AIコンテキスト

AI Contextを使用すると、管理者はAmplitudeのAI機能に追加のコンテキストを提供できます。Amplitudeのエージェント、Ask AI、その他のAI機能は、レスポンスを生成する際にこのコンテキストを使用するため、お客様のビジネスコンテキスト、データの慣習、好ましい慣行をよりよく理解できます。

この機能はClaude ProjectsやCursorルールと似ています。AmplitudeのAIにハイレベルのコンテキストを提供することで、得られるレスポンスに影響を与え、チームの作業全体で一貫性を確保できます。

AIコンテキストを設定する

組織のAIコンテキストを設定するには：

1. _組織設定_に移動します。
2. サイドバーで_AIコントロール_を見つけます。
3. 編集をクリックしてマークダウンエディタを開きます。
4. ビジネスコンテキスト、ガイドライン、および設定を追加してください。
5. 保存をクリックして変更を適用します。

AIコンテキストには10,000文字の制限があります。マークダウンエディタを使用して変更を加えることも、マークダウンファイルを直接アップロードすることもできます。 すべてのユーザーがAIコンテキストを表示できますが、編集できるのは管理者のみです。

AIコンテキストに含めるべきもの

AIコンテキストには、AmplitudeのAIがビジネスコンテキストをよりよく理解し、より関連性の高いレスポンスを生成するのに役立つあらゆる情報を含めることができます。例としては次のとおりです。

**ビジネスコンテキスト：**企業固有の用語と定義、プロダクト名と定義、チームが重点的に取り組んでいる主要な指標とKPI、ビジネスワークフロー、業界固有の考慮事項。

**データの規則：**イベントとプロパティの命名規則、優先セグメントの定義、一般的な計算と数式、データ品質ガイドライン。

**分析の設定：**さまざまなシナリオに適したチャートタイプ、一般的な分析パターンとアプローチ、メトリックの定義とビジネスロジック。

ベストプラクティス

**専門用語：**企業の多くは、自社に固有の用語やフレーズを使用しています。AIがこの用語を理解できるように、特定の単語やフレーズが何を意味するかを説明してください。

例：「P0機能」とは、現在の四半期において優先度が最も高い機能を指している。

**同義語：**企業は同じ概念を表現するために複数の単語を使用することがあります。このコンテキストを提供することで、AIはより一貫した提案を行うことができます。

例：貴社では「組織」、「ワークスペース」、「アカウント」を同じ意味で使用しているが、イベントタクソノミーでは「組織」がプロパティ名である場合。

AIコンテキストは、AmplitudeのAIに貴社の組織に固有のコンテキスト、つまり貴社のプロダクトチームを他のチームと区別する暗黙知を教えます。AIはすでにプロダクト分析、実験、ファネル分析が何であるかを知っています。必要とするのは、ビジネスコンテキスト、イベントタクソノミー、およびお客様に固有の作業方法です。

AIコンテキストは、ファネルチャートの作成方法ではなく、貴社の具体的な状況を学ぶ必要がある優秀な新しいアナリストをオンボーディングすることだと考えてください。 このコンテキストはすべてのAIとのやり取りの開始時に渡されるため、データとビジネスに関する「普遍的な真実」として使用してください。

一般的なヒント

**簡潔にする：**AIの反応を改善する最も重要なコンテキストに焦点を当ててください。あまりにも多くのコンテキストを含めると、モデルの注意をそらす可能性があります。

**汎用ルールに重点を置く：**すべてのプロンプトに含める必要があるコンテキストにコンテンツを制限してください。 特定のイベントやプロパティに関連するドキュメントは、イベントタクソノミーの説明に記載できます。

**テストと反復：**さまざまなルールを試し、それらがAIのレスポンスにどのように影響するか確認します。変更はすぐに適用されるため、Ask AIですぐにテストできます。

影響の大きいカテゴリ

1. ビジネス定義とロジック

貴社にとってメトリックが何を意味するかを定義してください。 AIはリテンションを計算できますが、トライアルユーザーをその分母から除外していることは認識していません。

良い：

• アクティブユーザー：7日間にわたって3件以上の重要なイベントをトリガーした（ログインだけではない）。
• チャーン済み：サブスクリプション終了後30日間にわたりセッションイベントの発生なし。
• アクティベーション：オンボーディングを完了し、7日以内に最初のプロジェクトを作成済み。

避けるべき：

• リテンションを適切に計算してください（一般的すぎます）。
• 適切なメトリックを使用してください（曖昧すぎます）。

2. イベントタクソノミーに関するガイダンス

標準イベントや廃止予定イベントなど、実際のイベント構造をマッピングします。

良い：

• 主な購入イベント：purchase_completed（廃止されたイベントであるtransaction_successではない）。
• ページビュー：モバイルではscreen_viewed、ウェブではpage_viewedを使用します。
• サインアップ：account_createdは標準イベントです。signup_startedは無視してください。

避けるべき：

• 適切なイベントを使用してください（役に立たない）。
• イベント名の確認（エージェントがこれを実行）。

3. ユーザーとアカウントのコンテキスト

ユーザーをセグメント化し、主要なユーザー層を定義する方法を文書化してください。

良い：

• エンタープライズユーザー： plan_type = 'enterprise'またはemployee_count > 500。
• テストアカウント：メールに「@yourcompany.com」または is_internal = true.が含まれる場合は除外
• パワーユーザー：過去30日間にセッション数が20回以上、かつ5つ以上の異なる機能を使用している。

避けるべき：

• ユーザーは適切にセグメント化します（曖昧すぎます）。
• テストデータをフィルタリングします（エージェントはこれを前提としています）。

4. ドメインインテリジェンス

AIには認識できない業界の状況やプロダクトに関する知識を共有してください。

良い：

• 季節性：新規登録の60%は月曜日から水曜日に発生します。それに応じて実験を計画してください。
• ベンチマーク：当社のD7リテンションは40%で、業界平均の25%を上回っています。
• プロダクトのコンテキスト：機能Xは2024年10月にリリースされたため、このコホートでの採用率が急増することが予想されます。

避けるべき：

• ビジネスコンテキストを考慮してください（あまりにも一般的です）。
• プロダクトについて検討してください（自明すぎます）。

記入時の原則

具体的であること：「適切にフィルタリングする」を「 is_internal = trueの場合はユーザーを除外する」に置き換えます。

**伝えるのではなく見せる：**実際のイベント名、しきい値、具体的な例を含めます。

明らかでない場合はその理由を説明する：「checkout_finishedではなくpurchase_completedを使用して（checkout_finishedは支払い確認前に発生するため）」。

**重要なルールを先に読み込む：**ユーザー定義とよくある落とし穴を最初に記載します。

**スキャン可能な状態を維持する：**箇条書きを使用し、書式を統一してセクションを明確にします。

避けるべきアンチパターン

当たり前のことを言わない

• ❌ 「良いファネルを作る」
• ❌ 「データを適切に分析する」
• ❌ 「ユーザーの行動を考慮する」

分析手法を過剰に指定しない

• ❌ グラフを作成するためのステップバイステップの説明。
• ❌ 詳細な統計式。
• ❌ UIナビゲーション手順。

機密情報を含めない

• ❌ APIキーまたはパスワード。
• ❌ 個々のカスタマー名またはPII。
• ❌ 機密の収益目標。