PromptQL

PromptQLは、共有コンテキスト、出典付きの回答、実作業に基づくWiki更新を求めるチーム向けのマルチプレイヤーAIワークスペースです。会話を再利用可能な知識に変えます。

PromptQLとは

PromptQLは、孤立したチャットセッションではなく共有コンテキストを求めるチーム向けのマルチプレイヤーAIワークスペースです。AIスレッドとWikiのようなナレッジレイヤーを組み合わせることで、会話内で行った作業を再利用可能なチームコンテキストに変えられます。

この製品は、社内システムにすでに分散しているコンテキストから始め、共有スレッドで作業し、システムが提案した編集を確認し、正しい場合は変更をWikiに承認する、というシンプルなワークフローを中心に設計されています。サイトでは、これを繰り返しの説明を減らし、コンテキストを最新に保ち、チーム全体で知識を利用可能にする方法として位置づけています。

ホームページでは、PromptQLがSlack、ドキュメント、チケット、CRM、ウェアハウステーブルから読み取れること、また使用したソースと行った仮定を引用して作業内容を示すことが説明されています。料金ページでは、アクセスは従量課金ベースで、OLUが請求単位となり、モデルの選択によってタスクで消費する作業量が変わると案内されています。

主な機能

共有AIスレッド

ユーザーは共有AIスレッドで作業するため、1つの会話で築かれたコンテキストは単一のチャット履歴に閉じ込められず、チームで利用できます。

既存の業務システムから読み取る

PromptQLは、Slack、ドキュメント、チケット、CRM、ウェアハウステーブルなど、すでに散在しているコンテキストから始め、各タスクに必要なソースを取得します。

ソースと仮定を表示

各タスクで、取得したソースと行った仮定を一覧表示して作業内容を示すため、出力を検証しやすくなります。

修正を再利用可能なコンテキストに変換

コンテキストが一度修正されると、その修正は共有知識、再利用可能なスキル、または後で使えるセマンティックモデルの変更に変えられます。

Wiki更新を提案

提案された編集はレビューしてWikiに追加できるため、新しい知識をチャットの中だけに留めず、管理されたワークフローで記録できます。

ガバナンスされたWikiワークフローをサポート

Wikiモデルには、出典、変更履歴、監査証跡、編集コントロール、そして接続された異なるネイバーフッド向けのスコープ付きアクセスが含まれます。

チームによるPromptQLの一般的な使い方

サポートとアカウントのコンテキスト
カスタマーサクセスやサポートのチームは、更新リスクに関する質問、エクスポート遅延の問題、繰り返されるチケットパターンなど、繰り返し発生するアカウントコンテキストから作業し、説明を一度記録して後続のスレッドで再利用できます。
取締役会向けレポートとデータソースの検証
売上や財務のチームは、最新の信頼できる情報源から数値を取得し、古いデータを特定し、正しいテーブルや仮定を将来の利用のためにWikiへ記録できます。
日常的な部門横断の質問
マーケティングやオペレーションのチームは、最新の状況、キャンペーン情報、あるいは複数のツールや担当者を追いかける必要があるはずの迅速な回答が必要なときに、新しいスレッドから開始できます。
セマンティックレイヤーとモデリングの更新
プロダクト、アナリティクス、データの各チームは、共有スレッドの流れを使って、繰り返される修正をセマンティックレイヤーやモデリングの変更へと変換し、同じ説明を何度も繰り返す負担を減らせます。
スコープ付きの共同作業
外部協力者やスコープを限定した社内データとやり取りするチームは、Wikiとアクセス制御を使って、顧客情報、個人情報、機密情報を別々に接続されたネイバーフッドに分けて管理できます。

Pros and Cons

Pros

共有スレッドにより、チームはコンテキストを別々のチャットごとに作り直すのではなく、1か所にまとめて保持できます。
製品はソースと仮定を表示するため、承認する前に出力を確認しやすくなります。
修正内容は再利用可能なチーム知識になれるため、コンテキストを時間とともに蓄積できます。
Wikiワークフローには、管理された更新のための出典、変更履歴、編集コントロールが含まれます。
料金は従量課金制で、無料の初期割り当てがあり、料金ページには別途のプラットフォーム शुल्कは記載されていません。

Cons

収集されたページには完全な連携カタログやセットアップ文書がないため、公開サイトだけでは実装の詳細が不明な点があります。
料金はモデル選択とOLU消費量に依存するため、タスクごとのコストは選択したモデルや作業の複雑さによって変動します。

FAQ

PromptQLは何に使われますか？

PromptQLはチーム向けのマルチプレイヤーAIシステムです。ソースでは、共有AIスレッド、提案されたWiki編集、そして修正内容がチームの再利用可能なコンテキストになるワークフローが説明されています。

PromptQLの料金はどのように機能しますか？

料金ページによると、StarterはOperational Language Units（OLUs）を使用します。OLUは、異なるトークン種別やモデルを1つの請求単位にまとめた正規化単位で、請求書にはスレッドごと、ステップごとの消費量が表示されます。

チームはPromptQL内で共同作業できますか？

PromptQLはチームでの利用を想定して設計されています。ソースでは、共有スレッド、共有コンテキスト、変更履歴、監査証跡、編集コントロール、そして顧客向け・社内・個人・機密の各ネイバーフッドに対するスコープ付きアクセスが強調されています。

PromptQLはどのような出力を生成しますか？

ホームページと料金ページには、共有Wikiモデル、提案された編集、実際の作業への出典、Slack、ドキュメント、チケット、CRM、ウェアハウステーブルなどのソースへのアクセスが記載されています。製品は、一般的なチャットアプリとしてではなく、作業を再利用可能な知識に変えることを中心に設計されているようです。

PromptQLはどのような連携やセットアップをサポートしていますか？

ソースによると、PromptQLはSlack、ドキュメント、チケット、CRM、ウェアハウステーブルなど、いくつかの業務システムに接続でき、料金ページではスレッドごとにモデルを選択できるとされています。詳細なセットアップ要件は収集されたページには記載されていません。

Quick Facts

カテゴリ: マルチプレイヤーAI / チーム知識ワークスペース
プラットフォーム: Mac（Apple Silicon）、Windows、iOS、Android向けのダウンロードを備えたWeb製品
主なユーザー: 共有AIコンテキスト、Wiki更新、ガバナンスされた知識の記録を必要とするチーム
料金モデル: 無料の初期割り当てがある従量課金制OLU；エンタープライズプランあり
ソースドメイン: promptql.io
注目のワークフロー: 共有スレッドで作業し、提案された編集を確認してから、承認したコンテキストをWikiに追加する

PromptQLの代替品

Falconer

Falconerは、GitHub、Slack、Linearなどと同期し、社内ドキュメントを正確に保ち、検索しやすく最新化するAI搭載の会社の頭脳。エンジニアや横断チームのナレッジを集約し、共通の情報源から質問に答えます。

Dcyde

Dcyde は、製品チームの意思決定ログ。決定内容、判断理由、出典を Slack・Figma・Dcyde 内から一か所で記録し、後から検索できます。

runevr

runevrは、ボード、メディアレビュー、チャット、録画、ドライブ、通話、AIエージェントを1つのルームでまとめる、クリエイティブチーム向けのコネクテッドワークスペースです。ツール切り替えを減らし、プロジェクトの文脈を一元管理できます。

Goldfish

Goldfishは、Mac上の文脈を活用して返信、執筆、要約、作業継続を支援するmacOS向けAIメモリアプリです。メモリはMac内に保存され、あなたらしい文体で書けます。

Lasso

Lassoは、カタログ情報の拡充、仕入先ファイルの処理、商品コンテンツの生成、競合監視に使えるecommerce商品データプラットフォームです。REST API、SDK、MCP serverも搭載。

Biji

Bijiは、革新的なツールと機能を通じて生産性を向上させるために設計された多目的プラットフォームです。