Skip to main content
Boxを使用すれば、開発者は管理されたコンテンツレイヤーをアプリケーションやワークフロー、AIエージェントに活用できます。Box内のファイルには、権限、バージョン、メタデータ、コラボレーション、監査履歴があらかじめ用意されています。これらの管理機能はアプリケーションで使用できるため、ファイルストアやAIパイプラインを中心に管理機能を改めて構築する必要がありません。 自社製品で、ドキュメント、画像、契約書、スキャンデータ、プレゼンテーション、または業務の一環としてユーザーによって作成、更新されるその他の非構造化コンテンツを扱う必要がある場合には、Boxを使用しましょう。

開発者はどのような場合にBoxを使用すべきですか?

Boxが適しているのは、以下の機能が1つ以上アプリケーションに必要な場合です。
  • コンテンツAPI: ファイルとフォルダのアップロード、ダウンロード、プレビュー、検索、共有、整理を行うことができます。
  • アクセス制御: Boxのユーザー、グループ、コラボレーション、スコープ、ウォーターフォール権限を使用できます。
  • 業務コンテキスト: ファイルにメタデータを追加し、そのメタデータにクエリを実行して、コンテンツイベントに応答できます。
  • 企業コンテンツに基づくAI: Boxからコンテンツを削除することなく、質問、ファイルの要約、構造化データの抽出を行えます。
  • エージェントへのアクセス: Box MCPサーバーまたはBox CLIを使用して、外部のAIエージェントに接続できます。
  • ドキュメントのワークフロー: コンテンツの取り込み、AI、レビュー、ドキュメントの生成、署名を統合できます。
  • エクスペリエンスの埋め込み: ファイルの参照、プレビュー、アップロード、メタデータの表示を、UI Elementsを使用してアプリケーションに追加できます。
すでに保有しているアクセスモデルの背後に、プライベートのオブジェクトストレージが必要なだけであれば、クラウドオブジェクトストアの方が簡単な可能性があります。Boxが最も役立つのは、ファイルが共有作業オブジェクトで、権限、コラボレーション、業務コンテキスト、ガバナンスが必要になる場合です。

Boxで非構造化コンテンツをAI向けに準備するには、どうすればよいですか?

AIシステムが良質な回答を返すことができるのは、関連性が高く安全にアクセスできる最新のコンテンツを使用できる場合です。有用なコンテンツを準備するプロセスは、4つの部分に分かれています。
1

アクセスの集約

アプリケーションに必要なコンテンツをBoxフォルダに置くか、厳選したファイルとフォルダをBox Hubsの中にまとめます。企業の全データをAIシステムに公開する必要はありません。最初は、ユースケースに対応できるだけの最小限のコンテンツを用意しておきます。
2

業務コンテキストの追加

ファイル名とタイムスタンプから、ドキュメントの内容がわかることはほとんどありません。メタデータを使用して、ドキュメントの種類、所有者、アカウント、承認状態、レビュー日時などのフィールドを追加します。こうしたデータがドキュメントの内部に埋もれている場合は、Box AI Extractを使用します。
3

AIが使用するデータの選定

承認済みコンテンツを、ドラフト、古いファイル、ワークフローに取り込むべきではないレコードから区別します。Hubsを使用して、ユーザーとBox AIに厳選されたナレッジセットを提供しながら、ソースファイルに対する権限を保全できます。実際の例については、回答集のチュートリアルを参照してください。
4

リクエストパスでの権限の保持

Box AI、Box Hubs、Box MCPサーバーでは、リクエストを行うユーザーまたはアプリケーションが利用できるアクセスが使用されます。エージェントを接続しても、企業の全ファイルへのアクセスがエージェントに許可されるわけではありません。エージェントが読み取ったり変更したりできるデータは、依然としてID、スコープ、ファイルコラボレーションによって決まります。

実装パスの選択

Boxによって管理される取得か、独自のRAGパイプラインか?

ソースコンテンツがすでにBoxに格納され、権限が区別される回答が主な要件である場合には、Boxによって管理される取得から始めます。

Boxによって管理される取得

以下の必要性がある場合には、Box AI Askと併せてBox Hubsを使用します。
  • 厳選されたソースドキュメント
  • リクエストを行うユーザーがアクセス可能なファイルに基づく回答
  • ソースコンテンツの逆引用
  • 運用する取得インフラストラクチャを減らす

独自のRAGパイプライン

以下の必要性がある場合、独自の検索拡張生成 (RAG) パイプラインを作成します。
  • Box AIが提供しない取得エンジンまたは埋め込みモデル
  • Boxコンテンツに他システムのデータを組み合わせる1つのインデックス
  • チャンク化、ランク付け、または評価のためのカスタムロジック
  • 自分で管理するモデルホスティングまたは推論セットアップ
Boxコンテンツをエクスポートする場合、パイプラインでは権限を適用し、ファイル、バージョン、コラボレーションが変更されたときにインデックスを最新の状態に維持する必要があります。1回の実装については、Pineconeの統合に関するページを参照してください。

Box MCPサーバーはBoxの権限を回避しますか?

いいえ。Box MCPサーバーは、認証済みのBoxユーザーを利用して処理を実行します。クライアントがリクエストできるアクション数の上限は、統合スコープによって決まります。さらに、ユーザーがアクセス可能なファイルとフォルダは、Boxの権限によって決まります。 開発中は、専用のテストアカウントとサンプルコンテンツを使用します。本番稼働を開始する前に、ユーザーまたはアプリケーションIDを慎重に選択し、エージェントに必要なスコープのみをリクエストします。MCPサーバーの設定を参照してください。

なぜ最初に作成するのですか?

Boxが業務に適合することが実証されている、最短の経路で始めます。
  1. クイックスタートを完了してアカウントを作成し、開発者トークンを生成して、最初のファイルをアップロードします。
  2. 統合を計画し、アプリケーションの種類を選択します。
  3. チュートリアルの中から、適用可能なユースケースを1つ選択します。
  4. 展開する前に、開発者トークンを本番用の認証方法に置き換えておきます。
使用できる製品の種類は、ご利用中のBoxプランとEnterprise設定によって異なります。無料のDeveloperプランに含まれる機能とアップグレードの方法については、こちらの情報をご覧ください。

AI対応コンテンツの詳細情報

コンテンツの一元化、メタデータに基づくデータの選定、ガバナンス、AIデータの品質に関連する企業戦略については、How companies centralize unstructured data for AI (会社の非構造化データをAI用に一元化する方法) を参照してください。
最終更新日 2026年9月15日