--- title: "セクション1：データを用意する | COMETA Docs" slug: "tutorial-section1" updated: 2026-07-15T04:09:14Z published: 2026-07-15T04:09:14Z canonical: "documents.trocco.io/tutorial-section1" --- > ## Documentation Index > Fetch the complete documentation index at: https://documents.trocco.io/llms.txt > Use this file to discover all available pages before exploring further. # セクション1：データを用意する セクション1では、AIチャットを使うための前段階として、AIが分析対象とするデータストアを連携してAIチャットが参照するデータを用意します。 ## 1. ユーザー追加・権限設定 COMETAを利用するメンバーを追加し、権限を割り当てます。COMETAのユーザーは、アカウントに対する権限体系とCOMETAのロールによって制御されます。 詳しくは、[アカウント・ユーザー設定](/cometa/docs/about-account-user-v2)を参照ください。 ### アカウントの権限 アカウントの権限には、アカウント管理者・アカウントメンバーがあります。アカウント管理者は、COMETAを利用するユーザーの招待やユーザーの権限の編集などのアカウントの管理が行えます。 詳しくは、[各ユーザー権限でできること](/docs/account-roles)を参照ください。 ### COMETAの3つのロール COMETAのロールは3種類あり、ユーザーは付与されたロールによってCOMETAで行える操作が異なります。どのロールも持たないユーザーでも、メタデータの閲覧や対話型AIアシスト機能の利用は可能です。 - データストア管理者：データストアの新規連携・編集・連携解除、アセット取り込み設定の編集など - メタデータ編集者：メタデータの編集、カラム参照の追加・削除、メタデータの管理など - 実データ閲覧者：要約統計情報・プレビューなど実データの閲覧、クエリエディタでのクエリ実行（自身が認証したデータストア配下のみ） ![](https://cdn.document360.io/3a3bae1e-f157-487f-8798-01e9d820e760/Images/Documentation/tutorial-section1-2026-07-14-09-21-25.png) 詳しくは、[各COMETAロールでできること](/cometa/docs/cometa-roles-v2)を参照ください。 ユーザーの役割と権限 ユーザーを追加する前に誰が何を担当するといったユーザーの役割と権限を整備しておくと、実運用への移行がスムーズに行えます。今の段階で運用イメージが難しい場合には、セットアップを行うユーザーにのみ権限を付与して進めていき、運用設計を行う段階で改めてユーザーの役割と権限の整備をご検討ください。 ## 2. データストアの連携・アセットの取り込み AIが分析対象とするデータストアを連携し、アセットを取り込みます。 ### データストア連携 左サイドバーの **管理・連携** > **データストア連携管理** から、連携の追加が行えます。 - [データストアコネクション](/cometa/docs/datastore-connection2) - [データストア連携管理](/cometa/docs/datastore-integrations-v2) 認証方法については、利用するデータストアに応じて、以下を参照してください。 - [BigQuery](/cometa/docs/datastore-authentication-bigquery) - [Snowflake](/cometa/docs/datastore-authentication-snowflake) - [Amazon Redshift](/cometa/docs/datastore-authentication-redshift) - [Tableau](/cometa/docs/datastore-authentication-tableau) 連携するデータストアの認証情報の権限 COMETAは、連携時に使用した認証情報の権限範囲でのみアセットを取得・参照できます。権限が不足していると、アセットの取り込みやプレビュー、メタデータ同期などが正しく動作しません。 例：BigQuery（サービスアカウント認証）の場合、 BigQueryジョブユーザーとBigQueryデータ閲覧者のロールが必要です。データセット単位で閲覧を制御したい場合は、プロジェクトレベルで「ジョブユーザー」、データセットレベルで「データ閲覧者」を付与します。Snowflake・Redshift・Tableauについても、それぞれ必要なロール・権限を事前に確認のうえ設定してください。 ### アセットの取り込み [アセット取り込み設定](/cometa/docs/fetching-asset-ingestion-settings)では、包含ルールと除外ルールを設定することで、取り込むアセットを絞り込むことができます。 取り込むアセットの初期スコープについて 最初から全アセットを取り込むのではなく、まずAIで分析したい対象（特定のデータマートやスキーマなど）に絞って取り込むことを推奨します。スコープを絞ることで、後続のコンテキスト整備・ステータス振り分けの負荷が下がり、AIの回答精度も上げやすくなります。 初期設定を完了するをクリックすると、設定を保存し、アセットの取り込みが開始します。アセット取り込みジョブにて、ジョブの実行状況を確認できます。 ![](https://cdn.document360.io/3a3bae1e-f157-487f-8798-01e9d820e760/Images/Documentation/tutorial-section1-2026-07-14-09-21-43.png) ## まとめ セクション1では、ユーザーと権限を設定し、データストアを連携してアセットを取り込みました。AIチャットは、ここで取り込んだアセットを参照して回答します。 [セクション2：データとコンテキストの関係性を知る](/cometa/docs/tutorial-section2)では、AIチャットに質問しながら、回答精度を上げるためのサイクルを体験していきます。