認証 モデル接続
- 最終更新日2025/09/10
認証 モデル接続
Model connections を Amazon Bedrock、Google Vertex AI、Azure OpenAI、OpenAI などの基礎モデルを使用して作成します。 それぞれの接続認証方法を確認し、安全な接続を構成、確保します。
重要:
AI Agent Studioで外部の生成 AIモデルに接続するには、APIキー、アクセスキー、トークンなど、各モデルプロバイダーからのライセンスを自分で用意する必要があります。
認証方法は、Model connection を定義する際に選択したモデルによって異なります。 これらは各基礎モデルの認証の詳細です。
注:
Model connectionを作成およびテストする際に、Credential Vaultを介して取得された資格情報については、ユーザーネームおよびパスワードの属性名にスペースを含めてはいけません。 例えば: 属性名が aws sign access key の場合、aws_sign _access_key と入力する必要があります。
Automation Anywhere
- Automation Anywhere 提供モデル:
-
Automation Anywhere 提供モデルについて:
-
スタンダード タイプを選択し、提供された2つのモデルのいずれかを選んでください: クロード・ソネット 3.5 または GPT-4o.注: これらのモデルは、Automation Anywhere クラウド インフラストラクチャ上でホスティングされています。
- [次へ] をクリックして、リージョンを選択します。 利用可能な地域はアメリカ合衆国とヨーロッパです。
注: 実行またはテストするには、Automation AI クレジットが必要です。 Automation AI クレジットの詳細については、ライセンスのマネージ をご参照ください。 -
スタンダード タイプを選択し、提供された2つのモデルのいずれかを選んでください: クロード・ソネット 3.5 または GPT-4o.
- Automation Anywhere Enterprise Knowledgeに基づく:
-
最初に でアカウントを作成する必要があります。Automation Anywhere Enterprise ナレッジ . Automation Anywhere AI の場合、これらのフィールドに 認証の詳細 を定義します。-
API キー & API シークレット: これらの必須資格情報を取得するには、次の手順に従います。
- プロジェクトへアクセス: あなたの Automation Anywhere AI アカウントにログインし、希望のプロジェクトに移動するか、新しいプロジェクトを作成してください。
- 設定に移動 プロジェクト内で、設定をクリックします。
- API キーを生成： API キー セクションで、新しいキーを作成 をクリックします。
- 資格情報をコピー: 作成後、生成された API キー と API シークレットをコピーしてください。
-
ベース URL: ベースURLは、APIサーバーへのすべてのHTTPリクエストのデフォルトURLです。 例:
ODIN AI
注: あなたの組織はカスタムベースURLを設定できます。 正しいベース URL を使用していることを確認するために、Automation Anywhereアカウントチームに連絡して支援を受けてください。
-
プロジェクトID： プロジェクト IDを取得するには:
- 設定に移動 プロジェクト内で、設定をクリックします。
- プロジェクトIDをコピー： 一般 セクションの下で、プロジェクト ID をコピーします。
-
エージェント ID: 9AI Agent は、大規模言語モデル (LLM) によって駆動される知的で自律的なシステムであり、ユーザーが定義した目標を達成するために自己決定されたタスクを実行するように設計されています。 エージェント IDを取得するには:
- AI の左側のナビゲーションでエージェントAutomation Anywhereに移動します。
- 利用可能なエージェントから、希望するエージェント（三つの水平ドット）を選択し、編集をクリックします。
- 表示されたエージェント IDをコピーします。
注: API キーと API シークレットには、安全でない文字列または資格情報を使用して値を入力できます。- 安全でない文字列: このオプションを選択すると、このフィールドに提供された値は暗号化されていない旨の警告メッセージが表示されます。 データ セキュリティのために資格情報の使用をお勧めします。
- [資格情報]: このオプションを使用することをお勧めします。 [選択] をクリックして、ドロップダウン リストから、[ロッカー]、[資格情報]、[属性] の各値を選択します。 これは、資格情報マネージャー用の接続済み Control Room で維持されている設定に基づいています。
-
API キー & API シークレット: これらの必須資格情報を取得するには、次の手順に従います。
Amazon Bedrock
Amazon Bedrock の場合、これらのフィールドに [認証の詳細] を定義します。
-
領域: ドロップダウンリストから認証のために接続する地域を選択してください Model connection。
Amazon Bedrock でリストを参照することで、ドロップダウン リストにない領域を追加することもできます。 この形式で入力すると、領域がリストに追加されます。 例: us-east-1。
注: Amazon Bedrockモデルのサポートされているデプロイメント地域のリストについては、を参照してください。Amazon Bedrock 知識ベースのサポートされているリージョンとモデル . - アクセス キー: この AWS アクセス キーは、AWS エコシステム内で固有の識別子として機能します。 これは認証プロセスの基本的な部分であり、AWS サービスがアクセスを認識して検証することを可能にします。
- シークレット アクセス キー: このキーは、アクセス キー ID と対になる秘密キーです。 このキーは、AWS へのリクエストに署名するために使用され、許可された個人またはシステムのみが AWS リソースにアクセスできるようにすることで、セキュリティを強化します。
- セッション トークン (任意): また、一時的なセキュリティ資格情報を扱うときに使用する、一時的な制限付きトークンであるセッション トークンを含めるオプションもあります。 特に、一時的なセキュリティ資格情報を使用する場合など、一時的なアクセスが必要とされるシナリオにおいて、追加のセキュリティ レイヤーを提供します。
Google Vertex AI
Google Vertex AI の場合、これらのフィールドに [認証の詳細] を定義します。
- プロジェクト名: Google Cloud のアカウント プロジェクトです。
-
領域: ドロップダウンリストから認証のために接続する地域を選択してください Model connection。
Google Vertex AI でリストを参照することで、ドロップダウン リストにない領域を追加することもできます。 この形式で入力すると、領域がリストに追加されます。 例: us-east-1。
- Control RoomOAuth 接続: OAuth 2.0 クライアント ID を作成します。 クライアント ID は、Google の OAuth サーバーに対して 1 つのアプリケーションを識別するために使用されます。
注:
Google Vertex AI のための Google Cloud プロジェクト および OAuth 接続 のセットアップの詳細については、Vertex AI: [接続] アクション および OAuth 接続を作成する をご参照ください。
Google Vertex AI OAuth 接続の有効期限は短く、作成後数時間以内に期限切れになります。 Google Cloud Console で再認証ポリシーの ClientId アプリの例外設定からこの制限を解除することをお勧めします。 詳細については、[Google Vertex AI の再認証ポリシーを設定する]をご覧ください。
Azure OpenAI
Azure OpenAI の場合、これらのフィールドに [認証の詳細] を定義します。
- Azure OpenAI リソース名: この値は、Microsoft Azure リソースページから取得します。
-
デプロイメント ID: この値は、Microsoft Azure リソースページからも取得します。Model connection構成では、ユーザーが Microsoft Azure ポータル内のデプロイの名前であるデプロイ IDを提供する必要があります。 このデプロイは特定の基礎モデルにマッピングされるため、ユーザーは Model connection デプロイ モデルにマッピングされる正しいMicrosoft Azureモデルを選択する必要があります。注: これらの値が一致しない場合は、警告メッセージが表示されます。
-
API キー:
- 安全でない文字列: このオプションを選択すると、このフィールドに提供された値は暗号化されていない旨の警告メッセージが表示されます。 データ セキュリティのために資格情報の使用をお勧めします。
- [資格情報]: このオプションを使用することをお勧めします。 [選択] をクリックして、ドロップダウン リストから、[ロッカー]、[資格情報]、[属性] の各値を選択します。 これは、資格情報マネージャー用の接続済み Control Room で維持されている設定に基づいています。
確認 をクリックし、次へ をクリックして、接続テスト セクションに進み、Model connection をテストします。
注:
Azure OpenAI リソース名 および デプロイ ID パラメーターの設定の詳細については、Azure OpenAI の構成 と Azure OpenAI: [認証] アクション を参照してください。
OpenAI
OpenAI では、API キー フィールドに 認証の詳細 を定義します。
API キー
- 安全でない文字列: このオプションを選択すると、このフィールドに提供された値は暗号化されていない旨の警告メッセージが表示されます。 データ セキュリティのために資格情報の使用をお勧めします。
- [資格情報]: このオプションを使用することをお勧めします。 [選択] をクリックして、ドロップダウン リストから、[ロッカー]、[資格情報]、[属性] の各値を選択します。 これは、資格情報マネージャー用の接続済み Control Room で維持されている設定に基づいています。
確認 をクリックし、次へ をクリックして、接続テスト セクションに進み、Model connection をテストします。