CLAIRE GPT を使用する
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。
- CLAIRE GPT の主要な機能によって、生産性、ガバナンス、データ品質がどのように向上するか説明する。
- CLAIRE GPT で使用される AI エージェントを特定する。
- CLAIRE GPT と対話するためのプロンプトの例を挙げる。
CLAIRE GPT によるデータ管理
データ管理だからといって、複雑なクエリを記述したり、技術ドキュメントを調べ回ったりする必要はありません。CLAIRE GPT なら、同僚にメッセージを送るように、普段使っている自然な言葉でデータを操作できます。
CLAIRE GPT は、IDMC 内の独立したサービスです。1 つの直感的なインターフェースから、データガバナンスとカタログ、データ品質、データマーケットプレイス、マスターデータ管理、データインテグレーションなど、IDMC のほかのサービスに接続します。質問したり指示を出したりすると、CLAIRE GPT が作業を開始します。
CLAIRE GPT に与える指示の内容は、質問、命令、作業指示などですが、いずれもプロンプトと呼ばれます。コードを記述する必要はありません。たとえば、「顧客レコードのデータ品質を表示してください」と入力するだけで、CLAIRE GPT がメタデータを検索して答えを見つけます。
CLAIRE のエージェント
CLAIRE GPT は、指示に従ってユーザーの代わりに自律的に作業する専用の AI エージェントを活用して、応答を生成します。こうしたエージェントは、複雑なタスクを自ら計画して実行します。
CLAIRE には 4 種類のエージェントがあります。
- ディスカバリーエージェント: すべての IDMC サービスを横断して検索し、プロジェクトに最適な信頼性の高いデータを見つけて検証する
- データ品質エージェント: 品質スコアの評価、根本原因の診断、ルールの推奨、問題のあるデータのクレンジングを行い、データ品質の問題を監視して修正する
- データインテグレーションエージェント: 抽出/読み込み/変換 (ELT) パイプラインを生成し、データインテグレーションサービスの対応付けを管理して、データ変換を簡素化する
- 製品ヘルプエージェント: Informatica のドキュメント、知識ベース、ハウツー記事を参照して、IDMC に関する質問に回答する
CLAIRE GPT でできること
CLAIRE GPT は、データワークフローをエンドツーエンドで自動化します。CLAIRE GPT では、次のことができます。
- データを見つける: データベース、データレイク、データウェアハウス、データインテグレーションシステムを横断して、関連性、信頼性、コンプライアンスに優れたデータアセットをすばやく見つけます。
- メタデータを確認する: 概要、データ品質スコア、データ系統、所有権、ガバナンスの詳細など、データアセットに関する詳しい情報を確認します。
- データ品質を評価して修正する: 1 つのプロンプトから、品質スコアの監視、問題の根本原因の診断、ルールの推奨、データのクレンジングを行います。
- データパイプラインを構築する: 自然言語を使って複雑な ELT パイプラインを生成します。エンジニアの専門知識は必要ありません。
- マスターデータを確認する: 一貫したデータガバナンスを実現できるように、マスターデータのエンティティ、属性、一致ルール、サバイバーシップルールを確認します。
- 製品のヘルプを利用する: IDMC について質問すると、Informatica の知識ベースを情報源とする、コンテキストに即した詳しい回答が得られます。
CLAIRE GPT には、使い始めるときに役立つサンプルプロンプトのほか、会話履歴に基づいてプロンプトの入力候補をインテリジェントに提示する機能もあります。また、会話を固定したり、名前を変更したり、削除したりできる会話管理ツールも備えています。
CLAIRE GPT の活用例
CLAIRE GPT で何ができるかを確認しましたので、エージェントを活用できる指示、つまりプロンプトの例をいくつか見てみましょう。
隠れたデータを見つけ出す
ビジネスアナリストは、コンプライアンスと適切なガバナンスを確保できるように、特定のシステム内で機密情報を含むデータセットを特定するプロンプトを必要としています。
Give me the data sets that have sensitive data elements from the Customer_Hub system.
CLAIRE GPT はディスカバリーエージェントを使用し、機密データを含むデータセットのリストと、そのプロファイル、データ品質スコア、コンプライアンス状況を返します。
データ品質を確認する
データ品質アナリストは、データ品質の問題を特定して修正作業の優先順位を決められるように、特定のテーブルにあるカテゴリデータ列の完全性を評価するプロンプトを必要としています。
Which categorical columns have missing values in the Inventory table?
CLAIRE GPT はデータ品質エージェントを使用し、値が欠落しているカテゴリ列について、件数や割合などの概要を示してデータ品質の問題を明らかにします。
生データを地域別の価値ある情報に変える
データエンジニアは、レポートや分析に使用するデータを準備できるように、地域別の売上データ集計を自動化するプロンプトを必要としています。
Create an ELT pipeline to aggregate sales data by region.
CLAIRE GPT はデータインテグレーションエージェントを使用して、要求された集計を実行するデータパイプラインを作成し、レビューして運用を開始できる状態にします。
AI のスピードでサポートを受ける
IT セキュリティ担当者は、Informatica と CLAIRE GPT のデータ保持ポリシーに関する情報を収集し、ハルシネーションやバイアスなど AI に関連するリスクにシステムがどのように対処するかを確認する必要があります。
What are the data retention policies of Informatica and CLAIRE GPT, and how does the system handle AI bias and hallucinations?
この複雑な質問に答えるため、CLAIRE GPT は製品ヘルプエージェントを使用します。このエージェントは、データ保持、コンプライアンス、セキュリティ標準の詳細を取得し、AI のバイアスやハルシネーションに対して講じられている具体的な安全対策も説明します。
顧客データを整理する
データスチュワードは、特定の環境で問題のある顧客データセットを特定し、データ系統の分析でその影響を把握して、データ品質の改善につながる具体的な推奨事項を得るためのプロンプトを必要としています。
Give me all customer datasets from the Snowflake environment that have poor data quality scores in the last 30 days. Display their data lineage including upstream and downstream assets. Recommend data quality rules to improve these datasets.
CLAIRE GPT はディスカバリーエージェントを使用して Snowflake 内のすべての顧客データを検索して特定し、メタデータとデータ系統の情報を取得します。次に、データ品質エージェントがデータ品質を評価し、問題を診断して、適切なデータ品質ルールを推奨します。出力にデータ変換パイプラインが関係する場合は、データインテグレーションエージェントが情報を提供したり、パイプラインの作成を支援したりします。
こうしたプロンプトを暗記する必要はありません。これらの例から分かるのは、CLAIRE GPT には複数の専用エージェントを同時に管理し、適切な答えを導き出せるだけの力があるということです。CLAIRE GPT の使い方を確認しましたので、次は CLAIRE Copilot について見ていきましょう。CLAIRE Copilot はこうした機能を基盤として、IDMC のワークフロー内でさらに目的に特化した AI 支援を提供します。