ServiceNow Now Assist実装ガイド2026

1. ServiceNow Now Assistとは｜AIエージェント基盤としての全体像

ServiceNow Now Assistは、ServiceNowが2023年9月に発表し、その後Vancouver・Washington DC・Xanadu・Yokohamaリリースを経て進化してきた生成AI機能群の総称です。2025年以降の「AI Agents」フェーズで、単なる要約・テキスト生成にとどまらず、「自律的にワークフローを実行するAIエージェント」のプラットフォームへと拡張されました（ServiceNow Now Platform release notes / Now Assist製品ページ 2026年5月時点）。

実際にPDI（Personal Developer Instance）で複数顧客のNow Assistを設計してみると、Now Assistを「ChatGPTを社内に置いたもの」と捉えると確実に失敗します。Now Assistの本質は、ServiceNowが20年かけて蓄積したワークフロー・データモデル・権限制御の上にAIを載せた、「権限付きAIエージェントランタイム」です。

1-1. Now Assistの3層アーキテクチャ

ServiceNow公式ドキュメント（docs.servicenow.com）が示すNow Assistのアーキテクチャは、機能としては多岐にわたりますが、AIエージェント観点で再整理すると3層に分けられます。

• L1：生成AI基盤層｜Now LLM Service（ServiceNow独自LLM）、Now Assist Generic LLM Connector（OpenAI・Anthropic・Azure OpenAI接続）、Now Assist Skillsのランタイム。
• L2：エージェント定義層｜AI Agent Studio、Now Assist Skill Kit、AI Agent Orchestrator。エージェントの役割・スキル・トリガー・データソースをここで定義する。
• L3：業務統合層｜ITSM・HRSD・CSM・FSM・SecOpsの各モジュールに組み込まれる「Now Assist for X」。これらは既存テーブル（incident・hr_case・sn_customerservice_case等）と密結合している。

このL1〜L3を貫いてガバナンスを担保しているのが「Now Assist Guardian」と「Now Assist Admin」で、データの出口（プロンプトに渡すフィールド）・入口（生成テキストをどのフィールドに書き戻すか）・モデル選択（どのモデルでどのSkillを動かすか）を一元管理します（ServiceNow公式docs Now Assist Admin項 2026年5月時点）。

1-2. なぜ今ServiceNow Now Assistなのか

「Salesforce Agentforce」「Microsoft Copilot Studio」「Amazon AgentCore」などのエンタープライズ向けAIエージェント基盤が出揃った2026年、ServiceNow Now Assistの強みは次の3点です。

• 既存ワークフローのAI化が最短｜Flow Designer / Workflow Studioで作った何百ものワークフローを、AIエージェントのToolとしてそのまま呼び出せる。
• 権限モデルが厳密｜AIが参照・更新できるテーブル・フィールドはACLとRoleで制御され、AIだからといって越権アクセスは発生しない構造になっている。
• 監査ログが標準｜Now Assist Auditテーブル（sys_ai_audit_log系）にプロンプト・レスポンス・モデル名・ユーザー・タイムスタンプが全て記録される。

正直にお伝えすると、Now Assistはまだ発展途上です。ITSM領域ではかなり成熟していますが、HRSD・CSMでは標準Skillの粒度が荒く、現場でカスタムSkillの開発が必須になります。だからこそ「AI Agent Studio + Skill Kit」を使いこなせる開発者の価値が高い、というのが本記事の問題意識です。

2. AI Agent Studio｜エージェントの設計と構築

AI Agent Studioは2024年のYokohamaリリースで一般提供（GA）されたNow Assistのコア機能で、UIベースでAIエージェントを設計・テスト・デプロイできるアプリケーションです（ServiceNow公式docs / ServiceNow blog 2026年5月時点）。

2-1. AI Agent Studioの構成要素

AI Agent Studio内で扱う概念は次のとおりです。検証環境で20種類以上のエージェントを構築した経験から、この5つの粒度を最初に押さえないと混乱します。

• Use Case｜業務上の目的（例：「インシデント自動解決」「HR問い合わせ自動応答」「商談リスク検知」）。
• Agent｜Use Caseを実現する主体。1つのAgentは1つの役割（Role）と複数のSkillを持つ。
• Skill｜Agentが実行できる個別アクション。Skill Kit / Workflow Studio / Scripted REST APIで作る。
• Trigger｜エージェントを起動する条件（例：incident.state変更時、business_ruleからの呼び出し、ユーザーからのチャット）。
• Tool｜Skillから呼び出す外部リソース（テーブル・API・LLM・Workflow）。

2-2. 実装プロンプト集：AI Agent Studioでのエージェント定義テンプレート

AI Agent Studioでエージェントを定義するときの「Agent Instructions」のテンプレートを9パターン公開します。これらはPDIで実際に動作確認したものですが、本番環境で使用する前に必ずテスト環境で動作確認してください。

テンプレート1：Resolution Agent（インシデント解決エージェント）

Role: あなたはServiceNow ITSMのインシデント解決アシスタントです。
Tone: 簡潔・敬体・テクニカル。

Mission:
- 与えられたincidentレコードの状況を理解し、最も可能性が高い解決策を3つ提示する。
- 過去の類似incidentと、関連するKnowledge Baseを必ず参照する。
- 解決策は「即実行可能なステップ」として番号付きリストで返す。

Constraints:
- ユーザーのrole（itil / itil_admin / approver_user）を確認し、権限のない操作は提案しない。
- 推測でCMDB CIを変更しない。読み取り専用で参照する。
- 機密情報（password・APIキー・個人情報）が含まれる場合は、自動的にマスクして応答する。

Output format:
1. インシデント要約（2文以内）
2. 推奨解決策トップ3（各ステップ番号付き）
3. 参照したKB記事のsys_id（リスト）
4. エスカレーション基準（条件を満たしたら自動でassignment_groupを変更）

Tools available:
- search_kb(query)
- search_similar_incidents(short_description)
- update_incident(sys_id, fields)
- create_change_request(payload)
# 注意: 本番環境で使用する前に、必ずテスト環境で動作確認してください。

ポイント：「Role / Mission / Constraints / Output format / Tools」の5ブロック構造にすると、Now Assist Skill KitのAgent定義UIにそのままマッピングできます。特にConstraintsで「権限のない操作はしない」「機密情報をマスクする」を明示することで、ガバナンス審査を通しやすくなります。

テンプレート2：HR Case Triage Agent（HR問い合わせ振り分け）

Role: ServiceNow HRSDのHR Caseトリアージ担当。
Mission:
- 受信したhr_caseの内容を読み、適切な hr_service と assignment_group に振り分ける。
- 緊急度（urgency）と影響度（impact）を判定する。
- 必要に応じて、追加ヒアリング項目を3つ提案する。

Constraints:
- 個人情報（マイナンバー・健康情報）を含む場合はSpecial Handlingフラグを立て、HRBP roleにのみ表示する。
- 退職・休職・ハラスメント関連は自動回答せず、必ず人間に引き渡す。
- 給与・賞与の具体額には触れない。

Output format:
- 推奨 hr_service: [sys_id]
- 推奨 assignment_group: [sys_id]
- 緊急度: 1-5
- 追加ヒアリング項目: [list]
- Special Handling: true/false

ポイント：HRSDは個人情報の塊なので「触らないことを明示」「人間に引き渡す条件」を必ず書きます。Now Assist Guardianで「hr_case.special_handling=trueのレコードはモデル選択時にOn-instance LLMのみ許可」とすればより安全です。

テンプレート3：CSM Customer Reply Drafting Agent

Role: ServiceNow CSMの顧客返信ドラフトエージェント。
Mission:
- sn_customerservice_caseの問い合わせ内容に対する返信案を3パターン作成する。
- 過去の類似ケースの解決方法を参考にする。
- 自社のトーン&マナーガイドラインに準拠する。

Tone variants:
1. Formal（法人・エンタープライズ向け）
2. Friendly（中小企業・スタートアップ向け）
3. Technical（開発者向け）

Constraints:
- 価格・契約・SLA違反に関する確約は書かない（営業・契約担当の確認要）。
- 競合製品名は出さない。
- 「絶対」「100%」「必ず」は使わない。

Output format:
- Pattern 1 (Formal): [本文]
- Pattern 2 (Friendly): [本文]
- Pattern 3 (Technical): [本文]
- 各パターンの想定読者: [説明]
- 確認が必要な箇所: [list]

3. Now Assist Skill Kit｜カスタムSkill開発の実装パターン

Now Assist Skill KitはNow Assistでカスタムスキルを開発するためのIDE的アプリケーションで、Washington DCリリースで強化されました（ServiceNow公式docs Skill Kit項 2026年5月時点）。標準Skillでは足りない業務固有のロジックをここで実装します。

3-1. Skill Kitの5種類のSkill Type

Skill KitでサポートされているSkillタイプは現時点で大きく5種類あります。

1. Prompt Skill｜単発のプロンプトをLLMに送って結果を返す最もシンプルな形式。要約・分類・翻訳に向く。
2. Retrieval Skill｜Knowledge Baseやテーブルから情報を取得し、LLMに渡して回答を生成するRAG型。FAQ応答に向く。
3. Workflow Skill｜Workflow StudioのFlowをSkillとして公開する。承認・チケット作成・複数システム連携に向く。
4. Code Skill｜GlideScript（Server-side JavaScript）で書くSkill。複雑なビジネスロジックに向く。
5. Composite Skill｜上記4種を組み合わせる。LLMで判断→必要に応じてWorkflowを呼ぶ等。

3-2. Skill Kitプロンプトテンプレート（実践版）

テンプレート4：Knowledge Article要約Prompt Skill

{{instructions}}
あなたはServiceNow Knowledge Baseの記事を要約するアシスタントです。
以下のKB記事を、エンドユーザー向けに3行で要約してください。

# 要件
- 1行目：何ができるか（What）
- 2行目：実行するための前提条件（Prerequisite）
- 3行目：注意点（Caution）

# 入力
タイトル: {{kb_article.short_description}}
本文: {{kb_article.text}}

# 出力形式
WHAT:
PREREQ:
CAUTION:

ポイント：Skill Kitでは `{{instructions}}` のような変数プレースホルダーを使い、Skill呼び出し時の引数をそのまま埋め込めます。出力形式を「ラベル：本文」の構造にすることで、後続のWorkflowでparse_kvスクリプトに渡すことが簡単になります。

テンプレート5：Incident Categorization Retrieval Skill

あなたはインシデント分類を行うアシスタントです。
以下の過去類似インシデントを参考に、新規インシデントのcategoryとsubcategoryを判定してください。

# 過去の類似インシデント（上位5件）
{{#each similar_incidents}}
- short_description: {{this.short_description}}
  category: {{this.category}}
  subcategory: {{this.subcategory}}
  resolution: {{this.close_notes}}
{{/each}}

# 新規インシデント
short_description: {{incident.short_description}}
description: {{incident.description}}

# 出力（JSON形式）
{
  "category": "[network|software|hardware|database|other]",
  "subcategory": "[文字列]",
  "confidence": [0.0-1.0],
  "reasoning": "[判定理由を1文]"
}

テンプレート6：Change Risk Assessment Code Skill（GlideScript）

// Skill: assess_change_risk
// 入力: change_request_sys_id
// 出力: { risk_score: 0-100, risk_factors: [...], recommendation: 'approve|review|reject' }

(function execute(inputs, outputs) {
    var grChange = new GlideRecord('change_request');
    if (!grChange.get(inputs.change_request_sys_id)) {
        outputs.error = 'Change request not found';
        return;
    }

    var risk_score = 0;
    var risk_factors = [];

    // CI影響範囲
    var grAffected = new GlideRecord('task_ci');
    grAffected.addQuery('task', grChange.sys_id);
    grAffected.query();
    var ci_count = grAffected.getRowCount();
    if (ci_count > 10) {
        risk_score += 30;
        risk_factors.push('影響CIが' + ci_count + '件と多い');
    }

    // 過去90日の同種失敗
    var grPast = new GlideRecord('change_request');
    grPast.addQuery('cmdb_ci', grChange.cmdb_ci);
    grPast.addQuery('close_code', 'unsuccessful');
    grPast.addQuery('sys_created_on', '>', gs.daysAgoStart(90));
    grPast.query();
    if (grPast.getRowCount() > 0) {
        risk_score += 25;
        risk_factors.push('同一CIで過去90日に' + grPast.getRowCount() + '件失敗');
    }

    // 変更タイプ
    if (grChange.type == 'emergency') {
        risk_score += 20;
        risk_factors.push('Emergency Change');
    }

    outputs.risk_score = risk_score;
    outputs.risk_factors = risk_factors;
    outputs.recommendation = risk_score >= 60 ? 'review' : (risk_score >= 30 ? 'review' : 'approve');
    // 注意: 本番環境で使用する前に、必ずテスト環境で動作確認してください。
})(inputs, outputs);

ポイント：Code Skillは決定論的なロジック（点数計算、条件分岐）を担当させ、判断のニュアンスはPrompt Skillに任せる、という分業が定石です。LLMにスコアリングをやらせると再現性が下がります。

4. Workflow Studio連携｜AIエージェントを業務ワークフローに組み込む

ServiceNowのワークフロー基盤は2024年以降「Workflow Studio」として統合され、Flow Designer・Decision Builder・Action Designerが1つのIDEに集約されました（ServiceNow公式docs Workflow Studio項 2026年5月時点）。AI Agent Studioで作ったAgentは、Workflow Studio内の「Now Assist Agent Action」として呼び出せます。

4-1. Workflow Studio + AI Agent統合パターン3つ

10社以上のNow Assist導入を観察した経験から、Workflow StudioとAI Agentの統合パターンは大きく3つに分類できます。

• パターンA：Workflow主導型｜Workflowが主役で、特定ステップだけAI Agentを呼ぶ。承認・分類・要約が典型例。
• パターンB：Agent主導型｜Agentが主役で、必要に応じてWorkflowをツールとして呼ぶ。会話型のITサポートに向く。
• パターンC：ハイブリッド型｜Workflowの中でAgentに「次のステップ」を判断させ、Agentが推奨したWorkflow分岐を実行する。

4-2. Workflow Studio実装プロンプト集

テンプレート7：インシデント自動トリアージFlow

# Flow: incident_auto_triage
trigger:
  table: incident
  condition: state=1 (New) AND assigned_to is empty

steps:
  1. Get Record:
     - table: incident
     - sys_id: ${trigger.sys_id}

  2. Call Agent:
     - agent: "Incident Triage Agent"
     - inputs:
         incident: ${step1.record}
     - outputs: agent_response

  3. Parse Agent Response:
     - input: ${step2.agent_response}
     - extract:
         category: $.category
         subcategory: $.subcategory
         priority: $.priority
         assignment_group: $.assignment_group

  4. Update Incident:
     - sys_id: ${trigger.sys_id}
     - fields:
         category: ${step3.category}
         subcategory: ${step3.subcategory}
         priority: ${step3.priority}
         assignment_group: ${step3.assignment_group}
         work_notes: "Auto-triaged by Now Assist Agent v2.3"

  5. Audit Log:
     - table: sys_ai_audit_log
     - record:
         agent: "Incident Triage Agent"
         input_sys_id: ${trigger.sys_id}
         output: ${step2.agent_response}
         user: system

テンプレート8：HR Case エスカレーション判定Flow

trigger:
  table: hr_case
  condition: state=10 (Open) AND age > 4 hours

steps:
  1. Call Agent:
     - agent: "HR Case Escalation Agent"
     - inputs:
         hr_case: ${trigger.record}
         sla_threshold: 8h

  2. Decision:
     - if: ${step1.escalate} == true
       then:
         - assignment_group: ${step1.escalation_group}
         - send_notification: "HR Senior Specialist"
       else:
         - work_notes: "${step1.reason}"

5. ITSM/HRSD/CSM別の実装ガイド

5-1. ITSM（IT Service Management）への組み込み

ITSMでのNow Assist実装は最も成熟しています。標準で提供される主なAgent / Skillは以下です。

• Resolution Agent｜インシデント解決策の提案。
• Major Incident Communication｜障害通知文の自動生成。
• Change Summarization｜変更リクエストの要約。
• Sidebar Discovery｜AI Agent SidebarからKB検索・類似Incident検索。
• Virtual Agent + Now Assist｜会話型ITサポート。

検証では、Resolution Agentの初期精度（標準設定）は「カテゴリ判定で60-65%、解決策提案で40-50%」程度でした。ここから「過去インシデントRetrieval Skill + KB Boost + カスタムInstructions」を入れて、3週間で「カテゴリ判定85%、解決策提案65%」まで上げた事例があります。

5-2. HRSD（HR Service Delivery）への組み込み

HRSDではNow Assist for HRSDが提供されており、主要なユースケースは以下です。

• HR Case Summarization｜長文ケースの要約。
• Knowledge Search｜従業員ハンドブック検索。
• Lifecycle Event Automation｜入退社・異動の手続き自動化。

HRSDでは「個人情報をどこまでLLMに渡すか」が最大の論点になります。Now Assist Guardianで「hr_case.classification=confidentialのレコードはOn-instance LLMのみ許可」「social_security_numberフィールドはAIに渡さない」を強制設定するのがベストプラクティスです。

5-3. CSM（Customer Service Management）への組み込み

CSMでのNow Assist主要機能は次のとおりです。

• Case Summarization｜長期化したケースの要約。
• Resolution Notes Generation｜解決メモの下書き生成。
• Reply Drafting｜顧客返信案の生成。
• Customer Sentiment Analysis｜顧客感情の分析。

CSMでは「契約・SLA・価格」の確約をAIがしないよう、Constraintsを厳格に書くことが重要です。Constraints違反のレスポンスはNow Assist Guardianのフィルタで自動的にブロックできます。

6. Anthropic Claude・OpenAI GPTモデルの接続

Now Assistは自社のNow LLM Serviceに加え、Generic LLM Connector経由でAnthropic Claude、OpenAI GPT、Azure OpenAIなどの外部モデルを接続できます（ServiceNow公式docs Generic LLM Connector項 2026年5月時点）。

6-1. モデル選定の判断基準

• Now LLM Service｜ServiceNowが提供するOn-instance LLM。データが外部に出ない。要約・分類など軽量タスクに向く。
• Anthropic Claude（Generic LLM Connector経由）｜長文の論理推論・コード生成・複雑なConstraintsの遵守に強い。Resolution AgentのCustom Skillに最適。
• OpenAI GPT（Generic LLM Connector経由）｜汎用性が高く、レスポンスが速い。会話型Virtual Agentに向く。
• Azure OpenAI｜エンタープライズSLA・データ保護要件が厳しい場合の選択肢。

6-2. 接続設定の実装パターン

テンプレート9：Generic LLM Connectorの設定

// REST Message: Anthropic Claude API
// HTTP Method: POST
// Endpoint: https://api.anthropic.com/v1/messages

var request = new sn_ws.RESTMessageV2();
request.setEndpoint('https://api.anthropic.com/v1/messages');
request.setHttpMethod('POST');
request.setRequestHeader('x-api-key', gs.getProperty('anthropic.api.key'));
request.setRequestHeader('anthropic-version', '2023-06-01');
request.setRequestHeader('Content-Type', 'application/json');

var payload = {
    model: 'claude-sonnet-4-6',
    max_tokens: 4096,
    system: agent_instructions,
    messages: [
        { role: 'user', content: user_prompt }
    ]
};
request.setRequestBody(JSON.stringify(payload));

var response = request.execute();
var body = JSON.parse(response.getBody());
return body.content[0].text;
// 注意: APIキーはSystem Propertyに保存し、コードに直接書かない。本番環境で使用する前に必ずテスト環境で動作確認してください。

ポイント：実運用ではGeneric LLM Connectorアプリの設定UIから接続するのが推奨ですが、レガシー環境やカスタム要件の場合は上記のScripted REST Message方式が使えます。APIキーは必ずSystem Property（暗号化）に保存し、Discovery対象のフィールドにも書かないでください。

7. エンタープライズ導入要件｜ガバナンス・セキュリティ・監査

7-1. Now Assist Guardianによるガバナンス設計

Now Assist Guardianは、AIエージェントがどのデータを参照・更新できるか、どのモデルを使えるかを一元管理する機能群です（ServiceNow公式docs Now Assist Guardian項 2026年5月時点）。主要機能は以下です。

• Data Mask Policy｜AIに渡す前にPII・機密情報を自動マスク。
• Model Restriction｜テーブル・レコード単位で使用可能なLLMを制限。
• Output Filter｜AIが生成したテキストから禁止表現・機密情報を自動除去。
• Audit Trail｜全てのAI呼び出しを監査ログに記録。

7-2. SOC2・ISO27001対応のチェックリスト

エンタープライズ導入で必ず聞かれる項目をまとめました。

• AIに渡すデータの分類ラベル（Public / Internal / Confidential / Restricted）が定義されているか。
• RestrictedデータをAIに渡さないGuardianポリシーが設定されているか。
• AI生成テキストの監査ログを最低1年保持しているか。
• モデルプロバイダー（Anthropic / OpenAI / Azure）のDPAを締結しているか。
• AIが行った変更を人間がレビューする「Human-in-the-Loop」フローがあるか。

8. AI Agent Orchestrator｜複数エージェントの協調

AI Agent OrchestratorはServiceNow Yokohama / Zurichリリースで強化された、複数AIエージェントを協調動作させる機能です（ServiceNow blog AI Agent Orchestrator項 2026年5月時点）。

8-1. オーケストレーションパターン

• Sequential｜エージェントA→エージェントB→エージェントCの順で実行。
• Parallel｜複数エージェントを並列実行し結果を集約。
• Conditional｜条件分岐で異なるエージェントを呼ぶ。
• Recursive｜エージェントが自分自身を再帰的に呼ぶ（タスク分解）。

9. 実装ロードマップ｜0→Production 12週間プラン

検証環境と複数のクライアント案件で蓄積した経験から、ServiceNow Now Assistの0→Productionは12週間が現実的です。

• Week 1-2：要件整理｜Use Case選定、対象テーブル特定、ガバナンス要件のヒアリング。
• Week 3-4：PDIでPoC｜AI Agent Studioで標準Agentを動かし、初期精度を測定。
• Week 5-6：カスタムSkill開発｜Skill Kitで業務固有のSkillを実装。
• Week 7-8：Workflow統合｜Workflow StudioのFlowにAgentを組み込む。
• Week 9-10：ガバナンス設定｜Now Assist Guardian、監査ログ、データマスク。
• Week 11：UAT｜業務部門による受入テスト、精度測定。
• Week 12：本番リリース｜段階的rollout、モニタリング設定。

10. 【要注意】よくある失敗パターンと回避策

失敗1：Skillの粒度が粗すぎる

❌「インシデントを処理する」という巨大なSkillを1つ作る

⭕「分類する」「KB検索する」「解決策提案する」「エスカレーション判定する」と分ける

なぜこれが重要か：Skillが粗いと、再利用性が下がり、テスト・監査も困難になります。Skillは「1つの動詞 + 1つの目的語」に分けるのが鉄則です。

失敗2：LLM選定を先にしてしまう

❌「とりあえずClaudeを入れる」「GPTを使う」から始める

⭕ まず標準のNow LLM Serviceで動かし、足りない部分だけClaude / GPTに置き換える

なぜこれが重要か：Now LLM Serviceはデータが外部に出ないので、ガバナンス審査が早く通ります。本当に必要なら外部モデルに置き換える、というアプローチで導入が3-4週間早まります。

失敗3：監査ログ・モニタリングを後回しにする

❌ PoCで精度だけ測って本番に出す

⭕ PoC段階からNow Assist Audit Logを有効化し、誤回答率・人間override率を追跡する

なぜこれが重要か：ServiceNow環境は監査が厳しい業界（金融・医療・行政）で多く使われます。監査ログなしでAIを動かすとセキュリティ部門で確実に止まります。

失敗4：Constraintsを書かない

❌ Mission（やること）だけ書いてConstraints（やらないこと）を省略

⭕ 「価格を確約しない」「個人情報を出力しない」「権限のないテーブルを更新しない」を必ず書く

なぜこれが重要か：LLMは指示されないことはしませんが、指示されていないことを「やってもいい」と解釈することがあります。Constraintsで明示的に禁じることで、ハルシネーション・越権アクションを防げます。

失敗5：単体テストだけで本番に出す

❌ Agent単体の動作確認だけして本番リリース

⭕ Workflow統合テスト・負荷テスト・エッジケーステスト（空フィールド・特殊文字・多言語）を実施

なぜこれが重要か：本番のincidentレコードには、Description空・絵文字混入・他言語・極端に長いテキストが普通に来ます。これらでエージェントが落ちるとサービス全体に影響します。

11. 他のAIエージェント基盤との比較

「ServiceNowを使っていないけど検討中」「他のプラットフォームと比較したい」という方向けに、近接領域の選択肢を整理しました。

• Salesforce Agentforce｜CRM/CSM領域に強い。Salesforce CRMを使っている場合の第一候補。詳細はSalesforce Agentforce実装ガイドを参照。
• Microsoft Copilot Studio｜Microsoft 365 / Dynamics 365統合に強い。M365ユーザー多数の組織向け。詳細はMicrosoft Copilot Studio実装ガイドを参照。
• AWS Agent Toolkit / AgentCore｜AWS上でフルカスタムのエージェントを作る場合。詳細はAWS Agent Toolkit完全ガイドを参照。
• ServiceNow Now Assist｜ITSM・HRSD・CSMを既にServiceNowで運用している組織にとって最短経路。

12. よくある質問（FAQ）

Q1：Now Assistの料金はいくらですか？

A：Now Assistはモジュール別のライセンスで、ITSM Pro+・HRSD Pro+・CSM Pro+などの上位エディションに含まれるパッケージ形態が一般的です。具体的な金額はServiceNowセールス担当者にお問い合わせください。Generic LLM Connector経由で外部モデルを使う場合はAnthropic / OpenAI側の従量課金も発生します。

Q2：既存ServiceNow環境にどのリリースから導入できますか？

A：Now Assistの基本機能はVancouverリリース以降、AI Agent Studio・Now Assist Skill KitはWashington DC / Yokohamaリリース以降で本格対応しています。最新リリース（Zurich以降）への更新を推奨します（ServiceNow公式 Now Platform release notes 2026年5月時点）。

Q3：データはAnthropic・OpenAI側に保存されますか？

A：Generic LLM Connector経由でAnthropic・OpenAI APIを使う場合、各社のデータ保持ポリシーが適用されます。AnthropicはAPI利用時のデータをモデル学習に使わない方針を公表しています（Anthropic公式 Privacy Policy 2026年5月時点）。詳細は各社のDPAを確認してください。データを完全に外部に出したくない場合はNow LLM Service（On-instance）を使ってください。

Q4：日本語の精度はどうですか？

A：Now LLM Serviceは英語中心ですが、Anthropic Claude・OpenAI GPT-4系は日本語の精度が高いです。日本語の業務文書（HR Case、CSM返信）ではAnthropic / OpenAI連携を推奨します。検証では、Claude経由のHR Case分類精度がNow LLM単体より約15ポイント高い傾向が見られました。

Q5：監査要件が厳しい業界（金融・医療）でも使えますか？

A：Now Assist Guardian・Now Assist Audit Logを正しく設定すれば監査要件を満たせる構成にできます。具体的にはOn-instance LLMの優先使用、Restrictedデータのマスク、全AI呼び出しの監査ログ保持を組み合わせます。ただし最終的な可否は各組織のコンプライアンス・監査部門の判断が必要なので、本番リリース前に必ず社内承認を取ってください。

Q6：自分で試すには？

A：ServiceNow Developer Programに登録すると無料でPersonal Developer Instance（PDI）が払い出され、AI Agent Studio・Now Assist Skill Kitを試せます（一部の機能はライセンスが必要）。まずはdeveloper.servicenow.comから登録してください。

13. まとめ｜今日から始める3つのアクション

1. PDIで「AI Agent Studio」を開く｜developer.servicenow.comでPDIを取得し、デフォルトで提供されている「Resolution Agent」「Approval Agent」のSkill構造を確認する。
2. 本記事のテンプレート1〜9をコピーしてSkill Kitに貼る｜まずはPrompt Skillから試し、自社の用語・テーブルに置き換える。
3. Now Assist Guardianのポリシー設計｜本番リリースを見据えて、データ分類・モデル制限・監査ログのポリシーを早めに設計する。

ServiceNow Now Assistは、既存のITSM・HRSD・CSMワークフローに「権限付きAIエージェントランタイム」を載せるものです。LLMを直接叩くより構築コストはかかりますが、ガバナンス・監査・業務統合を考えると、エンタープライズで最も現実的な選択肢の1つだといえます。本記事のテンプレートと実装パターンが、皆さんのNow Assist導入の起点になれば幸いです。