ヘッドレスで Field Service を設定する
学習の目的
この単元を完了すると、次のことができるようになります。
- ヘッドレススキルを使用して、会話を通じて Agentforce Field Service and Operations を設定する方法を説明する。
- Agentforce Field Service and Operations をヘッドレスで実装するために使用される AI スキルのカテゴリを特定する。
- 設定プランの出力に含まれる内容と、Slack やその他の AI サーフェスにどのように表示されるかを説明する。
Field Service 設定の課題
Agentforce Field Service and Operations をゼロから設定するには、相当な労力が必要です。どの実装チームも経験したことのある、あの瞬間があります。プロジェクトの範囲が決まり、キックオフも終わりましたが、本当の作業が始まるのはここからです。各地域のサービステリトリーを計画します。すべてのジョブカテゴリに作業種別を定義します。ビジネスの実際の運用に合ったスケジュールポリシーを作成します。さらに、適切なジョブに派遣されるために技術者が必要とするスキルを設定します。その後、組織が新しいサービスラインを追加すると、すべての連動関係を見直す必要が生じます。決めるべき設定項目が増えるほど、設定メニューで費やす時間も増え、技術者がモバイルアプリケーションを使い始めるまでの時間も長くなります。
では、自社のビジネスについて会話で説明するだけで、完全な実装プランが返ってくるところを想像してみてください。会社の Web サイトには、事業内容、対象顧客、業務の運営方法がすでに記載されています。課題は、その情報を手元に持っていることと、それをプロジェクトが求めるペースで設定済みの Field Service 組織へと変換することの間にある隔たりです。
この単元では、ヘッドレスの Agentforce Field Service and Operations 設定によって、この状況がどのように変わるかを学びます。
ヘッドレスの Field Service 設定について
ヘッドレスの Agentforce Field Service and Operations 設定を使用すると、設定メニューを一切使用せずに、会話から設定済みの組織を実現できます。
このエクスペリエンスは、一連のヘッドレススキルによって実現されています。これらのスキルは、AI アシスタントとの会話を通じて Field Service 組織の設定をガイドする専用の機能です。設定フォームを操作する代わりに、自社のビジネスについて説明するだけです。AI がフォローアップの質問を行って業務内容を把握し、構造化された実装プランを作成します。確認して、修正し、承認すると、アプリケーションがデスクトップとモバイルで設定されます。
同じスキルが Gemini、Claude、Slackbot などのツールでも動作します。このエクスペリエンスを実行するために特定のツールは必要ありません。サポートされている AI アシスタントとスキルへのアクセスが必要です。
設定を裏側で支えるスキルを確認する
裏側では、ヘッドレス設定は AI スキルの階層化されたアーキテクチャによって動作しています。AI アシスタントとチャットすると、AI アシスタントが異なるスキルのレイヤーをオーケストレーションして組織を構築します。
オーケストレーションスキル
ここからプロセスが始まります。スキルは会社のサイトから初期グラウンディングデータを収集し、設定に関する推奨事項を作成します。
設定スキル
プランが承認されると、これらのスキルがコアインフラストラクチャを処理します。
機能スキル
これは詳細なビルドレイヤーで、2 つの主要な領域にわたって具体的な設定を実行します。
- 基盤設定: サービステリトリー、業務時間、作業種別、スキル要件、スケジュールポリシーを作成します。
- モバイルアプリケーション設定: カスタムブランド設定、事前作業ブリーフィング、音声からフォームへの変換などのデータキャプチャフローを含む、技術者のモバイルエクスペリエンスを設定します。
これらのスキルを組み合わせることで、1 回の会話でカスタマイズされた Field Service 組織を構築できます。
設計のための会話を行う
設定エクスペリエンスは、1 つの入力から始まります。それは、自社 Web サイトの URL です。
その URL を AI アシスタントに渡すと、オーケストレーションスキルが作業を開始します。アシスタントはサイトを読み取り、事業内容、提供しているサービスの種類、業務体制など、自社のビジネスに関連するコンテキストを特定します。それを出発点としてディスカバリーの会話を始めます。そこから、テリトリー構造、技術者のスキル要件、スケジュール優先度など、サイトから得られなかった情報を補うために、的を絞ったフォローアップの質問を行います。
十分な情報が集まると、実装プランを生成します。このプランには、サービスラインに対応する作業種別、提案されるサービステリトリーと業務時間、ビジネスルールに合わせたスケジュールポリシー、組織に必要な技術者のスキルとサービスリソースが含まれます。
プランの内容は、承認するまで確定しません。各セクションを確認し、合わない部分があれば指摘して、アシスタントに修正を依頼できます。
Slack で表示する
Slack で設計のための会話を行うと、プランの出力だけでは得られないものが加わります。リアルタイムで確認して対応できる、構造化された情報が得られます。
アシスタントが設定を構築するにつれて、Slack は会話内に動的な UI コンポーネントを直接表示します。たとえば、提案されたテリトリー、作業種別、スケジュールポリシーが、アシスタントの応答と並んでライブリストビューとして表示されます。会話を離れることなく、構造化されたデータにざっと目を通し、比較して、対応できます。
これが、実際に機能しているヘッドレスアーキテクチャの姿です。ロジックを担うのはヘッドレススキルです。レンダリングは Slack が担当します。その結果、チャットボットとのやり取りではなく、製品のように感じられる設定エクスペリエンスが実現します。
また、同じスキルが Gemini でも Claude でも動作するため、どのツールに移っても会話を続けられます。チームは特定のツールに縛られません。実装の担当者は、普段から使用している AI アシスタントをそのまま使用できます。
デスクトップとモバイルで稼働を開始する
プランを承認すると、スキルによって組織が設定されます。手動のフォローアップ手順を省略でき、会話で始めた作業を完了するために設定メニューを行き来する必要もありません。確認して承認した設定が、そのまま構築されます。
その結果、デスクトップでもモバイルでも、初日から使用できるフィールドサービス環境が整います。モバイルでは、技術者がアプリケーションを開くと、カスタムブランド設定がすでに適用され、サンプルのサービス予定も読み込まれています。事前作業ブリーフィングにより、現場に到着する前にジョブの状況を把握できます。作業プランに従って、複数ステップのジョブに対応し、データキャプチャフォームで現場でのメモ、測定値、写真を記録できます。
実装チームにとって、これは重要なことです。会話を始めたその日に、設定済み、ブランディング済み、データ入力済みの実用的なエクスペリエンスを技術者に提供できます。
まとめ
この単元では、ヘッドレスの Agentforce Field Service and Operations 設定によって、数週間かかっていた設定プロセスが、1 回のガイド付き会話で完結するしくみを確認しました。これで、スキルがどのように連携して機能するかを説明できるようになりました。また、プランを承認した後に、デスクトップとモバイルで何が構築されるかも説明できるようになりました。さらに、Slack が設定の出力を、構造化された実用的なデータとして会話内に直接表示するしくみも説明できるようになりました。