AI Agent ワークフローガイド

このガイド群は、FactVerse AI Agent の概念を実装可能な運用ワークフローに落とし込むためのものです。各ガイドでは、準備が必要なデータ、開始する MCP endpoint、必要な scope、出力のレビュー方法、結果の記録方法を説明します。

ユースケースページは業務背景の理解に使います。実装チームが Agent ワークフローを構築、検証、運用する場合は、このワークフローガイドから始めてください。

ガイドマップ

ガイド	開始点	主な出力	レビュー地点
施設運用	/mcp/base/、Inspector 記録、Platform のアセットコンテキスト	アセット状態サマリー、アラーム文脈、点検または作業指示ドラフト	オペレーターまたは監督者が実行記録を承認
予知保全	/mcp/pdm/、/mcp/base/、設備履歴、信号品質	健全性サマリー、異常文脈、推奨点検パス	保全エンジニアが作業計画を確認
Physical AI	/mcp/base/、Designer シーン、SimReady アセット、シミュレーションサービス	シナリオパッケージ、シミュレーション記録、ロボットまたは工程訓練コンテキスト	エンジニアリング責任者が前提と検証記録を確認

ワークフロー契約

Agent ワークフローを実装する前に、次の契約を明確にします。

• 目的：ワークフローが支援する運用判断またはエンジニアリングタスク。
• 境界：テナント、サイト、アセット群、対象期間、ソースシステム。
• 入力：アセット記録、リアルタイムまたは履歴信号、文書、シーン、シミュレーション前提、作業記録。
• Endpoint と scope：MCP endpoint、読み取り scope、計算 scope、承認済みアクションに必要な書き込み scope。
• 出力形式：サマリー、エビデンステーブル、アクションドラフト、シナリオパッケージ、検証レポート。
• 承認経路：書き込みアクション、運用記録の変更、シミュレーション結果の受け入れを誰が承認するか。
• 監査記録：参照元、prompt またはタスク ID、ツール応答、承認、最終的な現場フィードバック。

データ準備チェック

Agent を運用ワークフローに接続する前に、次を確認します。

• Platform、DFS、Inspector、文書、外部システムのアセット ID が安定して対応している。
• ソースシステムのタイムスタンプとデータ品質フラグをワークフローから確認できる。
• MCP クライアントは実行時ディスカバリでツールを確認し、固定されたツール名への依存を避ける。
• 書き込み scope は読み取り scope と計算 scope から分離して付与する。
• エビデンスが不足、古い、または矛盾している場合でも、ワークフローが明確な回答を返せる。
• 運用システムに影響するアクションは、必ず人による承認を記録する。

実装順序

1. 実用上もっとも狭い範囲で読み取り専用ワークフローを構築します。
2. 参照元、データ不足時の挙動、オペレーターのレビュー形式を検証します。
3. 入力データと前提が確認できる状態になってから、計算ツールを追加します。
4. 書き込みアクションは、明示的な承認と監査の後ろにあるドラフトとして扱います。
5. 完了した作業記録をレビューし、確認済みの修正を知識層とデータ層へ戻します。

次のステップ

• アセット、点検、アラーム、作業指示のワークフローは 施設運用 から始めます。
• 健全性、異常分析、保全計画のワークフローは 予知保全 を使います。
• シミュレーション対応シーン、ロボット訓練コンテキスト、工程計画のワークフローは Physical AI を使います。