透明性を重視して設計された Atlassian Intelligence

Atlassian Intelligence による回答は、OpenAI によって開発された大規模言語モデルによって支えられています。たとえば、ここで説明されている OpenAI モデルです。

Atlassian Intelligence はこれらのモデルを使用して、製品内の自然言語を分析および生成します。

これらのモデルは、入力に基づいて回答を生成しますが、その本質は確率論に基づいています。つまり、学習させたデータに基づいて、次にくる可能性が最も高い単語やテキストを予測して回答が生成されます。

OpenAI のモデルの能力、またはこのアプローチについて詳しくは、OpenAI の研究論文をお読みください。

Atlassian Intelligence による回答機能は、Jira Service Management の仮想エージェントに接続されます。ジェネレーティブ AI を使って、リンクされたナレッジ・ベース・スペースを検索してカスタマーの質問に回答します。

アトラシアンでは、Atlassian Intelligence による回答は次のようなシナリオで最も効果的だと考えています。

• 完全で最新のナレッジ・ベースがリンクされており、仮想エージェントがそれらにアクセスし、Atlassian Intelligence による回答を使用してカスタマーの質問に回答できる。
• Atlassian Intelligence による回答は、次のようなカスタマーの質問への回答に使用されます。
  • 情報や手順説明を提供することで解決できる質問。
  • 既存のナレッジ・ベース記事に記載されている（または追加できる）質問。
  • 一般的にエージェントにエスカレーションする必要がない質問。

Atlassian Intelligence の回答にこれらのモデルがどのように使われているかを理解し、これらのモデルが不正確だったり、不完全だったり、信頼できない動作をしたりする場合があることを念頭に置くことが重要です。

たとえば、受け取った回答には基になっている内容が正確に反映されていなかったり、合理的なようでも虚偽または不完全な内容が含まれていたりする可能性があります。

Atlassian Intelligence の回答は、次のようなシナリオではあまり効果的でないことが判明しています。

• 人、場所、事実に関する最新かつ正確な情報が必要である。
• リクエストに正しく回答するためにアクセスする必要のある情報がすぐに利用できない（リンク先のナレッジ・ベースに存在しないなど）。
• ナレッジ・ベースが古いか不完全であるため、検索が役に立たないかもしれない。
• ナレッジ・ベースの記事に関連情報や質の高い情報が含まれていないため、それらの記事に基づいてカスタマーに提供される Atlassian Intelligence の回答が、関連性の低いものになる可能性がある。

このことから、Atlassian Intelligence を使用する状況をご検討いただき、受け取った回答の質を確認した上で、他の人と共有することをお勧めします。

こちらもぜひご検討ください。

• リンクされたナレッジ・ベース（およびそこに含まれる既存の記事）を積極的に見直して更新し、完全で最新の状態に保たれていることをご確認ください。
• リンクされたナレッジ・ベース・スペースに適用される権限と制限を積極的に見直して、Atlassian Intelligence の回答が役に立つ正しい情報にアクセスできることをご確認ください。

Jira Service Management における Atlassian Intelligence の回答にお客様のデータがどのように使用されるかについて、ご不明な点があると思います。このセクションは、当社の Trust Center で入手できる情報を補足するものです。

アトラシアンが処理する内容は次のとおりです。

• お客様のプロンプト（入力）と回答（出力）。
• プロンプトに関連するインスタンスのコンテキスト（リンクされたナレッジ・ベース・スペースなど）。
• クリックストリーム・データや一緒に作業する人など、お客様がアトラシアンの機能をどのように利用したかに関するデータ。
• お客様が提供することを選択した、この機能についてのフィードバック（フィードバックの一部として共有することを選択したプロンプトや回答を含む）。
• お客様のデータに関しては、Jira Service Management での Atlassian Intelligence の回答には、次のような対策を適用しています。
• お客様のプロンプト（入力）と回答（出力）：
  • 他のお客様は利用できません。
  • OpenAI 以外のサードパーティの LLM プロバイダーには送信されません。
  • OpenAI によって保存されません。
  • OpenAI のモデルの改善には使用されません。
  • エクスペリエンスを提供するためにのみ使用されます。
• OpenAI は、副処理者のリストに含まれる副処理者です。リクエストの処理以外の目的でお客様の入力と出力を使用することはありません。
• この機能は、リンクされたナレッジ・ベース・スペースに適用される権限と制限に従います。つまり、Jira Service Management ポータルでお客様が利用できるすべてのページが、Atlassian Intelligence の回答によって利用できるようになります。たとえば、特定の Confluence ページへのアクセスが制限されており、通常は Jira Service Management で利用できない場合、そのページのコンテンツは Atlassian Intelligence の回答による回答では提案されません。ご自身のコンテンツをインスタンスの他のユーザーへの回答として利用されないようにするには、組織の管理者に連絡して、権限が適切に設定されていることをご確認ください。

Atlassian Intelligence を使用する自動化では、OpenAI が開発した GPT モデルを利用しています。たとえば、こちらで説明されている OpenAI モデルです。

Atlassian Intelligence では、これらのモデルを利用して自然言語の入力を分析し、Jira と Confluence 内で自動化ルールを生成します。

これらのモデルは、入力された内容に基づいて回答を生成し、本質的に確率的です。つまり、学習したデータに基づいて、次にくる可能性が最も高い単語やテキストを予測して回答が生成されます。

OpenAI のモデルの機能に関する詳細をご確認いただくか、このアプローチの詳細を OpenAI の研究論文でご確認ください。

自動化ルールの作成は、日常の自動化エクスペリエンスの主要部分です。Jira と Confluence の自動化ルール ビルダーに Atlassian Intelligence を追加することで、自動化ルールの作成をさらに容易にします。自動化する内容を入力して説明するだけで、簡単に自動化ルールを作成できるようになりました。Atlassian Intelligence がルールを作成するので、面倒な作業はすべて任せられます。Jira と Confluence 向けの Atlassian Intelligence を使用した自動化の詳細をご覧ください。

Jira と Confluence 向けの Atlassian Intelligence を使用した自動化が最も効果を発揮するのは、開始方法がわからない場合や、ルール作成プロセスを加速したい場合です。

Atlassian Intelligence を使用して自動化を強化するために使用されるモデルの仕組みにより、これらのモデルが不正確、不完全、または信頼性の低い動作をする場合があることにご注意ください。

たとえば、受け取った回答には基になっている内容が正確に反映されていなかったり、妥当なようでも虚偽または不完全な内容が含まれていたりする可能性があります。

Atlassian Intelligence を使った自動化は、次のようなシナリオではあまり効果的でないことが判明しています。

• Atlassian Intelligence がリクエストに適切に回答するために、リクエスト送信者が利用できない情報 (たとえば、制限されたページやプロジェクト) へのアクセスを Atlassian Intelligence を使った自動化に提供する必要がある。
• 1 回限りのタスクを実行する必要がある。
• ナレッジ・ベース内から情報を問い合わせる必要がある。

このため、Atlassian Intelligence を利用する状況をご検討いただき、受け取った回答の質を確認した上で、他の人と共有することをお勧めします。

Atlassian Intelligence を使った自動化は、Jira と Confluence で利用可能な既存の自動化コンポーネントでのみ機能します。

また、前述のように、Atlassian Intelligence に質問する内容をできる限り具体的にします。

Atlassian Intelligence を使用して自動化する際にお客様のデータがどのように使用されるかについて疑問をお持ちのことでしょう。このセクションは、当社の Trust Center で入手できる情報を補足するものです。

アトラシアンが処理する内容は次のとおりです。

• お客様のプロンプト（入力）と回答（出力）。
• Jira プロジェクトまたは Confluence ページなど、プロンプトに関連するインスタンスのコンテキスト。
• クリックストリーム・データや一緒に作業する人など、お客様がアトラシアンの機能をどのように利用したかに関するデータ。
• お客様が提供することを選択した、この機能についてのフィードバック（フィードバックの一部として共有することを選択したプロンプトや回答を含む）。

データに関しては、Confluence 自動化での Atlassian Intelligence の利用には、次のような対策を適用しています。

• お客様のプロンプト（入力）と回答（出力）：
  • 他のお客様は利用できません。
  • OpenAI 以外のサードパーティの AI プロバイダーには送信されません。
  • OpenAI によって保存されません。
  • OpenAI モデルの改善には利用されません。
  • エクスペリエンスを提供するためにのみ使用されます。

OpenAI は、副処理者のリストに含まれる副処理者です。リクエストの処理以外の目的でお客様の入力と出力を使用することはありません。

この機能はインスタンスの権限に従います。たとえば、お客様が特定のプロジェクトまたはページにアクセスできない場合、それらのコンテンツを使用した提案が受信した回答に含まれることはありません。ご自身のコンテンツがインスタンスの他のユーザーへの回答として利用されないようにするには、組織の管理者に連絡して、権限が適切に設定されていることをご確認ください。

Chart insights is powered by large language models developed by OpenAI. These models include the OpenAI models described here.

Atlassian Intelligence uses these models to analyze and generate natural language within our products.

These models generate responses based on your inputs and are probabilistic in nature. This means that their responses are generated by predicting the most probable next word or text based on the data that they have been trained on.

Read more about the capabilities of OpenAI’s models, or about this approach in OpenAI’s research papers.

Chart insights uses Atlassian Intelligence to help speed up your understanding of data in any chart in Atlassian Analytics. It does so by using the dashboard title, chart title, and chart data (including column headers and row values) to generate a natural language summary of that chart and its data. It will also aim to identify any trends or anomalies to provide you with certain insights into that chart.

We believe that Chart insights work best in scenarios where:

• Charts have many rows of data.
• Charts have a dashboard title.
• Charts have column headers.
• Charts have values in all of the rows and columns.

Bar charts, line charts, and bar-line charts work best with this feature since they typically have trends, dates, and many rows of data.

It’s important to remember that because of the way that the models used to power Chart insights work, these models can sometimes behave in ways that are inaccurate, incomplete, or unreliable.

For example, the responses that you receive might not accurately reflect the content that they are based on, or include content that sounds reasonable but is false or incomplete.

We’ve found that Chart insights is less useful in scenarios where:

• You have charts with one or just a few rows of data.
• You have charts that are of the single value type.
• You have charts missing titles, axis-labels, and column headers.

For this reason, we encourage you to think about the situations when you use Atlassian Intelligence and review the quality of the responses you receive before sharing them with others.

You might also want to think about:

• Double checking the accuracy of the insights with other users who may have more context on the specific data displayed in the chart.
• Taking into account that Atlassian Intelligence is only using the context of a single chart and not the entire dashboard when providing a response.

We understand you may have questions about how Chart insights uses your data. This section supplements the information available on this page

We process:

• Your prompts (inputs) and responses (outputs).
• Context from your instance relevant to your prompt, such as the data in your chart.
• Data about how you interact with our features, such as clickstream data and the people you work with.
• Feedback you choose to provide about this feature, including any prompts or responses you choose to share as part of your feedback.

When it comes to your data, Chart insights applies the following measures.

• Your prompts (inputs) and responses (outputs):
  • Are not available to other customers.
  • Are not sent to any third party LLM provider other than OpenAI.
  • Are not stored by OpenAI
  • Are not used to improve OpenAI models.
  • Are used only to serve your experience.
• OpenAI is a subprocessor on our List of Subprocessors. They do not use your inputs and outputs for any purpose besides processing your request.
• This feature only uses information from the dashboard you have access to and have requested insights for.

Atlassian Intelligence を利用したページやブログの要約では、OpenAI が開発した LLM モデルを利用しています。これらのモデルには、こちらで説明されている OpenAI モデルが含まれます。

Atlassian Intelligence はこれらのモデルを利用して、製品内の自然言語を分析および生成します。

これらのモデルは、入力された内容に基づいて回答を生成し、本質的に確率的です。つまり、学習したデータに基づいて、次にくる可能性が最も高い単語やテキストを予測して回答が生成されます。

OpenAI のモデルの機能に関する詳細をご確認いただくか、このアプローチの詳細を OpenAI の研究論文でご確認ください。

Save time and get the details you need to do your work faster by generating a quick summary of a Confluence page or blog with Atlassian Intelligence. Find out more about using Atlassian Intelligence in Confluence.

We believe that summarizing pages and blogs using Atlassian Intelligence works best in scenarios when:

• There is a text-heavy page that takes a 5 minutes or more to read.
• There is a lot of written content, with limited visuals and/or other formatting like expands on a page.

Atlassian Intelligence の機能を利用してページやブログの要約を強化するというモデルの利用方法により、これらのモデルが不正確、不完全、または信頼性の低い動作をする場合があることにご注意ください。

たとえば、受け取った回答には基になっている内容が正確に反映されていなかったり、妥当なようでも虚偽または不完全な内容が含まれていたりする可能性があります。

当社は、マクロ、表、要約の展開のサポートを改善し続けていますが、Atlassian Intelligence を利用したページやブログの要約が、次のようなシナリオではあまり効果的でないことが判明しました。

• 人、場所、事実に関する最新かつ正確な情報が必要である。
• コンテンツが不十分な、非常に短い Confluence ページの要約が必要な場合。
• ほとんどのコンテンツが表形式または展開されている Confluence ページの要約が必要な場合。
• ほとんどのコンテンツがマクロである Confluence ページの要約が必要な場合。

Atlassian Intelligence を利用する状況をご検討いただき、受け取った回答の質を確認した上で、他の人と共有することをお勧めします。

次の内容もご検討ください。

• テキストベースのコンテンツが多いことがわかっているページを要約するよう Atlassian Intelligence に依頼する。

Confluence 自動化に Atlassian Intelligence を利用する際に、お客様のデータがどのように使用されるかについて疑問をお持ちのことでしょう。このセクションは、当社の Trust Center で入手できる情報を補足します。

アトラシアンが処理する内容は次のとおりです。

• お客様のプロンプト（入力）と回答（出力）。

• 要約する Confluence ページのコンテンツなど、プロンプトに関連するインスタンスのコンテキスト。

• クリックストリーム・データや一緒に作業する人など、お客様がアトラシアンの機能をどのように利用したかに関するデータ。

• お客様が提供することを選択した、この機能についてのフィードバック（フィードバックの一部として共有することを選択したプロンプトや回答を含む）。

データに関しては、Atlassian Intelligence を利用したページやブログの要約には、次のような対策を適用しています。

• お客様のプロンプト（入力）と回答（出力）：
  • 他のお客様は利用できません。
  • OpenAI 以外のサードパーティの LLM プロバイダーには送信されません。
  • OpenAI によって保存されません。
  • OpenAI の改善には利用されません。
  • エクスペリエンスを提供するためにのみ使用されます。
• OpenAI は、副処理者のリストに含まれる副処理者です。リクエストの処理以外の目的でお客様の入力と出力を使用することはありません。
• この機能はインスタンスの権限に従います。たとえば、Confluence ページにアクセスできない場合、この機能は表示されず、Atlassian Intelligence を利用してページを要約することもできません。ご自身のコンテンツをインスタンスの他のユーザーに利用されないようにするには、組織の管理者に連絡して、権限が適切に設定されていることをご確認ください。

Confluence での Atlassian Intelligence を利用した用語の定義には、OpenAI が開発した大規模な言語モデルを利用しています。これらのモデルには、こちらで説明されている OpenAI モデルが含まれます。

Atlassian Intelligence はこれらのモデルを利用して、Confluence 内の自然言語による回答を分析および生成します。

これらのモデルは、入力された内容に基づいて回答を生成し、本質的に確率的です。つまり、学習したデータに基づいて、次にくる可能性が最も高い単語やテキストを予測して回答が生成されます。

Confluence でコンテンツを利用する際に最も難しいことの 1 つは、読んでいる内容を理解するために必要となるコンテキストの把握です。略語、頭字語、なじみのない用語、チームやプロジェクト固有の名前は、必要な情報を得るために長時間検索することにつながります。

Atlassian Intelligence を利用して用語を定義すると、Confluence のページ上の会社固有の用語、頭字語、プロジェクト名、またはステータスの定義が提供されます。これにより、ユーザーは必要な情報を随時取得でき、それと同時にチームの連携を強化できます。

Atlassian Intelligence を使用すれば、読んでいるコンテンツから離れることなくこれらを自動的に定義できるため、時間を節約できます。

Confluence での Atlassian Intelligence を利用した用語の定義は、次のようなシナリオで最も効果的です。

• 会社の Confluence インスタンスには、Atlassian Intelligence が参照する特定の用語について言及、記述、または説明しているページが複数ある。

Confluence で Atlassian Intelligence の機能を利用して用語を定義するというモデルの利用方法により、これらのモデルが不正確、不完全、または信頼性の低い動作をする場合があることにご注意ください。

たとえば、受け取った回答には基になっている内容が正確に反映されていなかったり、妥当なようでも虚偽または不完全な内容が含まれていたりする可能性があります。

Confluence で Atlassian Intelligence を利用して用語の定義をすることは、次のようなシナリオではあまり効果的でないことが判明しました。

• 人、場所、事実に関する最新かつ正確な情報が必要である。
• Confluence インスタンス内の用語についてのコンテキストが十分ではない（たとえば、特定の用語に言及しているページがない場合、その用語の定義は正確に生成されません）。
• 一度に 1 つの用語を定義するのではなく、複数の用語を定義しようとしている。

Confluence で Atlassian Intelligence を利用して用語を定義する際に、お客様のデータがどのように使用されるかについて疑問をお持ちのことでしょう。このセクションは、当社の Trust Center で入手できる情報を補足します。

私たちは以下を処理します。

• お客様のプロンプト（入力）と回答（出力）。
• 定義したい用語など、プロンプトに関連するインスタンスのコンテキスト。
• クリックストリーム・データや一緒に作業する人など、お客様が私たちの機能をどのように利用したかに関するデータ。
• お客様が提供することを選択した、この機能についてのフィードバック（フィードバックの一部として共有することを選択したプロンプトや回答を含む）。

データに関しては、Confluence で Atlassian Intelligence を使用して用語を定義すると、次の基準が適用されます。

• お客様のプロンプト（入力）と回答（出力）は：
  • 他のお客様は利用できません
  • OpenAI 以外のサードパーティの LLM プロバイダには送信されません。
  • OpenAI によって保存されません。
  • OpenAI モデルの改善には利用されません。
  • ご自身のエクスペリエンスのためにのみ利用されます。
• OpenAI は、サブプロセッサーのリストにあるサブプロセッサーです。リクエストの処理以外の目的で入力と出力を使用することはありません。
• この機能は既存のユーザー・アクセス権限に従うため、ユーザーがアクセス権限を持たないコンテンツから定義が表示されることはありません。その代わりに、この機能は、ユーザーがインスタンス内で閲覧する権限を持っている Confluence ページからのみコンテンツと定義を取得します。ご自身のコンテンツをインスタンスの他のユーザーへの回答として利用されないようにするには、組織の管理者に連絡して、権限が適切に設定されていることをご確認ください。

Atlassian Intelligence を使用したプル リクエストの説明の生成は、OpenAI が開発した大規模言語モデル (LLM) を使用して行います。たとえば、こちらで説明されている OpenAI モデルです。

Atlassian Intelligence はこれらのモデルを使用して、製品内の自然言語およびコードを分析し、説明を生成します。

これらのモデルは、入力された内容に基づいて回答を生成し、本質的に確率的です。つまり、学習したデータに基づいて、次にくる可能性が最も高い単語やテキストを予測して回答が生成されます。

OpenAI のモデルの能力、またはこのアプローチについて詳しくは、OpenAI の研究論文をお読みください。

Atlassian Intelligence は、Bitbucket Cloud のコード レビュー エクスペリエンスでプル リクエストの説明やコメントを書いているときに、コンテンツの生成、変換、要約をサポートします。これには、次が含まれます。

• プル リクエストに含まれるコード変更に基づいてプル リクエストの説明を生成します。
• プル リクエストの説明の要約、改善、またはトーン変更を行います。
• プル リクエストのコメントの要約、改善、またはトーン変更を行います。

アトラシアンでは、Atlassian Intelligence を使用した Bitbucket Cloud のプル リクエストの説明の生成は、次のようなシナリオで最も効果的だと考えています。

• コード作成者が、プル リクエストの説明を書いたり改善したりするのを、Atlassian Intelligence に手伝ってもらいたい。これは、Atlassian Intelligence によって生成されたコンテンツがプル リクエストの説明として適切であると判断できるチームに最適です。
• コード レビュー担当者が、すでに下書きしたプル リクエストのコメントのトーンや内容の改善を、Atlassian Intelligence に手伝ってもらいたい。

この機能に使用されているモデルは、その構造上、不正確だったり、不完全だったり、信頼できない動作をしたりする場合があることを念頭に置くことが重要です。

たとえば、受け取った回答に質問の内容が正確に反映されていなかったり、妥当なようでも虚偽または不完全な内容が含まれていたりする可能性があります。

Atlassian Intelligence を使用した Bitbucket Cloud のプル リクエストの説明の生成は、次のようなシナリオではあまり効果的ではないことが判明しています。

• プル リクエストの説明で、コード変更にまだ存在していない情報 (たとえば、リポジトリの他の場所に含まれているソース コード) について言及する必要がある。
• Atlassian Intelligence によって生成されたコンテンツがプル リクエストの説明として正しいかどうかを判断できない。
• 人、場所、事実に関する最新かつ正確な情報が必要である。

このことから、Atlassian Intelligence を使用する状況をご検討いただき、受け取った回答の質を確認した上で、他の人と共有することをお勧めします。

こちらもぜひご検討ください。

• Atlassian Intelligence に質問する内容をできるだけ具体的にする。
• AI ライティング・アシスタントによって生成された出力を校正、レビュー、編集して、正確でわかりやすくします。
• 他のユーザーと協力してフィードバックを収集し、出力の品質を向上させます。

Confluence で Atlassian Intelligence を利用して用語を定義する際に、お客様のデータがどのように使用されるかについて疑問をお持ちのことでしょう。このセクションは、当社の Trust Center で入手できる情報を補足します。

私たちは以下を処理します。

• プロンプト (入力) と回答 (出力)
• プロンプトに関連するインスタンスからのコンテキスト:
  • プル リクエストのコード変更とコミット メッセージ
  • プル リクエストの説明の内容
  • プル リクエストのコメントの内容
• クリックストリーム・データや一緒に作業する人など、お客様がアトラシアンの機能をどのように利用したかに関するデータ。
• この機能について提供したいフィードバック

Atlassian Intelligence を使用したプル リクエストの説明の生成では、データについて次のような対策を適用しています。

• プロンプト（入力）と回答（出力）：
  • 他のお客様は利用できません
  • OpenAI 以外のサードパーティ AI プロバイダには送信されません。
  • OpenAI によって保存されません。
  • OpenAI モデルの改善には利用されません。
  • ご自身のエクスペリエンスのためにのみ利用されます。
• OpenAI は、副処理者のリストに含まれる副処理者です。リクエストの処理以外の目的でお客様のデータを使用することはありません。

Atlassian Analytics での Atlassian Intelligence を使用した SQL クエリの生成には、OpenAI が開発した大規模な言語モデルを利用しています。これらのモデルには、こちらで説明されている OpenAI モデルが含まれます。

Atlassian Intelligence はこれらのモデルを使用して自然言語を分析および理解し、それを Atlassian Analytics 内でSQL（構造化クエリ言語）に変換します。

これらのモデルは、入力に基づいて回答を生成しますが、その本質は確率論に基づいています。つまり、学習させたデータに基づいて、次にくる可能性が最も高い単語やテキストを予測して回答が生成されます。

OpenAI のモデルの能力、またはこのアプローチについて詳しくは、OpenAI の研究論文をお読みください。

独自の SQL クエリをゼロから作成するのではなく、Atlassian Intelligence に自然言語で質問して、SQL に変換させます。質問すると、Atlassian Intelligence は、選択したデータ・ソースの Atlassian Data Lake のスキーマを使用して、Atlassian Analytics ダッシュボードにグラフを作成するための SQL クエリを生成します。Data Lake のスキーマについて学ぶのにも役立ちます。

アトラシアンでは、Atlassian Intelligence を使用した SQL クエリの生成は、次のようなシナリオで最も効果的だと考えています。

• 生成された SQL から始めて、必要に応じてクエリを調整してカスタム・グラフを構築したいと考えている。
• 自然言語の質問には Atlassian Data Lake のスキーマで参照されている単語や概念が含まれており、できるだけ具体的に記入されている。
• Atlassian Data Lake のスキーマの詳細を確認したいと考えている。

Atlassian Intelligence を使用して SQL クエリを生成するために使用されるモデルの動作方法により、これらのモデルは不正確、不完全、または信頼性の低い方法で動作する場合があることに留意することが重要です。

たとえば、受け取った回答には基になっている内容が正確に反映されていなかったり、合理的なようでも虚偽または不完全な内容が含まれていたりする可能性があります。

Atlassian Intelligence を使用した SQL クエリの生成は、次のようなシナリオではあまり役に立たないことが判明しました。

• 人、場所、事実に関する最新かつ正確な情報が必要である。
• この機能が、Atlassian Data Lake のスキーマではすぐに利用できない情報（たとえば、Advanced Roadmaps のデータなど）にアクセスし、質問に適切に答えるために必要である。
• 質問にカスタム・フィールドへの参照が含まれている。
• 英語以外の言語で質問されている。
• Atlassian Intelligence から返された SQL を検証できるほど SQL に精通していない。

このことから、Atlassian Intelligence を使用する状況をご検討いただき、受け取った回答の質を確認した上で、他の人と共有することをお勧めします。

こちらもぜひご検討ください。

• Atlassian Intelligence に質問する内容をできるだけ具体的にする。
• 使用している Atlassian Data Lake のデータ・ソースに、質問に答えるのに必要なデータが含まれていることを確認する。

Atlassian Intelligence を利用して SQL クエリを生成する際に、お客様のデータがどのように使用されるかについて疑問をお持ちのことでしょう。このセクションは、当社の Trust Center で入手できる情報を補足します。

私たちは以下を処理します。

• お客様のプロンプト（入力）と回答（出力）。
• インスタンスに適用可能な、一般公開されている Atlassian Data Lake のスキーマを含む、プロンプトに関連するインスタンスからのコンテキスト。
• クリックストリーム・データや一緒に作業する人など、お客様が私たちの機能をどのように利用したかに関するデータ。
• お客様が提供することを選択した、この機能についてのフィードバック（フィードバックの一部として共有することを選択したプロンプトや回答を含む）。

データに関しては、Atlassian Intelligence を使用した SQL クエリの生成には、次のような対策を適用しています。

• お客様のプロンプト（入力）と回答（出力）は：
  • 他のお客様は利用できません。
  • OpenAI 以外のサードパーティ AI プロバイダには送信されません。
  • OpenAI によって保存されません。
  • OpenAI モデルの改善には利用されません。
  • ご自身のエクスペリエンスのためにのみ利用されます。
• OpenAI は、サブプロセッサーのリストにあるサブプロセッサーです。リクエストの処理以外の目的で入力と出力を使用することはありません。
• この機能は、Atlassian Data Lake の接続の権限に従います。たとえば、Atlassian Data Lake 接続にアクセスできない場合、SQL を構築してクエリを実行することはできません。

編集エクスペリエンスにおける Atlassian Intelligence は、OpenAI によって開発された大規模言語モデルによって支えられています。これらのモデルには、こちらで説明されている OpenAI モデルが含まれます。

Atlassian Intelligence はこれらのモデルを使用して、製品内の自然言語を分析および生成します。

これらのモデルは、入力に基づいて回答を生成しますが、その本質は確率論に基づいています。つまり、学習させたデータに基づいて、次にくる可能性が最も高い単語やテキストを予測して回答が生成されます。

OpenAI のモデルの能力、またはこのアプローチについて詳しくは、OpenAI の研究論文をお読みください。

Atlassian Intelligence は、組織内のすべてのチームで効果的なコミュニケーションを促進し、効率、意思決定、プロセスを向上させるのに役立ちます。

アトラシアンでは、編集エクスペリエンスに Atlassian Intelligence を使用すると、次のようなシナリオで最も効果的だと考えています。

• 既存のコンテンツを対象ユーザー別に変換する。Atlassian Intelligence は、調子を変えたり、文章を改善し、技術情報を他のチームが理解しやすくしたりするのに役立ちます。これは、文章をより専門的かつ簡潔にしたいチームに最適です。
• 既存のコンテンツを要約する。Atlassian Intelligence を使用すると、大まかなメモを有益な戦略ドキュメンテーション、ナレッジ・ベース記事、キャンペーン計画などに変換できます。また、既存の情報を分析して行動計画や項目を分析するのにも使用できます。これは、ページ内のテキスト量が多く、そこから多くのコンテキストを抽出する場合に最適です。
• 新しいコンテンツを生成する。Atlassian Intelligence は、戦略ページ、プロジェクト概要、リリース・ノート、ユーザー・ストーリーなどの新しいコンテンツを作成するのに役立ちます。これは、チームが特定の目標を念頭に置き、明確で具体的なプロンプトを使用する場合に最適です。

Atlassian Intelligence を使用した編集エクスペリエンスにモデルがどのように使われているかを理解し、これらが不正確だったり、不完全だったり、信頼できない動作をしたりする場合があることを念頭に置くことが重要です。

たとえば、受け取った応答には基になっている内容が正確に反映されていなかったり、合理的なようでも虚偽または不完全な内容が含まれていたりする可能性があります。

編集エクスペリエンスにおける Atlassian Intelligence は、次のようなシナリオでは、あまり効果的でないことが判明しました。

• 人、場所、事実に関する最新かつ正確な情報が必要である。
• リクエストに正しく回答するためにアクセスする必要のある情報がすぐに利用できない（インスタンスに存在しないなど）。
• 標準のマークダウンを超える形式でコンテンツを生成する必要がある（情報パネルを最初から生成するなど）。
• 編集中の文書にはまだ存在していない情報を参照する必要がある（別の文書や別の製品に存在するコンテンツなど）。
• 英語以外の言語でコンテンツを生成および変換する必要がある。

このことから、Atlassian Intelligence を使用する状況をご検討いただき、受け取った回答の質を確認した上で、他の人と共有することをお勧めします。

こちらもぜひご検討ください。

• Atlassian Intelligence に質問する内容をできるだけ具体的にする。
• 複雑な要求をより小さな管理しやすいタスクに分割します。
• 関連するキーワードを組み込んで、生成されるコンテンツの精度を高めます。
• 入力テキストには適切な文法と句読点を使用します。
• AI ライティング・アシスタントによって生成された出力を校正、レビュー、編集して、正確でわかりやすくします。
• さまざまなプロンプトや入力テキストのバリエーションを試して、さまざまなアイデアを探ります。
• 他のユーザーと協力してフィードバックを収集し、出力の品質を向上させます。

編集エクスペリエンスにおいて Atlassian Intelligence でお客様のデータがどのように使用されるかについて疑問をお持ちのことでしょう。このセクションは、当社の Trust Center で入手できる情報を補足します。

私たちは以下を処理します。

• お客様のプロンプト（入力）と回答（出力）。
• Atlassian Intelligence をトリガーした製品など、プロンプトに関連するインスタンスからのコンテキスト。
• クリックストリーム・データや一緒に作業する人など、お客様が私たちの機能をどのように利用したかに関するデータ。
• お客様が提供することを選択した、この機能についてのフィードバック（フィードバックの一部として共有することを選択したプロンプトや回答を含む）。

データに関しては、編集エクスペリエンスにおける Atlassian Intelligence には、次の対策を適用しています。

• お客様のプロンプト（入力）と回答（出力）は：
  • 他のお客様は利用できません。
  • OpenAI 以外のサードパーティの LLM プロバイダには送信されません。
  • OpenAI によって保存されません。
  • OpenAI モデルの改善には利用されません。
  • ご自身のエクスペリエンスのためにのみ利用されます。
• OpenAI は、サブプロセッサーのリストにあるサブプロセッサーです。リクエストの処理以外の目的で入力と出力を使用することはありません。
• この機能はインスタンスの権限に従います。たとえば、特定の Confluence ページにアクセスできない場合、受信した回答でそのページのコンテンツが提案されることはありません。ご自身のコンテンツをインスタンスの他のユーザーへの回答として利用されないようにするには、組織の管理者に連絡して、権限が適切に設定されていることをご確認ください。

Atlassian Intelligence を使用した Confluence での回答の検索では、OpenAI が開発した LLM モデルを使用しています。たとえば、こちらで説明されている OpenAI モデルです。

Atlassian Intelligence はこれらのモデルを使用して、製品内の自然言語を分析および生成します。

これらのモデルは、入力に基づいて回答を生成しますが、その本質は確率論に基づいています。つまり、学習させたデータに基づいて、次にくる可能性が最も高い単語やテキストを予測して回答が生成されます。

OpenAI のモデルの能力、またはこのアプローチについて詳しくは、OpenAI の研究論文をお読みください。

ナレッジ・ベースが急速に拡大しすぎて、ユーザーが追いつけません。Atlassian Intelligence を使用して Confluence で回答を検索すると、作業を進めるために必要な重要な情報にすばやくアクセスできます。この機能は、必要な情報を簡単に見つけるのに役立ちます。ユーザーがチームメイトに尋ねるような質問を理解し、即座に回答します。Atlassian Intelligence を使用して Confluence で回答を検索する方法の詳細を見る

Atlassian Intelligence を使用して Confluence で回答を検索するのは、詳細で完全かつ最新のコンテンツが Confluence サイトに大量に記載されている場合に最適だと私たちは考えています。

この機能は新しいコンテンツを生成するのではなく、（制限を守りながら） Confluence のページやブログを検索し、質問への回答を見つけます。Atlassian Intelligence は、Confluence の内容（具体的にはユーザーがアクセス権を持っている情報）のみに基づいて回答を生成します。

Atlassian Intelligence を使用して Confluence で回答を検索するために使用されるモデルの仕組み上、これらのモデルは不正確、不完全、または信頼性の低い方法で動作する場合があることにご注意ください。

たとえば、受け取った回答に質問の内容が正確に反映されていなかったり、妥当なようでも虚偽または不完全な内容が含まれていたりする可能性があります。

Atlassian Intelligence を使用した Confluence での回答の検索は、次のようなシナリオではあまり効果的でないことが判明しています。

• 人、場所、事実に関する最新かつ正確な情報が必要である。
• 頻繁に変更される傾向がある情報（たとえば、毎月更新されるロードマップ）について、最新かつ正確な情報が必要である。
• 特定の人々と、その人が組織で果たしている役割について、最新かつ正確な情報が必要である。
• 質問に正しく回答するためには、自分が利用できない情報へのアクセス権が必要である（Confluence インスタンスのページが制限されているなど）。
• 回答が、さまざまな値やカテゴリ（たとえば、毎週更新される指標）で構成されている。
• ニュアンス、複雑さ、または人間レベルの推論を必要とする答えが必要である。

このことから、Atlassian Intelligence を使用する状況をご検討いただき、受け取った回答の質を確認した上で、他の人と共有することをお勧めします。

こちらもぜひご検討ください。

• Atlassian Intelligence に質問する内容をできるだけ具体的にする。
• Confluence インスタンスに文書化されていることを把握しており、かつアクセス権を有していることについて質問する。

Atlassian Intelligence を使用して Confluence で回答を検索する際にお客様のデータがどのように使用されるかについて疑問をお持ちのことでしょう。このセクションは、当社の Trust Center で入手できる情報を補足するものです。

アトラシアンが処理する内容は次のとおりです。

• お客様のプロンプト（入力）と回答（出力）。
• Confluence 検索から返された上位 3 ページのコンテンツなど、プロンプトに関連するインスタンスからのコンテキスト。
• クリックストリーム・データや一緒に作業する人など、お客様がアトラシアンの機能をどのように利用したかに関するデータ。
• お客様が提供することを選択した、この機能についてのフィードバック（フィードバックの一部として共有することを選択したプロンプトや回答を含む）。

Atlassian Intelligence を使用して Confluence で回答を検索する際には、お客様のデータについて次のような対策が適用されます。

• プロンプト（入力）と回答（出力）：
  • 他のお客様は利用できません。
  • OpenAI 以外のサードパーティの LLM プロバイダには送信されません。
  • OpenAI によって保存されません。
  • OpenAI モデルの改善には利用されません。
  • ご自身のエクスペリエンスのためにのみ利用されます。
• OpenAI は、当社の副処理者のリストに含まれる副処理者です。リクエストの処理以外の目的でお客様の入力と出力を使用することはありません。
• この機能はインスタンスの権限に従います。たとえば、特定の Confluence ページにアクセスできない場合、受信する回答にそのページのコンテンツが使用されることはありません。ご自身のコンテンツがインスタンスの他のユーザーへの回答として利用されないようにするには、組織の管理者に連絡して、権限が適切に設定されていることをご確認ください。

Atlassian Intelligence を使用した Jira での課題検索には、OpenAI が開発した大規模な言語モデルが使用されています。このモデルには、こちらで説明する OpenAI モデルが含まれています。これは、生成された合成データを使用してアトラシアンが微調整したものです。

Atlassian Intelligence はこれらのモデルを使用して自然言語を分析および理解し、それを Atlassian Analytics 内で JQL（Jira クエリ言語）に変換します。

これらのモデルは、入力に基づいて回答を生成しますが、その本質は確率論に基づいています。つまり、学習させたデータに基づいて、次にくる可能性が最も高い単語やテキストを予測して回答が生成されます。

OpenAI モデルの機能と OpenAI の微調整の詳細をお読みください。また、このアプローチの詳細については、OpenAI の研究論文もお読みください。

複雑なクエリを作成するのではなく、日常の言葉で何をしたいかを Atlassian Intelligence に質問できるようになりました。Atlassian Intelligence を使用して課題を検索すると、プロンプトが JQL クエリに変換され、特定の課題をすばやく検索できます。

アトラシアンでは、Atlassian Intelligence を使用した課題の検索は、次のような場合に最も効果的だと考えています。

• Jira プロジェクトで使用可能な課題フィールドを使用して Jira の課題をクエリしている。
• クエリには、課題検索を絞り込むのに役立つ特定のフィールドと値が含まれている。
• 検索対象のフィールドと値が Jira プロジェクトに存在している。
• 英語でクエリを実行している。
• クエリは JQL に翻訳可能である。Atlassian Intelligence はプロンプトを JQL コードに変換するので、入力に JQL に変換できるキーワードが含まれる場合、より良い結果が得られます。

Atlassian Intelligence を使用して課題を検索するために使用されるモデルの仕組み上、これらのモデルは不正確、不完全、または信頼性の低い方法で動作する場合があることにご注意ください。

たとえば、質問の内容が受け取った回答に正確に反映されていなかったり、一見筋が通っているようでも虚偽または不完全な内容が含まれていたりする可能性があります。

Atlassian Intelligence を使用した課題の検索は、次のようなシナリオではあまり効果的でないことが判明しています。

• 人、場所、事実に関する最新かつ正確な情報が必要である。
• プロジェクト、ボード、ユーザーなど、課題以外の Jira エンティティを検索している。
• 英語以外の言語で検索している。
• データのグラフ、要約、またはその他の表示を作成するために課題を検索して分析したいと考えている。
• 現在 JQL で提供されていない機能が検索に必要である（たとえば、「自分がコメントした課題を検索する」などの質問は JQL の機能に変換できない）。

このことから、Atlassian Intelligence を使用する状況をご検討いただき、受け取った回答の質を確認した上で、他の人と共有することをお勧めします。

また、Atlassian Intelligence に質問する内容はできる限り具体的にしてください。検索するフィールドや値を正確に含めます。

Atlassian Intelligence を使用して課題を検索する際にお客様のデータがどのように使用されるかについて疑問をお持ちのことでしょう。このセクションは、当社の Trust Center で入手できる情報を補足するものです。

アトラシアンが処理する内容は次のとおりです。

• お客様のプロンプト（入力）と回答（出力）。
• 現在取り組んでいるプロジェクトなど、プロンプトに関連するインスタンスからのコンテキスト。
• クリックストリーム・データや一緒に作業する人など、お客様がアトラシアンの機能をどのように利用したかに関するデータ。
• お客様が提供することを選択した、この機能についてのフィードバック（フィードバックの一部として共有することを選択したプロンプトや回答を含む）。

Atlassian Intelligence を使用して課題を検索する際には、お客様のデータについて次のような対策が適用されます。

• プロンプト（入力）と回答（出力）：
  • 他のお客様は利用できません。
  • OpenAI 以外のサードパーティの LLM プロバイダには送信されません。
  • OpenAI によって保存されません。
  • OpenAI モデルの改善には利用されません。
  • ご自身のエクスペリエンスのためにのみ利用されます。
• OpenAI は、副処理者のリストに含まれる副処理者です。リクエストの処理以外の目的でお客様の入力と出力を使用することはありません。
• 検索結果は、アクセスできる課題とフィールドに基づく（たとえば、特定の Jira プロジェクトにアクセスできない場合、そのプロジェクトの課題とフィールドは検索結果に表示されない）。

Atlassian Intelligence を使用してリクエスト・タイプを提案することは、OpenAI が開発した大規模な言語モデルによって支えられています。これらのモデルには、こちらで説明されている OpenAI モデルが含まれます。

Atlassian Intelligence はこれらのモデルを使用して自然言語入力を分析し、Jira Service Management 内でリクエスト・タイプの名前と説明に関する推奨事項を生成します。

これらのモデルは、入力に基づいて回答を生成しますが、その本質は確率論に基づいています。つまり、学習させたデータに基づいて、次にくる可能性が最も高い単語やテキストを予測して回答が生成されます。

OpenAI のモデルの能力、またはこのアプローチについて詳しくは、OpenAI の研究論文をお読みください。

Atlassian Intelligence からの候補を表示することで、プロジェクト用にどのようなリクエスト・タイプを作成する必要があるかを考える時間を削減できます。自分の作業とチームが通常管理しているものを簡単に説明するだけで、どのようなタイプのリクエストを作成できるかがわかります。Atlassian Intelligence によって生成された提案の 1 つを選択して、リクエスト・タイプを作成します。Atlassian Intelligence を使用してリクエスト・タイプを提案する方法の詳細をご覧ください。

アトラシアンでは、Atlassian Intelligence を使用したリクエスト・タイプの提案は、次のようなシナリオで最も効果的だと考えています。

• 既存のリクエスト・タイプのテンプレートでは対応できない、非常に特殊なユース・ケースがある。
• 非常に大まかな要件があり、いくつかのアイデアを探している。
• 広く話されている言語（英語やスペイン語など）を使用している。

Atlassian Intelligence を使用してリクエスト・タイプを提案するために使用されるモデルの動作方法により、これらのモデルは不正確、不完全、または信頼性の低い方法で動作する場合があることに留意することが重要です。

たとえば、受け取った回答には基になっている内容が正確に反映されていなかったり、合理的なようでも虚偽または不完全な内容が含まれていたりする可能性があります。

Atlassian Intelligence を使用したリクエスト・タイプの提案は、次のようなシナリオではあまり効果的でないことが判明しました。

• 人、場所、事実に関する最新かつ正確な情報が必要である。
• この機能が、リクエストに正しく回答するためにアクセスする必要のある情報がすぐに利用できない場合（インスタンスに含まれていない場合など）。
• あいまいすぎるか、サービス管理とは無関係なプロンプトを提供している。
• 広く話されている言語を使っていない。

このことから、Atlassian Intelligence を使用する状況をご検討いただき、受け取った回答の質を確認した上で、他の人と共有することをお勧めします。

こちらもぜひご検討ください。

• Atlassian Intelligence に質問する内容をできるだけ具体的にする。

リクエスト・タイプの提案に Atlassian Intelligence を使用する際にお客様のデータがどのように使用されるかについて疑問をお持ちのことでしょう。このセクションは、当社の Trust Center で入手できる情報を補足するものです。

アトラシアンが処理する内容は次のとおりです。

• お客様のプロンプト（入力）と回答（出力）。
• プロンプトに関連するインスタンスからのコンテキスト。
• クリックストリーム・データや一緒に作業する人など、お客様がアトラシアンの機能をどのように利用したかに関するデータ。
• お客様が提供することを選択した、この機能についてのフィードバック（フィードバックの一部として共有することを選択したプロンプトや回答を含む）。

Atlassian Intelligence を使用してリクエスト・タイプを提案する際には、お客様のデータについて次のような対策が適用されます。

• プロンプト（入力）と回答（出力）：
  • 他のお客様は利用できません。
  • OpenAI 以外のサードパーティの LLM プロバイダには送信されません。
  • OpenAI によって保存されません。
  • OpenAI モデルの改善には利用されません。
  • ご自身のエクスペリエンスのためにのみ利用されます。
• OpenAI は、副処理者のリストに含まれる副処理者です。リクエストの処理以外の目的でお客様の入力と出力を使用することはありません。
• この機能にはプロンプトの情報のみが使用されるため、Jira のすべての権限が尊重されます。

Atlassian Intelligence を使用した課題の詳細の要約は、OpenAI が開発した大規模な言語モデルによって支えられています。たとえば、こちらで説明されている OpenAI モデルです。

Atlassian Intelligence はこれらのモデルを使用して、アトラシアン製品内の自然言語を分析および生成します。

これらのモデルは、入力に基づいて回答を生成しますが、その本質は確率論に基づいています。つまり、学習させたデータに基づいて、次にくる可能性が最も高い単語やテキストを予測して回答が生成されます。

OpenAI のモデルの能力、またはこのアプローチについて詳しくは、OpenAI の研究論文をお読みください。

Jira Service Management で課題に関する長文の説明や多数のコメントをすべて読む代わりに、Atlassian Intelligence でこれらの情報をすばやく要約できます。簡単に新しい関係者と情報を共有したり、新しいエージェントにチケットを移動したり、課題に関する詳細情報を入手したりできます。これにより、エージェントは課題のコンテキストと進捗状況をすばやく理解でき、迅速に行動し、タイムリーな支援を提供できます。

Atlassian Intelligence を使用した課題の詳細の要約は、次の場合に最適だと私たちは考えています。

• 説明とコメントが英語で記述されている課題。
• コメントの数が多い課題や、コメントや説明が長い課題。

Atlassian Intelligence の機能を使用して課題の詳細の要約を強化するというモデルの仕組み上、これらのモデルが不正確、不完全、または信頼性の低い動作をする場合があることにご注意ください。

たとえば、受け取った回答には基になっている内容が正確に反映されていなかったり、合理的なようでも虚偽または不完全な内容が含まれていたりする可能性があります。

Atlassian Intelligence を使用した課題の詳細の要約は、次のようなシナリオではあまり効果的でないことが判明しています。

• 英語以外の言語を使用している
• 課題に履歴や詳細がない

このことから、Atlassian Intelligence を使用する状況をご検討いただき、受け取った回答の質を確認した上で、他の人と共有することをお勧めします。

Atlassian Intelligence を使用して課題の詳細を要約する際にお客様のデータがどのように使用されるかについて疑問をお持ちのことでしょう。このセクションは、当社の Trust Center で入手できる情報を補足するものです。

アトラシアンが処理する内容は次のとおりです。

• お客様のプロンプト（入力）と回答（出力）。
• プロンプトに関連するインスタンスからのコンテキストには、Jira Service Management の課題に関する詳細が含まれます（課題の説明、コメント、チケットに関係するユーザーなど）。
• クリックストリーム・データや一緒に作業する人など、お客様がアトラシアンの機能をどのように利用したかに関するデータ。
• お客様が提供することを選択した、この機能についてのフィードバック（フィードバックの一部として共有することを選択したプロンプトや回答を含む）。

Atlassian Intelligence を使用して課題の詳細を要約する際には、お客様のデータについて次のような対策が適用されます。

• プロンプト（入力）と回答（出力）：
  • 他のお客様は利用できません。
  • OpenAI 以外のサードパーティの LLM プロバイダには送信されません。
  • OpenAI によって保存されません。
  • OpenAI モデルの改善には利用されません。
  • ご自身のエクスペリエンスのためにのみ利用されます。
• OpenAI は、副処理者のリストに含まれる副処理者です。リクエストの処理以外の目的でお客様の入力と出力を使用することはありません。
• この機能はインスタンスの権限に従います。エージェントとプロジェクト管理者のみに「要約」ボタンが表示されます。