Salesforce AI Apex 実践ガイド 2026年版

Salesforceの開発者や管理者であれば、AIをめぐる話題を避けては通れません。そしてその会話は、私たちの組織内のすべてのカスタムロジックを実行する言語であるApexに行き着くことがほとんどです。今やApexは、AIを活用した機能を構築するための私たちの切符でもあるのです。

しかし、ここには落とし穴があります。「Salesforce AI Apex」は単一のものではありません。実際には、まったく異なる2つの概念を指しています。一方には、あなたのためにApexコードを書こうとするAIがあります。もう一方には、AIモデルを呼び出し、組織内でスマートな自動化を実現するためにあなたが書くApexコードがあります。

どちらにも役割はありますが、後者の、真にインテリジェントな自動化を構築する道は、プロジェクトを頓挫させる可能性のある隠れた罠に満ちています。このガイドでは、コインの両面を歩き、ネイティブな方法でAIを構築する際の頭痛の種を探り、より健全で強力な代替案をご紹介します。

開発におけるSalesforce AI Apexとは？

「Salesforce AI」は、実際には多数の異なるツールやAPIを指す包括的な用語です。Apex開発について話すとき、主に2種類のAIに出くわすことになります。

Einstein for developers: コーディングアシスタント

まず、コードをより速く書くのを助けるために設計されたツールがあります。コーディングの相棒のようなものと考えてください。ここで大きな存在なのが**Einstein for Developers**です。これは、私たちの多くが直面してきた問題、つまりChatGPTのような汎用AIはSalesforceを理解していないという問題を解決するために作られました。そうしたAIは、自信満々に実際にはJavaのようなApexを生成したり、シャドウDOMを壊すLWCコードを吐き出したりします。

Einstein for Developersは、Salesforce独自の言語でトレーニングされることで、この問題を解決することを目指しています。その主な機能は次のとおりです。

• 自然言語からコードへ: プレーンな英語でやりたいことを伝えると、Apex関数を生成します。

• コードの自動補完: IDE内で入力中にリアルタイムでコードの提案を行います。

• テストケースの生成: Apexクラスの単体テストを作成でき、これにより大幅な時間節約が可能です。

これは良い出発点ですが、ご存じのとおり、万能薬ではありません。常に監督が必要なジュニア開発者のように振る舞います。

ええ、これが最大の問題です。Apexの癖やガバナ制限についての深い理解がありません。もっともらしく見えるコードを自信満々に提供してくれますが、実際の組織に適用した途端にクラッシュします。Salesforce自身のEinstein for Developersは、彼らのものに特化してトレーニングされているので、改善されてきています。GitHub Copilotも基本的なChatGPTよりは信頼できると感じていますが、それでも目を離せません。重要なのは、大量のコンテキストを与えることです。基本的にはクラス全体を読み込ませて、ループ内のSOQLや他の一般的な制限に注意するように具体的に指示する必要があります。タイピングの手間は省けますが、機能を丸ごと任せることはできません。

Reddit

Models API: AI自動化のためのApexの活用

ここからが本当に強力な部分です。この2つ目のアプローチは、コードを書くことではなく、Apexを使って大規模言語モデル（LLM）を呼び出し、生成AI機能をSalesforceの自動化に組み込むことです。

そのための主要なツールは**Salesforce Models API**で、Apexの「aiplatform.ModelsAPI」クラスを通じてアクセスできます。これにより、以下のような非常にクールなカスタム自動化を作成する能力が解き放たれます。

• 非常に長く複雑なサポートケースの履歴を要約する。

• 顧客に適切なトーンでパーソナライズされたメールを作成する。

• 調査からの顧客フィードバックが肯定的か否定的かを判断する。

• ナレッジ記事からベクトル埋め込みを作成し、より賢い検索を構築する。

ここでビジネスに真の影響を与えることができます。しかし、これから見ていくように、本当の頭痛の種もここから始まります。以下は、Apexでの基本的な呼び出しの簡単な例です。

// テキストを生成する簡略化された例
aiplatform.ModelsAPI.createGenerations_Request request = new aiplatform.ModelsAPI.createGenerations_Request();
request.modelName = 'sfdc_ai__DefaultOpenAIGPT4OmniMini';

aiplatform.ModelsAPI_GenerationRequest requestBody = new aiplatform.ModelsAPI_GenerationRequest();
requestBody.prompt = '請求に関する問題を報告した顧客へのフォローアップメールを作成してください。';
request.body = requestBody;

try {
    aiplatform.ModelsAPI modelsAPI = new aiplatform.ModelsAPI();
    aiplatform.ModelsAPI.createGenerations_Response response = modelsAPI.createGenerations(request);
    System.debug('生成されたメールの下書き: ' + response.Code200.generation.generatedText);
} catch(aiplatform.ModelsAPI.createGenerations_ResponseException e) {
    System.debug('エラーが発生しました: ' + e);
}

この小さなスニペットでアイデアは伝わりますが、ここから信頼性の高い本番環境対応の機能にたどり着くには、はるかに長い道のりがあります。

Salesforce AI ApexによるAI自動化の構築

さて、Apexを使ってLLMと対話できることはわかりました。このネイティブなアプローチで有用なAI機能を構築するために何が必要か、現実的に見ていきましょう。

ネイティブプロセスとその可能性

典型的な開発者のワークフローは次のようになります。Apexクラスを書き、「ModelsAPI」を呼び出し、非常に詳細なプロンプトを含むリクエストを慎重に作成して送信し、その応答を解析してトリガー、フロー、またはLWCで使用します。

その約束は完全なコントロールです。既存のSalesforce設定にAIを深く組み込むことができます。しかし、そのコントロールには非常に高い代償が伴います。

ネイティブアプローチの隠れた頭痛の種

構築を始めると、すぐに実用的な問題の壁にぶつかります。それは開発を遅らせ、ビジネス部門の同僚をいら立たせ、驚くほど多くのリスクをもたらします。

• 痛々しいほど遅い開発サイクル: どんなに小さなAI機能であっても、開発者が新しいApexコードを書き、テストし、デプロイする必要があります。サポートチームが自動メールのトーンを変更したい場合、それは開発チケットになります。マーケティングが要約プロンプトを微調整する必要がある場合、それもまた別のチケットです。これにより巨大なボトルネックが生まれ、ビジネスチームが独自にAIの出力を実験・改善することが不可能になります。

• 分断されたナレッジ: Models APIは、汎用的なLLMへの単なるパイプです。あなたの会社の製品、社内ポリシー、過去の顧客とのチャットについては何も知りません。有用な回答を得るためには、コンテキストを一つひとつ与えなければなりません。このためのシステム（検索拡張生成、RAGと呼ばれるプロセス）を構築することは、巨大なエンジニアリングプロジェクトです。Confluence、Google Docs、ヘルプセンター、過去のSalesforceケースなどの場所からデータを取得するためにカスタムのApexコールアウトを書き、たった一つの質問をするためだけにこれらすべてを行う必要があります。

Mermaidチャート

• 硬直的で管理不能なワークフロー: すべてのAIロジックはApexコードに埋もれています。サポートマネージャーやITリーダーがAIの振る舞いを管理できる使いやすいダッシュボードはありません。新しいエスカレーションルールを設定したり、AIの個性を調整したり、避けるべき質問を指示したりするには、リクエストを提出して次の開発スプリントを待つしかありません。

• テストとシミュレーションの完全な欠如: 新しく作った「ケース要約」プロンプトが、何千もの実際のケースでうまく機能するかどうか、どうやって確認しますか？純粋なApexアプローチでは、それは不可能です。本番稼働前に過去のデータでAIのパフォーマンスをシミュレーションする方法がありません。基本的には、デプロイして最善を祈るしかなく、これは顧客対応の自動化にとって恐ろしい見通しです。

• 不透明な価格設定とガバナンス: SalesforceのAIツールの価格設定は、しばしば「営業担当者へのお問い合わせ」ボタンの裏に隠されており、コストを予測することがほぼ不可能です。その上、カスタムビルドされた各機能のAPIレート制限、セキュリティ、さまざまなAIモデルを管理しようとすると、すぐにガバナンスの悪夢に変わります。

より良い方法：専用AIプラットフォームでの統合

良いニュースは、このすべての基盤をゼロから構築する必要はないということです。果てしないApexプロジェクトに bogged down する代わりに、重労働を代行してくれる専用のAIプラットフォームを利用できます。

eesel AIの紹介：セルフサービスの自動化エンジン

ここでeesel AIのようなツールが登場します。これはSalesforceの代替品ではなく、Salesforceに直接接続するスマートなセルフサービスプラットフォームです。その役割は、すべての社内ナレッジに接続し、強力でありながらユーザーフレンドリーなワークフローエンジンを提供し、一行のコードも書かずにAIエージェントを構築、テスト、デプロイできるようにすることです。

eesel AIがネイティブ開発の課題をどのように解決するか

先ほどの隠れた頭痛の種を再訪し、eesel AIのようなプラットフォームがそれぞれをどのように解決するかを見てみましょう。

• 数ヶ月ではなく数分で本番稼働: カスタムApexプロジェクトに数週間を費やす代わりに、eesel AIはワンクリック連携を使用します。Salesforce、ヘルプセンター、その他のナレッジベースを接続し、数分で動作するAIエージェントを立ち上げることができます。すべてがセルフサービスなので、営業の電話に出たり、長いオンボーディングプロセスを待つ必要はありません。

• ナレッジを瞬時に統合: 構築を恐れていた複雑なRAGシステムは忘れてください。eesel AIは、Salesforceケース、Confluence、Google Docs、その他100以上のソースにあるナレッジに接続します。初日から正確で関連性の高い回答を提供するために必要なコンテキストをAIに自動的に与えます。

• 誰にとっても完全なコントロール: eesel AIを使用すると、ビジネスユーザーは強力なプロンプトエディタとノーコードインターフェースを利用して、AIのペルソナを定義し、ルールを設定し、アクション（Zendeskでのチケットのタグ付けやケースのエスカレーションなど）をトリガーできます。これにより、実際にワークフローを知っているチームがAIを自分で管理できるようになり、あなたはより複雑な問題に取り組む時間ができます。

• 自信を持ってテスト: これは非常に大きいです。eesel AIには強力なシミュレーションモードがあり、何千もの実際の過去のSalesforceチケットでAI設定をテストできます。AIがどのように回答したかを正確に確認し、解決率の確かな予測を得て、実際に稼働させる前に潜在的なROIを計算できます。もはや危険な当てずっぽうは必要ありません。

Salesforce AI Apex：複雑なコードだけでなく、インテリジェントな自動化に焦点を当てる

「Salesforce AI Apex」について語るとき、2つの世界を区別することが重要です。コードを書くのを助けるAIと、ビジネスを動かすAIです。

AIコーディングアシスタントは改善されていますが、ほとんどの企業にとっての真の価値は、スマートな自動化を作成することからもたらされます。ネイティブな方法は、ApexとModels APIを使ってゼロから構築するもので、遅く、柔軟性がなく、驚くほどリスキーです。優れたAIシステムが必要とする基本的な部分を構築するだけで、多くの開発時間を費やすことを強制されます。

eesel AIのような専用プラットフォームは、より速く、より柔軟で、最終的により強力な道を提供します。ナレッジの統合、テスト、ワークフロー管理といった面倒な部分を処理してくれるので、あなたは本当に重要なこと、つまり人々の時間を節約し、顧客をより幸せにするインテリジェントな自動化の提供に集中できます。

複雑で高価なカスタムApexプロジェクトを開始する代わりに、AI自動化の目標にはるかに速く到達できます。サポートチームやITチームが実際に自分で管理できるツールを提供し、本当に専門知識を必要とする仕事のために貴重な開発者の時間を解放することができます。

どれほど簡単か見てみませんか？ eesel AIの無料トライアルを開始し、わずか数分でSalesforceインスタンスを接続してください。