スキップしてメイン コンテンツに移動

[Google Trends 2026] Private AI・No AI Slop急上昇とAHP・OpenViking時代:自律エージェントの「Proof Gap」を解消するAI FDEプラットフォーム(GIIP)設計

[Google Trends 2026] Private AI・No AI Slop急上昇とAHP・OpenViking時代:自律エージェントの「Proof Gap」を解消するAI FDEプラットフォーム(GIIP)設計

Google Trends 2026 Private AI Agent Host Protocol OpenViking Proof Gap GIIP

2026年11月、AIエンジニアリングのエコシステムは2つの対照的なシグナルを同時に発しています。

一方では、AIエージェントがついにローカル開発者のノートPCやエディタウィンドウから抜け出し、24時間常時稼働する自律インフラへと進化しています。GitHubとMicrosoftが公開したAgent Host Protocol(AHP)は、エージェントセッションをIDEから分離してデスクトップ・CLI・モバイル・クラウドサンドボックス間で途切れない実行継続性を実現し、Linux Foundation傘下のAgentic AI Foundation(AAIF)のもとでStateless MCP、AGENTS.md、**SKILL.mdの標準化が進みました。さらにOpenViking**のような仮想ファイルシステム型のエージェントコンテキストデータベースも加わり、エージェントが長期記憶を自ら探索する基盤が整いつつあります。

しかしその一方で、2026年11月のGoogle Trendsはまったく別の警戒感を示しています。検索データでは**Private AI PlatformsとともにNo AI Slop(前年同期比約68倍に急上昇したブレイクアウトワード)が急増し、Googleは2026年11月10日にNovember 2026 Core Updateをロールアウトして検証のない自動生成コンテンツへの締め付けを強めました。エンジニアリングの現場でも同じ問題が起きています。AIコーディングツールの導入率は96%を超えたものの、エージェントが体裁よく出力したコード・レポート・運用対応が本当に安全かを客観的に立証できない「Proof Gap(証明の空白)」**が巨大なボトルネックとして浮上しているのです。

本記事では、2026年11月のGoogleトレンドとGitHub・プロトコルエコシステムの最新動向を整理し、常時稼働する自律エージェント時代の致命的な落とし穴「Proof Gap」を構造的に埋めるAI FDEプラットフォーム(GIIP)のアーキテクチャと実践パターンを解説します。


1. 2026年11月 Google Trends & AIエンジニアリング動向マップ

2026年11月の検索トレンドとOSSコミュニティの関心を掛け合わせると、市場は単なる「より賢いプロンプト」を探す段階を過ぎ、**「信頼できる自律実行基盤(Agent Substrate)」**を求めていることが分かります。

[2026年11月 Google Trends & AIインフラ 3大転換点]
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
1. 検索・市場トレンド (Google Trends Nov 2026)
   ├─ Private AI Platforms : 機密データ・運用権限を外部パブリッククラウドに渡さない隔離AI需要の急増
   ├─ No AI Slop (~68x YoY): 体裁だけ整った未検証AI成果物("Slop")の拒否と事実検証(Fact-check)要求
   └─ Agent Substrate & Graph Engineering: 単発チャット("What is") → マルチステップ自律実行("How to")

2. プロトコル・コンテキスト基盤 (GitHub & AAIF)
   ├─ Agent Host Protocol (AHP): IDEに閉じたエージェントをHost-Client分離モデルで解放 (Cross-Device)
   ├─ AAIF Open Stack        : Stateless MCP + AGENTS.md + SKILL.md + A2A (ベンダー中立の標準化)
   └─ OpenViking (viking://) : ベクトルチャンクの限界を突破 — ls/tree/find型 L0・L1・L2階層コンテキストDB

3. エンジニアリング・ガバナンスの警告
   └─ The "Proof Gap"        : タスク完了(Task Completion) ↑ vs 検証可能な正確性・安全性(Proof) ↓
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

① 「Private AI」と「No AI Slop」が意味するもの

Googleトレンドで**Private AI PlatformsとNo AI Slop**が同時に急上昇しているのは偶然ではありません。

  • 企業がエージェントにDB参照、サーバー点検、決済・顧客データ処理を委ね始めるなか、**「社内インフラやセキュリティログが外部のブラックボックスモデルの学習に晒されないか」**というプライバシー障壁が最優先課題になりました。
  • 同時に、2026年11月10日に展開されたGoogle Core Updateが低品質なAI生成物への取り締まりを強化したように、開発・運用現場でも見栄えだけは整っているものの根拠が伴わない**「エンジニアリング・スロップ(Ops/Code Slop)」を排除する証拠ベース検証(Evidence-based Verification)**が不可欠になっています。

② AHPとStateless MCP:エージェントがIDEの外へ出る

従来のコーディングエージェントは、VS Codeやターミナルの単一ウィンドウに強く依存していました。ウィンドウを閉じたり別端末へ移ったりすると作業コンテキストが失われていたのです。

  • Agent Host Protocol(AHP, microsoft/agent-host-protocol)は、実行エンジンであるAgent Hostと画面であるClient(IDE・Web・モバイル・CLI)を完全に分離します。URIで識別されるChannels、イミュータブルな状態ツリーのReducer、再接続時の整合性を保つWrite-Ahead Reconciliationにより、PCで開始した長時間タスクをモバイルや運用ダッシュボードからそのまま引き継いで監視できます。
  • さらにLinux Foundation傘下のAgentic AI Foundation(AAIF)は、MCP、AGENTS.md、SKILL.md、A2Aを単一のオープン標準スタックとして束ねています。特にMCPがプロトコル層のStateless(ステートレス)アーキテクチャへ進化したことで、ロードバランサー配下で水平スケールするエンタープライズ向けツール基盤が現実のものとなりました。

③ OpenViking:ベクトル検索から「階層型ファイルシステム記憶」へ

長時間稼働するエージェントが最初にぶつかる壁は、記憶の断片化とトークン消費の爆発です。volcengine/OpenVikingは、エージェントのリソース(resources/)、記憶(memories/)、スキル(skills/)、セッション(sessions/)をviking://仮想ファイルシステムに統合します。

  • エージェントはコードベースを調べるようにls、tree、findでコンテキストを辿り、**L0(約100トークンの要約)→ L1(約2,000トークンの概要)→ L2(原文全体)**の3段階で必要な分だけ読み込むことで、トークン浪費とコンテキスト劣化を抑えます。

2. なぜ自律エージェントが繋がるほど「Proof Gap」が危険になるのか?

プロトコル(AHP・MCP)と記憶基盤(OpenViking)が整い、エージェントが夜間も複数のサーバーやリポジトリを横断して動けるようになった瞬間、逆説的にさらに大きなリスクが顕在化します。最新のAIエンジニアリング研究と現場レポートが共通して警鐘を鳴らす**「Proof Gap(証明の空白)」**です。

Proof Gapとは? エージェントがタスクを**「完了した(Task Completion)」と報告する速度は劇的に向上した一方で、その結果が「実際に安全かつ正確であり、ガバナンス規定を満たしているか(Verifiable Correctness & Governance Compliance)」**をエンジニアリングチームが客観的に証明できない乖離を指します。

リスク要因 現場で起きている具体的な事象 従来アプローチが破綻する理由
1. 体裁バイアス (Polish Bias) エージェントが文法的に完璧なSQL、整った障害レポート、100%通過の単体テストを生成 人間のレビュアーが「見た目が整っている」という理由だけで中間推論の誤りやハルシネーションを精査せず承認
2. ガバナンス劣化 (Governance Degradation) 24時間ループ中に想定外のAPIタイムアウトやエッジケースが発生 例外状況でエージェントが安全ガードレールを回避し、推測に基づく書き込み(Write)を試行
3. 見えないレビュー税 (Invisible Review Tax) エージェント実行は「自律」に見えるが、事後検証と切り戻しをシニアエンジニアが負担 出力に実行証拠が紐づいていないため、人間が最初からログやコードを再調査する羽目になる
4. 形骸化HITL (Rubber-stamp Fatigue) 些細な作業ごとにHuman-in-the-Loopの確認ダイアログを乱発 アラート疲れを起こした運用者が中身を読まずに無条件で「承認(Approve)」を押す抜け穴が発生

結局のところ、2026年末にエンジニアリングリーダーが解くべき問いは明確です。 「AHP・MCPベースの常時自律エージェントのスピードを維持しつつ、いかにして『No AI Slop』レベルの厳格な証拠と権限境界(Human-Above-the-Loop)を強制するか?」


3. 実践アーキテクチャ:Proof Gapを閉じる「Governed Autonomy」3原則

疲労を生むだけの形骸化したHITLを超え、**Human-Above-the-Loop(ポリシー境界の上位からの人間統制)**へ移行するには、プラットフォーム自体が以下の3つの契約をコードとプロトコルレベルで強制する必要があります。

[常時自律エージェントのための Governed Autonomy 制御プレーン]

1. Knowledge & Contract Plane (AAIF互換 Git-Native標準)
   ├─ AGENTS.md / GEMINI.md   : 禁止ルール(NO RAW SQL)・検証義務・アーキテクチャ境界を宣言
   ├─ .agent/skills/SKILL.md  : 再利用可能なドメイン手順と障害調査プレイブック
   └─ SPEC & Cautionary Notes : 変更ごとに「注意点」と「再発検証SQL/テストパターン」を更新

2. Epistemic Verification Plane (Proof Gap解消レイヤー)
   ├─ Fact vs. Assumption Split: 原本ログ/DBメタデータ実測値とAI推論を構造的に分離
   ├─ Strict Schema Gate       : 推測クエリを遮断 → カタログ事前照会後に承認済みランナーのみ通過
   └─ Real-Telemetry QA        : モックではなく実環境の構造化JSONログ・性能指標で動作を立証

3. Scoped Action & Accountability Plane (Human-Above-the-Loop)
   ├─ Low-Risk Autonomous      : 状態収集・ログ横断照会・診断は24/7常時自動実行
   └─ High-Risk Approval Gate  : IP遮断・FW/権限変更・本番デプロイは管理者の明示的承認後に実行

実践パターン ①:事実(Confirmed Fact)と推定(Assumption)を分離する検証スキーマ

セキュリティアラートや障害レポートで「AI Slop」が生まれる最大の原因は、AIが確率的な推定を確認済みの事実のように滑らかに文章化してしまう点にあります。以下のように出力スキーマの段階で、原本証拠(Log/Metric Pointer)のない主張はconfirmedFactsに入れない契約を強制すべきです。

// Proof Gapを遮断する証拠ベース調査レポート契約 (TypeScript)
export interface EvidencePointer {
  source: "waf" | "load_balancer" | "web_server" | "db_audit" | "os_log";
  timestampUtc: string;
  queryOrCommandRef: string;
  rawExcerpt: string; // 原本ログから直接抜粋した実行・アクセス結果
}

export interface ConfirmedFact {
  statement: string;
  evidence: EvidencePointer[]; // 最低1つ以上の原本ログ証拠が必須
}

export interface InvestigationReport {
  incidentId: string;
  confirmedFacts: ConfirmedFact[]; // 原本ログで実行・アクセス成功有無が確認できた事実のみ記載
  assumptionsAndHypotheses: {
    hypothesis: string;
    missingTelemetry: string; // どのログ・権限が不足し未確認かを明示
  }[];
  proposedHighRiskActions: {
    actionType: "block_ip" | "firewall_change" | "permission_revoke" | "db_kill_session";
    target: string;
    requiresAdminApproval: true; // 高リスク対応は自動実行禁止
  }[];
}

実践パターン ②:ポリシー境界(Policy Envelope)に基づく承認ゲート

読み取り(Read)と分析は常時エージェントが24時間実行し、状態変更(Write/Mutate)はリスクレベルと付与された権限範囲に応じて決定論的に分岐させます。

# Governed Autonomy 実行ポリシー例 (Policy Envelope)
agent_governance:
  execution_mode: "continuous_host" # IDE終了後もバックグラウンド収集・診断を維持
  db_access:
    allow_raw_sql: false            # スキーマ推測や任意のRaw SQL実行を原則禁止
    mandatory_runner: "./mgmt/execSQLFile.ps1"
    pre_check: "verify_catalog_schema"
  response_boundaries:
    autonomous_allowed:
      - "collect_server_db_metrics"
      - "cross_check_security_logs"
      - "correlate_slow_queries_and_locks"
    require_explicit_admin_approval:
      - "waf_or_firewall_block"
      - "production_deployment"
      - "schema_ddl_or_data_deletion"
      - "agent_permission_escalation"
  audit_trail:
    require_evidence_file: true
    lifecycle_tracker: "task_start_end_calendar_trace"

4. GIIP(AI FDE Platform)はこのトレンドとどう結びつくのか?

多くの企業が**「CursorやGitHub Copilot+MCPを導入したのに、なぜ深夜の障害対応、DBチューニング、セキュリティインシデント調査、本番公開の前では手が止まってしまうのか?」**と悩んでいます。コーディングエージェントはコード生成に特化しており、**IDEの外にある常時インフラ運用とガバナンス責任(Proof Gap)**までは担えないためです。

まさにこの領域で、**GIIP(GIIP FDE Box + GIIPインフラ・DB運用 + GIIP AI Security Operations)**は2026年最新トレンドと直接的に噛み合います。

GIIPが提供する5つの構造的メリット

1) ローカルIDEに閉じ込められない常時エージェント運用の継続性(24/7 Operational Continuity)

AHPがコーディングセッションをローカルウィンドウから解放しようとしているのに対し、GIIPは設計当初から分散したサーバー・データベース・収集エージェントの状態を常時収集し、AI指示書で診断する運用中心のプラットフォームです。

  • 開発者のPCが閉じられている**深夜・休日の時間帯(after-hours-incident)**でも、エージェントがサーバー・DBの異常兆候や時刻整合ログを一次収集し、本当に担当者の呼び出しが必要な基準と単なるアラートを切り分けます。
  • つまり、コーディングエージェント導入後もデプロイ検証やランタイム監視が手作業のまま残る**「Agent-to-Ops Gap」**を、実用的なDay-2運用パイプラインへと接続します。

2) AAIF標準(AGENTS.md・SKILL.md)と親和性の高いGit-Native透明性 & Private運用

Private AI Platformsのトレンドが示すように、企業は自社の運用ルールやセキュリティデータがベンダーのブラックボックスに閉じ込められることを望みません。

  • GIIPのワークフローは、AGENTS.md、GEMINI.md、.agent/skills/、SPEC文書、**WORK_HISTORY.md**といった標準化されたMarkdown・スクリプト資産として顧客環境・リポジトリ上に蓄積されます。
  • データベース運用においても顧客のインフラ境界を尊重し、Aurora/MySQLだけでなくOracle・TiDB・オンプレミスDBまで顧客自身がGIIP AI FDEを通じて安全に運用できるようサポート(必要に応じた運用代行はオプション)する柔軟なプライベート運用モデルを提供します。

3) 「No AI Slop」を体現する事実・推定の分離(GIIP AI Security Operations)

セキュリティ運用においてAIが生む最悪の「Slop」は、攻撃確率や検知アラート数行だけを見て「侵害された/問題ない」と断定してしまうことです。

  • GIIP AI Security Operations(giip-secops)は、WAF、ロードバランサー、Webサーバー、DB監査ログ、OSなど分散したログを収集エージェント側のAI指示書で横断調査します。
  • アラートや攻撃確率だけで断定せず、原本ログから実際の実行・アクセス成功の有無を証拠として確認し、レポート作成時には確認できた事実(Confirmed Facts)と推定(Assumptions)を厳密に分けて報告します。(なお、調査範囲は接続されたログ・保存期間・エージェント権限に依存し、未接続ログや権限外システムは対象外であることを明確にします。)

4) 「Proof Gap」と形骸化HITLを解消する承認ベース対応 & NO RAW SQL

自律エージェントに危険なコマンドを無制限に実行させることも、毎回無意味な確認画面を出すことも正解ではありません。

  • 検知・収集・横断調査・報告は自動化しつつ、IP遮断・設定変更・本番デプロイなどの高リスク対応は自動遮断ではなく管理者の承認とエージェントの権限範囲内でのみ実行されます。
  • データベース操作もRaw SQL(Invoke-Sqlcmd等)の直接実行を原則禁止し、必ず標準ランナー(.\mgmt\execSQLFile.ps1)を通じて実カタログのスキーマを事前検証した上で実行します。
  • フロントエンドでもSemanticGraph.tsxやTagCloud3D.tsxのように、requestAnimationFrameループが画面外で回り続けないようIntersectionObserverによる可視性制御を規約化し、モバイル端末でのタブクラッシュまで未然に防ぎます。

5) AIプロトタイプから本番公開・コスト最適化まで一気通貫(GIIP FDE Box)

AIでアプリのプロトタイプ(「バイブコーディング」)は素早く作れたものの、ユーザー認証、決済連携、秘密鍵・権限セキュリティ、DBバックアップ、スロークエリ改善、クラウド料金高騰の前で足止めされるチームが急増しています。

  • GIIP FDE Boxは、AI開発支援から認証・決済・本番インフラ構築(AI App Launch)、過剰プロビジョニング・I/O・スナップショット費用の点検(Cloud Cost)、さらにDB移行サポート(FDE Box契約範囲内での支援)まで、現行環境と承認手順に合わせて開発・インフラ・セキュリティ・DB運用の支援範囲を一貫して設計します。

5. 既存エージェントスタック vs GIIP(AI FDE Platform)比較

比較項目 IDE中心コーディングエージェント + MCP 一般的なDevOps / クラウド監視ツール GIIP (AI FDE Platform)
実行の継続性 ローカルIDE/ターミナル中心(AHPで拡張途上) アラート通知中心(原因調査・開発修正とは断絶) 24/7常時状態収集 + AI指示書調査 + FDE Box後続対応
記憶・ルールの所有権 個人セッションやベンダークラウド記憶に分散 ダッシュボード設定に閉じ、コード文脈と分離 AGENTS.md・.agent/skills/・SPEC・WORK_HISTORYでGit資産化
Proof Gap(検証)統制 体裁の良いコード/テスト生成(Polish Biasリスク) メトリクス閾値アラートのみ(事実検証は手作業) 原本ログ横断の証拠確認、事実・推定の分離報告、NO RAW SQL
高リスク作業ガバナンス プロンプト依存または手動確認の繰り返し 静的IAM権限中心(AIエージェント指示書統制なし) 収集/調査は自動化 + 高リスク変更は管理者承認 & 権限範囲内実行
適用カバレッジ コード作成およびPRドラフト インフラメトリクス可視化およびアラート 開発・本番公開・DB性能/コスト最適化・セキュリティ横断調査を統合

6. エンジニアリングリーダーのための2026年11月 実践チェックリスト

2026年末〜2027年上期にかけてAIエージェント基盤を本番環境に定着させようとするCTO・インフラ責任者は、次の3点を今すぐ点検してみてください。

  1. エージェントの継続性と標準の分離(Host vs. IDE):
    • 自社チームのAIエージェントは開発者がノートPCを閉じると止まる構造になっていないか、サーバー・DB・ログ収集器と連携して24/7状態を追跡できるかを確認してください。
    • ルールやスキルが特定IDEベンダーに縛られず、AGENTS.mdやSKILL.mdのようなオープン標準形式でGit管理されてこそ、ツール乗り換えコストを抑えられます。
  2. 「No AI Slop」証拠契約の導入(Fact vs. Assumption):
    • エージェントが生成した障害原因レポート・セキュリティ報告書・DBチューニング案に、**「どの原本ログ/メタデータクエリで確認したか」**の裏付けがない記述を許可しないでください。
    • スキーマ推測のRaw SQLを禁止し、承認済みランナーと実環境ログに基づくZero-Script QAをCI・運用ループに組み込むべきです。
  3. Human-Above-the-Loop 権限境界の設計:
    • 読み取り・収集・横断分析は常時自動化して深夜・休日の負荷を下げつつ、遮断・権限変更・本番デプロイ・データ変更は明示的な管理者承認ゲートと証跡リンク(results/evidence/、カレンダートレース等)の背後に限定してください。

7. よくある質問(FAQ — AEO/GEOサマリー)

Q1. GitHubのAgent Host Protocol(AHP)と従来のMCPはどう違いますか?

MCP(Model Context Protocol)がAIモデルと外部データ・ツール(DB、API、ファイル等)を接続する標準インターフェースであるのに対し、AHP(Agent Host Protocol)はエージェントセッション自体(実行ループ、チャンネル、状態ツリー)を特定のエディタウィンドウから切り離し、VS Code・CLI・モバイル・Webなど複数のクライアントが1つの持続型エージェントホストへ同時接続・再同期できるようにするセッション継続性プロトコルです。

Q2. 2026年11月のGoogleトレンドで「No AI Slop」と「Private AI」が同時に急上昇しているのはなぜですか?

AIエージェントがコードや文書、運用レポートを大量生成するなかで、体裁だけ整っていて事実検証を欠いた低品質な成果物(「AI Slop」)への疲弊が臨界点に達し、同時にGoogleの2026年11月コアアップデートが未検証の自動生成コンテンツへの規制を強めたためです。企業現場では外部へ機密データを出さないPrivate AI環境と、原本ログ・実測データで結果を裏付けるProof Gap解消体制が同時に求められています。

Q3. GIIP(AI FDE Platform)は既存のコーディングエージェント(Cursor、Claude Code等)を置き換えるものですか?

いいえ。コーディングエージェントがソースコード記述を高速化するのに対し、GIIP(GIIP FDE Box + GIIP + GIIP AI Security Operations)はその先の段階である本番公開(認証・決済・インフラ)、24/7サーバー・DB監視、スロークエリおよびクラウドコスト最適化、分散セキュリティログの横断調査、そして承認ベースのDay-2運用までを顧客環境と標準規律の上で繋ぐAI FDEプラットフォームです。


重要ポイントまとめ(Key Takeaways)

  • インフラの進化: 2026年11月のAIエンジニアリングは、AHP(セッション継続性)、AAIF(Stateless MCP・AGENTS.md・SKILL.md)、**OpenViking(階層型コンテキストDB)**によってIDEの外で常時稼働する自律エージェント時代へ突入しました。
  • トレンドの警告: 同時にGoogle Trendsの**Private AI PlatformsおよびNo AI Slop(前年比約68倍)の急上昇は、検証なきAI成果物とデータ露出リスク、すなわち「Proof Gap」**を放置すれば自律化がそのまま運用負債になることを警告しています。
  • GIIPの解: GIIP(AI FDE Platform)は、24/7エージェント状態収集、原本ログに基づく事実・推定の分離報告(giip-secops)、NO RAW SQLとスキーマ事前照会、管理者承認ベースの高リスク対応、Git-Nativeルール/仕様の内製化を組み合わせ、常時エージェント時代の最も実践的なGoverned Autonomyを実現します。

コメント

このブログの人気の投稿

面倒くさいORACLEの文字化け状況

ORACLEはそもそもUTF-8をサポートしてほかの言語はサポートはしているって書いてますが親切ではないようです。 現在サーバー側は昔からUS7ASCIIに設定して日本語を入れてしまい、データは7ビットASCIIモードで読み取りながら日本語のコートがOS側とクライアント側で変換しない必要があります。 クライアント側で文字化けの解決にはNLS_LANGの設定が効くクライアントが必要ですが、一部の有料クライアントにはサポートするようです。 接続構造は参考に https://www.oracle.com/technetwork/jp/content/charcterset-250314-ja.pdf の19スライドのように クライアントからNLS_LANGをUS7ASCIIに設定しても その設定した言語にもらったUTF-8のデータをクライアントが変換すると NLS_LANGを設定しても意味がないようです。 ORACLE SQL Developerがこの様です。 ODBCと直接接続は必ずUTF-8に変換してしまうのでUS7ASCIIになっているDBからはクライアントをいくら変換しても文字化けのままです。 必ずOCI接続を通じてクライアント側から読み取らないとUS7ASCIIは勝手に変換されますね。 この全ての条件が満たした無料クライアントはA5mk2の2.9.1バージョンだけですね。 A5MK2 ver.2.9.1 : https://a5m2.mmatsubara.com/download/a5m2_2.9.1_x64.zip 2.9.1 バージョンでサーバーを設定する場合Uicode変換を強制に無視するオプションがあります。 多分このバージョンの時点ではUTF-8をメインにして設計したDBが少なかったから文字化け対応のためできたオプションでしょう。 しかし、A5mk2の新しいバージョンにもまた結果の変換をしないオプションがなくなって文字化けしてしまいます。開発者はもうUTF-8ではないDBはないと思ってるでしょう。まだまだ残ってますよ~。 クライアント側からの変換などに参考になればと思います! まだ直接お仕事になさってますか? もう遅いです!ソフトウェアロボットにお仕事を任せてどの位自分の作業分量が減ってるかをご確認ください! https://talklowy-jp.b...

コピペができないときチェックすべきこと! :: よく迷うUiPathのコツ

UiPath( https://uipath.com )はMicrosoft社のWWFを改良した製品なのでVisual Studioより初心者向けに使いやすくなっている。 しかし、初心者がそのまま使うにはかなりのハドルがある。 理由は基本開発者向けの開発ツールを無理やり便利に作ってみたとしても開発の概念と考え方がないと結構躓くことが多い。 そのなかで私もよく迷ったりしていることの一つを整理しとく。 基本Activityはすぐコピぺができるので多数のUiPath Studioを開いて開発してたりする。 ここでコピペをしても反応ないときがよくある。 この場合はこれをチェックすること! 1.Sequenceがなく一つのActivityしかないところにはペーストできないのが多い。 例えば、ifの処理ボックスにはSequenceが最初はない。 そのボックスに一つのActivityはペーストできるのに2個目からはなぜか反応ない。 それで分からないまま新しいActivityを追加してたりしたが、 あそこにSequenceを入れたら解決ができるのだ! 2.正常にペーストできるはずのところに反応ない。 この場合はPackageが合わなくペーストが効かないケースが多い。 DESIGN>Manage Packagesをクリックしてコピー元のパッケージにインストールされているのにコピー先にインストールされてないパッケージを探す! パッケージを一々見るのが難しい!と思ったら メモ帳からファイルがあるフォルダにあるproject.jsonファイルを開いてみる! あそこにJSONの形式でインストールされたパッケージが見えるので比較しやすくなる! ちなみにコピペをすると変数の宣言が大変だと思うが、 そこでもコツがあるのだ! 変数の宣言はなるべく細かくしてSequence単位で管理できるようにする。 全てに影響がある変数はしょうがないから一番広く宣言するけど。 初心者向けの説明だと、 Variablesというところをクリックして変数を開いたらScopeという範囲が見える! 大体Sequenceボックスの名前を変えてないのでSequenceがすらりと表示されてるはずが、Sequenceボックスの名前を付けてたら見やすくなる。 あ...

UiPath - Excelのシート名が存在した場合の処理

UiPath.Excel Activityは活用方法によってかなり強力ですが、隠れて探せない項目が多すぎて困ったりします。 公式ドキュメントもいまいちだし…。 Excelを自動化するには協力なUiPathの機能の中でSheetの判断処理を残します。 今まではシートがあったら何とかしようとしたら見つける方法が分からなく、ErrorのExceptionで判断したりしましたが、 workbook.GetSheets.Contains("<sheet name>") があったのをいまさら見つけました; 早速試してみましたが、 messageboxにworkbookとか書いてみても出てこない…。 これはExcel Application Scopeを利用しなければなりませんでした! まずExcel Application ScopeにExcelファイルを登録! Excel Application Scope Activityの属性にOutputにwbを入力して変数に入れます。 変数に入れてからMessageBoxに wb.GetSheet.Contains("Sheet1") を入力してみると成功! 「wb.」をおした時点でいっぱい出てきましたね。 ググってみても詳しく出て着なかったのでここにまず記録 giip :: Control all AI and Devices! Free inter-Agent orchestration tool!  https://giip.littleworld.net