエラーの内容ごとに分類する失敗が偏るデータソースやJavaScriptアクションの設定・コードを見直す
アクセスパターンの点検通常と異なる時間帯・頻度の実行や、不自然なアクセスを抽出する権限設定やレビュー設定を見直す

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を安全に業務へ組み込む仕組み

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

関連情報

ナビゲーションAgent Skill