AI ワークフローの活用例：ドキュメントで紹介されているワークフローには何がありますか？
AI ワークフローの活用例として、外部イベントを受け取り、データを処理し、必要に応じて AI を適用して、最後にアクションを実行するか応答を返す Webhook 自動化を構築できます。このページでは、ドキュメントに記載された3つの構成を紹介します。Webhook と AI による自動化、構造化された結果の Google Sheets への送信、ウェブサイトの見込み顧客情報の Google Sheets への保存です。入力と目的の結果に合うものを選び、接続、設定、認証情報を確認してください。
執筆：Ai Flowi · 技術レビュー：Janice Lee（Ai Flowi テクニカルサポート）。
公開日 · 更新日
2026年10月1日、サンプルの Webhook 本文を使ったエディター上のテストでは、AI モデルを使用せず、Universal Webhook → JSON Operations (JQ) → Append Rows を通じて、アプリが作成した Google Sheet に1行を書き込みました。本番エンドポイントへの送信、アプリが作成していないシート、フィールドの検証はテストしていません。AI エージェントの設定とトレーニングをご覧ください。
公開されている活用例
- Webhook と AI による自動化では、Universal Webhook でイベントを受け取り、通常のルールや処理を使い、入力に応じて AI を追加する場面を説明します。
- Webhook から Google Sheets への連携チュートリアルでは、Webhook の JSON から型変換と Structured Output を経由し、Google Sheets Append Rows に至る、ドキュメントに記載された構成をたどります。
- 『ウェブサイトの見込み顧客情報を Google Sheets に保存する』では、ウェブサイトからの送信内容が、検証済みの JSON リクエストとスプレッドシートの行になる仕組みを説明します。
タスクに合った出発点をワークフローテンプレートライブラリで探し、設定とテスト範囲を確認してください。
Webhook の必須フィールドを検証するには、Webhook 入力バリデーターを確認し、使用前に入力、出力、設定を見直してください。
書き込む前に見込み顧客データを整えるには、見込み顧客データのクレンジングを確認し、使用前に入力、出力、設定を見直してください。
ドキュメントで紹介されているワークフローは、どこから作り始めればよいですか？
送信元のシステムがイベントを送る場合は、Webhook の構成から始め、必要なリクエストデータを特定します。結果をシートに保存する場合は、Google Sheets に連携する構成と、必要な接続を確認します。コンポーネントを接続する前に入出力の型を確認し、設定と認証情報をテストしてください。デモの予約もご覧ください。
詳しい構築手順は、Webhook から Google Sheets への連携チュートリアルで紹介しています。最初に小規模な練習をする場合は、初めてのワークフローを使ってください。AI Flowi Workflowもご覧ください。
最初の構成を設定する前に、ワークフロー計画ツールを使って合成した入力データを準備してください。
AI ワークフローにはどのような例がありますか？
例として、PDF に関する質問に答える Document Q&A、音声を文字起こしして要約を生成する Meeting Summary、過去のメッセージを保存して参照する Memory Chatbot があります。これらのスターターテンプレートには、構築の起点となる設定があらかじめ用意されています。コンポーネントを確認し、必要な認証情報とデータを用意してから、出力を使う前にワークフローをテストしてください。
文書とデータ
文書の質問応答（Document Q&A）
PDF を読み込み、言語モデルで内容に関する質問に答えます。モデルへの接続、読み取り可能な PDF、文書に関する質問が必要です。
財務報告書の解析（Financial Report Parser）
Gross Profit、EBITDA、Net Income などの財務指標を抽出し、構造化した形式で出力します。Structured Output コンポーネント用のモデルキーと財務報告書のテキストが必要です。
ハイブリッド検索 RAG（Hybrid Search RAG）
ベクトルデータベースを使ったハイブリッド検索を試します。モデルキー、Astra DB への接続、検索用に準備した文書のコレクションが必要です。この検索設計については、文書のコレクションを準備する前に、ハイブリッド検索 RAG ガイドに沿って確認してください。
請求書の要約（Invoice Summarizer）
エージェントと Needle の検索を使って、請求書に関する作業を行います。モデルキー、Needle API キー、コレクションの識別子、そのコレクション内の請求書データが必要です。
ナレッジベース（Knowledge Base）
Knowledge Base に対してベクトル検索を実行し、関連文書を取得します。検索可能なデータを含む Knowledge Base を選択し、検索クエリを用意する必要があります。この検索テンプレートには、独立したチャットモデルのコンポーネントはありません。
会議の要約（Meeting Summary）
AssemblyAI と OpenAI を使って会議音声を文字起こしし、要約を生成します。文字起こし用の認証情報、モデルキー、アクセス可能な会議音声ファイルまたは URL が必要です。要約後に作成する文書を計画するには、次のワークフロータスクとしてGoogle Docs での議事録作成を検討してください。
テキストの感情分析（Text Sentiment Analysis）
ファイルからテキストを読み込み、モデルへのプロンプトで感情を分類します。モデルキーと、読み取り可能なテキストデータファイルが必要です。
ベクトルストア RAG（Vector Store RAG）
データを読み込み、検索拡張生成を通じてチャットのコンテキストを提供します。モデルへの接続、元のファイル、取り込みと検索に使用する Knowledge Base の選択が必要です。
エージェントと調査
市場調査（Market Research）
企業を調査し、ビジネス情報を構造化された出力に変換します。モデルキー、Tavily の検索キー、企業名または調査の問いが必要です。
ニュースの集約（News Aggregator）
ウェブページから情報を抽出します。モデルキー、AgentQL キー、対象のウェブページ、書き込み可能な出力先が必要です。
Pokédex エージェント（Pokédex Agent）
専用のエージェントと Pokédex API を使って Pokémon を調査します。モデルキー、設定済みの API リクエスト、Pokémon に関する質問が必要です。
お得な商品の検索（Price Deal Finder）
複数の電子商取引プラットフォームで商品価格を検索し、比較します。モデルキー、Tavily と AgentQL の認証情報、商品検索のリクエストが必要です。
調査エージェント（Research Agent）
調査計画を生成し、ウェブを検索して、調査結果をレポートにまとめます。モデルへのアクセス、Tavily の検索キー、調査の問いが必要です。
調査結果の翻訳ループ（Research Translation Loop）
検索結果をループ処理し、各結果をポルトガル語に翻訳します。モデルキーと arXiv の検索クエリが必要です。
検索エージェント（Search agent）
ウェブで情報を検索します。モデルキー、ScrapeGraph の検索 API キー、検索で調べたい内容を示す質問が必要です。
タスクを順次実行するエージェント（Sequential Tasks Agents）
あらかじめ定義した順序でエージェントのタスクを実行します。モデルへのアクセス、Tavily の検索キー、タスクの入力が必要です。ツールには財務データの取得機能と計算機が含まれます。
シンプルなエージェント（Simple Agent）
エージェントワークフローの出発点を提供します。モデルキーとチャットのリクエストが必要です。URL と計算機のツールにも、タスクに適した入力が必要です。
旅行計画エージェント（Travel Planning Agents）
旅行計画のチャットで専用のエージェントを使い、旅程を作成します。モデルキー、検索 API キー、旅行の要件が必要です。
コンテンツとマーケティング
ブログ記事の執筆（Blog Writer）
指示と参考記事を基に、ブログ記事の草稿を作成します。モデルキー、執筆指示、アクセス可能な参考 URL が必要です。
Instagram 投稿文の作成（Instagram Copywriter）
Instagram 投稿の文章と画像用プロンプトを作成します。モデルへのアクセス、Tavily の検索キー、投稿のテーマまたはコンテンツの概要が必要です。
SEO キーワードの生成（SEO Keyword Generator）
商品情報、顧客の課題、顧客像を基に、キーワードの案を生成します。モデルキーと、これらの商品および対象顧客の情報が必要です。
ソーシャルメディアエージェント（Social Media Agent）
Apify Actors をツールとして使い、ソーシャルメディアのプロフィールを検索・分析します。モデルキー、Apify トークン、選択した Actors が必要とするプロフィールまたは検索の入力が必要です。
Twitter スレッドの生成（Twitter Thread Generator）
プロンプトを使ったワークフローで、構造化された入力から Twitter のスレッドを作成します。モデルキー、プロフィールの詳細、コンテンツのガイドライン、出力形式、言語と文体の設定が必要です。
YouTube の分析（YouTube Analysis）
動画のコメントと文字起こしを抽出し、感情やコンテンツのテーマを調べます。モデルキー、動画 URL、YouTube Comments コンポーネントで使う API キーが必要です。
チャットとメモリ
基本的なプロンプトの連鎖（Basic Prompt Chaining）
プロンプトを順番に接続し、それぞれの出力を次の段階の入力にします。モデルへのアクセス、プロンプトの指示、テキスト入力が必要です。
基本的なプロンプト処理（Basic Prompting）
OpenAI のモデルで基本的なプロンプト処理を実行します。モデルキー、プロンプト、チャット入力が必要です。
メモリ付きチャットボット（Memory Chatbot）
過去のメッセージを保存・参照し、会話のコンテキストを提供します。モデルキー、チャット入力、設定済みのメッセージ履歴が必要です。過去のメッセージを次の応答にどう反映させるかを決める際は、エージェントメモリの概要をご覧ください。
その他
カスタムコンポーネントの生成（Custom Component Generator）
AI Flowi Workflow の仕様に従い、カスタムコンポーネントのコードを生成します。モデルキー、作成したいコンポーネントのリクエスト、アクセス可能な仕様の URL が必要です。生成されたコードは使用前に確認してください。
画像の感情分析（Image Sentiment Analysis）
ゼロショット分類を使い、画像をポジティブ、ネガティブ、ニュートラルに分類します。モデルへのアクセスと画像に関連する入力が必要です。結果を使う前に、選択したモデルと入力形式をテストしてください。
NVIDIA RTX Remix
エージェントを NVIDIA RTX Remix Toolkit API とそのドキュメントに接続します。モデルキー、埋め込みモデルへのアクセス、設定済みの MCP 接続、アクセス可能な RTX Remix ドキュメントが必要です。
ポートフォリオサイトのコード生成（Portfolio Website Code Generator）
PDF または TXT の履歴書を構造化された JSON に変換し、さらにポートフォリオサイトの HTML コードに変換します。モデルへのアクセスと、読み取り可能な履歴書ファイルが必要です。生成されたコードは使用前に確認してください。
SaaS の料金計算（SaaS Pricing）
コスト、利益率、加入者に関する入力から、SaaS のサブスクリプション料金を計算します。モデルキーと、計算用のコスト、利益率、加入者に関する入力が必要です。Ai Flowi のサブスクリプション料金を説明するものではありません。