ProdOps.AI

ProdOps.AI

Revelry Labs (Revelry Ai) · 生産性向上

ProdOps.AI は現在 Revelry Ai へ転送される。運用チームが自社のツールをつなぎ、SkillsとWorkflowsを走らせ、送り出す前に草稿を承認するAIエージェント基盤だ。

ProdOps.AI の画面プレビュー

ProdOps.AI について

About

ProdOps.AIとは何か

アドレスを見ればほぼ分かる。ブラウザに prodops.ai と打つと revelry.ai に着く。製品はそこで Revelry Ai の名前で売られている。運営元は Revelry Labs で、2013年からソフトウェアを作り続けてきた開発チームが2024年にこの基盤を出した。

中身は、一日のうち繰り返し発生する作業を引き受けることにある。チームが普段ログインしている Procore、QuickBooks、Xero、Slack、Jira、GitHub、Microsoft、Google といったシステムにつなぎ、自社の文書とテンプレートをもとに週次報告書、入札比較、顧客フォロー、月次締めの要約を作る。数字には必ず出典の記録が付く。確認する人は原本を開けばよく、雰囲気で信じる必要はない。売り物はAIワークフロー自動化であり、ファイルを横に置いただけのチャット画面ではない。

契約前に知っておくべき制約は二つある。価格表は公開されておらず、金額は見積もりでしか出てこない。業種ごとにSkillsとWorkflowsをまとめるKitsは、開発者向けページでは未提供と表示されたままだった。

はじめ方

  1. revelry.ai で登録し、普段使っている文書を1つアップロードする。クレジットカードは不要で、最初の答えはそのファイルから出る。
  2. チームが使うツールをつなぐ。初期構築の支援は無料で、未対応のシステムは提供元の開発リストに入る。
  3. チームが一度だけ書き下ろすルールを登録し、Google Drive か SharePoint を Knowledge に同期して、答えが最新ファイルから出るようにする。
  4. 既成の Agent から始めるか、欲しいものをチャットで説明する。接続先へ書き込む動作には承認を設定する。
  5. チャット画面で使うか、APIキーを発行して同じ Agent を自社コードから呼ぶ。

AIツール情報

ProdOps.AI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Free to start, paid plans by quote (Accelerate and up)
プラットフォームWeb app, REST API, MCP server and client
開発元Revelry Labs (Revelry Ai)
カテゴリ生産性向上
リリース日Jan 2024
最終更新Oct 2026
サイト訪問数611
サイト世界ランキング15.1M
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

  • 建設会社と下請けの運用責任者:週次報告、入札比較、提出書類の督促という3つの仕事を既成 Agent がまず引き受ける。チームはすでに Procore と Bluebeam の中で働いている。
  • 銀行や融資部門の運用チーム:書類一式を最初に読み、人がファイルを開く前にコンプライアンス上の抜けを指摘し、読んだ内容から処理メモの草稿を作る。
  • 社内AI機能を作る開発者:SkillsとWorkflowsは REST API で動くため、検索基盤を自前で組まなくてもチャット機能を出せる。

タスク

  • 週次の工事報告:Agent が工事管理システムと ERP から書き起こし、チームは4つのシステムから組み直す代わりに、できた草稿を直す。
  • 入札比較:下請けの見積を数分で並べ、金額はすべて元の書類に紐づく。
  • 顧客フォローと進捗確認:担当者の午前を削るメールと Slack の往復を、毎回同じ手順で走る Workflow に移す。
  • 月次締めと書類確認:契約書、請求書、申請書を Skills の連鎖で抽出し分類し、実行が終わると構造化された出力が返る。

シーン

  • チャットツールにすでに払っていて、聞く人によって答えが変わるチーム:同じ Workflow が毎回走るので、結果はプロンプトを打った人に左右されない。
  • 自社ブランドでAIを再販したい組織:パートナー向けプログラムは独自ドメインと価格を持ち、顧客ごとのデータは分離される。ルイジアナ州はこの形で中小企業向けプログラムを運営し、5,000社を目標に置く。
  • 監査の記録が必要な業務:書き込みのたびに確認を求め、すべて記録に残る。実演と、コンプライアンス部門が承認できる仕組みの違いはここにある。

主な機能

Skills、Agents、Workflows

3つの部品でほぼ足りる。Skill はモデル、ツール、データソースを添えたプロンプトで、Skills 同士は決まった順序でも、モデルが必要と判断したときでも呼び合える。Agent はペルソナ、記憶、Skills、ツールを設定したチャットだ。Workflow は入力と出力を明示した多段の処理で、毎回同じ結果を出さなければならない業務に向く。段ごとに別のモデルを使えるため、長い分析と短い振り分けが同じ請求に混ざらない。この構造が、運用チーム向けAIエージェントと一般のチャット定額サービスを分ける。

出典が付く Knowledge

文書をアップロードし、Google Drive と SharePoint を同期し、Webページも取り込める。アカウント上のすべての Agent がその書庫を検索する。現場で効くのは引用のほうだ。答えは数字の元になったファイルや記録を指す。報告書の金額に疑問を持ったとき、確認は数秒で終わる。

変更前の承認

接続先のサービスで記録を作成、更新、削除する前に、Agent は止まって尋ねる。一度だけ承認するか、以後その操作を許可するか、断るかを選ぶ。読み取りだけの操作は止まらずに走り、すべての操作は記録に残る。だからこそ、複製ではなく本番の ERP に Agent を向けられる。

MCPの双方向

Claude、Cursor、社内アプリから MCP 経由で Agent と Skill を呼べる。機能を一度作れば、どのクライアントからも届く。逆方向も同じで、Agent は外部の MCP サーバーを呼ぶ。GitHub が最も分かりやすい例で、issue を読み、コードを検索し、レビュー用の pull request を開ける。

隔離された Workspaces

Workspaces は Agent にファイルの読み書き、コードの実行、表計算の処理を行う場所を与える。各サンドボックスは本番システムから切り離され、計算途中の数字が実際の台帳に触れることはない。地味な機能だが、セキュリティ担当が最初に質問する項目でもある。

タスクごとのモデル選択とAPIアクセス

Skill も Agent もそれぞれモデルを選ぶので、高価な推論が安い作業に紛れ込まない。基盤自体は Elixir で書かれ、長時間の処理を多数同時に抱えられる。開発側は Bearer キーを付けて chats エンドポイントへ POST すれば、指定した Agent との会話が始まる。レート制限はプランごとに段階が分かれる。

メリットとデメリット

メリット

  • どの答えにも出典が付くので、確認は1クリックで済み、4つのシステムを見直す必要がない。
  • チームがすでに費用を払っているツールの上で動く。Procore、QuickBooks、Xero、Slack、Jira、GitHub などが対象だ。
  • 承認と操作ログがあるため、本番システムへの書き込みをコンプライアンス担当に説明できる。
  • 提供元は顧客データで学習しないと明言し、SOC 2 Type 1 の報告書を求めれば出す。
  • 開始は無料で、基本的な構築は2週間ほどで稼働した例があると会社は説明する。

デメリット

  • 価格が公開されていない。予算を組むには営業との通話が要り、表計算で比較したい人の足を止める。
  • 名前が実態とずれる。ProdOps.AI は製品管理ソフトに見えるが、狙いは建設や融資といった一般の運用職だ。
  • コネクタは少なめだ。中核システムが公表されている10前後に入っていなければ、開発リスト待ちになる。
  • 業種ごとに Skills と Workflows をまとめる Kits は未提供で、出発点は各チームが自分で組むことになる。

よくある質問

Web上では同じだ。prodops.ai のドメインは revelry.ai へ転送され、基盤はそこで Revelry Ai の名前で説明され販売されている。両方の運営元は Revelry Labs である。