Media > AI活用ユースケース > 情報システム > 社員からの Wi-Fi の不具合の連絡を n8n で受け、AIエージェントが無線の機器の状態と照らして一次の切り分けをする

社員からの Wi-Fi の不具合の連絡を n8n で受け、AIエージェントが無線の機器の状態と照らして一次の切り分けをする

実装ステータス:構成例 技術的に実現可能な構成として設計したもの。自社未検証

社員から届く Wi-Fi の不具合の連絡を n8n で受け、AIエージェントが場所と症状を整理し、無線の機器の API を読み取りだけで引いて、一次の切り分けと次に確かめることを出します。担当が確かめてから本人に返します。

サマリー
生成AI
ChatGPT/Claude
連携・自動化
Make/n8n/Zapier
対象業界
IT・SaaS/士業/製造/金融
対象部門
情報システム
対象業務
分類・仕分け/問い合わせ対応
主な課題
人手が足りない/問い合わせが多い/属人化している
AIで行う処理
エージェント
主な効果
対応スピード向上/属人化解消/工数削減
導入難易度
★★★★☆
実装レベル
本格構成
費用感
API連携(中)
人間の確認
条件付き
現在工数
60h/月
AI導入後
20h/月
想定削減
67%
年間削減
480h
モデル条件による試算値です。実在企業の実績ではありません。

01導入前 / 導入後の業務フロー

導入前(Before)
  1. 社員が Slack の窓口のチャンネルに不具合を書き込む
  2. 担当が本人にスレッドで場所・時刻・端末・SSID を聞き返し、返事を待つ
  3. 設置場所の図面を開き、その部屋に近いアクセスポイントを探す
  4. Meraki のダッシュボードで、そのアクセスポイントがオンラインかを見る
  5. 本人の端末の MAC アドレスを聞き、接続の記録で失敗がどこで起きているかを見る
  6. 同じ時間帯に同じフロアから連絡が来ていないかを、チャンネルをさかのぼって探す
  7. 切り分けの結果と、本人に試してもらうこと(再接続、証明書の確認、別の SSID)を返す
  8. 問い合わせの記録のスプレッドシートに書き写す
導入後(After)
  1. 人社員が n8n の申告フォームで、建物・フロア・部屋、時刻、端末の種類、SSID、症状を選んで送る
  2. 自動n8n がフォームの送信を受け、設置場所の一覧からその部屋の近くのアクセスポイントのシリアル番号を引く
  3. 自動同じフロアの直近30分の申告の件数を数える
  4. 自動AIエージェントが、アクセスポイントの稼働状態と接続の失敗の記録を、必要な順に API で引く
  5. 自動エージェントが、失敗の段階の内訳から切り分けの区分と、次に確かめることと、本人への返事の案を出す
  6. 人担当が Slack で案を見て、根拠の数字を確かめて承認するか直す
  7. 自動承認された返事を本人に送り、問い合わせの記録に書き込む
  8. 人機器の停止やフロア全体の失敗と出たものは、担当が自分で現地か保守会社の対応に回す
各工程の詳しい説明を読む
  1. 社員が Slack の窓口のチャンネルに不具合を書き込む
  2. 担当が本人にスレッドで場所・時刻・端末・SSID を聞き返し、返事を待つ
  3. 設置場所の図面を開き、その部屋に近いアクセスポイントを探す
  4. Meraki のダッシュボードで、そのアクセスポイントがオンラインかを見る
  5. 本人の端末の MAC アドレスを聞き、接続の記録で失敗がどこで起きているかを見る
  6. 同じ時間帯に同じフロアから連絡が来ていないかを、チャンネルをさかのぼって探す
  7. 切り分けの結果と、本人に試してもらうこと(再接続、証明書の確認、別の SSID)を返す
  8. 問い合わせの記録のスプレッドシートに書き写す

(a)場所が分かるまでに時間がかかる。 「会議室」としか書かれていない連絡は、聞き返しから始まります。聞き返しの返事を待つあいだに、会議が始まってしまいます。

(b)見る場所を知っているのが1人だけ。 管理画面のどこに接続の失敗が出ているか、失敗の段階をどう読むかは、無線に詳しい担当の頭の中にあります。同じ連絡でも、担当によって5分で終わるか30分かかるかが分かれます。

(c)まとめて起きていることに気づくのが遅い。 同じフロアから続けて届いた連絡を、別々の担当が別々に受けると、1台のアクセスポイントの停止を、端末の問題として個別に案内してしまいます。

(d)記録が残らない。 書き写しは忙しい日から省かれ、どのアクセスポイントで失敗が多いかが数えられません。

  1. 【人】 社員が n8n の申告フォームで、建物・フロア・部屋、時刻、端末の種類、SSID、症状を選んで送る
  2. 【自動】 n8n がフォームの送信を受け、設置場所の一覧からその部屋の近くのアクセスポイントのシリアル番号を引く
  3. 【自動】 同じフロアの直近30分の申告の件数を数える
  4. 【自動】 AIエージェントが、アクセスポイントの稼働状態と接続の失敗の記録を、必要な順に API で引く
  5. 【自動】 エージェントが、失敗の段階の内訳から切り分けの区分と、次に確かめることと、本人への返事の案を出す
  6. 【人】 担当が Slack で案を見て、根拠の数字を確かめて承認するか直す
  7. 【自動】 承認された返事を本人に送り、問い合わせの記録に書き込む
  8. 【人】 機器の停止やフロア全体の失敗と出たものは、担当が自分で現地か保守会社の対応に回す

6番目が、この設計の分かれ目です。 担当が見るのは、申告の内容と、エージェントが引いた API の値と、その値から出した区分が並んだ1枚です。「AP-3F-05 はオンライン。直近60分の失敗は 18件で、うち 15件が dhcp」と出ていれば、担当は数秒で区分を確かめられます。無線に詳しい担当でなくても、同じ根拠で判断できます。

3番目を機械で数えているのも、意図してのことです。 同じフロアから続けて届いているかは、数を数えれば分かることで、AIに推し量らせることではありません。

02今回想定するシステム構成

構成図
社員(申告フォーム:建物・フロア・部屋・時刻・端末・SSID・症状)
   │
   ▼【トリガー】n8n の Form Trigger(送信)
n8n
   ├──▶ 設置場所の一覧から近くのアクセスポイントを引く
   ├──▶ 同じフロアの直近30分の申告を数える
   ▼
AI Agent ノード(Claude + 道具2つ、どちらも GET だけ)
   │   ① アクセスポイントの稼働状態(devices/availabilities)
   │   ② 接続の失敗の記録(wireless/failedConnections)
   │   引く順と絞り込みはエージェントが決める
   ▼
Structured Output Parser ── 区分・根拠の数字・次に確かめること・返事の案
   ▼
【人が Slack で確認】承認/直す
   ▼
本人へ返事 ── 問い合わせの記録へ書き込む
役割想定する製品代替候補
ワークフローn8nMake、Zapier
生成AIClaude(n8n の AI Agent ノードに Anthropic Chat Model をつなぐ)OpenAI API
機器の状態Cisco Meraki Dashboard API(n8n の HTTP Request Tool から GET で呼ぶ)各社の無線 LAN コントローラーの API
台帳Google スプレッドシート(設置場所の一覧、問い合わせの記録)既存の資産管理の台帳
承認Slack(n8n の Slack ノード)Microsoft Teams

新しく足すのは n8n と、Meraki の API キーと、設置場所の一覧だけです。 無線の機器も Slack もいまのまま使います。

n8n を選ぶのは、エージェントに渡す道具を HTTP の呼び出しのまま定義できるからです。 HTTP Request Tool はエージェントにつなぐ道具として使え、メソッド・URL・認証・クエリの組み立てをノードの画面で決められます。道具に「何を引けるか」をノードの設定で固定し、AIが組み立ててよいのは絞り込みの値だけにできます。

Meraki の API で、機器の稼働状態を引く先には注意が要ります。 組織の機器の状態を返す devices/statuses は、公式のリファレンスで非推奨(deprecated)と表示されています。この構成では、稼働状態を devices/availabilities から引きます。 状態は online/alerting/offline/dormant の4つで、データは5分ごとに更新されるとされています。

03どうやって実装するのか

Step1

処理の起点を決める

申告の入口は、n8n の Form Trigger で作るフォームにします。 建物・フロア・部屋を Dropdown List、SSID と端末の種類を Radio Buttons、症状を選択肢と Textarea にします。選ばせれば、聞き返しは要りません。

フォームの認証は Basic Auth にし、社内ポータルにリンクを置きます。Wi-Fi がつながらない社員が送るので、スマートフォンのモバイル回線からでも開けることが前提です。

Form Trigger の Respond When は「Form Is Submitted」にし、送信した時点で受付を表示します。フォームの本番の URL はワークフローを公開したときに登録されます。 試験用の URL を社内ポータルに貼ったまま運用に入ると、申告が届きません。

Step2

入力データを集める

データ中身取得元
申告建物・フロア・部屋、時刻、端末の種類、SSID、症状、自由記述、申告者Form Trigger
設置場所の一覧建物・フロア・部屋、近いアクセスポイントのシリアル番号(1部屋に1〜3台)、Meraki のネットワーク ID、タグスプレッドシート
同じフロアの申告の件数直近30分の申告の数と、その部屋の一覧問い合わせの記録
稼働状態アクセスポイントごとの status、serial、name、network.id、tagsMeraki(道具①)
接続の失敗の記録ts、serial、clientMac、ssidNumber、vlan、failureStep、typeMeraki(道具②)
端末の MAC アドレス会社の PC なら資産の台帳から。私物の端末は書かれていれば資産の台帳・申告

質を決めるのは、設置場所の一覧です。 結び付いていなければ、80台分の値から1部屋の不具合を探すことになります。会社の PC の MAC アドレスは、申告者に聞かずに資産の台帳から引きます。

Step3

データの取得方法を決める

取るものどこからどの順で
近いアクセスポイントGoogle Sheets ノードの Get Row(s)(建物・フロア・部屋で引く)エージェントの前
同じフロアの申告の件数Get Row(s)(フロアと時刻で引き、n8n の式で数える)エージェントの前
稼働状態道具①:GET /organizations/{organizationId}/devices/availabilitiesエージェントが最初に呼ぶ
接続の失敗の記録道具②:GET /networks/{networkId}/wireless/failedConnections稼働状態の後。絞り込みを変えて数回

道具①は、serials と productTypes で絞って呼びます。 productTypes に wireless を、serials に設置場所の一覧から引いたシリアル番号を入れます。組織の全機器を引いてからAIに探させないでください。

道具②の時間の幅は、timespan(秒)で渡します。 公式のリファレンスでは、timespan は最大 604800 秒(7日)、t0 は今日から180日前までで、t1 は t0 から最大7日後までです。既定は申告の時刻をはさんだ60分(3600秒)です。 絞り込みは serial、clientId(端末の MAC アドレス)、ssid(0〜14)、band で行えます。VLAN で絞るクエリはありません。

エージェントが組み立てるのは、クエリの値だけです。 HTTP Request Tool の URL とメソッドはノードの画面で固定し、serial や timespan の欄に $fromAI() を入れます。$fromAI() はエージェントにつないだ道具の中でだけ使え、キーの名前は1〜64文字の英数字・アンダースコア・ハイフンです。

API キーは Header auth の認証情報に入れ、Authorization: Bearer <API キー> で渡します。 キーは持ち主の管理者の権限で動き、取り消すまで有効です。状態を読むだけの権限の専用の管理者を作り、そのキーを使います。

Step4

AIへ渡す前に整形する

  1. 場所を引く … 建物・フロア・部屋から、近いアクセスポイントのシリアル番号とネットワーク ID を引きます。部屋が一覧に無いときは、フロアの全アクセスポイントを候補にします
  2. 時刻をそろえる … 申告の「10分前ごろ」「さっき」を、送信の時刻からの幅に置き換えます。分からなければ送信の時刻の前60分にします
  3. 同じフロアの件数を数える … 直近30分の申告を数え、3件以上なら「まとまって起きている」の印を付けます
  4. 端末の MAC アドレスを引く … 会社の PC なら資産の台帳から引きます。私物は空のままにします
  5. SSID の番号に直す … フォームで選んだ SSID の名前を、Meraki の SSID の番号(0〜14)に置き換えます
  6. 自由記述を整える … 個人のパスワードや認証のコードが書かれていたら伏せ字にします

6番目を省かないでください。 「パスワードを入れても通らない」と書くついでに、そのパスワードを書いてくる社員がいます。

Step5

AIに処理させる

させるのは、2つの道具をどの順で、どの絞り込みで呼ぶかを決め、返ってきた値から失敗の段階を数え、切り分けの区分を選ぶことです。 n8n の AI Agent ノードに Anthropic Chat Model と、道具①②の HTTP Request Tool をつなぎます。区分は次の7つから選ばせ、選んだ根拠の数字を必ず添えさせます。

区分選ぶ根拠次に確かめること
ap_down近いアクセスポイントが offline または alerting電源と配線。担当が現地か保守会社へ
auth失敗の多くが failureStep の auth証明書・パスワードの期限、アカウントのロック
dhcp失敗の多くが dhcpアドレスの割り当ての枠の残り
dns失敗の多くが dns名前解決のサーバーの応答
assoc失敗の多くが assoc端末の対応する帯域、電波の混み具合
client_sideアクセスポイントは online、その端末だけの失敗が少ない端末の再接続、設定の登録し直し
unknown値が足りない、またはどれにも寄らない担当が管理画面で見る

真ん中の列が、この構成でいちばん大事な決まりです。 区分は failureStep の内訳と稼働状態というAPIが返した値から選び、症状の書き方からは選びません。「パスワードが通らない」と書かれていても、失敗の記録が dhcp ばかりなら dhcp です。社員の見立てと機器の記録が食い違うときは、記録を採ります。 呼ぶ順の目安は、次の指示の【進め方】に書きます。

させないこと理由
設定の変更・再起動道具として渡さない。1人の不具合がフロアの停止になりうる
原因の確定区分は一次の切り分け。確定は担当が管理画面と現地で行う
失敗の件数の推測APIが返した件数だけを書く。取れなかった値を埋めない
保守会社への申告契約と窓口は担当が判断する
社員への返事の送信担当の承認を経てから送る

3行目がいちばん起きやすい失敗です。 道具②が返ってこなかったときに、何も言わなければ「おそらく DHCP の失敗が多い」と書きます。

Step6

指示内容を固定する

AI Agent ノードの System Message に次の文を入れます。出力の形は Structured Output Parser で定義するので、ここには書きません。

あなたは情報システム部で、社員からの Wi-Fi の不具合の申告を一次で切り分ける立場です。
使える道具は次の2つだけです。どちらも状態を読むだけです。
- get_ap_availability:アクセスポイントの稼働状態を返す
- get_failed_connections:無線の接続の失敗の記録を返す

【進め方】
1. まず get_ap_availability を、候補のシリアル番号だけで呼んでください。
2. offline または alerting のアクセスポイントがあれば、そこで区分を ap_down にし、
   get_failed_connections は呼ばなくてかまいません。
3. すべて online なら、get_failed_connections を候補のアクセスポイントで呼び、
   申告の時刻をはさんだ timespan で絞ってください。
4. 失敗が多ければ同じ SSID で、少なければ端末の MAC アドレスで呼び直してください。
   same_floor_burst が true なら、端末での絞り込みは最後にしてください。
5. 道具を呼ぶのは合計6回までにしてください。

【区分の選び方】
- 区分は、道具が返した status と failureStep の件数だけを根拠に選んでください。
- 申告の症状の書き方だけで区分を選ばないでください。
  症状と記録が食い違うときは、記録に合う区分を選び、食い違いを notes に書いてください。
- evidence には、道具が返した値(シリアル番号、status、failureStep ごとの件数、
  調べた時間の幅)をそのまま書いてください。
- 道具がエラーを返した、または値が取れなかったときは、区分を unknown にし、
  取れなかった道具と理由を evidence に書いてください。件数を推測しないでください。

【厳守事項】
- 設定を変える、再起動する、といった操作を提案の中で「実行した」と書かないでください。
- 原因を断定しないでください。「〜の段階での失敗が多い」と書いてください。
- 社員への返事の案は、試してもらうことを2つまでにし、
  パスワード・証明書・アカウントの中身に触れないでください。

【申告】{report}
【候補のアクセスポイント】{ap_candidates}
【同じフロアの直近30分の申告】{same_floor_count}件(same_floor_burst={same_floor_burst})
【端末の MAC アドレス】{client_mac}

「道具を呼ぶのは合計6回まで」を書いているのは、エージェントが念のために呼び続けるからです。 AI Agent ノードの Max Iterations は既定で10ですが、指示でも上限を言っておくと、無駄な呼び出しで API の上限に近づくことを防げます。 Meraki の API は組織ごとに毎秒10件が上限です。

Step7

出力形式を固定する

次の形の JSON で受け取ります。 Structured Output Parser の「Define using JSON Schema」で定義し、AI Agent ノードの Require Specific Output Format をオンにしてつなぎます。スキーマの中で $ref は使えないので、入れ子は書き下します。

{
  "report_id": "",
  "category": "ap_down | auth | dhcp | dns | assoc | client_side | unknown",
  "evidence": {
    "ap_status": [ { "serial": "", "name": "", "status": "online" } ],
    "window_seconds": 3600,
    "failures_by_step": { "assoc": 0, "auth": 0, "dhcp": 15, "dns": 0 },
    "filters_used": ["serial", "ssid"],
    "tool_errors": []
  },
  "scope": "single_client | room | floor | unknown",
  "next_checks_for_staff": [],
  "reply_draft": "",
  "notes": ""
}

AIが埋めるのはここまでです。 この後ろに、n8n のコードノードが規則で次の項目を足します。

足す項目決め方
evidence_checkfailures_by_step の合計と、道具②の応答の件数が合うか
priorityap_down か scope が floor なら high、それ以外は normal
routehigh は担当の Slack に通知つきで、normal は承認の一覧へ

1つ目の理由は、根拠の数字を突き合わせられることです。 Return Intermediate Steps をオンにすると、呼んだ道具と応答が出力に含まれます。evidence の件数を応答からコードで数え直します。

2つ目は、区分と優先度を別の層に置けることです。 区分はAIが選び、優先度は規則で決めます。「フロア全体なら最優先」という取り決めが変わっても、直すのは規則だけです。

Step8

システムへ連携する

つなぎ先方式内容
申告フォームn8n の Form Trigger申告を受け取る
Meraki(稼働状態)HTTP Request Tool(GET、Header auth)道具①。productTypes と serials で絞る
Meraki(接続の失敗)HTTP Request Tool(GET、Header auth)道具②。timespan・serial・ssid・clientId
ClaudeAI Agent + Anthropic Chat Model道具の選択と区分の選択
設置場所の一覧・問い合わせの記録Google Sheets ノード読み取りと、承認後の追記
SlackSend and Wait for Response(Approval)担当の承認と、本人への返事

道具②の応答は、Optimize Response の Include Fields で ts・serial・clientMac・ssidNumber・failureStep に絞ります。 60分でも数百件になることがあり、エージェントが読む量が減ります。

Slack の承認は、Capture Who Responded をオンにし、Restrict Who Can Approve で情報システム部の3名に限ります。 誰が承認したかが出力に残ります。Meraki への書き込みの道具は作りません。

Step9

人が確認する

担当が Slack で開くのは、すべての申告です。ただし、見る深さを priority と evidence_check で変えます。

  1. high を先に見る … ap_down かフロア全体の失敗。ダッシュボードで同じアクセスポイントを開き、現地か保守会社への連絡を決めます
  2. evidence_check が合わないものを見る … エージェントが書いた件数と応答の件数が食い違うもの。区分を担当が付け直します
  3. normal は根拠の数字と返事の案を見て承認する … 試してもらうことが区分に合っているかだけを見ます
  4. unknown は担当が管理画面で見る … 道具が値を返さなかったか、どの区分にも寄らなかったものです
  5. 区分を直したら記録する … どの区分から、どの区分に変えたかを残し、指示を直す材料にします

目標は、240件をならして1件5分です。

Step10

例外に対処する

起きること対応
部屋が設置場所の一覧に無いフロアの全アクセスポイントを候補にし、一覧に足す候補として記録
Meraki が 429 を返すRetry-After のヘッダーの秒数だけ待ってから再試行。続けば unknown
Meraki が 401 を返すAPI キーの失効か、ヘッダーの誤り。全件を止めて担当に通知
道具の呼び出しが上限に達したMax Iterations で止まる。途中までの値を付けて unknown で回す
同じフロアから続けて届くsame_floor_burst で、1件目の切り分けの結果を2件目以降に添える
私物の端末で MAC アドレスが分からない端末での絞り込みをせず、アクセスポイントと SSID で見る
Claude が応答しない申告と候補のアクセスポイントだけを担当へ回す

2行目から4行目は API とノードの仕様から来るもので、最初から作っておきます。 毎秒10件の上限は、同じ組織で API を使う他の仕組みとも分け合います。

Step11

記録を残す

  • 申告の全文(伏せ字にした後)と受け取った日時、申告者
  • 候補にしたアクセスポイントと、同じフロアの件数の印
  • エージェントが呼んだ道具・渡したクエリ・返ってきた応答(中間の手順)
  • AIの出力の JSON と、規則が足した evidence_check・priority
  • 承認した担当と承認の日時、担当が直した区分と直す前の区分
  • 本人に送った返事と、その後に解決したかどうか
  • アクセスポイントごと・区分ごとの件数

3つ目の中間の手順が、エージェントを使う構成でいちばん大事な記録です。 区分が誤っていたとき、どの値を見てそう選んだのか、そもそも呼ぶべき道具を呼んだのかが、ここにしか残りません。最後の行は、アドレスの割り当ての枠などを見直す材料になります。

04実装レベルの3段階

最小構成:申告と手で書き出した失敗の一覧をAIの画面に貼り、区分を選ばせる / 1件ごとの区分の選択
半自動化:上記+申告フォームと設置場所の一覧で、候補のアクセスポイントと時刻の幅を自動でそろえ、担当が API の値を貼る / 聞き返しと、見る先の特定
本格構成:上記+エージェントが API を自分で呼び、区分・根拠・返事の案を Slack の承認に出す / 申告から返事の案までの大半

最小構成は、区分の選び方を確かめる段階です。 半自動化で、1件15分が9分程度になります。 聞き返しと図面を探す作業はなくなりますが、ダッシュボードで値を引いて貼る作業が残ります。本格構成で5分になり、この段階が本記事の想定です。 差が大きいのは、値を引く作業が、無線に詳しい担当にしか速くできなかったからです。 段階を飛ばさないでください。 半自動化の1か月で設置場所の一覧の抜けを埋めると、unknown が減ります。

05工数削減シミュレーション

前提値(モデル条件)
対象人数
3 名
月間件数
240 件
1件あたり現在時間
15 分
1件あたり導入後時間
5 分
現在  240件 × 15分 ÷ 60 = 60 時間/月
導入後 240件 × 5分 ÷ 60 = 20 時間/月
月間削減時間
40h
削減率
67%
年間削減時間
480h
年間金額換算(時間単価3,500円)
168万円
モデル条件による試算であり、実際の効果は業務内容・運用方法によって異なります。

自社条件で導入効果を整理したい方へ

このユースケースを自社に当てはめた場合の前提値と削減見込みを、業務ヒアリングをもとに整理します。

AI活用について相談する

06向いている企業・向いていない企業

向いている
  1. 本社と支店のオフィスに数十台以上の無線のアクセスポイントを置き、Cisco Meraki のクラウド管理で運用している会社。社員からの「Wi-Fi がつながらない」「会議室で切れる」という連絡が月に百件を超え、情報システム部の担当が1件ずつ管理画面でアクセスポイントと接続の記録を見て切り分けている場合。切り分けが無線に詳しい担当1人に寄っている場合。アクセスポイントの設置場所の一覧(フロア・会議室とシリアル番号)を持っている、または作れる場合。
向いていない
  1. アクセスポイントが数台で、連絡が月に数件しかない場合。無線の機器がクラウドの管理画面や API を持たず、状態を機械で読めない場合(その場合は申告の整理だけを自動にする構成になります)。無線の運用を外部の保守会社に任せていて、社内に管理画面の権限が無い場合。なお、設定の変更、アクセスポイントの再起動、原因の確定、保守会社への障害の申告はこの構成では代替できません。

07最小構成で試す方法

  1. 先月の窓口のチャンネルから Wi-Fi の連絡を30件選ぶ(同じフロアから続けて届いたものと、端末だけの問題だったものを必ず入れる)
  2. 30件について、無線に詳しい担当が実際に出した切り分けの結果を書き出しておく
  3. 30件それぞれの時刻とアクセスポイントで、Meraki のダッシュボードから接続の失敗の一覧を書き出す
  4. 手元のAIサービスの画面に、申告の文と書き出した一覧を1件ずつ貼る
  5. 「この一覧の failureStep の件数と稼働状態だけを根拠に、ap_down/auth/dhcp/dns/assoc/client_side/unknown のどれに近いかを選び、根拠の数字を書いてください。症状の書き方では選ばないでください」と指示する
  6. 出てきた区分を、担当の切り分けと突き合わせる

30件は必ずやってください。 エージェントと API をつなぐ前に、値を渡せば区分が選べるのかを確かめます。

出てきた内容判断
担当の切り分けと同じ区分が出たAPI の道具とエージェントをつなぐ段階に進む
症状の書き方に引っ張られて区分を選んだ指示の書き方で直る。構成は有効
一覧の値からは担当でも区分が決められない見ている値が足りない。 AIの問題ではない

3行目が出たら、 担当が別の画面や現地で見ていた値を聞き取り、道具を足すかを決めてください。

08実装時につまずきやすいポイント

問題対策
稼働状態を引くと非推奨と出るdevices/statuses は非推奨。devices/availabilities を使う
道具②が古い時刻を引けないtimespan は最大7日。それより前は t0 と t1 で指定する
VLAN で絞り込もうとして失敗する道具②に VLAN のクエリは無い。応答の vlan を後で数える
エージェントが道具を何度も呼ぶ指示に回数の上限を書き、Max Iterations(既定10)を見直す
429 が続く毎秒10件を組織で分け合っている。監視の仕組みの呼び出しも数える
区分が自由記述に引っ張られる指示で禁じ、evidence に値を書かせて数え直す
担当の個人の API キーで動かしている設定の変更の権限まで渡る。読むだけの専用の管理者で発行する

上の3行は Meraki の API の仕様から、4行目から6行目はエージェントを使う構成から来ます。 呼ぶ順を指示に書き、根拠を数字で残させることで、ぶれを担当が見て直せる形にします。

09セキュリティ・AIガバナンス上の注意点

この構成で扱うデータ: 申告者の名前と Slack のアカウント、居場所(建物・フロア・部屋)と時刻、端末の MAC アドレス、無線の機器のシリアル番号とネットワークの構成の一部です。

  1. 道具を読むだけのものに限り、API キーの権限も絞る … 設定の変更・再起動の道具を作らないことが、いちばん確かな歯止めです。キーは読むだけの専用の管理者で発行します
  2. 社員の居場所の記録として使わない … 接続の記録には、どの端末がいつどのアクセスポイントにつながったかが残ります。切り分けの目的以外で、特定の社員の居場所を調べる使い方をしません。 目的と見てよい人を社内の規程に書きます
  3. パスワードや認証のコードをAIに渡さない … 自由記述から伏せ字にします
  4. 返事を人の承認なしに送らない … 区分を誤った返事は、社員に端末の設定を消させるといった無駄な作業をさせます

誤りが起きた場合のリスクは、フロア全体の停止を個人の端末の問題として案内することと、エージェントに権限を渡しすぎることの2つです。

10まず何から始めるか

1週目:設置場所の一覧を作る

図面の PDF から、部屋と近いアクセスポイントのシリアル番号の一覧を起こします。会議室から始めます。

2週目:30件で試す

先月の連絡から30件を選び、ダッシュボードから失敗の一覧を書き出して、手元のAIサービスで区分を選ばせます。症状の書き方に引っ張られていないかを最優先で見ます。

3週目:申告フォームと候補の特定までをつなぐ

Form Trigger で申告を受け、候補のアクセスポイントと時刻の幅を Slack に並べます。エージェントはまだ使いません。

4週目:読むだけの API キーを発行し、道具を1つつなぐ

専用の管理者でキーを発行し、道具①(稼働状態)だけをエージェントにつなぎます。ap_down の判定が担当の見立てと合うかを1週間見ます。

2か月目: 道具②(接続の失敗)を足し、区分・根拠・返事の案を承認に出します。3か月目以降: 区分を直した件数と1件の時間を実測します。会議の多い月を一度越え、フロア全体の停止を最初の数件で見つけられた時点で、この構成は完成です。


11関連ユースケース

12この仕組みを理解するための記事

13技術仕様の確認日・参考情報

技術仕様確認日:2026-10-28/最終更新:2026-10-28
確認した内容情報源確認日
Form Trigger の項目の種類、認証(Basic Auth など)、Respond When、本番の URL が公開時に登録されることn8n Docs: n8n Form Trigger node2026-10-28
AI Agent ノードの System Message、Max Iterations(既定10)、Return Intermediate Steps、Require Specific Output Formatn8n Docs: Tools AI Agent node2026-10-28
HTTP Request Tool を道具として使え、認証に Header auth があること。Optimize Response の Include Fieldsn8n Docs: HTTP Request Tool node2026-10-28
$fromAI() が道具でだけ使えることと、キーの制約n8n Docs: Let AI specify the tool parameters2026-10-28
Structured Output Parser の Define using JSON Schema と、$ref が使えないことn8n Docs: Structured Output Parser2026-10-28
Anthropic Chat Model ノードの設定n8n Docs: Anthropic Chat Model2026-10-28
Slack の承認(Capture Who Responded、Restrict Who Can Approve)n8n Docs: Approvals in Slack2026-10-28
devices/availabilities の絞り込み(productTypes、serials)、状態の4つの値、5分ごとの更新Cisco Meraki: Get Organization Devices Availabilities2026-10-28
wireless/failedConnections の絞り込み(t0・t1・timespan の上限、ssid、serial、clientId)、VLAN のクエリが無いこと、failureStep の値Cisco Meraki: Get Network Wireless Failed Connections2026-10-28
devices/statuses が非推奨(deprecated)と表示されていることCisco Meraki: Get Organization Devices Statuses2026-10-28
上限が組織ごとに毎秒10件で分け合うこと、429 と Retry-AfterCisco Meraki: Rate Limit2026-10-28
Authorization: Bearer で渡すこと、キーが持ち主の権限で動き取り消すまで有効なことCisco Meraki: Authorization2026-10-28

Meraki の API の利用条件と、読むだけの管理者の役割の作り方は、契約とダッシュボードの管理画面で確かめてください。

実装ステータス:構成例。 公開仕様に基づいて設計した構成であり、当社で実際に構築・検証したものではありません。工数の数値はモデル条件による試算です。

自社の業務に使えるAI活用候補を整理します

このユースケース(UC-2126)についてのご相談はこちらから。

AI活用について相談する
目次