AIコネクタとTealium機能の概要

Tealiumは、リアルタイムデータワークフローにAIモデルを統合するための2つのアプローチをサポートしています：

• AIコネクタ：サポートされている大規模言語モデル（LLM）プロバイダーとのプロンプトベースのインタラクションを統合します。
• Tealium機能：独自のモデルを呼び出すか、カスタムエンドポイントを呼び出します。

このガイドを使用して、各アプローチの動作と使用するタイミングを理解してください。

AIコネクタの動作方法

AIコネクタは、サポートされているプロバイダー（OpenAI、Amazon Bedrock、Google Vertex AI）のホストされたLLM APIと統合し、構造化されたJSONを返すプロンプトベースのインタラクションが必要です。すべてのサポートされているプロバイダーで一貫したプロンプト、応答、およびアクティベーションパターンに従います。

AIコネクタを使用するには、プロバイダーの認証資格情報と、プロンプトテンプレートと含めるTealiumデータを定義する少なくとも1つの構成済みアクションが必要です。

AIコネクタはLLMアクティベーションのみを目的として設計されています。数値スコアや表形式の予測を返す従来の機械学習モデルを呼び出すためには、Tealium機能を使用してください。

データフロー

1. トリガーが発火：イベントまたはオーディエンスの変更がコネクタアクションをトリガーします。
2. プロンプト送信：コネクタはプロンプトとTealiumデータをAIモデルエンドポイントに送信します。
3. 応答受信：モデルはJSONオブジェクトを返します。
4. イベント取り込み：コネクタは応答をTealium Collectに転送します。
5. プロファイルが豊かに：エンリッチメントルールは応答値を訪問プロファイル属性に書き込みます。
6. オーディエンスがアクティブ化：オーディエンスルールが更新された属性を評価し、下流のコネクタが発火します。

プロンプト

コネクタアクションが発火すると、構成したテンプレートとTealiumデータを使用してプロンプトを構築します。

イベントデータまたは訪問データをプロンプトに含めるには、変数 {{event_payload}} と {{visitor_profile}} を参照してください。コネクタアクション構成でイベントペイロード追加または訪問プロファイル追加を有効にすると、これらの変数を使用できます。オーディエンスアクションの場合、現在の訪問追加を有効にして、訪問プロファイルオブジェクト内に現在の訪問データを含めることもできます。

プロンプトはモデルに以下を伝えます：

• 評価するデータ
• 回答する質問
• 応答で使用する形式

応答

AIコネクタはモデルの応答を解析し、JSONオブジェクトを抽出します。応答には、必要なTealiumルーティングパラメータ（tealium_account、tealium_profile、tealium_visitor_id）と1つ以上の出力値が含まれている必要があります。

アクティベーション

モデルが有効なJSONオブジェクトを返すと、コネクタはそれをTealium Collectにイベントとして転送します。その後、エンリッチメントルールが応答値を訪問プロファイル属性に書き込みます。そこから、オーディエンスと下流のコネクタがエンリッチされたプロファイルに基づいてアクティブ化されます。

サポートされているAIコネクタ

以下のAIコネクタが利用可能です：

コネクタ	説明
OpenAI	OpenAI APIを使用して、イベントまたは訪問データでGPTモデルを呼び出します。
Amazon Bedrock AI	AWS Bedrockを通じて基盤モデルと管理されたプロンプトを呼び出します。
Google Vertex AI	イベントデータでVertex AIモデルを呼び出し、リアルタイムでエンリッチメントを行います。

各コネクタは上記で説明した同じプロンプト、応答、およびアクティベーションパターンに従います。認証、モデル選択、アクションパラメータなどの構成詳細は、各コネクタに固有です。

AI用Tealium機能の動作方法

Tealium機能は、独自のモデル（IYOM）を呼び出すためのコードベースのアプローチを提供します。事前に構成されたコネクタを使用する代わりに、イベントまたは訪問機能から直接任意のモデルエンドポイントを呼び出すためにJavaScriptを書きます。使用例には、数値スコアを返す従来の機械学習モデル、専用のAIコネクタがないプラットフォームでホストされているLLM、およびSnowflake Cortex、Databricks Model Serving、またはAmazon SageMakerなどのデータプラットフォーム上のエンドポイントが含まれます。

Tealium機能は、イベント機能（イベント処理後にトリガーされる）と訪問機能（訪問プロファイル更新後にトリガーされる）の両方をサポートし、即時のイベントコンテキストまたは蓄積された訪問履歴のいずれかをスコアリングすることができます。

機能が発火すると、次のステップに従います：

1. イベント属性または訪問プロファイルデータを収集します。
2. モデルエンドポイント用のリクエストペイロードを構築します。
3. fetch()を使用してエンドポイントを呼び出します。
4. 応答を解析します。
5. track()を使用して予測をTealium Collectに送信します。
6. エンリッチメントが予測値を訪問プロファイルに書き込みます。

機能は訪問プロファイルを直接変更することはできないため、予測はTealium Collectを通じてプロファイルに書き込まれる必要があります。

機能は同期および非同期のモデル呼び出しをサポートしています。10秒以内に応答するモデルの場合は、標準のawaitパターンを使用します。遅いモデルの場合は、ファイアアンドフォーゲットパターンを使用します。機能はリクエストを送信し、すぐに終了します。その後、モデルが推論を完了すると、結果をコールバックURLにPOSTします。

実装の詳細については、AIアクティベーション用の機能を作成するを参照してください。

AIコネクタとTealium機能の選択

AIコネクタを使用する場合

• プロンプトベースの推論のために大規模言語モデルを呼び出す場合。
• 使用例がサポートされているプロバイダーのいずれかに該当する場合：OpenAI、Amazon Bedrock、またはGoogle Vertex AI。
• プロンプトがイベントまたは訪問データを入力として一貫したテンプレートを使用している場合。
• モデルがTealiumイベントとして直接転送できる構造化されたJSONを返す場合。
• Tealium UIを通じてコードを書かずに統合を構成したい場合。
• 使用例がページビューなどの高ボリューム、低価値のイベントではなく、ターゲット指定された高価値のイベントやオーディエンスで構成されている場合。

AIコネクタは、分類ラベル、信頼値、または事前に定義されたリストからの識別子など、構造化された予測可能なJSON出力を返す使用例を対象として設計されています。長文コンテンツやメディア生成が必要な使用例の場合は、本番環境に移行する前に組織のAIガバナンスプロセスに沿ってください。

Tealium機能を使用する場合

• 数値スコアまたは表形式の予測を返す従来の機械学習モデルを呼び出す必要がある場合。
• モデルが専用のAIコネクタがないプラットフォームでホストされている場合。
• ペイロードがモデルに送信する前にカスタムロジック、データ変換、またはPIIフィルタリングを必要とする場合。
• 非同期モデル応答またはカスタムネットワーク構成を処理する必要がある場合。

モデルにデータを送信する前にPIIを削除またはトークン化する必要がある場合は、Tealium機能を使用してカスタムフィルタリングを適用し、承認されたフィールドのみをエンドポイントに送信してください。

比較

考慮事項	AIコネクタ	Tealium機能
セットアップ	UIを通じて構成	JavaScriptコードを書く
サポートされているモデルタイプ	LLMのみ	伝統的なMLを含むあらゆるMLまたはAIモデル
サポートされているプロバイダー	OpenAI、Amazon Bedrock、Google Vertex AI	任意のHTTPSエンドポイント
プロンプト制御	変数置換を伴うテンプレートベース	完全にプログラム可能
認証	コネクタ構成で管理	Tealium機能内の認証トークンとして保存
ペイロード構造	イベントまたは訪問データに基づいて固定	完全にカスタマイズ可能
モデル呼び出し前のPIIフィルタリング	プラットフォームレベルのみ（同意カテゴリと制限された属性）。コネクタ内にカスタム前処理コードはなし	JavaScriptでモデルを呼び出す前に完全にカスタマイズ可能なフィルタリングと変換
レスポンス処理	自動JSON解析とイベント転送	コード内のカスタム解析
非同期サポート	限定的。Bedrock AIワークフローアクションはLambdaコールバックを通じて非同期応答をサポート	Tealium Collectへのモデルコールバックとファイア・アンド・フォーゲットパターンを通じてサポート

一般的な使用例

以下の表は、一般的なAI使用例とそれぞれの推奨統合アプローチをリストしています。

使用例	説明	推奨アプローチ
感情分析	顧客のフィードバックやレビューイベントを肯定的、中立的、または否定的に分類。	AIコネクタ
意図分類	閲覧または購入履歴に基づいて顧客の意図を特定。	AIコネクタ
次善の行動（プレイブック選択）	訪問のコンテキストに基づいて承認されたアクションまたはオファーの中から選択。	AIコネクタ
傾向スコアリング	訓練された機械学習モデルを使用して、コンバージョン、離脱、または高価値アクションの可能性を予測。	Tealium機能
次善の行動（スコア最適化）	候補アクションを数値モデルでスコアリングし、最も高いスコアを選択。	Tealium機能
フィーチャーストアルックアップ	データプラットフォームから事前計算されたスコアまたはフィーチャーを取得してアクティベーション。	Tealium機能
カスタムエンドポイント推論	専用AIコネクタのないプラットフォームでホストされているモデルを呼び出し。	Tealium機能

リソース

• OpenAIコネクタ構成ガイド
• Amazon Bedrock AIコネクタ構成ガイド
• Google Vertex AI構成ガイド
• AIアクティベーション用の関数を作成