Profound Agents は、モジュール式のノードベースのワークフロービルダーです。ライブの可視性データの取得から、最適化されたコンテンツの CMS への公開まで、AEO サイクル全体をチームで自動化できます。Profound の AEO データ、主要な AI モデル、そしてチームがすでに使用しているツールを、1 つの連携したパイプラインにまとめます。
Agents は非常に汎用性が高いため、ユースケースも多岐にわたります。たとえば次のようなものがあります。
- Answer Engine Insights のレポートを実行し、Slack 経由で自動的にチームに送信する。
- コンテンツのギャップを特定し、そのギャップを埋める最適化されたコンテンツを自動的に作成する。
- パフォーマンスの低いコンテンツを検出し、AI 検索でより良い成果を上げられるよう自動的に更新する。
Agents は、決まったユースケースだけを解決するために設計された製品ではありません。チーム固有のニーズに適応できるように構築されています。自然言語の Agent Assistant を使用することも、構築済みのテンプレートから始めることも、空白のキャンバスから構築することもできます。
Agents が解決する課題
Profound の計測製品は、AI 検索全体でブランドがどのようなパフォーマンスを上げているかを正確に把握できるようにします。しかし、そのインサイトに基づいて行動するには、これまで多くの手作業が必要でした。スプレッドシートをつなぎ合わせたり、ツール間を行き来したりする作業などです。
人手によるワークフローが完了する頃には、インサイトがすでに古くなっている可能性があります。Agents はこのギャップを埋め、最小限の手作業で Profound のデータを自動化されたアクションに変換します。
Profound を利用しているエンタープライズのマーケティングチームや SEO チームからは、次のような課題が直接寄せられています。
- インサイトが十分な速さでアクションにつながらない。分析ワークフローが遅く、手作業の負担が大きい。
- 数百のプロンプトにわたる AI の引用、シェア・オブ・ボイス、アンサーエンジンのパフォーマンスを手作業で継続的にモニタリングすることはできない。
- AEO に最適化されたコンテンツを大規模かつ一貫して制作・公開するには、手作業のプロセスでは維持できないレベルの連携が必要になる。
Agents の仕組み
Agent は、ノードで構成されたビジュアルキャンバス上に構築されます。各ノードは特定のタスクを実行します。たとえば、Profound データのクエリ、AI モデルへのプロンプト、Web からのコンテンツ取得、連携プラットフォームへの公開などです。ノードは順番に接続され、データは変数としてノード間で受け渡されます。
この構造により、あらゆる複雑さのワークフローを構築できます。コンテンツブリーフを作成して Slack に送信するシンプルな 2 ステップの Agent から、可視性データを取得し、コンテンツのギャップを特定し、最適化された記事を生成して CMS に直接公開するマルチステップのパイプラインまで対応できます。
Agent のコンポーネント
すべての Agent は、同じ構成要素で成り立っています。
- Inputs — Agent を開始するたびに指定する情報です。テキスト、Profound データ、ファイル、ドロップダウンの選択肢などを含めることができます。
- Nodes — Agent ワークフローのステップです。各ノードは、データのクエリ、コンテンツの生成、メッセージの送信、CMS への公開など、特定のタスクを実行します。
- Variables — ノードに出入りするすべてのデータです。変数はステップ間で受け渡すことができ、ワークフローのどの時点でも再利用できます。
- Agent output — すべてのステップの実行後に生成される最終結果です。生成されたコンテンツ、公開された記事、Slack 通知、または Agent が正常に実行されたことの確認などがあります。
Agent Assistant
Agent Assistant は、特に Agents を初めて使うチームにとって最適な出発点です。カスタム Agent をすばやく立ち上げるために活用してください。
- 目標を説明して、Agent Assistant に新しい Agent をゼロから生成させる。
- 加えたい変更を説明して、既存の Agent を改善または修正する。
- できることを探る: Agent Assistant に質問すると、ユースケースに基づいて関連するノードタイプや一般的なパターンを提案します。
テンプレート
テンプレートは、一般的なユースケースに対応した構築済みの Agent です。テンプレートはそのまま使用することも、カスタム Agent の出発点として使用することもできます。
人気のテンプレートには次のようなものがあります。
- AEO Content Refresh — パフォーマンスの低いコンテンツを特定し、更新・最適化されたバージョンを自動的に生成します。
- Generate AEO-Optimized FAQs — AI アンサーエンジン向けに構造化された Q&A コンテンツを作成します。
- Query Fanout Estimator — トピックが関連クエリにどのように展開するかを分析します。
- Generate blog Post from YouTube Video — 動画コンテンツを記事に変換します。
- Answer Engine Insights to Slack — AEO レポートをスケジュールに従ってチームのチャンネルに直接送信します。
Agents を初めて使用し、テンプレートでの作業を試してみたい場合は、Starter Template をお試しください。Agents とそのコアコンポーネント(入力、アクションノード、出力)に慣れるために設計されています。
条件分岐とイテレーション
Agents は分岐ロジックとループをサポートしているため、ワークフローで現実の複雑な処理に対応できます。
条件分岐 (Conditionals) を使用すると、変数の値に基づいて Agent に異なるパスを進ませることができます。たとえば、可視性の高いコンテンツをあるワークフローに、可視性の低いコンテンツを別のワークフローに振り分けたり、品質チェックに合格した場合にのみコンテンツを公開したりできます。
イテレーション (Iterations) を使用すると、リスト内のすべての項目に同じ一連のステップを適用できます。たとえば、競合他社の Web サイトのリストを反復処理して価格情報を抽出し、その結合された出力を LLM ノードに渡して、自社サイト用の新しい価格ページを生成できます。
Sheets
Sheets を使用すると、Agent を 1 項目ずつ実行する代わりに、入力のスプレッドシートを指定して Agent を大規模に実行できます。CSV をアップロードするか Google Sheet を接続すると、Profound が各行を個別の Agent 実行として並列処理します。
これは、大規模なキーワードリスト、サイト監査、コンテンツの一括生成プロジェクトを管理するコンテンツ運用チームに特に役立ちます。
