New Relic AI大規模言語モデル(LLM) (LLMs) とNew Relicのデータ プラットフォームを使用して、ユーザーがシステムを理解し、それらのシステムのパフォーマンスについてインサイトからより適切に収集する方法を支援します。 平易な言語を使用して、質問したり、問題のトラブルシューティングを行ったり、テレメトリーデータを探索したりすることができます。
よりコンテキスト固有の回答を提供するために、 New Relic AI 、 New Relic AIナレッジ コネクタを通じて検索拡張生成 (RAG) と呼ばれる手法を使用できます。 基礎 LLM は幅広い一般知識を有していますが、RAG は外部データ ソースから関連情報を取得することで、LLM の対応を強化します。
使い方
New Relic AI ナレッジ コネクタは、次の 3 つのステップを通じて、社内のナレッジと New Relic AI の分析機能を統合します。
- インデックス:最初のステップは、Confluence などのコンテンツとナレッジベースを New Relic AI プラットフォームに接続することです。接続されると、ナレッジ コネクタはドキュメントの初期インデックス作成を実行します。このプロセスを定期的に実行するように設定することで、ドキュメントの進化に合わせて New Relic AI が常に最新の情報にアクセスできるようになります。
- 検索:ユーザーが New Relic AI で質問すると、システムはインデックス化されたコンテンツからユーザーのクエリに関連する情報を検索します。この手順により、信頼できる内部ドキュメントからコンテキストが直接取得されるようになります。
- 生成:最後に、システムは取得した情報を、基盤となる LLM の強力な生成機能と組み合わせます。この統合により、特定のデータとベストプラクティスに基づいた、包括的でコンテキストを意識した答えが生成されます。
この RAG アプローチにより、応答の精度と関連性が大幅に向上し、一般的な回答や幻覚的な回答の可能性が減ります。
主な特徴
New Relic AI ナレッジ コネクタを使用すると、次のことが可能になります。
New Relic AI 内で直接、社内のランブックやドキュメントから関連するコンテキストにアクセスできるため、平均解決時間 (MTTR) が短縮されます。
提供される回答はお客様の環境に固有のものであり、お客様自身のベストプラクティスと履歴データに基づいています。
以前に解決された問題の解決策を簡単に見つけることができます。次のような質問をします。
- 「過去に同様の問題を解決した人はいますか?」
- 「このタイプの集計における標準的なトリアージ手順は何ですか?」
- 「
database connection limit exceeded
エラーのランブックを見せてください。」
重要
現時点では、インデックスが作成されたすべてのドキュメントは、組織の New Relic アカウント内のすべてのユーザーが取得できます。インデックス作成を開始する前に、接続するドキュメントがサービスの使用に関する社内のデータ セキュリティ ポリシーとプライバシー ポリシーに準拠していることを確認してください。
前提条件
New Relic AI ナレッジコネクタの使用を開始するには:
- New Relic AI を有効にする:ナレッジ コネクタを構成する前に、アカウントで New Relic AI を有効にする必要があります。
- インデックス作成のためのユーザー権限を構成する:どのユーザーがデータ ソースのインデックスを作成できるかを管理するには (将来の課金に影響する可能性があります)、適切な権限を付与する必要があります。 ナレッジ コネクタの設定と管理を担当するユーザーには、「組織製品管理者」ロールが必要です。
このロールを割り当てるには、次の 2 つのオプションがあります。
- 既存のユーザー グループに適用:ナレッジ コネクタの管理を担当する既存のユーザー グループに組織製品管理者ロールを追加します。
- 専用グループを作成する:よりきめ細かな制御を行うには、この目的専用の新しいユーザー グループを作成し、そのグループに組織製品管理者のロールを割り当てます。
この柔軟性により、組織はインデックス化されたコンテンツを管理できるユーザーを制御できます。
データソースとインデックス作成頻度を構成する
事前に構築されたコネクタまたはナレッジ コネクタAPIを使用してナレッジ ソースを接続し、よりカスタマイズした統合を行うことができます。
ナレッジソースコンテンツを最適化するベストプラクティス
関連情報を明らかにし、正確な回答を提供し、インシデント解決を加速する New Relic AI の能力を最大限に有効活用するには、AI を考慮して社内ドキュメントを構成することが重要です。これらのガイドラインは、迅速かつ効率的なインシデント管理のためのインシデントレトロスペクティブドキュメントに重点を置いていますが、原則は他の知識タイプにも広く適用されます。ナレッジ コネクタは、ソース ドキュメントが明確で一貫性があり、意図された用途に関連する具体的な詳細が豊富である場合に、最も効果的に機能します。
レトロドキュメントやその他のナレッジベースの記事を作成および維持する際には、次のベストプラクティスに従って、インデックス化された情報を New Relic AI が最適に活用できるようにします。
わかりやすいタイトル:各文書に明確でわかりやすいタイトルが付いていることを確認します。 これにより、 New Relic AI多数のタイトルとユーザーの書き込みに基づいて、最も一致するコンテンツをフェッチすることができます。 たとえば、「v2.3 のデプロイメント中にサービス X でメモリ リークが発生」は、「システムの速度低下」よりも効果的です。
インシデントの概要:レトロな文書は、インシデントの簡単な概要から始めます。
顧客への影響の詳細:初期対応者と AI ゲージの重大度を支援するために、顧客への影響に関する具体的な詳細 (影響を受けるユーザーの数、サービスの低下、財務への影響など) を含めます。
影響を受けるエンティティとダウンストリーム エンティティ: 問題によって直接影響を受ける特定のサービス、マイクロサービス、データベース、またはその他のインフラストラクチャ エンティティ、および影響を受ける既知のダウンストリーム エンティティを文書化します。
なぜそれが起こったのか (根本原因):曖昧さを避けながら、特定された問題の根本原因を明確に説明します。具体的に述べてください。たとえば、「システムが遅くなりました」よりも、「最近のデプロイメント v2.3 によるメモリ リークが発生しました」の方が効果的です。
緩和措置:問題を軽減し、最終的に解決するために実行された具体的かつ実行可能な手順を詳しく説明します。これにより、New Relic AI は、将来発生する同様の問題に対して実証済みの修正を提案できるようになります。
将来の予防:同様の問題の再発を避けるために、長期的な予防戦略、フォローアップタスク、および特定された改善点の概要を説明します。
タグ関連のエンティティ/サービス: RAG における直接的なエンティティの影響は進化する機能ですが、ドキュメント内のタグ関連のエンティティとサービスは、適切な影響範囲と関連情報を正確に表示するための将来の機能強化にとって非常に重要です。
関係するチーム(問題を解決したチーム):問題に取り組んだ特定のチームまたは部門、特に診断や解決に重要な役割を果たしたチームまたは部門をリストします。これにより、New Relic AI は緊急対応者を適切な専門家に誘導できるようになります。
いつ発生しましたか:インシデントの開始時の正確なタイムスタンプを含めます。
どれがトリガーしたか:最初にインシデント対応をトリガーした正確な累積または条件を指定します。
インシデントの期間はどのくらいでしたか:インシデントの検出から解決までの期間を記録します。
インシデントの参加者:インシデント解決プロセスに積極的に参加した個人をリストします。
所有チーム:インシデントが発生したサービスまたはコンポーネントを担当するチーム、または解決策を所有するチームを明確に特定します。
定期的な更新と確認:ナレッジ コネクタが定期的に実行されるように構成されていることを確認し、ソース ドキュメントを定期的に確認して更新することを習慣にします。これにより、New Relic AI は常に最新かつ正確な情報にアクセスできるようになります。
Confluence コンテンツのインデックス作成を開始するには、次のものが必要です。
固有の Confluence cloud ID を含む Confluence URL: https://api.atlassian.com/ex/confluence/[cloud_id ]
次の最低限必要なスコープを持つ Confluence APIキー:
read:confluence-content.all
read:confluence-space.summary
read:content:confluence
read:content-details:confluence
Confluence 書き込み言語 (CQL) を使用して、インデックスを作成する返されたコンテンツのリストをフィルタリングする
コンテンツのインデックス作成を開始し、New Relic AI のナレッジ コネクタのメリットを活用するには、次の手順に従ってください。
one.newrelic.com > Integrations & Agentsに移動します。
NRAI Knowledge Connectorsを検索します。
one of the available connectorsを選択します。
次のようなコネクタの詳細を入力します。
フィールド名 | 説明 |
---|---|
コネクタ名 | コネクタの一意の名前を入力します (例: Demo Connector )。 |
知識カテゴリ | ドロップダウン リストからナレッジ カテゴリを選択すると、New Relic AI が適切な場所で情報を検索できるようになります。 |
Continueをクリックします。
Data source authenticationページで、データ ソースを認証するために必要な情報を入力します。Continueをクリックします。
データ ソースの構成ページで、必要な情報を入力し、どのドキュメントをどの頻度で取得する必要があるかを定義します。Createをクリックします。
設定が成功すると、コネクタの概要ページにコネクタのステータスが表示されます。
フィールド名 | 説明 |
---|---|
ステータス | データソースがNew Relic AIで利用可能かどうかを表示します |
最終同期 | データが最後に更新された日時を表示します |
同期中 | このオプションをオフにすると、新しいデータの更新は行われません。既存のデータは変更されません。 |
コネクタを削除 | コネクタを削除すると、インデックス付けされたすべてのデータが削除されます。 |
データの同期とクエリ
データ ソースが接続されると、New Relic はナレッジ記事の同期とインデックス作成を開始します。初期同期が完了すると、チームは New Relic AI チャットを通じて質問を開始できます。さらに、New Relic AI はナレッジ コネクタ ツールを自動的に使用してインデックス付けされたドキュメントを検索し、 問題ページの「以前に何が起こりましたか?」の部分にコンテキストに応じた応答を提供します。
サポートされているコネクタ
重要
サポートされていないコネクタをリクエストする場合は、このフォームに記入してください。
サポートされているコネクタは次のとおりです。
コネクタ | 目的 |
---|---|
合流 | レトロドクターと連携して、「過去には同様の問題がどのように解決されたのか」を理解します。 |
カスタムドキュメント | pdf、csv、txt などのファイルにインデックスを作成します。 |