NotebookLMは、メモの取り方と知識管理を支援するために設計されたAIエージェントです。
8 サブカテゴリ · 1,460 件のエージェント · 2026年9月29日 更新
データと分析グループには、データを扱って質問に答え、予測し、監視するAIエージェントが集まっています。データ分析やビジネスインテリジェンスのエージェントは、スプレッドシート、データベース、BIプラットフォームに接続し、普段の言葉で質問するとクエリ、グラフ、レポートを返してくれます。予測分析のエージェントはデータを整え、予測モデルを構築し、シナリオを検証します。意思決定支援やリサーチのエージェントは、公開情報、文書、自社のデータから根拠を集めて意思決定を支えます。レコメンドシステムは行動や商品カタログから学習し、各ユーザーに次に何を見せるかを決めます。本番環境でAIを運用するチームには、モデルやエージェントの挙動を追跡する可観測性と監視のツールや、散らばったコンテンツを集めて整理する情報処理エージェントもあります。
重要なのは、エージェントの答えを信頼し検証できるかどうかです。答えの裏にあるクエリ、コード、出典を示すエージェントを選び、答えがわかっている質問でテストしましょう。どのデータソースに接続できるか、データのある場所で問い合わせるのか別の場所にコピーするのか、各自が許可された範囲だけを見られるようアクセス権限がどう適用されるかを確認してください。予測では、精度をどう測り、長期的にどう監視しているかを尋ねましょう。可観測性ツールでは、使っているフレームワークやモデル提供元に対応しているかを確認します。料金はデータ量、クエリ数、追跡イベント数によることが多いので、早めに利用量を見積もってください。
掲載 1,834 件 · サブカテゴリを開くと、含まれるエージェントをすべて比較できます
1,460 件のエージェントから 24 件を厳選(各エージェント 1 回のみ掲載)。エージェント自身のサイトへのトラフィック、GitHub スター数、対応サブカテゴリ数、ユーザーの保存数をもとに順位を付けています。
NotebookLMは、メモの取り方と知識管理を支援するために設計されたAIエージェントです。
Prolificは、研究者と検証済みの参加者を結びつけ、高品質のオンライン研究を提供します。
個性化された旅行のためのAI駆動の旅行プランナー。
DBGPTは、SQLクエリを生成し、データベースで実行し、リアルタイムで結果を可視化するAIエージェントです。
PostHogは、製品チームがユーザーの行動を追跡し、製品のパフォーマンスを最適化するための分析プラットフォームです。
Whozは、高度な人材管理とプロジェクトスタッフ配置ソリューションで専門サービスを強化します。
MiroFish は、レポートや政策草案をエージェントシミュレーション、グラフ表示、予測レポートへ変換し、起こり得る結果を検証します。
CollegeVineは、AIを使用して個別の大学入学ガイダンスを提供します。
Ragsは、ベクターストアとLLMを組み合わせて知識ベースのQAを可能にするリトリーバル強化チャットボットを可能にするPythonフレームワークです。
PydanticはPythonモデルを用いてデータ構造を検証し管理するAIエージェントです。
OSS Insightは、大規模なGitHubイベントを分析することによって、包括的な洞察を提供します。
Pecan AIは、自動化されたインサイトと予測を通じてデータ分析を簡素化します。
DealDropで驚くべき割引と節約を見つけましょう。
12の連携された公開データソースを通じて、競合の初回言及、成長マイルストーン、転用可能な戦術を追跡します。
Loopa は、調査、コンテンツ作成、分析、ワークフロー実行を自動化する AI エージェントプラットフォームです。
株式スクリーニングと市場分析ツールを提供するAI駆動の投資プラットフォーム。
BigPandaはAIを使用してインシデント管理を自動化し、迅速な解決のためにIT運用を最適化します。
AI駆動のデータ分析で、よりスマートで迅速な意思決定を実現します。
MetaPlane - データ駆動チームのための包括的なデータ可視性。
Kadoaは、個別化されたインタラクションを通じて顧客サポートとエンゲージメントを強化するAIエージェントです。
包括的な財務データおよび分析プラットフォーム。
ディープリインフォースメントラーニングを用いて、ライブ市場における株式と暗号通貨の取引戦略を最適化するAI搭載のトレーディングエージェント。
メモリ、ツール統合、および観測性を備えたカスタマイズ可能なAIアシスタントを構築するためのオープンソースPythonフレームワーク。
AI駆動のショッピングアシスタントがトップ評価の商品を提案します
どうやって答えを出したかを確認してからにしましょう。エージェントは列の意味を読み違えたり、誤ったフィルターを適用したり、テーブルを間違って結合したりしながらも、自信ありげなグラフを出してくることがあります。実行したSQLやコードを表示するデータ分析のエージェントを選び、答えがわかっている質問でテストし、全員が同じ数字を得られるよう主要な指標の定義をそろえましょう。意思決定やレポートに使う数字には、責任を持つ担当者を置いてください。
ビジネスインテリジェンスのエージェントは、何が起きたかを説明します。過去のデータを問い合わせ、ダッシュボードを作り、売上、利用状況、コストに関する質問に答えます。予測分析のエージェントは、予測モデル、シナリオ分析、シミュレーションを使って、次に何が起きそうかを見積もります。一貫性のないデータに基づく予測は信頼できないため、多くのチームはまずビジネスインテリジェンスから始めて、整った信頼できるデータを用意します。
エージェントは多くのステップを踏み、ツールやモデルを呼び出し、最終的な出力からは見えにくい形で失敗することがあります。可観測性と監視のツールは各ステップを記録し、レイテンシ、コスト、エラー率を測り、回答の質を長期的に評価するのに役立ちます。これにより、本番でエージェントを動かしたあとも、悪い結果をデバッグし、モデル変更後の品質低下を検知し、支出をコントロールできます。
各エージェントに1つのスコアを付けています。最も大きいのは人気度で、エージェント自身のWebサイトへの月間訪問数、オープンソースのプロジェクトではGitHubのスター数で測ります。小さな部分は、そのエージェントがカバーするデータと分析のサブカテゴリの数と、Creati.aiのユーザーによる保存の頻度を反映しています。各エージェントは1回だけ登場し、このグループを主な領域とするエージェントだけが対象なので、一覧が特定のサブカテゴリの写しになることはありません。ここからリンクしている月間トラフィックランキングは、トラフィックのみの順位です。
単機能のツールをお探しなら AIツールのカテゴリ →