このページ：詳細なガイダンス、プロンプト例、ベストプラクティスを使用して、Adobe Journey Optimizer の決定に対して使用可能な CX Enterprise Coworker スキル（オファーがプロファイルまたはセグメントに表示された理由や表示されなかった理由の理解、実施要件ルールとランキング式の作成、説明、シミュレート、最適化など）について説明します。
Adobe Journey Optimizerの意思決定機能は、自然言語プロンプトを通じて、オファーの意思決定を説明し、適格性ルールとランキング式を作成、テスト、最適化するのに役立ちます。 オファーがプロファイルまたはセグメントに表示されたか表示されなかった理由を理解するには、Decisioning Explainerを使用します。 ルールとランキングを使用して、適格性ルールとランキング式を作成およびシミュレートしてから、決定戦略に適用することができます。
詳細情報：
- Journey Optimizer 用 Coworker スキル - Journey Optimizer でのジャーニー、ロイヤリティ、コンテンツ管理、決定にまたがる Coworker スキルの概要。
- Coworker ドキュメント - Coworker のキャンペーン、チャット、プロジェクト機能の概要。
- Coworker チャット UI ガイド - Coworker チャットにアクセスして操作する方法。
決定説明 decisioning-explainer
AVAILABILITY
決定説明は、Coworker と決定にアクセスできるすべてのお客様が利用できます。
決定説明では、特定のオファーが特定のプロファイルに表示された理由や表示されなかった理由（または、より広範に、プロファイルのセグメントにオファーが表示されない理由）を自然言語で回答します。 また、リクエストされたプロファイル（またはセグメント）と時間枠に対する完全な決定スタックを追跡し、実施要件を満たしたオファー、各オファーを含めるか除外した実施要件ルール、オファーを抑制した頻度または疲労キャップ、最終的なランキングスコアとこれらを生成した戦略や AI モデル、プロファイルに対して評価された候補プール（項目コレクション）を示します。
これにより、マーケターにとって共通の課題である、あるオファーが別のオファーより上位にランク付けされた理由や、特定のオファーの決定がそのような形で行われた理由を説明するという課題に対処できます。 決定説明は読み取り専用です。決定を説明しますが、ルール、ランキング式、選択戦略の変更は行いません。
主なユースケース
使用例
説明
スキル
サンプルプロンプト
特定のオファーが表示された、または表示されなかった理由
特定の期間の適格性ルール、キャッピング、ランキング、候補プールを確認することで、プロファイルまたはセグメントの決定を追跡します。
決定説明
「プロファイル 12345で5月15日にオファーXが表示されたのはなぜですか？」
「プロファイル Xはこのオファーの対象ではなかったのですか？」
「この顧客を除外した実施要件ルールはどれですか？」
「6月3日に実施要件を満たしたプロファイル Xを表示してください」
「プロファイル Xはこのオファーの対象ではなかったのですか？」
「この顧客を除外した実施要件ルールはどれですか？」
「6月3日に実施要件を満たしたプロファイル Xを表示してください」
オファーの可視性が時間の経過とともに変化した理由
選択した期間における露出の頻度、疲労または上限の制約、実施要件、抑制を確認することで、オファーの可視性の変化を調査します。
決定説明
「過去7日間に、オファーYがリピーターに表示されなくなったのはなぜですか？」
「この顧客はこのオファーを何回見ましたか？」
「このオファーはプロファイル Xに上限が設定されていましたか？」
「上限の制限により、プロファイル Xに対して現在抑制されているオファーは何ですか？」
「この顧客はこのオファーを何回見ましたか？」
「このオファーはプロファイル Xに上限が設定されていましたか？」
「上限の制限により、プロファイル Xに対して現在抑制されているオファーは何ですか？」
オファーのランク付けまたは選択方法
ランキングスコア、戦略またはAI モデル、プロファイルに使用されるその他の意思決定要因を表示することで、あるオファーが他のオファーよりも上位にランクインした理由を説明できます。
決定説明
「オファーZがこのプロファイルの他の適格なオファーに対してどのように選択されたかを正確に説明します。」
「この決定の各オファーのランキングスコアは何でしたか？」
「オファーAがこのプロファイルのオファーBを上回ったのはなぜですか？」
「ランキング結果に最も影響を与えた要因は何ですか？」
「この決定の各オファーのランキングスコアは何でしたか？」
「オファーAがこのプロファイルのオファーBを上回ったのはなぜですか？」
「ランキング結果に最も影響を与えた要因は何ですか？」
セグメントレベルの説明
セグメント全体で意思決定ロジックを集約して、プロファイルがオファーを受け取らない主な理由と、セグメントが受け取っているオファーを特定します。
決定説明
「このオーディエンスの顧客にとって、除外される最も一般的な理由は何ですか？」
「このセグメントが実際に受け取るオファーはどれですか？」
「ロイヤルティセグメントがこのオファーを見ないのはなぜですか？」
「このセグメントが実際に受け取るオファーはどれですか？」
「ロイヤルティセグメントがこのオファーを見ないのはなぜですか？」
プロンプトのベストプラクティス
- 既知の場合の参照 ID：一般的な回答ではなく、正確なトレースを取得するには、プロファイル ID、オファー名、セグメント名を指定します。
- 時間枠を含める：オファーの表示が変更された理由を質問する際に、日付または日付範囲を指定します。これにより、Coworker がトレースをスコープできます。
- ランキングの分類を直接質問：スコアリングの詳細が必要な場合は、ランキングスコアや結果に影響を与えた要因について明示的に質問します。
- セグメントレベルの質問をトレンドに使用：プロファイルのグループにオファーが表示されない理由を調査する際は、単一のプロファイルではなくセグメントについて質問し、主な理由を取得します。
ルールとランキング rules-ranking
AVAILABILITY
ルールとランキングは、Coworker と決定にアクセスできるすべてのお客様が利用できます。
ルールとランキングは、PQL 構文の書き込みや手動での検証を行う必要がなく、決定ロジックの作成、理解、テストに対する AI を活用した支援をマーケターに提供します。 これは、自然言語ルールの作成、平易な英語でのルールとランキング式の説明、最大 3 つのテストプロファイルに対するシミュレーション、PQL の最適化という 4 つのコア機能を備えています。 対象範囲は実施要件ルールとランキング式です。選択戦略や決定ポリシーの作成または編集は行いません。
主なユースケース
使用例
説明
スキル
サンプルプロンプト
自然言語ルールの作成
新しいルールまたは既存のルールの編集に対して、平易な言語の適格性要件をPQL構文に変換します。
ルールとランキング
「XYZ条件を満たすユーザーをターゲットとする実施要件ルールを作成できますか？」
「ティア 2以上のロイヤルティメンバーをターゲットとする実施要件ルールを作成します」
「過去7日間に購入した顧客を除外するPQL ルールを作成します」
「このルールを変更して、抑制リストの顧客も除外します」
「ティア 2以上のロイヤルティメンバーをターゲットとする実施要件ルールを作成します」
「過去7日間に購入した顧客を除外するPQL ルールを作成します」
「このルールを変更して、抑制リストの顧客も除外します」
平易な英語の規則と数式の説明
PQLの構文を読む必要なく、実施要件ルールまたはランキング式に含まれる内容、除外、評価を説明します。
ルールとランキング
「このルールを自然言語で説明できますか？」
「このランキング式は実際に何を行いますか？」
「この実施要件ルールの対象は誰で、誰を除外しますか？」
「このルールを1文に要約します。」
「この顧客のオファーBよりも上位にランク付けするのはなぜですか？」
「このルールは広範な認知度キャンペーンに対して制限的ですか？」
「このルール最最最最プロファイルの条件条件条件条件？」
「このランキング式は実際に何を行いますか？」
「この実施要件ルールの対象は誰で、誰を除外しますか？」
「このルールを1文に要約します。」
「この顧客のオファーBよりも上位にランク付けするのはなぜですか？」
「このルールは広範な認知度キャンペーンに対して制限的ですか？」
「このルール最最最最プロファイルの条件条件条件条件？」
シミュレーション
AIが生成したエッジケースを含む最大3つのプロファイルに対して、実施要件ルールやランキング式をテストし、合否結果や数値スコアでランキングされたオファーを返します。
ルールとランキング
「テストプロファイルでこのルールをシミュレートします。」
「このルールは、loyalty_tier = goldのプロファイルに合格しますか？」
「どのプロファイルがこの適格性ルールに合格しますか：[ プロファイル A、プロファイル B、プロファイル C]?」
「なぜこのプロファイルは適格性チェックに失敗しましたか？」
「この条件をストレスでテストするエッジケースプロファイルを生成します。」
「これらのオファーとプロファイルで、このランキング式式式でが最上位になるオファーのオファーののオファーオファーのの順オファーオファーは？」
「この順です。」
「このです。」
「このです。」 ルールは、ゴールドとシルバーとベーシック層の顧客に対して動作します。」
「このルールは、loyalty_tier = goldのプロファイルに合格しますか？」
「どのプロファイルがこの適格性ルールに合格しますか：[ プロファイル A、プロファイル B、プロファイル C]?」
「なぜこのプロファイルは適格性チェックに失敗しましたか？」
「この条件をストレスでテストするエッジケースプロファイルを生成します。」
「これらのオファーとプロファイルで、このランキング式式式でが最上位になるオファーのオファーののオファーオファーのの順オファーオファーは？」
「この順です。」
「このです。」
「このです。」 ルールは、ゴールドとシルバーとベーシック層の顧客に対して動作します。」
PQL optimization
既存のルールや数式をより簡潔な構文で書き換えて、Journey OptimizerのPQL サイズの制限に合わせて、ロジックや結果を変更しないようにします。
ルールとランキング
「このPQL規則を自分に合わせて最適化してください。」
「この規則はPQLのサイズ制限に当たっています。短縮できますか？」
「この規則はPQLのサイズ制限に当たっています。短縮できますか？」
プロンプトのベストプラクティス
- ターゲット条件を明示的に指定：ルールを作成または変更する場合は、必要なオーディエンス、属性、除外条件を正確に記述します。
- ルールまたは数式を直接参照：説明、シミュレーション、最適化を依頼する際は、対象となるルールや数式が公開されているか、明確に特定されていることを確認します。
- エッジケースの依頼：シミュレートする際は、一般的なプロファイルだけでなく、条件をストレステストするためのエッジケースのプロファイルを生成するように Coworker に依頼します。
- 公開前に確認：生成または最適化されたルールのロジックとシミュレーション結果を公開前に確認します。
AI Knowledge Reference
This section contains structured knowledge intended to support interpretation, retrieval, and question answering related to this topic.
For complete understanding, this information should be combined with the documentation on this page. Neither source is intended to stand alone; the page describes the feature, while this section provides additional context that helps disambiguate terminology, intent, applicability, and constraints.
- TL;DR: This page documents two CX Coworker skills for Decisioning in Adobe Journey Optimizer: Decisioning Explainer, which explains in natural language why a specific offer was or wasn’t shown to a profile or segment; and Rules & Ranking, which creates, explains, simulates, and optimizes eligibility rules and ranking formulas in natural language, without requiring PQL syntax.
Intents
- Understand why a specific offer was or wasn’t shown to a profile.
- Understand why an offer’s visibility to a customer or segment changed over time.
- Understand how an offer was ranked or selected over other eligible offers.
- Get an aggregated explanation of why a segment of profiles isn’t seeing an offer.
- Create a new eligibility rule, or edit an existing one, from a plain-language description.
- Get a plain-English explanation of what an existing eligibility rule or ranking formula does.
- Simulate an eligibility rule or ranking formula against test profiles.
- Rewrite a rule or formula to fit within PQL size limits without changing its logic.
Glossary
- Decisioning Explainer (product-specific): CX Coworker skill that explains, in natural language, why an offer was or wasn’t shown to a profile or segment, by tracing eligibility, capping, ranking, and candidate pool evaluation.
- Rules & Ranking (product-specific): CX Coworker skill that creates, explains, simulates, and optimizes Decisioning eligibility rules and ranking formulas using natural language, without requiring the marketer to write or read PQL syntax directly.
- Eligibility rule: a condition that includes or excludes an offer as a candidate for a given profile; Decisioning Explainer identifies which rule included or excluded each candidate offer, and Rules & Ranking can create, explain, simulate, or optimize the rule itself.
- Ranking formula: the logic used to score and order eligible offers; Rules & Ranking can create, explain, simulate, or optimize a ranking formula, the same way it does for eligibility rules.
- Capping: frequency or fatigue suppression logic that can prevent an otherwise-eligible offer from being shown; Decisioning Explainer can identify when capping suppressed an offer.
- Candidate pool (item collection): the set of offers a profile is evaluated against during a decisioning event; Decisioning Explainer reports which candidate pool was used.
- PQL (Profile Query Language): the expression syntax underlying Decisioning eligibility rules and ranking formulas; Rules & Ranking generates, explains, and optimizes PQL without the marketer needing to write or validate it manually.
Guardrails
- Decisioning Explainer and Rules & Ranking are both available for all customers who have access to Coworker and Decisioning.
- Decisioning Explainer is read-only: it explains decisions but does not modify rules, ranking formulas, or selection strategies.
- Rules & Ranking simulation supports up to 3 test profiles at a time, manually entered or AI-generated.
- Rules & Ranking is scoped to eligibility rules and ranking formulas; it does not create or edit selection strategies or decision policies.
Terminology
- Do not confuse: “eligibility” (whether an offer qualifies as a candidate) is distinct from “ranking” (how qualifying candidates are ordered) and “capping” (frequency/fatigue suppression applied after eligibility and ranking) — Decisioning Explainer reports on all three separately.
- Do not confuse: Decisioning Explainer explains why a decision already made turned out the way it did for a real profile or segment; Rules & Ranking explains, creates, simulates, or optimizes the rule or formula configuration itself, independent of any specific real-world decisioning event.
FAQ
- Can Decisioning Explainer explain a decision for a single profile? Yes, ask why a specific profile did or didn’t see a specific offer, on a specific date.
- Can Decisioning Explainer explain decisions across a segment? Yes, it can aggregate the explanation across a segment to surface the dominant reason a group of profiles isn’t seeing an offer.
- Does Decisioning Explainer show ranking scores? Yes, it can return the final ranking score for each offer and which strategy or AI model produced it.
- Can Decisioning Explainer change a rule or ranking formula? No, it is read-only and does not modify decisioning configuration.
- Can Rules & Ranking create a brand-new eligibility rule from scratch? Yes, describe the target audience or condition in plain language and it generates the PQL rule.
- Can Rules & Ranking explain a rule someone else built? Yes, it can explain any existing eligibility rule or ranking formula in plain English, including what it includes, excludes, and each condition’s meaning.
- How many test profiles can Rules & Ranking simulate against at once? Up to 3, manually entered or AI-generated, including edge cases.
- Does Rules & Ranking change a rule’s logic when optimizing it? No, PQL optimization only makes the syntax more concise to fit size limits; it preserves the original logic and outcome.
recommendation-more-help
journey-optimizer-help