メール＆ファイルデータの抽出とCSV化

このワークフローは、メールや添付ファイルから主要な情報を抽出・整理し、AIを活用してデータを構造化、CSVファイルとして出力することで簡単に分析やレポート作成ができるようにします。メールデータ管理の自動化やスプレッドシートとの連携に最適です。

フロー

AIフローの仕組み

メール入力と添付ファイルの収集.: メール本文やアップロードされたファイルを処理の出発点として収集します。
ファイル＆URLコンテンツの取得と集約.: 添付ファイルや指定されたURLからコンテンツを抽出し、さらなる処理のためのコンテキストとして取り込みます。
AIエージェントによるデータ分析・整理.: AIエージェントがメールや関連ドキュメントデータを確認・要約・整理し、チャット履歴やコンテキスト情報を活用します。
構造化データ出力の生成.: AIを用いて整理されたデータを構造化フォーマットに変換し、エクスポートの準備をします。
CSVへの結果出力.: 構造化データをCSVファイルとして出力し、簡単にアクセス、分析、共有できるようにします。

このフローで使用されるプロンプト

プロンプト

メール入力とアップロードされたドキュメント内容を組み合わせるためのプロンプトテンプレート。

---EMAIL---
{input}
---

---UPLOADED DOCUMENTS CONTENT---
{context}
---

ツールコーリングエージェント

メール関連データやコミュニケーションを管理・分析するためのエージェントプロンプト。

You are an advanced AI assistant tasked with managing email-related data and email communications efficiently. Your role involves three main tasks: reviewing and organizing email data, extracting and structuring relevant data. you should give a big overview based on the emails and the attached file.

プロンプト

データを詳細な構造化出力に変換するためのプロンプトテンプレート。

turn the given data in to a structured output with as much detail as possible

---GENERAL INFORMATION---
{input}
---

---DATA FROM ATTACHED FILES---
{context}
---

このフローで使用されるコンポーネント

以下は、このフローでその機能を実現するために使用されるすべてのコンポーネントの完全なリストです。コンポーネントは、すべてのAIフローの構成要素です。様々な機能を接続することで複雑な相互作用を作成し、タスクを自動化することができます。各コンポーネントは、ユーザー入力の処理、データ処理、外部サービスとの統合など、特定の目的を果たします。

チャット入力

FlowHuntのChat Inputコンポーネントは、Playgroundからのメッセージを受け取ることでユーザーとのやり取りを開始します。これはフローの出発点となり、ワークフローがテキストとファイルベースの入力の両方を処理できるようにします。

見るチャット入力

ファイルリトリーバー

FlowHunt のファイルリトリーバーコンポーネントは、ファイルをワークフローに取り込み、ドキュメントに変換してさらなる処理に活用できます。複数ドキュメント処理の戦略をサポートし、ファイル内の画像への OCR も利用可能なため、さまざまなファイルタイプから情報を抽出・変換するのに最適です。

見るファイルリトリーバー

FlowHuntのプロンプトコンポーネント

FlowHuntのプロンプトコンポーネントを使って、AIボットの役割や行動を定義し、関連性の高いパーソナライズされた応答を実現する方法をご紹介します。プロンプトやテンプレートをカスタマイズし、効果的でコンテキストに応じたチャットボットフローを構築できます。

見る FlowHuntのプロンプトコンポーネント

ツールコーリングエージェント

FlowHunt のツールコーリングエージェントは、AIエージェントが複雑なクエリに答えるために外部ツールを知的に選択し利用できる高度なワークフローコンポーネントです。動的なツール使用、反復的な推論、複数リソースとの統合が必要なスマートAIソリューションの構築に最適です。

見るツールコーリングエージェント

チャット履歴コンポーネント

FlowHuntのチャット履歴コンポーネントは、チャットボットが過去のメッセージを記憶し、一貫性のある会話と顧客体験の向上を実現しつつ、メモリとトークンの使用を最適化します。

見るチャット履歴コンポーネント

URLリトリーバー

URLリトリーバーコンポーネントでワークフローにウェブコンテンツを取り込みましょう。あらゆるURLリスト（ウェブ記事、ドキュメントなど）からテキストやメタデータを簡単に抽出・処理できます。画像のOCR、高度なメタデータ抽出、カスタマイズ可能なキャッシュなどのオプションをサポートし、知識豊富なAIフローや自動化の構築に最適です。

見る URLリトリーバー

LLM Gemini

FlowHuntはGoogle Geminiを含む多数のAIモデルに対応しています。GeminiをAIツールやチャットボットで使う方法、モデルの切り替え方、トークンや温度などの高度な設定の管理方法について解説します。

見る LLM Gemini

構造化出力ジェネレーター

構造化出力ジェネレーターコンポーネントは、お好みのLLMモデルを使用して、入力プロンプトから正確な構造化データを作成できます。必要なデータフィールドや出力フォーマットを正確に定義できるため、高度なAIワークフローにおいて一貫性と信頼性のある応答を実現します。

見る構造化出力ジェネレーター

CSV出力

CSV Outputコンポーネントを使用して、自動化ワークフロー内で簡単にCSVファイルを生成できます。構造化データをダウンロード可能なCSV形式に変換し、結果のエクスポート、データ共有、外部システムとの統合に最適です。

見る CSV出力

フローの説明

目的と利点

このワークフローは、メールや添付ファイル、URLなど関連ドキュメントからデータを自動で抽出・構造化・管理するために設計されています。高度な言語モデルとプロンプトエンジニアリングを活用し、非構造化情報を処理して構造化サマリーとして出力するため、メールの仕分け、カスタマーサポート、コミュニケーションチャネルからの大規模データ抽出などに特に有用です。

概要

このフローは、ユーザー入力やファイル・URLコンテンツの取得、プロンプトの構築、大規模言語モデル（LLM）による処理、エージェントベースの推論、構造化データ出力など複数のコンポーネントを連携させています。主な利点は、スケーラビリティ、業務自動化、複雑または大量のデータ抽出タスクを最小限の手作業で処理できる点です。

ステップごとのプロセス

1. ユーザー入力と添付ファイル

チャット入力: ワークフローはチャットインターフェースを通じて、ユーザーからのメールやメッセージ、およびオプションでファイル添付を受け付けます。
ファイルリトリーバー: 添付ファイルがある場合は、OCRなどを活用しつつテキストコンテンツを抽出します。効率化のためトークン制限などの戦略も用います。

2. コンテキストの拡充

URLリトリーバー: 指定されたURLからもコンテンツを取得し、解析・チャンク化して次の処理で利用します。メールが外部リソースやナレッジベースを参照している場合に有効です。
チャット履歴: 直近5件（最大800トークン）のチャットメッセージを記憶し、より良い理解と連続性のためにコンテキストを提供します。

3. プロンプトエンジニアリング

プロンプトテンプレート: ワークフローはテンプレートを利用し、LLMやエージェント向けにダイナミックにプロンプトを構築します。組み込まれるのは以下です：
- メール／メッセージ内容
- 抽出されたファイル内容
- コンテキストとしてのチャット履歴
- システムレベルの指示
これらのプロンプトは、受信情報を最大限理解・構造化するためにLLMの能力を引き出すよう設計されています。

4. LLMとエージェントのオーケストレーション

Google Gemini LLM: Gemini 2.5 Flashを使用し、高品質な言語理解と生成を実現します（温度0で決定論的な出力）。
ツールコーリングエージェント: 構成されたプロンプト、チャット履歴、各種ツール（ファイル／URLリトリーバーなど）を受け取り、
- メールデータの確認・整理
- 関連情報の抽出・構造化
- メールと添付ファイルに基づく包括的な概要提供
- 必要に応じてツールを用いた外部知識の活用
エージェントには効率性とデータ構造化へ注力するようシステムメッセージで指示されます。

5. 構造化と出力

構造化出力ジェネレーター: エージェントの回答と追加コンテキストは、別のプロンプトとLLM（同じくGemini）を通じて構造化出力として生成されます。必要なフィールドは以下です：
- ユーザー名: ユーザーの名前
- メールアドレス: 利用者のメールアドレス
- メッセージ: メール内で言及されたメッセージ
CSV出力: 構造化データはCSVファイルとしてエクスポートされ、他システムでの処理や分析、インポートが容易になります。

6. ユーザーフィードバック

チャット出力: エージェントの概要や回答もチャットレスポンスとして返され、ユーザーが即時にフィードバックを得られます。

コンポーネント概要表

コンポーネント	役割
チャット入力	ユーザーメッセージやファイル添付を収集
ファイルリトリーバー	アップロードされたドキュメントからテキスト抽出
URLリトリーバー	指定URLからコンテンツを取得・処理
チャット履歴	直近メッセージのコンテキストを保持
プロンプトテンプレート	LLM/エージェント向けプロンプトを動的生成
Gemini LLM	プロンプトを処理しレスポンスを生成
ツールコーリングエージェント	データ抽出・構造化のためツールとLLMを連携
構造化出力ジェネレーター	抽出情報を構造化オブジェクトへ整形
CSV出力	構造化データをCSV形式でエクスポート
チャット出力	エージェントの回答をチャットで表示

ユースケースと利点

スケーラビリティ: メールやドキュメントからの繰り返しデータ抽出・構造化を自動化し、手作業の削減につながります。
一貫性: LLMとプロンプトテンプレートによる処理で、大量データでも均一な対応が可能に。
拡張性: 新たな入力タイプ（ファイル、URL）や出力形式（構造化オブジェクト、CSV）にも簡単に対応。
自動化: カスタマーサポートや医療記録処理、非構造データから構造化データが求められるあらゆるワークフローに最適。

このワークフローが有用な理由

このワークフローを活用すれば、メールや添付ファイルからアクション可能な構造化データを抽出する作業が大幅に効率化されます。複数メッセージや多様なファイルタイプを一括処理できる高いスケーラビリティと、人手に頼れば膨大な労力を要するプロセスの自動化を実現します。先進のLLM、ツールエージェント、プロンプトエンジニアリングを統合することで、高精度と柔軟性の両立を実現し、情報処理パイプラインの効率化を目指す企業・組織にとって強力な資産となります。