Jira AIエージェント活用やり方：設定手順とノーコード連携ガイド

Contents

1 1. 仮想サービスエージェントの有効化手順（Jira Service Management）
- 1.1 ポイント
2 2. 自動応答シナリオ設計のベストプラクティス
3 3. 現在提供中の Atlassian Intelligence 機能と活用例
4 4. ノーコードで構築する Rovo エージェント
5 5. 複数エージェントの統合運用ガイド
- 5.1 5‑1. 役割分担モデル
- 5.2 5‑2. 管理画面と権限設定
6 6. 実務で得られた効果（社内ベンチマーク）
7 7. 導入前チェックリストと注意点
- 7.1 7‑1. 権限・プライバシー
- 7.2 7‑2. コスト見積もり
8 8. 参考情報・リンク集

スポンサードリンク

1. 仮想サービスエージェントの有効化手順（Jira Service Management）

手順	操作内容	補足
1‑1	Jira Service Management → プロジェクト設定 → AI アシスタントを開く	AI 機能は Site admin 権限が必要です（※1）。
1‑2	「仮想サービスエージェント」のスイッチを ON にする	有効化すると、メール・Slack・Microsoft Teams などのチャネルから受信した問い合わせに対して AI が一次応答を行います。
1‑3	使用モデルを選択・高速モード（低レイテンシ）・高精度モード（GPT‑4 系列）	目的に合わせて切り替え可能です。
1‑4	自動応答トリガーを設定例：新規チケット作成時に「パスワードリセット」キーワードが検出されたらテンプレート回答を送信	テンプレートは Jira Service Management のナレッジベースで事前に管理してください。
1‑5	エスカレーション基準の設定 AI が自信度 70 % 未満と判断した場合は自動的に人間担当へ転送	自信度閾値は AI アシスタント設定 > エスカレーションで変更できます。

ポイント

有効化だけで第 1 階層の問い合わせが即座に処理され、オペレーターへの負荷が大幅に軽減します。
AI の自信度を基準にエスカレーションさせることで、誤回答リスクを低減できます。

2. 自動応答シナリオ設計のベストプラクティス

問い合わせパターンの把握
過去 3 ヶ月分（約 5,000 件）のチケットから上位 10 件のテーマを抽出し、頻出キーワードを洗い出す。
テンプレート化とレビュー体制
AI が生成した文面は必ず管理者が承認するフロー（Jira のワークフロー に組み込み）を設定。
エスカレーション基準の明確化
自信度 70 % 未満、もしくは「不明」タグが付いた場合に自動転送するルールを作成。

※上記手順は Atlassian が推奨する AI ガイドライン（※1）に沿ったものです。

3. 現在提供中の Atlassian Intelligence 機能と活用例

カテゴリ	主な機能	実務での活用例
検索	自然言語クエリによる課題検索・スコアリング表示	「今月の未解決インシデントは？」と質問すると、該当課題を一覧で提示。
要約	課題・コメントの自動要約	スプリントレビュー時に 1 分で主要ポイントを抽出し、レポート作成時間を短縮。
予測	タスク遅延リスクの自動警告	過去スプリントデータから遅延確率が高いタスクをハイライト。
レポート	グラフと解説文を組み合わせた PDF 自動生成	月次レビュー資料作成に要した工数を 80 % 削減（社内テスト結果）。

※機能はすべて 2024 年 10 月リリース版 に含まれ、公式リリースノート（※2）で確認できます。

4. ノーコードで構築する Rovo エージェント

4‑1. 基本概念と公式ドキュメント

Rovo は Atlassian が提供する ノーコード AI ビルダー です。プロンプトとアクションをマッピングするだけで、Jira 課題作成や Confluence 検索などの業務フローを自動化できます。公式ドキュメントは以下から参照してください。

Rovo エージェント概要：https://www.atlassian.com/ja/software/jira/service-management/rovo
プロンプト設計ガイド：https://support.atlassian.com/rovo/docs/prompt-design/

4‑2. 作成フロー（実装例）

ステップ	操作内容
① ビルダー画面へアクセス	Jira Service Management → AI アシスタント → Rovo エージェント作成
② 基本情報入力	名前（例：`Support‑Rovo`）・対象チャネル（Slack の `#support` など）を設定
③ プロンプト定義	`User: {question}<br>AI: 以下の条件で回答してください。① カテゴリ判別 ② 必要なら Jira 課題を作成`
④ アクションマッピング	「カテゴリが `パスワード` → Jira の Password Reset プロジェクトに課題作成」
⑤ テスト実行	サンドボックス環境で質問し、期待通りの課題が生成されるか確認
⑥ デプロイ	本番環境へ公開。必要に応じて AI エージェントコンソールで有効化状態を管理

4‑3. Confluence と Jira のナレッジ連携

Confluence スペース選択
Rovo 設定画面の「参照ナレッジ」から対象スペース（例：IT Support Knowledge Base）を指定。 |
インデックス更新
デフォルトで 15 分ごとに自動インデックスが走り、最新記事も即時検索可能です。 |
Jira プロジェクト紐付け
プロジェクト設定 → AI 連携 で「Rovo エージェント」を選択し、課題タイプマッピング（例：Task）を設定。 |

5. 複数エージェントの統合運用ガイド

5‑1. 役割分担モデル

エージェント	主な担当領域	推奨フロー
仮想サービスエージェント	第 1 階層の自動応答・簡易質問対応	ユーザー → AI → 自信度が低い場合は Rovo に転送
Rovo エージェント	業務フロー自動化（課題作成、情報取得）	受領した問い合わせを解析し Jira 課題へ変換、必要情報は Confluence 検索で取得
Atlassian Intelligence	データ分析・予測・レポート生成	作成された課題の進捗を要約し、定例ミーティング用 PDF を自動作成

役割が明確になることでエージェント間の競合や二重処理を防ぎ、運用コストが削減されます（※3）。

5‑2. 管理画面と権限設定

項目	操作方法
エージェント一覧	Site admin → AI エージェントコンソールでカード形式に表示。ステータス（有効/無効）やバージョンを一括確認可能。
バージョン管理	各エージェントの「変更履歴」から Git‑like のコミット機能で差分保存、ロールバックが容易に実施できる。
ロールベース権限	Site admin → AI 管理で「エージェント作成」「実行ログ閲覧」などの細かい権限定義を設定し、開発者と運用担当に最小権限を付与。

6. 実務で得られた効果（社内ベンチマーク）

ユースケース	主な施策	定量的成果（社内測定）
インシデント自動分類	仮想サービスエージェントで本文解析 → Rovo が Incident プロジェクトへ課題作成・優先度自動設定	手動分類工数が 70 % 削減、SLA 達成率が 9 % 向上
タスク割り振り支援	Confluence から要件抽出 → Rovo が Jira に自動タスク化・スキルマトリクスで担当者割当	計画策定時間が 3 日 → 4 時間に短縮
FAQ 自己解決率向上	Atlassian Intelligence が過去問い合わせを要約し、Confluence の FAQ ページへ自動更新	同一質問によるチケット作成率が 45 % 減少

すべての数値は 2024 年 9 月度までに実施した社内パイロットプロジェクト（約 2,000 件）から抽出したものです。外部ベンチマークではなく、内部データに基づくことを明示しています。

7. 導入前チェックリストと注意点

7‑1. 権限・プライバシー

項目	必要な設定
管理者権限	Site admin または Jira Service Management Admin が必要。
個人情報マスク	ユーザーの IP アドレス・メールアドレス等は AI に送信しないよう、フィールドレベルでマスキング設定（カスタムフィールド設定）を実施。
GDPR／プライバシー	EU 区域向けに「AI 学習データ保存期間 30 日以内」オプションを有効化（※1）。

7‑2. コスト見積もり

項目	計算式例
ベースライセンス	Jira Service Management のユーザー数 × 月額料金
AI トークン使用量	（月間リクエスト数 ÷ 1,000）× 追加トークン単価（公式価格表参照）
オプション機能	Atlassian Intelligence プレミアム、Rovo エージェント拡張パック等のサブスクリプション費用

試算手順：過去 30 日間のチケット総数から平均リクエスト数を算出し、シミュレーションツール（https://www.atlassian.com/ja/software/jira/service-management/pricing）で月次コストを確認。導入前はトラフィックの 10 % だけ AI を通すパイロット運用を推奨します。