Contents
Grafana AI（Assistant）概要
Grafana AI Assistant は、Observability データ（メトリクス・ログ・トレース）を自然言語で指示するだけでダッシュボードやパネルを自動生成できる機能です。2024 年に正式リリースされ、2025 年のマイナーバージョンで複数の使い勝手向上が追加されています（Grafana Cloud Release Notes 2025‑03）。本稿では、公式情報をもとに現在提供中の機能・設定手順を体系的に解説し、実務への適用例まで網羅します。
1. AI エンジンの選択肢と客観的比較
Grafana Cloud はマルチモデル構成を採用しており、Anthropic Claude と OpenAI ChatGPT (gpt‑4‑turbo) のいずれかをバックエンドに設定できます。公式ドキュメントはこちらで公開されており、以下の観点で比較が示されています。
| 観点 | Claude (Anthropic) | ChatGPT (OpenAI) |
|---|---|---|
| 最大トークン数 | 100 k トークン（長文推論に有利） | 128 k トークン（大規模コンテキスト対応） |
| 応答速度 | 平均 1.2 s（高精度・低レイテンシ） | 平均 0.9 s（高速レスポンス） |
| コード生成の正確性 (Benchmarks) | 92 % 正解率（Anthropic 内部ベンチマーク） | 89 % 正解率（OpenAI 評価基準） |
| 料金 | $0.015 / 1 k トークン（2025‑04 時点） | $0.012 / 1 k トークン（同上） |
注：数値は各ベンダーが公開したベンチマークと Grafana Cloud の課金表を合算したものです。実際の選択は「生成したいクエリの複雑さ」や「コスト感度」に応じて判断してください。
2. 2025 年版 Grafana AI の主なアップデート
2026 年に関する未確認情報は除外し、公式リリースノートで確定した機能改善のみを掲載します。以下の表は 2024‑12（初期実装）と 2025‑03（最新マイナーバージョン）の差分です。
| 機能 | 2024‑12 の状態 | 2025‑03 の改良点 |
|---|---|---|
| プロンプト解析エンジン | 単一クエリ生成が中心 | 複数パネル・レイアウト指示を同時に解釈できる「マルチタスク」モードを追加【^1】 |
| テンプレート適用方式 | JSON インポートが必須 | 「テンプレート名」だけで自動適用可能な UI コンポーネントを実装【^2】 |
| 外部データソース認識 | 登録済みデータソース名しか利用不可 | GitHub、Azure DevOps など API キーベースのサービスも自動検出し、プロンプト内で直接参照可能に【^3】 |
| インクリメンタル修正 | 再生成は手作業で全パネルを書き換え | UI 上の「修正」指示で対象パネルだけを差分更新できるフィードバックループを提供【^4】 |
[^1]: Grafana Blog 「AI Assistant gains multi‑panel support」 (2025‑03-12)
[^2]: Grafana Docs 「Template handling in AI Assistant」 (2025‑03)
[^3]: Grafana Cloud Release Notes 2025‑03, §DataSourceEnhancements
[^4]: Grafana Webinar 「Iterative AI Dashboard Building」 (2025‑02-28), video archive: https://grafana.com/webinars/ai-dashboard
3. 事前準備とデータソース登録手順
3.1 無料プランアカウントの作成
Grafana Cloud の無料ティアは月間 50 k クエリまで利用可能です。公式サインアップフローは以下の通りです（Grafana Sign‑Up を参照）。
- サイト右上の Sign Up → メールアドレスとパスワードを入力し、認証メールでアカウントを有効化。
- ダッシュボード画面左メニューの Cloud → Instances から Create Instance を選び、リージョンは「Asia Pacific (Tokyo)」など最寄りロケーションを指定するとレイテンシが低減します。
3.2 データソースの一般的な登録手順
以下では Prometheus, Loki, GitHub GraphQL API の接続例を示します。実環境に合わせてエンドポイント URL や認証方式は適宜変更してください。
| 手順 | 操作内容 |
|---|---|
| 1 | 左メニュー Connections → Data sources を開く。 |
| 2 | Add data source → Prometheus を選択し、URL 欄に Prometheus のエンドポイント（例: https://<instance>.grafana.net/api/prom) を入力。 |
| 3 | 同様に Loki を追加し、ログ取得用 URL と API キーを設定。 |
| 4 | JSON API データソースを選び、URL に https://api.github.com/graphql、Headers に Authorization: Bearer <YOUR_PAT> を入力。Grafana の Secrets 機能で <YOUR_PAT> を暗号化保存し、${GF_SECRET_GITHUB_PAT} 形式で参照すると安全です。 |
ポイント：
Test & Saveボタンで接続テストを行い、ステータスコードが200系統なら成功です。エラー時はネットワーク ACL や API キーの権限（最小限の read スコープ）を再確認してください。
4. AI Assistant の呼び出しとプロンプト設計
4.1 Assistant の起動手順
- 任意の空白ダッシュボードを作成（+ → Dashboard）。
- 右上に表示される Assistant アイコン（ロボットマーク）をクリックするとサイドバーが展開し、プロンプト入力欄が現れます。
- 初回は「AI 使用許可」ポップアップが出るので Allow を選択します。この設定は組織レベルのロールで管理可能です（Grafana Role‑Based Access Control）。
4.2 効果的なプロンプト作成ガイドライン
AI が期待通りにパネルを生成するためには、「何を」「どのように」」だけでなく「使用データソース・期間・ビジュアル仕様」まで具体化 すると精度が向上します。下表は主要要素と推奨記述例です。
| 要素 | 推奨記述例 |
|---|---|
| 対象期間 | 過去30日間（例：range: last_30d） |
| データソース指定 | GitHub GraphQL API を使用 |
| パネル数・レイアウト | 折れ線グラフと棒グラフの2パネルを横並びで作成 |
| 色・スタイル | PR のラインは青、Issue のバーは赤に統一 |
| タイトル | "GitHub 活動状況（30日間）" |
プロンプト例（Markdown コードブロック内）
|
1 2 3 4 5 6 |
GitHub リポジトリ「example-org/example-repo」のプルリクエスト数とイシュー数を、過去30日間の日付別に折れ線グラフで可視化したダッシュボードを作成してください。 - データは GitHub GraphQL API を使用 - パネルは「PR 数」「Issue 数」の2つ - PR は青、Issue は赤の色指定 - タイトルは「GitHub 活動状況（30日間）」とする |
このように 要素を箇条書きで列挙 すると、Assistant が内部的に PromQL / GraphQL クエリやパネル設定 JSON を組み立てやすくなります。
5. 生成ダッシュボードの検証・カスタマイズ・共有
5.1 クエリと結果の確認
- パネル右上の Edit → Query タブで生成されたクエリを表示。
- 下部にリアルタイムプレビューが出るので、期待通りのデータポイントや時間軸が取得できているかチェック。
- 必要なら手動でラベル名・フィールドを修正し、Apply で保存します。
5.2 レイアウト調整とテーマ統一
- Grid モード を有効にすると自動的にサイズが揃い、見た目が統一されます。
- 「Dashboard settings → Appearance」から Dark／Light テーマを選択し、Grafana のデザインガイドライン（2025‑01）に沿った配色へ調整できます【^5】。
[^5]: Grafana Design System, v2.0 (2025-01), https://grafana.com/design-system
5.3 Snapshot と Infrastructure‑as‑Code
| 方法 | 特徴 |
|---|---|
| Snapshot | URL だけで閲覧可能な静的スナップショットを生成。外部ステークホルダーへの一時共有に便利。 |
| Dashboard as Code | 「Export → JSON」または Grafana Terraform Provider（grafana_dashboard リソース）でコード化し、GitOps パイプラインへ組み込める。公式手順はこちら。 |
6. プラン別 AI 使用制限・セキュリティ考慮点・トラブルシューティング
6.1 利用上限比較（2025‑04 時点）
| 項目 | Free (無料) | Pro / Enterprise |
|---|---|---|
| 月間 AI リクエスト数 | 最大 500 回 | 無制限（レートリミットは高め） |
| 同時生成パネル上限 | 5 パネル/リクエスト | 20 パネル以上も可 |
| モデル選択 | デフォルト (ChatGPT) のみ | Claude と ChatGPT を自由に切替 |
| サポート | コミュニティフォーラム | SLA 付きメール／チャットサポート |
6.2 API キー・シークレット管理のベストプラクティス
- 最小権限で PAT を作成：GitHub の場合
read:repoとread:orgのみ付与。 - Grafana Secrets に暗号化保存し、環境変数
${GF_SECRET_<NAME>}で参照。これにより設定ファイルや UI に平文が残りません。 - データ送信先の可視性：AI に渡す情報はクエリ文字列だけに留め、実データはサーバー側で処理される点をドキュメント化しておくとコンプライアンス上安全です。
6.3 よくあるエラーと対策（Q&A）
| 質問 | 原因例 | 推奨解決策 |
|---|---|---|
| 「データソースが見つかりません」 | Assistant が参照する名前と実際のデータソース名が不一致。 | データソース一覧で名称を確認し、プロンプト内で正確に記載。 |
| 「パネルが生成されませんでした」 | プロンプトが曖昧（期間・ビジュアル指定なし）。 | 期間・レイアウト・色など具体的要素を箇条書きで追加。 |
クエリ実行時に 400 Bad Request |
ラベル名や GraphQL フィールドが変更されている。 | Grafana Explore で手動クエリをテストし、正しいラベル・フィールドを取得後、Assistant に「以下のクエリで再生成してください」と指示。 |
7. まとめ
- AI エンジンは Claude と ChatGPT のどちらかを選択でき、性能・コストの観点から適切に使い分けることが重要です。
- 事前準備（無料アカウント作成＋Prometheus/Loki/GitHub などのデータソース登録）は必須で、接続テストを忘れずに行います。
- プロンプトは「期間・データソース・レイアウト・スタイル」まで具体化すると、Assistant の生成精度が大幅に向上します。
- 生成後の検証・修正は UI で簡単に実施可能であり、Snapshot や Terraform によるコード化でチーム共有も容易です。
- プランとセキュリティを踏まえた運用（最小権限 PAT、Grafana Secrets の利用）で、無料でも十分に AI を試すことができ、頻繁に利用する場合は有料プランへ移行するとコストパフォーマンスが上がります。
これらの手順とベストプラクティスを実践すれば、Observability データの可視化作業を数分で完了させられ、DevOps チーム全体の生産性向上に直結します。ぜひ本稿をガイドラインとして、Grafana AI Assistant を日常的に活用してください。