CatoのAIエージェントに質問するとは何ですか

概要

CatoのAIエージェントはジェネレーティブAIエージェントであり、自然言語を使用してCatoアカウントを探索できます。 AIは各ツールの機能に基づいて、さまざまなツールから動的に選択し、質問に答えます。 これにより、アカウントデータに基づいた原因分析を含め、ネットワークのトラブルシューティング、分析、監視が可能になります。 同じセッション内でのフォローアップの質問を理解し、利用可能な場合に関連するKB記事へのリンクを提供します。

AIは、クエリに対する回答を提供する際に、アカウントに関するデータにもアクセスできます。 これにより、ユーザー、サイト、アプリケーション、帯域幅の使用状況に関する情報を表示するための数百の新しいユースケースが解放されます。 最も正確な結果を得るために、質問は英語で行ってください。

クエリに関する詳細は、Ask AI - サンプル質問をご覧ください。

情報源

AIは、あなたの質問に答えるために、どの情報源を使用するかを自律的に決定します。 これにより、トラブルシューティング、パフォーマンス分析、使用状況のトレンド探索が自然言語の質問を通じてより簡単になります。

AIは次の情報源からデータを引き出すことができます：

• アカウントデータ - AIはあなたのアカウントに関する現在および過去のデータにアクセスします。 これには、サイト、ユーザー、アプリケーション、帯域幅の使用量などに関するクエリが含まれます。

• Cato API - AIは、いくつかのCato APIクエリや変更に関する質問に答え、APIの使用方法を示すGraphQLクエリを生成できます。

• Catoのナレッジベース - Catoの公開ナレッジベースのすべての記事

あなたのアカウントデータに関連する質問をする

AIは自然言語のプロンプトに応じてアカウントのデータをクエリできます。 これにより、手動で複数のページに移動したり、フィルタを適用したり、クエリを自分で構築したりすることなく、アカウントデータを調査できます。

アカウントエンティティやテレメトリ、サイト、ユーザー、アプリケーション、ポリシー、イベント、帯域幅の使用状況といった事項について質問できます。 AIは、リクエストの範囲に応じて、現在および過去のデータを返すことができます。

グローバル検索用のAIを尋ねる

AIはCatoマネジメントアプリケーションのオブジェクトまたはエンティティが異なるポリシーでどこで使用されているかをすばやく見つけるのに役立ちます。 グローバル検索を使用して、変更の影響を評価したり、既存のポリシー使用をレビューしたり、各ポリシーを個別に確認することを避けたりできます。

Cato APIに関連する質問をする

AIはCato APIのクエリや変更に関する質問に答え、自然言語プロンプトからAPIの使用方法を示すGraphQLクエリを生成できます。 次の情報を提供します：

• APIクエリまたは変更のサンプルGraphQLスクリプト

• スクリプトの変数

• 必須およびオプションのフィールド

• Cato Networks GraphQL APIリファレンスへの関連するクエリ、変更、およびタイプのリンク。

注: AIの結果は不完全または不正確な場合があります。 プロダクション環境でクエリを使用する前に、Cato Networks GraphQL APIリファレンスを確認して、文法、パラメータ、およびロジックを検証してください。

CMA内のAIに質問する

AIは、タスクに最適な体験を選択できるように、Cato管理アプリケーション（CMA）内でのAIとの作業をサポートする2つの補完的な方法を提供します。

より深い分析のために、Catoアカウントを探索するための専用の全画面体験、AIワークスペースを使用します。 AIワークスペースを使用すると、単一のフォーカスされたページからアカウントの状態、使用状況、ポリシー、およびベストプラクティスを理解するための自然言語の質問をします。

CMAをナビゲートしている間もAIと作業を進めることができ、サイト、イベント、およびポリシーをレビューする際にAIパネルを開いたままにしておきます。 このアプローチは、ワークフローを中断せずに、迅速なコンテキスト内調査をサポートします。

AIの応答に対するフィードバックを提供し、将来の回答の精度、関連性、有用性を向上させるオプションがあります。

AIワークスペースを開く

AIワークスペースページを使用して、自由記述の質問を入力し、一般的な調査を迅速に開始するのに役立つガイドされた質問エリアから選択します。 これらのガイド付きオプションは開始点として意図されており、質問できる質問の種類を制限するものではありません。

AIワークスペースを開くには：

• ナビゲーションメニューから、ホーム > AIワークスペースをクリックします。

  AIチャットを開くには、別のCMAページに移動します。

CMAパネルでのAIに質問する

AIパネルは、AI生成の洞察が次にレビューするCMAページを決定するのに役立つ調査ワークフローの一部として使用する場合に最も効果的です。

CMAと並行してAIに質問する

AIパネルはCMAに並行して開いており、ページ間をナビゲートする際に利用可能なままです。 この並列体験により、コンテキストスイッチングが削減され、CMAでライブデータをレビューしながらフォローアップ質問をすることができます。

マイクアイコンをクリックして、音声をテキストに変換してAIにクエリを入力することもできます。

AIの応答を分析する

AIはアカウントデータの調査を支援できますが、複雑なまたは予期しない結果のために、要求をどのように解釈したかを理解する必要があるかもしれません。 クエリの詳細のデータを使用して応答を分析し、AIがプロンプトに対して正しいクエリを生成したかどうかを確認します。

クエリの詳細を展開して、AIがデータを取得するために使用したJSONクエリを表示します。 タイムフレーム、次元、フィルタ、測定、ソートロジック、結果制限をレビューできます。 これにより、AIがあなたの意図を理解したことを確認し、特定の結果が返された理由を把握し、再検討が必要なプロンプトをトラブルシューティングするのに役立ちます。

クエリからデータを視覚化する

データを視覚化することで、傾向を特定し、値を比較し、外れ値をより速く検出することができます。

AIは、通信量の推移、使用量別のトップアプリケーション、サイト、ユーザー、ポリシー間の比較など、測定可能なデータを持つクエリのクエリ結果をチャートやグラフとして表示できます。 デフォルトで、AIはこのデータを表形式で返します。 その後、AIにプロンプトを出して結果をチャートやグラフとして視覚化するように指示できます。

以前のチャットを再開する

AIに質問するパネルを閉じて再度開くと、新規の会話が始まります。 以前のチャットはチャット履歴タブで利用可能です。 役立つ回答を再確認し、うまくいったプロンプトを基に以前の会話を継続するためにそこに行きましょう。

サポートに問い合わせる

AIとのチャット後にさらに質問がある場合は、チャットウィンドウでサポートに問い合わせるをクリックしてチケットを開きます。 チャットの記録が自動的に含まれ、サポートチームが効率的に支援できるように完全なコンテキストが提供されます。

AIアーキテクチャを尋ねる

AIに質問するとき、入力された質問は評価され、AWSにホストされている大規模言語モデル（LLM）を使用して、ナレッジベースのアーティクル、Cato API、またはアカウントデータのクエリに基づいて回答が生成されます。 アカウントデータへのすべてのアクセスは、CMA全体に適用される同じRBAC権限によって制限されています。

アーキテクチャには次のコンポーネントが含まれます：

• LLM (大規模言語モデル) - 自然言語の質問を理解し、それに答えるために必要な情報を判断するためにAWS BedrockにホストされたAIモデル。 AIに質問すると、LLMを使用して質問を解釈し、明確で人間が読みやすい回答を生成します。

  LLMはアカウントデータに直接アクセスできず、API呼び出しを実行することはできません。 クエリが実行された後にアカウントデータを受け取ります。

• 内部MCPサーバー - Catoの内部サービスであり、安全にCMAからアカウントデータを取得します。 

• アカウントデータ - サイト、ユーザー、アプリケーション、トラフィック統計、イベント、使用メトリクスなどのCatoアカウントのデータを含むデータベース。 アカウントデータへのアクセスは常に管理者の役割と権限によって管理されます。

次の図は、アカウントデータの典型的なリクエストにおける意思決定フローを示しています：

動作の仕組み

1. アカウントに関する質問を入力 - CMA管理者が質問AIに自然言語で質問を行い、サイトの使用状況、ユーザー活動、またはネットワークパフォーマンスについて尋ねます。

2. 質問AIがリクエストを解釈 - 質問AIがLLMに質問を送信し、必要な情報と、回答するために取得すべきCMAデータを理解します。

3. 権限が適用される - データにアクセスする前に、RBACがクエリに適用されます。 これにより、管理者の役割とアカウントの権限に基づいて、管理者が表示可能なデータのみが応答に含まれます。

4. アカウントデータが取得される - 内部MCPサーバがCMAデータベースをクエリし、関連するアカウントデータ、たとえばサイト、ユーザー、アプリケーション、または使用メトリクスを取得します。

5. 回答が生成される - 質問AIが取得したデータを元の質問と組み合わせ、明確で自然な言語で回答を返します。 適宜、関連するナレッジベースの記事へのリンクが応答に含まれます。