OpenAIコネクタ構成ガイド
この記事では、OpenAIコネクタの構成方法について説明します。
動作原理
このコネクタは、カスタムプロンプトとマッピングされたTealiumデータを使用してOpenAIモデルを呼び出し、その応答をJSONイベントとしてTealium Collectに送信し、リアルタイムでエンリッチメントします。
OpenAIコネクタは、高頻度のイベントではなく、ターゲットを絞った高価値のインタラクションに使用すべきです。過度の使用は、OpenAIアカウントでのレート制限やAPIコストの増加につながる可能性があります。
プロンプト
プロンプトは、モデルにコンテキストデータを送信し、特定の質問をし、期待される応答を定義します。
コンテキストデータ
モデルは、リクエストを評価するためにコンテキストデータを必要とします。コネクタアクションを構成してイベントデータまたは訪問データを使用し、プロンプトでこのデータオブジェクトを参照します:
- イベントデータ:
{{event_payload}} - 訪問データ:
{{visitor_profile}}
例えば、プロンプトの最初の行に次のように含めます:
顧客イベントを説明するJSONオブジェクトを受け取ります:
{{event_payload}}
質問
モデルにコンテキストデータを評価させ、値を生成するように依頼する必要があります。1つ以上の特定の値を求め、何を求めているのかを明確にしてください。
例えば、このプロンプトは3つの値のうちの1つを求めます:
提供された製品レビューイベントに基づいて、顧客の感情を「不満足」、「中立」、または「満足」として分類します。
さらに、特定のJSON形式でモデルが応答するよう指示する必要があります。これにより、有効なイベントとしてアカウントに送信できます。
例えば、このプロンプトの部分は正確なJSON形式を指定し、Tealium変数を中括弧を使用して参照します:
次の構造で1行に1つのJSONオブジェクトのみを返します:
{
"tealium_account": "{{tealium_account}}",
"tealium_profile": "{{tealium_profile}}",
"tealium_visitor_id": "{{tealium_visitor_id}}",
"tealium_event": "openai_response",
"openai_review_sentiment": "<customer review sentiment>"
}
tealium_eventにこのコネクタに固有の値を構成し、プロンプトに特有の応答属性名を付けます。これにより、これらのイベントに一致するイベントフィードやルールを簡単に作成できます。
応答イベント
このコネクタはOpenAIモデルからの応答を解析します。それが必要なTealiumパラメータを含む有効なJSONオブジェクトである場合、コネクタはそれを受信イベントとしてアカウントに送り返します。
これらのイベントをキャプチャするには、OpenAIの応答によって生成されたイベントに一致するエンリッチメントルールまたはイベントフィードを作成します。例えば、このルールは感情イベントをキャプチャします:
例:イベントトリガー
この例では、顧客が製品レビューを提出したばかりで、プロンプトはモデルに感情を評価するよう依頼します。
例のプロンプト:
顧客の製品レビューを説明するJSONオブジェクトを受け取ります:
{{event_payload}}
提供された製品レビューイベントに基づいて、顧客の感情を「不満足」、「中立」、または「満足」として分類します。
次の構造で1行に1つのJSONオブジェクトのみを返します:
{
"tealium_account": "{{tealium_account}}",
"tealium_profile": "{{tealium_profile}}",
"tealium_visitor_id": "{{tealium_visitor_id}}",
"tealium_event": "openai_response",
"openai_review_sentiment": "<customer review sentiment>"
}
例の応答イベント:
{
"tealium_account": "acme",
"tealium_profile": "main",
"tealium_visitor_id": "383...05d",
"tealium_event": "openai_response",
"openai_review_sentiment": "satisfied"
}
例:オーディエンストリガー
この例では、顧客が「頻繁なブラウザ、購入なし」というオーディエンスに参加しました。プロンプトはモデルに顧客の意図を評価するよう依頼します。
例のプロンプト:
小売り訪問を説明するJSONオブジェクトを受け取ります:
{{visitor_profile}}
提供された顧客データに基づいて、彼らの可能性のある意図を「お買い得品を探す」、「製品比較」、「後で調査する」、または「興味なし」として分類します。データが不足している場合は、最善の推測を行ってください。
次の構造で1行に1つのJSONオブジェクトのみを返します:
{
"tealium_account": "{{tealium_account}}",
"tealium_profile": "{{tealium_profile}}",
"tealium_visitor_id": "{{tealium_visitor_id}}",
"tealium_event": "openai_response",
"openai_intent": "<customer intent>"
}
例の応答イベント:
{
"tealium_account": "acme",
"tealium_profile": "main",
"tealium_visitor_id": "383...05d",
"tealium_event": "openai_response",
"openai_intent": "bargain hunting"
}
テスト
本番環境でOpenAIコネクタを有効にする前に、コネクタマッピングでデバッグモードを有効にし、トレースを使用して構成とプロンプトの動作をテストして、構成とプロンプトの動作を検証します。デバッグモードでは、コネクタはOpenAIリクエストを実行しますが、応答イベントをアカウントに送信せずに結果をログに記録します。トレースツールでリクエストと応答をリアルタイムで検査し、生成された出力を確認し、トリガー条件と属性マッピングが期待通りに動作していることを確認します。これにより、本番コストを発生させたり、ライブデータに影響を与える前にエラーをキャッチし、プロンプトを最適化するのに役立ちます。
使用とコストの考慮事項
OpenAIコネクタを有効にする前に、OpenAIアカウントの制限、使用層、および価格モデルを確認してください。イベントとオーディエンストリガーに応じて、コネクタは多くのリクエストを生成する可能性があり、予期しない使用や超過コストが発生する可能性があります。
詳細については、OpenAI Developers: Rate limitsを参照してください。
主な考慮事項
- 使用層とレート制限
OpenAIは、アカウント層に基づいてレート制限を実施します(分あたりのリクエスト数とトークン数)。高頻度のイベントや大規模なオーディエンスは、これらの制限にすぐに達し、スロットリングやリクエストの失敗を引き起こす可能性があります。 - 価格とトークンの消費
OpenAIは、モデルによって処理される入力トークンと出力トークンの数に基づいて課金します。長いプロンプト、大きなペイロード、高容量モデルは、リクエストごとのコストを増加させます。使用する予定の特定のモデルの価格を確認してください。 - 月間支出と予算管理
予定外の支出を防ぐために、OpenAIアカウントで使用制限またはアラートを構成します。制限が構成されていない場合、自動化されたワークフローは大きなコストを蓄積する可能性があります。 - トリガーボリューム
ページビューなどの高ボリューム、低価値のイベントにコネクタを接続することは避けてください。意味のある顧客アクションを表し、管理可能な頻度で発生するイベントやオーディエンスを使用してください。
ベストプラクティス
このコネクタから最大の価値を得るために、効果的なソリューションを構築するための以下のガイドラインに従ってください:
- 高価値のトリガー:豊富なコンテキストまたは意味のある顧客入力を含むイベントフィードまたはオーディエンストリガーを選択します。高ボリュームの使用事例でこのコネクタをトリガーすると、OpenAIアカウントで追加のコストが発生する可能性があります。
- 具体的に:モデルが評価する内容と期待する値の詳細を含めてください。期待する正確な値をリストアップしてください。
- JSON形式:Tealiumイベントとして送信できる有効なJSON応答テンプレートを含めてください。
- 応答値:応答値を参照してください。たとえば、プロンプトが購入意図を評価するように依頼する場合、イベントJSONにその値が表示される場所で
<customer purchase intent>を参照してください。 - Tealiumデータ:二重中括弧を使用してTealiumデータとマップされたパラメータを参照します。たとえば、
tealium_accountのマップされた値を参照するには、プロンプトで{{tealium_account}}と書いてください。
API情報
このコネクタは次のベンダーAPIを使用します:
- API名:OpenAI API
- APIバージョン:v1
- APIエンドポイント:
https://api.openai.com/v1 - ドキュメント:OpenAI API
構成
コネクターマーケットプレイスにアクセスして新しいコネクターを追加してください。コネクターを追加する一般的な手順については、コネクターについてを参照してください。
コネクターを追加した後、以下の構成を構成します:
- APIキー:このコネクターがOpenAI APIにリクエストを認証するために使用するOpenAI APIキー。キーは、AllまたはRestrictedの権限を持っていて、Read Onlyの権限を持っていてはなりません。詳細については、OpenAI: APIキーの権限を割り当てるを参照してください。
アクション
| アクション名 | AudienceStream | EventStream |
|---|---|---|
| OpenAIへのプロンプト送信 | ✓ | ✓ |
OpenAIへのプロンプト送信
このアクションは、カスタムプロンプトとマップされたTealiumデータを使用してOpenAIモデルを呼び出します。モデルが有効なJSONイベントオブジェクトで応答した場合、このイベントはあなたのアカウントに送り返され、リアルタイムエンリッチメントで生成された値をキャプチャすることができます。
パラメータ
| パラメータ | 説明 |
|---|---|
| モデル | このプロンプトに使用するOpenAIモデルを選択します。例えば gpt-4.1-mini や gpt-4.1 など。 構造化された出力(JSON)に最適化されたモデルを使用することをお勧めします。これは、パフォーマンスとコストの要件をサポートします。詳細については、OpenAI Developers: 本番環境のベストプラクティスを参照してください。 |
| イベントペイロードを追加 | (イベントアクションで利用可能) このチェックボックスをオンにして、プロンプトテンプレート内で変数 {{event_payload}} としてイベントペイロードを含めるためにこのボックスをチェックします。 |
| 訪問プロファイルを追加 | (オーディエンスアクションで利用可能) このチェックボックスをオンにして、プロンプトテンプレート内で変数 {{visitor_profile}} として訪問プロファイルを含めるためにこのボックスをチェックします。 |
| 現在の訪問を追加 | (オーディエンスアクションで利用可能) このチェックボックスをオンにして、変数 {{visitor_profile}} 内で現在の訪問を含めるためにこのボックスをチェックします。 |
| プロンプト | 選択したOpenAIモデルに送るプロンプトを入力してください。一貫性のある機械可読の出力を確保するためのガイドラインに従ってください: マップされたパラメータを参照するために二重波括弧 ( {{ }}) を使用してください。例:{{tealium_account}}, {{tealium_visitor_id}}, {{visitor_profile}}。{{event_payload}} を使用して、イベントペイロードを追加 チェックボックスを最初に有効にした後、プロンプトにイベントペイロードを含めます。あいまいな表現を避けてください。プロンプトは決定論的であるべきです。そのため、出力を確実に解析できます。 TealiumイベントJSONオブジェクトを有効に定義し、このイベントJSONに tealium_account, tealium_profile, tealium_visitor_id および出力変数を含めるようにモデルに指示してください。そのため、コネクターはイベントをTealium Collectエンドポイントに転送できます。コネクターは、モデルがJSONを返すようにプロンプトに自動的に指示を含めます。 例のプロンプトについては、仕組みを参照してください。 |
高度なモデル構成
| パラメータ | 説明 |
|---|---|
temperature |
ランダム性と創造性を制御します。 |
max_output_tokens |
モデルが生成できるトークンの最大数です。 |
max_tool_calls |
応答で処理できる組み込みツールの総呼び出し数の最大値です。 |
top_p |
上位p確率質量からのみサンプリングすることで多様性を制御します。 |
parallel_tool_calls |
モデルがツール呼び出しを並行して実行するかどうか。デフォルトは true です。 |
prompt_cache_key |
類似のリクエストに対する応答をキャッシュするためにOpenAIが使用するキーです。 |
service_tier |
リクエストの処理に使用される処理タイプを指定します。 |
tool_choice |
モデルが応答を生成する際にどのツールまたはツールを使用するかを選択する方法です。 |
| デバッグモード | デバッグモードが有効になっている場合、コネクターはTealium Collectに送信する前に生のOpenAI応答を受け入れます。完全な処理を有効にする前に応答形式を検証するためにトレースを使用します。 |
最終更新日 :: 2026年February月11日