AIエージェントは、人々のソフトウェアの使い方を変えつつあります。質問への回答、情報の要約、次のステップの提案、ワークフローのトリガー、そしてチームがすでに使用しているツール全体でより速く動けるよう支援することができます。
しかし、エージェントはアクセスできるコンテキストの質以上には役立てません。
ソフトウェア企業にとって、そのコンテキストはドキュメント、ヘルプ記事、または静的な製品データにとどまることはできません。エージェントはまた、ユーザーが何をしているか、どこで詰まっているか、何を達成しようとしているか、どのアカウントが影響を受けているか、そしてビジネスにとってどの成果が重要かを理解する必要があります。
それがプロダクトコンテキストです。
プロダクトコンテキストはどのように定義されるか？
プロダクトコンテキストとは、人々とエージェントがあなたのソフトウェアとどのようにやり取りするかについての、つながりのある理解です。行動、フィードバック、ワークフロー、センチメント、アカウントシグナル、機能の使用状況、および成果を統合することで、チームは製品内で何が起きているかを把握し、自信を持って行動できます。
プロダクトコンテキストがなければ、AIエージェントは役立つように見えても、不完全な情報をもとに動いていることが多いです。プロダクトコンテキストがあれば、ユーザーの実際の体験に根ざしたものになれます。
AIエージェントは、あなたのプロダクトで起きていることに根ざしている必要があります。
AIをめぐる議論の多くは、より良いプロンプトに焦点を当ててきました。プロンプトの改善は助けになりますが、プロンプトだけではエージェントにあなたのプロダクト内で何が起きているかを伝えることはできません。
オンボーディングエージェントは、新規ユーザーがどこで離脱するかを知る必要があります。サポートエージェントは、ユーザーがすでにワークフローを試みて失敗したかどうかを知る必要があります。プロダクトエージェントは、どの機能が採用され、どれが無視され、どれが摩擦を生んでいるかを知る必要があります。レベニューエージェントは、使用パターンが拡大、リスク、または混乱を示しているかどうかを知る必要があります。
そのコンテキストはプロンプトの中にはありません。プロダクトの中にあります。
ここでプロダクトコンテキストが不可欠になります。優れたプロダクトチームがすでに意思決定に使用しているシグナルへのアクセスをエージェントに提供します： プロダクトアナリティクス、ユーザージャーニー、フィードバック、センチメント、アカウントの行動、そして実際の使用パターン。
目標は単にエージェントをより多くの情報で武装させることではありません。プロダクト体験とビジネス成果が交わる瞬間に、エージェントを役立てることです。
プロダクトコンテキストに含まれるもの
プロダクトコンテキストは単一の指標やダッシュボードではありません。何が起きているか、誰に影響するか、次に何をすべきかを説明する、つながったシグナルの層です。
それは行動から始まります。どのユーザーがアクティブか？どの機能を使っているか？どのワークフローを完了しているか？どこで体験を離脱するか？
摩擦も含まれます。ユーザーがためらったり、操作を繰り返したり、怒りのクリックをしたり、助けを求めたりしているのはどこか？チームがアナリティクスと セッションリプレイを組み合わせることで、「何かがおかしい」から「これがユーザーの体験したことだ」へと移行できます。
顧客の声も含まれます。フィードバック、センチメント、NPS、サポートの会話、ユーザーのリクエストは、ユーザーが自分の言葉で何を必要としているかを説明するのに役立ちます。 Pendo Listen は、ユーザーが言っていることと実際にしていることをつなぐのに役立ちます。
ビジネスコンテキストも含まれます。プロダクトの行動は、アカウント、セグメント、リテンション、拡大、サポートコスト、収益への影響と結びついているときにより大きな意味を持ちます。
そしてますます、エージェントの行動も含まれるようになっています。より多くの企業がAIエージェントをプロダクトや社内ワークフローに追加するにつれ、チームはそれらのエージェントがどのように使われているか、どのプロンプトが機能するか、どこで会話が崩れるか、そしてエージェントがユーザーのタスク完了を支援しているかどうかを理解する必要があります。
だからこそ、プロダクトコンテキストは今や人間とエージェントの両方を考慮しなければなりません。
プロダクトコンテキストは、コンテキストエンジニアリングに欠けているレイヤーである
コンテキストエンジニアリングとは、AIシステムがタスクをうまく実行できるよう、適切なタイミングで適切な情報・ツール・メモリ・指示を提供する実践です。
ソフトウェア企業にとって、プロダクトコンテキストはコンテキストエンジニアリングの中で最も価値ある形式の一つです。
この区別は重要です。コンテキストエンジニアリングは手法であり、プロダクトコンテキストはその手法を有用にするプロダクト固有の実質的な内容です。チームが洗練されたプロンプト、検索システム、エージェントワークフローを構築しても、それらのシステムが実際のプロダクト利用状況を理解していなければ、最も重要なシグナルを見逃したままです。
プロダクトコンテキストは、そのギャップを埋める助けとなります。
プロダクトコンテキストは、ユーザーが誰であるか、何をしてきたか、プロダクトのどこにいるか、次に何をしようとしているか、そして類似ユーザーが成功したか苦労したかをエージェントに伝えます。これにより、エージェントは一般的なアドバイスを超え、プロダクトを理解したうえでの行動へと進むことができます。
これが「 Pendo MCP 」が重要な理由でもあります。MCPは、AIツールやエージェントがプロダクト利用データ、顧客コンテキスト、機能データ、訪問者アクティビティ、アカウントメタデータ、エンゲージメントパターンに安全にアクセスする手段を提供します。エージェントが支援できるようになる前にチームが手動でレポートを作成する必要がなくなり、MCPはすでに人々が作業している場所でプロダクトコンテキストを利用可能にします。
構築するエージェントも購入するエージェントも、プロダクトコンテキストが必要な理由
プロダクトに直接組み込まれるエージェントもあれば、購入してチーム全体で使用されるエージェントもあります。顧客をサポートするものもあれば、従業員を支援するものもあります。プロダクトマネージャー、サポートチーム、営業チーム、または経営幹部を補助するものもあります。
いずれもコンテキストを必要とします。
プロダクトに組み込まれたエージェントは、その瞬間にユーザーが何をしているかを理解する必要があります。社内エージェントは、回答する質問の背後にあるビジネスおよびプロダクトデータを理解する必要があります。サードパーティのアシスタントは、より良い回答が実際のユーザー行動に依存する場合に一般的な推奨を避けるための十分なコンテキストを必要とします。
これがPendo for Agentsの考え方です。プロダクトデータは、企業が構築または購入するエージェントに提供され、それらのエージェントがユーザーが誰であるか、何をしてきたか、次に何が必要かを理解できるようにすべきです。
また、Agent Toolkitがインサイトからアクションへとストーリーを拡張する部分でもあります。プロダクトコンテキストにより、エージェントは関連するガイドを表示したり、セッションコンテキストを活用したり、フィードバックを受け付けたり、ユーザーを重要なワークフローに戻したり、行動シグナルがフラストレーションを示したときに対応したりできます。これが、プロンプトを待つだけのエージェントと、適切なプロダクトの瞬間に支援できるエージェントの違いです。
エージェントがプロダクトコンテキストを持つことで、オンボーディングのサポート、導入促進、拡大機会の発見、離脱の特定、そして小さな体験のギャップが大きなビジネス上の問題になる前にチームが行動できるよう支援することが可能になります。
エージェントがプロダクトコンテキストを持たない場合、一般的なアウトプットを生成したり、ユーザーの意図を見逃したり、正しそうに聞こえるが実際の状況と合わないアクションを推奨したりする可能性が高くなります。
プロダクトコンテキストはエージェントの活動を測定可能な成果へと変える
AIエージェントをリリースすることは、それが機能しているかどうかを把握することとは異なります。
チームは、人々がエージェントを使用しているかどうか、何を尋ねているか、会話がどこで成功し、プロンプトがどこで失敗するか、どのリクエストがサポートされていないか、そしてエージェントがタスク完了・継続率・サポート効率・導入などの成果を改善しているかどうかを把握する必要があります。
そこで「 Agent Analytics 」がプロダクトコンテキストのストーリーにおける重要な要素となります。
Agent Analyticsは、チームが会話やプロンプトを分析し、ユーザーの摩擦を特定し、アカウントレベルの導入状況を監視し、AIの使用状況を把握し、エージェントがどこで機能しなくなるかを確認するのに役立ちます。エージェントの動作をより広いプロダクト体験に結びつけることで、チームはエージェントのパフォーマンスを孤立した視点で見ることがなくなります。
これは重要な転換点です。従来のプロダクトアナリティクスは、人々がソフトウェアをどのように使用するかを示していました。今やプロダクトコンテキストは、人々とエージェントがソフトウェアを通じてどのように連携して動作するかを示す必要があります。
エージェントがワークフローを加速させるなら、プロダクトチームはそれを証明できるべきです。エージェントが不満を生み出すなら、それがどこで起きたかを確認できるべきです。エージェントがあるセグメントには多用され、別のセグメントには無視されているなら、チームはそれも把握できるべきです。
AIはプロダクト体験の中でブラックボックスであってはなりません。プロダクトコンテキストはエージェントのパフォーマンスを可視化します。
プロダクトコンテキストはチームがループを閉じるのを助ける
プロダクトコンテキストの価値は、理解するだけにとどまりません。それはアクションです。
チームがユーザーとエージェントが苦労している箇所を把握できれば、何を修正し、ガイドし、自動化し、最適化するかを判断できます。行動データを活用してオンボーディングを改善できます。フィードバックを活用してロードマップの意思決定を優先できます。リプレイを活用して摩擦を理解できます。Agent Analyticsを活用してプロンプトを改善し、レスポンスを向上させ、サポートされていないリクエストを検出できます。
それによってプロダクトコンテキストは継続的なループへと変わります：
エビデンスから計画する。適切な修正を構築する。何が起きるかを観察する。成果に基づいて最適化する。
このループは、Pendoのプロダクトストーリーがどのように進化してきたかの中心にあります。Pendoは常に、人々がソフトウェアをどのように使用するかをチームが理解するのを支援してきました。今、AIエージェントがその体験の一部となるにつれ、Pendoはエージェントの動作についてもチームが理解できるよう支援します。
プロダクト体験は、もはや画面上での人間のクリックだけではありません。ユーザー、エージェント、ワークフロー、プロンプト、フィードバック、そして成果が一体となって動いています。
プロダクトコンテキストこそが、そのシステムを理解可能にするものです。
PendoがどのようにプロダクトコンテキストをPendoが企業の構築を支援するか
Pendoは、ユーザー、エージェント、アプリケーションにわたってプロダクトコンテキストを収集し、そのコンテキストをアクションへと変えるのを企業が支援します。
プロダクトアナリティクスを使えば、チームはユーザーが実際に何をしているかを把握できます。 Pendo Listenを使えば、フィードバックやセンチメントをプロダクトの意思決定に結びつけられます。 セッションリプレイを使えば、ユーザーが苦労している瞬間を確認できます。 アプリ内ガイドを使えば、プロダクト体験の中で直接応答できます。 Pendo MCPを使えば、プロダクトコンテキストをAIツールやエージェントが利用できるようになります。Agent Toolkitを使えば、プロダクトシグナルに応じてガイド、サポート、アクションを実行できるエージェントを装備できます。そしてAgent Analyticsを使えば、エージェントの使用状況、プロンプトのパフォーマンス、導入状況、インパクトを測定できます。
これらの機能が組み合わさることで、プロダクト体験のより完全な全体像が生まれます。ユーザーが何をクリックしたかだけでなく。エージェントが何を言ったかだけでなく。顧客が何をリクエストしたかだけでなく。何が起きているか、そしてチームが何をできるかという完全なコンテキストです。
それこそが、AIエージェントがより良いパフォーマンスを発揮するために必要なものです。
そして、ソフトウェアチームが人々が心から愛して使うプロダクトを構築するために必要なものでもあります。
