
PromptQL
Hasura · コーディング
PromptQLはHasuraが開発したマルチプレイヤーAIエージェントで、自社の業務データとシステムに接続し、コードを書くことで実際の問いに答える。一人が孤立してボットとチャットするのではなく、チームはスレッド、共有コンテキストの頭脳、そして多くの人が修正と調整を重ねるほど良くなる自動化を共有する。狙いは、自信ありげな推測ではなく、根拠があり追跡可能な回答を必要とする組織だ。

PromptQL について
PromptQLとは
PromptQLはHasuraのデータエージェントプラットフォームだ。HasuraはHasura GraphQL EngineとData Delivery Networkを手がける企業である。中心となる考え方は、AIの正確さは与えられたコンテキストの分だけしかない、というものだ。そして重要なコンテキストは通常、スキーマの中ではなく人の頭の中にある。PromptQLは既存のウェアハウス、データベース、SaaSアプリ、APIにそのまま接続し、チームがその暗黙知を業務の流れの中で記録できるようにする。
この製品は、Hasuraが長年取り組んできた2つの課題を軸にしている。どちらも難しい。1つ目は共有コンテキストだ。コンテキストを一度抽出してAIに渡すのではなく、PromptQLは人とAIが協力し互いに修正し合うフライホイールを回し続ける。エージェントを一度直せば、その修正は全員に効く。2つ目はセキュリティだ。PromptQLは権限をデータ層で決定論的に強制するので、各人のエージェントはその人が持つアクセス権の範囲内だけで動き、それ以上は動かない。これが関門だ。これがなければ、チームは重要な仕事を任せられない。
最大の制約は適用範囲だ。PromptQLは企業向けのツールであり、一般消費者向けチャットボットではない。まずAI分析ツールであり、Teamプランは1ユーザーあたり月40ドルから始まる。シングルテナント配備や自前モデルの構成といった機能は、EnterpriseとCustomの契約の後ろに隠れている。個人作業用の無料アシスタントが欲しいだけなら、これはそのためのものではない。
はじめかた
- prompt.ql.appでワークスペースを作成し、無料のPlaygroundにサインインする。
- データソースを接続する。PromptQLはウェアハウス、データベース、SaaSアプリのスキーマを検査し、データを移動せずに統合データグラフを構築する。
- 同僚を数人招待し、スレッドとコンテキストを最初から共有する。
- 共有スレッドで実際の業務上の問いを投げ、エージェントにコードを書かせて答えさせる。
- 間違えた箇所は大元で修正し、その修正がチーム全体に残るようにする。
AIツール情報
PromptQL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。
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
- データ・分析チーム
- 運用マネージャー
- 企業のIT・セキュリティ責任者
タスク
- 指標の急増を調べる
- 月末のエクスポートを直す
- 定型的な業務上の問いに答える
シーン
- ある指標が特定の午後に跳ね上がった理由を説明したい成長チーム
- 異なるシステムに届く地域別の数字を照合する財務部門
- セキュリティを重視する組織が社内でAIを展開する場面
主な機能
マルチプレイヤーの共有スレッド
PromptQLは私的なチャットではなく共有スレッドで動くので、ある指標についての会話はチーム全員が見て積み上げられる場所に残る。誰かがエージェントを修正すると、その修正は同じスレッドを使う全員に適用される。これがPromptQLを単一ユーザー向けAIアシスタントと分ける機能だ。これが売りそのものだ。
共有コンテキストの頭脳
共有コンテキスト層は、スキーマには決して入らない定義、例外、暗黙知を保持する。知識、スキル、そしてエージェントが回答時に参照するセマンティック層を含む。コンテキストは実際の業務の最中にジャストインタイムで取り込まれるため、書き留めた瞬間に劣化するのではなく最新の状態を保つ。
準備なしであらゆるデータに接続
PromptQLは、今ある形のままウェアハウス、データベース、SaaSアプリ、APIに接続する。スキーマを検査して統合データグラフを構築し、データを移動も再形成もしない。実際には、長い移行プロジェクトではなく、数分でデータから問いへと進めるということだ。
定型レポートではなく、コードによる回答。
エージェントは定型レポートを取り出すのではなく、目の前の問いに答えるコードを書く。製品自身の例では、複数のシステムに接続し、急増に対して仮説を一つずつ検証し、回答付きのパネルを追加する。この方式なら誰も予想しなかった問いにも対応できる。
決定論的なセキュリティガードレール
権限はデータ層で、すべてのユーザー、すべてのソース、すべてのクエリに対して強制される。各人のエージェントはその人が持つアクセス権の範囲内だけで動き、それ以上は動かない。一つの組織が異なるポリシーを持つ多数のシステムでデータを扱う場合に効いてくる。ガードレールは後付けではない。組み込みだ。
ボットごとのモデル選択
PromptQLはOLUという正規化された単位で利用量を測り、ボットごとに、あるいはスレッドの途中でも別のモデルを選べる。DeepSeek、Qwen、GLMといったオープンウェイトの選択肢は最先端モデルの何分の一かのコストで済むので、チームはタスクごとにコストと能力を天秤にかけられる。
メリットとデメリット
メリット
- 共有スレッドと共有コンテキストの頭脳により、修正は一人だけでなくチーム全体に効く。
- 既存のウェアハウス、データベース、SaaSアプリ、APIに、データを移動も再形成もせず接続する。
- 権限がデータ層で決定論的に強制され、セキュリティを重視する企業に合う。
- Hasuraの支援があり、そのGraphQL EngineとData Delivery Networkは大企業の中で動いている。
- チームはボットごと、あるいはスレッド途中でモデルを切り替え、コストと精度を調整できる。
デメリット
- 無料のPlaygroundはマルチプレイヤーボットの構築しかカバーしないので、実運用には有料プランが必要だ。
- Teamプランは1ユーザーあたり月40ドルからで、週ごとに刻んで請求されるため、人数が多いと積み上がる。
- シングルテナント配備と自前モデルの構成にはEnterpriseまたはCustom契約が必要で、小規模チームが気軽に得るのは難しい。
- APIの提供状況が公開されておらず、自動連携を前もって計画しにくい。
よくある質問
自社の業務データとシステムに接続し、コードを書いて実際の問いに答える。そしてチームが修正するほど良くなっていく。焦点は一般的なチャットではなく、根拠があり追跡可能な分析と自動化にある。
関連コンテンツ
PromptQLに関連するツール、スキル、記事を探す。
PromptQLの代替ツール
Forefront
Forefront · コーディングForefrontはオープンソースAIで構築するためのウェブプラットフォームだ。主要なオープンソース言語モデルを自分のデータで微調整し、性能を評価し、API経由で実行したり、エクスポートして自分でホストしたりできる。クローズドなプラットフォームの手軽さを求めつつ、モデルとデータの所有権にはこだわる開発者が対象だ。
Startkit
StartKit.AI · コーディングStartkitは、AI SaaSとAIラッパー製品を作るためのボイラープレートだ。面倒な部分をあらかじめ配線済みにしたAIスタートアップボイラープレートと考えればいい。認証、StripeとLemon Squeezyの決済、利用制限、トランザクションメール、そしてOpenAI、Anthropic、Groq、Llamaと通信するAI APIスターターキットが含まれる。リポジトリをクローンして価格を設定し、ユーザーが実際にお金を払う部分に取りかかれる。ReactとTailwind上のNext.jsで作られているため、ボイラープレートコードの多くはすでに見慣れたものだ。
Testim
Tricentis · コーディングTestimは、Web・モバイル・Salesforceアプリ向けにエンドツーエンドテストを構築して実行するAIテスト自動化プラットフォームだ。機械学習を頼りに、インターフェースが変わってもテストを安定させ、チームが壊れたセレクターの修正に費やす時間を減らす。今日から使い始められる自動テストツールとしては悪くない。ブラウザで操作を録画してテストを作り、より細かい制御が必要なときはJavaScriptを足す。忙しいQAチームにとって堅実な選択肢である。
