データ分析

監視では、本番環境におけるアプリケーションのパフォーマンスを監視し、追跡することができます。また、データ分析ダッシュボードを利用することで、本番環境でのアプリケーションの利用コスト、遅延、ユーザーフィードバック、パフォーマンス指標などを分析し、継続的なデバッグや改善を通じてアプリケーションの品質を向上させることが可能です。

監視 - 分析では、使用量、アクティブユーザー数、LLM（大規模言語モデル）コールの消費などの情報が表示され、アプリケーションの運用効率や活性度、コストパフォーマンスを継続的に向上させることができます。

合計メッセージ数（Total Messages）

AIとの毎日会話した総回数を反映します。ユーザーの質問に AI が回答するごとに1回と数える。プロンプトエンジニアリング(prompt engineering)とデバッグの会話は含まれません。

活躍ユーザー数（Active Users）

AI と有効にインタラクションしたユニークユーザー数を表します。少なくとも一問一答以上のやり取りをしたユーザーが含まれます。プロンプトエンジニアリング(prompt engineering)とデバッグの会話は含まれません。

平均会話インタラクション数（Average Session Interactions）

各会話ユーザーの継続的なコミュニケーション回数を反映します。ユーザーが AI と 10 ラウンドの質問と回答を行った場合、その数値は 10 になります。この指標はユーザーの粘着性を反映します。対話型アプリケーションでのみ提供されます。

トークン出力速度（Token Output Speed）

毎秒のトークン出力数を示し、モデルの生成速度およびアプリケーションの使用頻度を間接的に反映します。

ユーザー満足度（User Satisfaction Rate）

1000 メッセージごとの「いいね」数を示します。ユーザーが回答に非常に満足している割合を反映します。

トークン消費数（Token Usage）

そのアプリケーションが毎日言語モデルにリクエストしたトークンの消費量を反映し、コスト管理に役立ちます。

合計会話数 (Total Conversation)

毎日のAI会話数。数え方は：会話を1回と数える、毎回の会話には複数のメッセージ交換できます。プロンプトエンジニアリング(prompt engineering)とデバッグの会話は含まれません。