JinbaワークフローでPerplexityを使って調査する方法

概要

構造化されていないAI調査では、検索内容、使用した情報源、結果の送信先を記録できず、コンプライアンス上の不足が生じます。
Perplexityは番号付きの引用を伴うリアルタイムのウェブ検索と、4分以内で作成するDeep Researchレポートを提供し、主張の根拠を追跡しやすくします。
管理された調査パイプラインは、Perplexityで取得し、AIモデルで要約し、Slack、Sheets、またはWebhookに結果を送るという、監査可能な3つのステップで構成されます。
主な運用上のポイントは、検索範囲を絞り、重要な用途では引用を検証し、APIの制限を監視し、場当たり的な検索を繰り返すのではなくワークフローの設定を改善することです。
Jinba Flowはこれらのステップを再利用できる監査可能なワークフローにまとめ、Jinba Appでエンジニア以外の利用者向けにコード不要のフォームを公開します。

構造化されていないAI調査には、具体的な運用上の問題があります。検索すると回答は得られますが、何を検索し、どの情報源を使い、その後に結果をどう扱ったかは記録されません。その調査が業務上の意思決定に使われる場合、追跡可能なプロセスがないことはコンプライアンス上の不足になります。

Jinbaは、管理された反復可能なワークフローの中でAIツールを実行するための構造化された環境を提供し、この問題に対応します。調査エンジンとしてPerplexityを組み合わせると、検索の入力から要約と送信までを自動化し、すべてのステップを記録するパイプラインになります。

Jinbaが提供する機能

Jinbaは自然言語を使ってAIワークフローを構築、実行、デプロイするプラットフォームです。主に2つのインターフェースがあります。

Jinba Flowはワークフローを構築するインターフェースです。チームが平易な英語で目的を説明すると、Jinbaがワークフローの下書きを生成します。視覚的なフローチャートエディターで各ステップを設定し、条件分岐や例外処理の経路を追加して、その下書きを調整できます。

Jinba Appは実行用のインターフェースです。自動生成された入力フォームを提供するため、エンジニア以外の利用者も内部の設定に触れずにワークフローを呼び出せます。

この役割の違いは、調査ワークフローで特に重要です。調査を依頼する人は、ツールの構成を理解する必要がありません。フォームから検索内容を送信すると、残りの処理をワークフローが実行します。

Perplexityが提供する機能

Perplexityはリアルタイムでウェブ検索を行い、GPT-5やClaude 4.6 Sonnetなどのモデルを使って、インデックス化された情報源から回答をまとめます。生成タスクではなく調査のための検索に特化しています。

ワークフローでの利用に直接関係する機能は2つあります。

Deep Researchは複雑な検索に対して複数段階の検索を自動で行い、通常4分以内でレポートをまとめます。
情報源の引用は各回答に番号付きの参照として表示されるため、それぞれの主張の出典を追跡できます。

引用の仕組みは重要です。AIが生成する調査では、回答だけでは情報源の品質が分からないという問題があります。Perplexityは情報源を明示するため、ワークフローの後続ステップで情報源の種類に応じて結果にフラグを付けたり、送信先を分けたりできます。

調査ワークフローの構築

以下では、環境の設定から要約した結果の送信まで、ワークフロー全体の手順を説明します。Jinbaのツールドキュメントでツール設定の詳細を確認できます。

ステップ1 Perplexity連携の設定

Jinba Flowにログインし、Secretsタブを開きます。PerplexityのAPIプラットフォームで取得したPerplexity APIキーを追加します。キーをワークフロー設定内ではなくSecretsに保存すると、実行ログに含まれることを防ぎ、ワークフローを共有またはエクスポートする際の意図しない露出を避けられます。

ステップ2 自然言語でワークフローを作成

Jinba Flowのチャット画面でワークフローを説明します。Jinbaが公開しているサンプルにある具体的な指示は次のとおりです。

「Perplexityを使って、教育におけるAIの最新研究を検索するフローを作成してください。」

Jinbaはこの説明からワークフローの下書きを生成します。そのまま採用することも、ステップを実行する前に視覚的なエディターで調整することもできます。

ステップ3 Perplexityツールのステップを追加

視覚的なフローチャートエディターで、Search and Data Retrieval Toolsカテゴリーからステップを追加します。Perplexityを利用可能なツールの一覧から選択します。

検索フィールドを設定します。次のいずれかを使用できます。

固定テーマで繰り返し検索するための固定文字列
変数構文を使って、前のステップまたはワークフローの入力フィールドから取得する動的な値：{{steps.<step_id>.result}}

調査ワークフローでは、動的な設定がより役立ちます。ツール設定に検索内容を固定するのではなく、実行時にフォームから送信された入力を使って検索できるためです。

ステップ4 結果を要約して送信

Perplexityの出力には、調査結果と情報源の引用が含まれます。後続にAI Toolステップを追加し、AnthropicまたはOpenAIのモデルを選択します。次の変数でPerplexityの出力を渡します：{{steps.<step_id>.result}}。指定した長さや形式で構造化された要約を作成するようモデルに指示します。

続いて、Output Toolステップを追加して要約を送信先に送ります。一般的な送信先には、チームへの即時通知に使うSlack、構造化された記録を保存するGoogle Sheets、後続処理用のWebhookがあります。

これで、取得、要約、送信という3つの実行ステップがそろいます。それぞれが独立した監査可能な単位です。

ステップ5 Jinba Appで実行

ワークフローを公開し、Jinba Appで開きます。定義した入力に基づき、プラットフォームが入力フォームを生成します。調査を実行する人は、そのフォームから検索内容を送信します。内部のフロー設定へのアクセスは必要ありません。

各ステップの出力を確認し、取得と要約が期待どおりの結果になっているか検証します。調整が必要な場合は、視覚的なエディターで検索の表現やモデルへの指示を変更します。

ガバナンスと監査ログ

管理されていないAIエージェントの構成には、広く指摘されている運用上の問題があります。ログが個別に記録される複数のツールで調査すると、エージェントが何を取得し、出力をどう扱い、どの根拠で判断したかを一貫した記録として示すのが難しくなります。異なる画面に分散したログでは、監査担当者に責任の所在を明確に示せません。

Jinbaの監査ログはワークフロー単位でこの問題に対応します。実行ごとに以下を記録します。

実行を開始したトリガー
各ステップに渡した入力
各ステップが返した出力
実行中に記録された承認判断

Perplexity連携のステップにも、ワークフロー内の他のツールと同じ記録が適用されます。送信した検索内容、Perplexityの応答、後続ステップでの結果の扱いが分かります。ログはツールごとに分散せず、一元的に保存されます。

コンプライアンス要件の下で業務を行う企業のチームにとって、この構造は監査担当者が繰り返し確認する問いに答えます。エージェントが何を生成したかだけでなく、何を受け取り、何を処理し、どの順序で実行したかを示せます。

信頼性を高める運用

検索内容の具体性は、出力の品質に直接影響します。曖昧な検索は広範な回答を返し、後続で多くの絞り込みが必要になります。テーマ、期間、分野を指定した具体的な検索なら、送信前に人が確認する負担を減らせます。

実践的な運用のポイントは次のとおりです。

検索範囲を絞ります。分野、期間、必要な情報源の種類を指定します。「2023年から現在までの臨床診断におけるAIの最新の査読済み研究」は、「医療におけるAI」より有効です。
後続処理に使う前に引用を検証します。Perplexityは番号付きの引用を提供しますが、情報源の信頼性には違いがあります。重要な調査では、要約を本番システムに送る前に人が確認するステップを設けます。
APIの利用状況を監視します。PerplexityのAPIプラットフォームには利用制限があります。頻繁に実行するワークフローや多数の検索を扱うワークフローでは、ステップの失敗を防ぐため、フロー設定にレート制限への対応を含めます。
検索の繰り返しではなくワークフローを改善します。出力の品質が安定しない場合は、視覚的なエディターでステップ設定を調整します。AI Toolの要約指示を変更すると、実行時に検索文を言い換えるよりも安定した結果を得られます。

次に構築するもの

単一の検索を扱うワークフローは出発点です。取得、要約、送信のパターンが動作したら、同じ構造をより複雑な調査にも使えます。複数テーマの並列検索、情報源の種類や要約内のキーワードに基づく条件付きの送信、指定した周期でSlackチャンネルに調査ダイジェストを送る定期実行などが可能です。

Jinbaのツールドキュメントでは、Perplexity連携のステップ以外へワークフローを拡張するための連携機能を確認できます。監査ログはすべての連携に適用されるため、新しいツールを追加するたびに個別に設定せず、ワークフローの拡張に合わせてガバナンスを維持できます。

まず、Perplexityによる取得、AIによる要約、1つの送信先という最小限の3ステップのワークフローを公開します。初回実行後に監査ログを確認し、プロセスの可視性を必要とするチームや監査担当者の要件を実行記録が満たしているかを検証します。

よくある質問

Jinbaとは何ですか Perplexityとどう連携しますか

Jinbaは、自然言語で管理された複数ステップのプロセスを構築、実行、デプロイできるAIワークフローのオーケストレーションプラットフォームです。Perplexityと組み合わせると、エージェントを管理せずに実行するのではなく、リアルタイムのウェブ調査の取得、要約、送信、監査ログを1つの構造化されたワークフローで扱えます。

PerplexityをJinbaに接続するにはどうすればよいですか

Jinba FlowのSecretsタブにPerplexity APIキーを保存し、PerplexityツールのステップをSearch and Data Retrieval Toolsカテゴリーから追加すると、PerplexityをJinbaに接続できます。キーをSecretsに保存することで、実行ログへの混入を防ぎ、ワークフローを共有またはエクスポートする際にも保護できます。

調査ワークフローでChatGPTよりPerplexityを使う理由は何ですか

Perplexityは調査のための検索に特化しています。リアルタイムでウェブ検索を行い、インデックス化された情報源から回答をまとめ、各主張に番号付きの引用を添えます。この引用の仕組みは、管理された調査ワークフローに重要です。後続ステップで情報源の種類に応じて結果にフラグを付けたり送信先を分けたりでき、監査担当者も元の情報源まで追跡できます。

Jinba FlowでPerplexityの調査ワークフローを作成するにはどうすればよいですか

Jinba Flowで「Perplexityを使って、教育におけるAIの最新研究を検索するフローを作成してください」など、目的を平易な英語で説明すると、ワークフローを作成できます。Jinbaが生成した下書きを視覚的なエディターで調整し、Perplexityツールのステップを追加して動的な検索を設定し、要約と出力のステップを加えます。

構築後のJinbaワークフローは誰が実行できますか

エンジニア以外の利用者も、Jinba Appで公開済みのJinbaワークフローを実行できます。Jinba Appは定義された入力からフォームを自動生成します。調査を依頼する人は、そのフォームから検索内容を送信するだけでよく、内部のフロー設定や開発ツールにアクセスする必要はありません。

Jinbaの監査ログには何が記録されますか

Jinbaの監査ログには、実行を開始したトリガー、各ステップに渡した入力、各ステップが返した出力、実行中の承認判断が記録されます。Perplexity連携では、送信した検索内容、Perplexityが返した内容、その後の送信ステップで結果をどう扱ったかが分かります。

JinbaでPerplexityの結果を要約して送信するにはどうすればよいですか

Perplexityのステップが調査結果と引用を返したら、変数構文でPerplexityの出力を受け取るAI Toolステップを追加します：{{steps.<step_id>.result}}。モデルに構造化された要約を生成するよう指示します。続いてOutput Toolステップを追加し、Slack、Google Sheets、後続処理用のWebhookなどへ要約を送ります。

JinbaでPerplexityの調査品質を高めるにはどうすればよいですか

分野、期間、必要な情報源の種類を指定し、範囲を絞った具体的な検索を作成します。重要な用途に使う前に引用を検証し、Perplexity APIの利用状況とレート制限を監視します。出力の品質が安定しない場合は、実行時に検索文の言い換えを繰り返すのではなく、視覚的なエディターでワークフロー設定を改善します。

JinbaのワークフローでPerplexity Deep Researchを使えますか

はい。Perplexityツールのステップを複雑な複数段階の検索に設定することで、Jinba内でPerplexityのDeep Research機能を使えます。まとめられたレポートは、他のPerplexity出力と同様に要約と送信のステップに渡せます。監査ログには実行全体の記録が残ります。

最初のPerplexityワークフローの後に何を構築すればよいですか

まず、Perplexityによる取得、AIによる要約、1つの送信先という最小限の3ステップのワークフローから始めます。このパターンが安定したら、複数テーマの並列検索、情報源の種類やキーワードの有無による条件付きの送信、指定した周期でSlackチャンネルに調査ダイジェストを送る定期実行に拡張できます。