Dynamiq

Dynamiq

Dynamiq Technologies · コーディング · 生産性向上

Dynamiqは企業向けのAIエージェント基盤だ。チャット、音声、ワークフローのエージェントをビジュアルキャンバスかPythonで作り、自社のクラウドやデータセンターで動かす。

Dynamiq の画面プレビュー

Dynamiq について

What Is Dynamiq

Dynamiqは、社内データを公開チャットボットに送れない企業のためのエージェント基盤だ。銀行、保険会社、行政のチームが、融資案件の読み込み、サポート電話の応答、コンプライアンス警告の仕分け、入出金の突合をエージェントに任せている。実行はすべて記録され、危険な工程は人が承認する。

中心にある考え方は、業務担当者とエンジニアが同じものを作るという一点だ。ワークフローはノードのグラフとして存在する。入力、モデル、いくつかのツール、場合によってはサブエージェント、そして出力。業務チームはキャンバス上でノードを線でつなぐ。エンジニアは同じグラフをオープンソースのPython SDKで書き、どちらも同じ定義に変換される。どちらかを選ぶ必要はなく、担当者が変わっても作り直しにならない。

導入前に押さえるべき制約は二つある。対象は展開方法を決められる組織で、自社運用にはKubernetesクラスタが必要になり、Enterpriseでは導入作業をベンダーのエンジニアが担う。そして本番ワークフロー向けの作りで、気軽な試作には向かない。10分で遊べるチャットボットが欲しいだけなら無料ワークスペースで足りるが、価格も設計も、顧客や監査人の前にエージェントを出す前提のチームに合わせてある。

Getting Started

  1. app.getdynamiq.aiで登録し、無料のクラウドワークスペースを開く。開始にクレジットカードは要らない。
  2. エージェントビルダーを開いてワークフローを作り、出発点を選ぶ。空のキャンバスか、作業を普通の言葉で書いて生成器にノード、接続、プロンプトの下書きを作らせる。
  3. 右側のインスペクタで各ノードを設定する。モデルを選び、ナレッジベースをつなぎ、ツールを足し、社内システムはConnections経由で結ぶ。
  4. 業務に必要な統制を加える。判断テーブル、境界ケース用の判定ノード、あるいは資金を動かすツールの手前の承認ゲートだ。
  5. プレイグラウンドか保存済みのテストケースで確かめ、バージョンを保存して配備し、アプリ、チャットウィジェット、電話回線として公開する。

AIツール情報

Dynamiqの料金、対応プラットフォーム、性能を簡単に確認できます。

無料プランはい
有料プラン$0 - Custom
プラットフォームWeb, Python SDK, API
開発元Dynamiq Technologies
カテゴリコーディング · 生産性向上
リリース日Jan 2022
最終更新Oct 2026
サイト訪問数11.5K
サイト世界ランキング2.1M
API提供状況はい

こんな人におすすめ

このツールが最も力を発揮するユーザー、タスク、シーン。

ユーザー

  • 銀行や保険会社の業務、与信チーム
  • 規制業種のAIエンジニア
  • コンプライアンスとリスクの分析担当

タスク

  • 融資案件と契約のレビュー
  • 音声とチャットのサポート
  • 突合と支払例外

シーン

  • データを社外に出せない規制下の配備
  • 期限付きの最初の本番エージェント
  • 社内規程の文書検索

主な機能

一つのエンジン、二つの作り方

どのワークフローも両端が入力と出力のノードグラフで、キャンバスとPython SDKは同じ定義を吐き出す。業務担当者はロジック、エージェント、ツール、バリデータ別に並んだパレットからノードを引っ張る。エンジニアは同じグラフをgitに置き、自前のCIに流し、コードで広げたいときはキャンバスのワークフローをZIPで書き出す。dynamiq CLIはプロジェクト、バージョン、アプリ、トリガーを端末から扱う。

一文から最初の下書きへ

仕事を一文で書く。たとえば「与信方針に沿って融資パッケージを確認し、例外を担当者に回す」と入力すると、生成器がノード、接続、プロンプトを横パネルに下書きする。採用したらモデルを差し替え、ツールを付け、承認を足す。保存を押すまで何も残らないので、試作の代償は一分だけで済む。

判断テーブル、ルール、判定ノード

モデルに渡すべきでない判断がある。判断テーブルは適格性チェックや価格表を、型付きの入力、ルールの格子、重複時の扱いを持つ表に変える。与信責任者が読んで直せて、CSVの入出力もでき、変更のたびに保存済みテストケースが再実行される。ルールノードは一件の記録を複数のルールに照らし、ルールごとに重大度付きで指摘を返す。判断が要る場面では判定ノードがはい・いいえ、選択、評点の問いに較正済みの確信度で答え、確信度の低い案件は人に回す。

資金が動く工程に承認を

ツールノードで実行承認を有効にすると、実行は止まり、何が実行されるのかをそのまま示すメッセージが出る。確認する人は承認するか、送信直前の項目を編集するか、コメント付きで差し戻す。差し戻しの内容はエージェントが読んで動きに反映する。承認要求はアプリが既に使っているWebSocketかRuns APIのストリームに流れるので、ゲートは別の管理画面ではなく自社の画面の中に置ける。

人ごとの記憶

記憶を有効にすると、エージェントは会話をユーザーIDとセッションIDで区切って保持し、次の実行の冒頭で直近のメッセージ、関連度の高いメッセージ、または両方を再生する。長期記憶はさらに踏み込む。保存と想起のためのツールを持ち、同じ内容を別の言い方で聞けば重複させずに更新し、サブエージェントの履歴は別々に保つので、委任された側が他のエージェントの記憶を読むことはない。

知識、ガードレール、トレース

回答は自社文書に根拠を置き、各ソースの権限は検索の時点で適用される。質問した人が読めないファイルを引用することはできない。ガードレールは個人情報とプロンプトインジェクションをモデルやツールに届く前に検出し、各工程は入力、モデル呼び出し、遅延を含むトレースに残る。そのトレースを読んで、うまくいかなかった実行を指摘するエージェントもいる。

メリットとデメリット

メリット

  • キャンバスとSDKが同じエンジンを使うため、業務担当者とエンジニアが別々に作らず同じワークフローを詰められる。
  • 人の承認、判断テーブル、ソース単位の権限が、規制業種で監査される統制を押さえている。
  • 配備は共有クラウドのワークスペースから自社Kubernetesクラスタまで選べ、外部接続のない隔離環境も用意されている。
  • Python SDKはApache-2.0のオープンソースで、ワークフロー定義が製品の中に閉じ込められない。

デメリット

  • Enterpriseの価格は案件ごとの見積もりで、営業と話す前には予算を立てにくい。
  • 自社運用にはKubernetes 1.32以降が必要で、隔離環境ではベンダーのエンジニアも要る。小さな情報システム部門がワンクリックで入れる代物ではない。
  • 無料ワークスペースはアプリ数、ナレッジベース数、月間メッセージ数に上限があり、通話の多い音声エージェントの負荷試験は有料版が前提になる。
  • 長時間の待機とエラー経路は今後の提供と案内されている。数日待つ処理や失敗した分岐の再試行が必要な業務では効いてくる。

よくある質問

バックオフィス業務、顧客サポート、文書レビュー向けのAIエージェントを作って動かすための基盤だ。チームがワークフローを書き、ツールと知識をつなぎ、自社インフラに配備する。