OpenAI: アシスタントを実行アクション
- 最終更新日2025/09/10
OpenAI: アシスタントを実行アクション
OpenAI: アシスタントを実行のアクションは、あなたのOpenAIアシスタントの新しいレベルの能力を解放します。 OpenAI アシスタント API を利用することで、会話中にアシスタントが外部機能を呼び出すことを積極的に可能にします。 この機能はブリッジとして機能し、あなたのアシスタントを広範な追加機能のツールボックスに積極的に接続します。
前提条件
- オートメーションでOpenAIアシスタントを実行アクションを使用するには、Bot 作成者ロールを持っている必要があります。
- OpenAI のアクションを呼び出す前に、リクエストを送信するために必要な認証情報があり、OpenAI: [認証] アクション が含まれていることを確認してください。
- OpenAI が必要です。 OpenAI アシスタントを実行 を呼び出す前に アクション アシスタントを実行 してください。
この例では、アシスタントの機能を拡張するOpenAIアシスタントを実行を使用することについて詳しく説明します。 次の内容を探求します: 実行環境内で既存のアシスタントを呼び出し、重要な情報(スレッド ID
、Call ID
、および ID を実行
)を抽出し、これらの ID を活用してカスタマイズされた関数応答を定義します。 たとえば、ここでは株式市場アシスタントをロードし、tools output list
を使用して関数の結果 (関数応答) を定義します。
手順
-
Automation Anywhere Control Room で、[アクション] ペインに移動し、[生成 AI] > [OpenAI] を選択して、[認証] アクションをドラッグしてキャンバスに配置します。 認証するには API Key が必要です。 API キーの生成および認証の詳細については、OpenAI: [認証] アクション を参照してください。
-
Open AI を配置してください: 認証アクションの下にアシスタントを実行アクションを配置し、アシスタントをロードを使用してアシスタント(株式市場アシスタント)をロードします。 メッセージを入力してください (AAINC の株価を取得)。 レスポンスは文字列変数 str_Response に保存されます。 Open AI の使用法の詳細については、以下を参照してください。 アシスタントを実行 アクション、OpenAI: アシスタントを実行アクションを参照してください。
注: 説明の便宜上、この例では架空の株式コード AAINC を使用しています。 AAINC に割り当てられた 3,200 ドルの価格はサンプル値であり、実際の株価を表すものではありません。
OpenAI からロードされた株式市場アシスタントには、次の命令と関数が含まれています。
You are a stock market assistant. When asked a question related to stocks use the function and get the stock price.
{ "name":"get_stock_price", "description":"Get the current stock price", "parameters":{ "type":"object", "properties":{ "symbol":{ "type":"string", "description":"The stock symbol" } }, "required":[ "symbol" ] } }
-
[アクション] ペインで、[JSON] > [セッションの開始] アクションをドラッグし、[Open AI: の下のキャンバスにドロップします。 アシスタントを実行アクション。
-
[情報源] フィールドで、[テキスト] を選択し、
[$str_Response$]
と入力します。 -
[JSON オブジェクト セッション] フィールドで、[ローカル セッション] を選択し、
[Default]
と入力します。これで、JSON 全体を使用できるようになりました。 次のタスクでは、本体から必須フィールドを抽出します。 以下のスニペットは、サンプル JSON を示しています。{ "data":{ "thread_id":"thread_hiCr3najXMSxuuiIntJDXDXd", "tool_calls":[ { "id":"call_Beu0XFPGR91RZGoXBA8ODSke", "type":"function", "function":{ "name":"get_stock_price", "arguments":"{\n\"symbol\": \"AAINC\"\n}" } } ], "id":"run_LnR669bHLcMAaIGOcvIE0nVa" }, "status":"requires_action" }
注: OpenAI アシスタントメッセージ内のtool_calls
とtool_outputs
は、ユーザーが単一のメッセージで複数のリクエストを行うシナリオに対応できます。 例えば、AAINCとBBINCの株価を取得する。 この単一のメッセージには、実際に二つの異なるリクエストが含まれています:AAINC の株価を見つけることと、BBINC の株価を見つけることです。 -
[情報源] フィールドで、[テキスト] を選択し、
-
JSON から必要なフィールドを抽出して OpenAIを実行します。 アシスタントを実行機能.
- [アクション] ペインで、[Json] > ノード値の取得 アクションをドラッグし、[Json] > ノード値の取得 アクションの下のキャンバスにドロップします。 JSON の詳細については、次を参照してください: ノード値の取得アクションについては、JSON の [ノード値の取得] アクション をご覧ください。
-
抽出するノードを指定します。 例えば、
thread_id
を抽出するには、data.thread_id
を使用できます - 変数[thread_id]を作成し、この変数に出力を代入します。
-
同様に
run_id
とcall_id
(data.id
とdata.tool_calls[0].id
)を抽出し、変数 run_id と call_id に保存します。
-
アクション ペインに移動し、生成 AI > OpenAI を選択し、OpenAI をドラッグします: アシスタントを実行アクションを実行し、最後のノード値の取得アクションの下に配置します。
- 抽出された $thread_id$ を スレッド ID フィールドで使用します。
- 抽出された$run_id$をID を実行フィールドで使用します。
-
以下の標準スキーマを使用して関数応答を定義する。 スキーマは、OpenAI アシスタントによって使用されるツール(関数)の出力に関する情報を含む JSON オブジェクトです。
{ "tool_outputs":[ { "tool_call_id":"Enter the call ID", "output":"{Enter your output}" } ] }
リクエストを処理し、適切な関数を実行した後、結果を OpenAI アシスタント API に返す必要があります。 これを行うには、上記のように
tools output list
と呼ばれる特別なリストを作成する必要があります このリストには次のプロパティが含まれています。- tool_call_id (文字列): このプロパティは、出力を生成したツール(関数)の特定の呼び出しに対する一意の識別子を保持します。 この ID はツールの特定の実行インスタンスを追跡および参照するのに役立ちます。
-
出力(任意): このプロパティはツールによって生成された実際の出力データを保持します 出力のデータ型は、特定のツールやその目的によって異なる場合があります。 以下の可能性が考えられます:
- 文字列(クリエイティブライティング関数によって生成されたテキストなど)
- 数値(計算結果など)
- リスト(取得されたデータポイントのコレクションなど)
- 辞書(複数の値を持つ複雑なデータ構造など)
- 他の有効なJSONデータ型
例えば、この例では次の JSON を入力してください:
{ "tool_outputs":[ { "tool_call_id":"$call_idquot;, "output":"{3200}" } ] }
- 現在のセッションに限定するセッション名として、デフォルトと入力します。
-
レスポンスを変数に保存します。 この例では、レスポンスは str_FunctionResponse という文字列変数に保存されます。 出力は、あなたが出力を要求した値を表示する JSON であり、以下は上記の実行からのサンプル出力です:
:
{ "data":[ { "metadata":{ }, "role":"assistant", "content":[ { "type":"text", "text":{ "value":"The current stock price for AAINC is $3200.", "annotations":[ ] } } ] } ], "status":"completed" }}
オープンAI: アシスタントを実行 アクションは、OpenAI アシスタントの運用方法を刷新し、単なる情報提供者から、要望に応じてアクションを実行しリクエストを満たす強力なツールへと変革します。 外部機能を活用することで、アシスタントは複雑なタスクに対応し、上記の例に示されているようにパーソナライズされた推奨を提供し、最終的にはより包括的で役立つユーザー体験を実現できるようになりました。