Airbyte Agents、GongとLinearを意味で横断検索

Airbyte Agentsで、Gongの通話記録とLinearの課題説明・コメントを意味に基づいて検索できるようになりました。顧客の言葉と開発側の記録を、同じContext Storeから結び付けられます。

要点

• 「価格が高い」と完全一致しなくても、予算への懸念を表す発言を通話記録から探せます。
• Linearの課題説明とコメントも対象で、営業上の声と技術課題を一つのエージェントから関連付けられます。
• 質問に応じて意味検索と構造化検索を自動で選び、SDKやAPIからは周辺文脈や絞り込み条件を調整できます。

今回のブログ記事で語られていること

公式記事が扱う問題は、長い通話記録や課題スレッドでは、利用者が検索語と同じ言葉を使うとは限らないことです。価格への懸念は「高い」ではなく「この内容では予算を通しにくい」と表現され、性能問題は「遅延」ではなく「更新後にダッシュボードがいつまでも開かない」と書かれます。担当者、商談段階、課題状態のような構造化項目には完全一致やフィルターが向きますが、45分の会話や30件のコメントに埋もれた意図を拾うには不十分です。Airbyteは質問と本文を埋め込み表現へ変換し、意味の近さで関連箇所を順位付けし、誰が何を話したか分かる周辺文脈とともに返します。

最初の対象はGongの通話記録とLinearの課題説明・コメントです。営業担当が聞いた契約条件への反発と、エンジニアがLinearで追跡しているログイン障害を一つの質問から関連付けられる点が重要です。検索は、業務データを事前に索引化するContext Storeの中で実行されます。エージェントがGongやLinearのAPIを一件ずつ巡回するのではなく、必要な文章だけを取り出します。Airbyteが示すオープンソース評価では、各サービスのネイティブAPIを直接たどる場合に比べ、Gongで最大80%、Linearで最大75%のトークン削減が確認されたとしています。ただし、この数値は自社のデータ量や質問で再検証すべき比較値です。

利用者が意味検索専用の指示文を書く必要はありません。利用可能なコネクターでは、質問の性質に応じて意味検索と構造化検索を自動で使い分けます。独自エージェントをSDKやAPIで構築する場合は、返す周辺文脈の量、通話・課題ごとの候補数、適用するフィルターを指定できます。今後は対象コネクターと項目を増やす計画ですが、現時点で公式記事が明示する範囲はGongとLinearです。導入時は、意味が近い結果を正解とみなす閾値、閲覧権限の継承、元記録へのリンク、誤った関連付けを人が確認できる画面を合わせて設計する必要があります。

今回のブログ記事が関係する人

営業・サポートの会話を製品改善へつなげる担当、Linearで開発課題を管理するチーム、Context Storeを使うエージェント開発者、顧客会話へのアクセスを管理するガバナンス担当に関係します。

結局、今回のブログ記事をどう読むべきか

検索機能の追加というより、部門ごとに分かれた非構造化テキストをエージェントの共通文脈へ変える更新です。まず少数の既知事例で検索精度と権限境界を測り、トークン削減値は自社条件で確認するのが現実的です。