Fin VisionはFin AI Agentに組み込まれた機能で、顧客が送信したスクリーンショット、写真、ドキュメントなどの画像をチャット、メール、Zendesk tickets、Salesforceケースなどの会話内で直接分析・理解します。

有効化や設定は不要で、追加費用もかかりません。

Fin Visionは以下を支援します：

問題の迅速な診断
長い顧客説明の必要性を排除
エラーメッセージ、領収書、製品の欠陥などの視覚的コンテンツの抽出と理解

Fin Visionの仕組み

Fin Visionはマルチモーダル大規模言語モデル（LLM）を使用して画像を理解します。顧客が画像を送信すると、Finは視覚対応LLMを使って構造化されたテキスト説明を生成します。この書き起こしには以下が含まれます：

抽出されたテキスト（OCR）
UI要素と関連ラベル
参照番号、製品詳細、重要なハイライト
画像から得られるコンテキストに基づく洞察

この説明はチャット履歴に追加され、Finが視覚的コンテキストを応答に組み込めるようにします。

この理解により、Finは以下が可能です：

knowledge baseをより効果的に検索する
視覚情報に依存するタスクを解決する
顧客の書面による入力と同様に、関連性があり実行可能な回答を提供する

注意：

Finはサポートコンテンツ内の画像（例：記事に埋め込まれた画像）をトレーニングや分析しません。会話中に顧客が積極的に送信した画像のみを処理します。
Finは画像を生成しませんが、返信にサポートコンテンツの既存画像を含めることがあります（Fin Image Answers）。
Finは現在、画像のALTテキストを読み取れません。

Fin Visionの活用方法

業界	利用例
FinTech	エラーのトラブルシューティング：送金失敗やログイン問題のスクリーンショットにより、Finは的確なサポートを提供します。不正警告の確認：Finはフィッシングのスクリーンショットや疑わしい活動を特定します。
SaaS	UIバグのトラブルシューティング：顧客がエラーや予期しないUI動作のスクリーンショットを共有し、Finはエラーメッセージを抽出して修正を提供します。オンボーディング支援：Finは共有されたスクリーンショットに基づき、不明瞭なUIフローで顧客を支援します。ライセンス確認：Finはアップロードされた請求書からライセンスキーやアカウント番号を読み取ります。
ecommerce	返品・返金の検証：顧客が破損または誤った商品の画像をアップロードし、Finはタスク指示に基づき適格性を評価します。配送問題：顧客が梱包や内容物の写真を共有し、Finは欠品や梱包の損傷を判断します。請求書処理：Finは領収書や梱包明細書から注文番号や日付を抽出します。
Gaming/Gambling	Bug報告：プレイヤーがグリッチやクラッシュのスクリーンショットを送信し、Finは視覚情報を解釈して問題を記録します。出金問題：顧客が取引失敗のスクリーンショットをアップロードし、Finはタイムスタンプ、金額、取引IDを抽出します。ベットスリップ確認：Finはアップロードされた画像からベットスリップの詳細を読み取り確認します。

Fin Visionの最大活用法

Fin Visionを最大限に活用するには、Finの他の機能と組み合わせてください。

Fin Guidanceと併用する

Fin Guidanceを使って、必要に応じてFinに画像を積極的に求めるよう指示できます。また、スクリーンショットで何を探すかや結果に基づく次のステップを指示できます。

ガイダンス例：

顧客がスクリーンショットを共有した場合、デバイスの種類を特定し、それに応じた次のステップを提案してください。
ユーザーがウェブサイトのエラーや問題を報告した場合、エラーを示すスクリーンショットとそのページのリンクを求めてから支援を提供してください。
顧客に支払い証明（領収書）をスクリーンショットまたは写真で提供してもらうよう依頼してください。

よくある質問

Fin Visionはどの画像形式をサポートしていますか？

Fin Visionは顧客が共有するJPG、PNG、GIF、HEICファイルをサポートしています。

Finは画像内のプライバシーや機密情報をどのように扱いますか？

Finはプライバシーを重視して設計されています。視覚モデルはクレジットカード番号、CVV、身分証明情報などの個人情報や機密情報を画像から抽出しないよう明示的に指示されています。さらに、画像は一時的に保存され、短期間で自動的に削除されます。

Finは画像を保存しますか？

画像は安全なクラウド環境に一時的に保存され、短期間で自動的に削除されます。

顧客は画像を特定の方法で送信する必要がありますか？

いいえ、顧客はチャットやメールに画像をアップロードまたは貼り付けるだけで、Finが処理します。

顧客は複数の画像を送信できますか？

はい、Finは各画像を個別に分析し、文脈を活用して応答します。

Finは画像を生成または送信しますか？

Finは画像を生成しませんが、返信にサポートコンテンツの既存画像を含めることがあります（Fin Image Answers）。

注：FinはVLM（視覚言語モデル）を使って回答の流れに合わせて画像の順序を決定するため、記事参照時に画像の順序が前後することがあります。

Fin Visionは多言語に対応していますか？

はい、Finは多くの言語の画像からテキストを抽出できますが、精度は画像の鮮明さや複雑さに依存します。

Fin Visionをオフにできますか？

いいえ、Fin Visionは組み込み機能で無効にできません。会話の理解の一部として自動的に動作します。

FinはHEIC画像を読み取れますか？

はい、Fin VisionはiPhoneのデフォルト写真形式であるHEICファイルを読み取り処理できます。FinはHEIC画像を読み取り、他の対応画像形式と同様に関連コンテキストで応答します。

Fin Visionはどのように画像を理解しますか？