splunk · gentksb · May 25, 2026
diff --git a/content/ja/_index.md b/content/ja/_index.md
@@ -1,30 +1,36 @@
----
-archetype: home
-title: Splunk Observability Workshops
-linkTitle: Splunk Observability Workshops
-description: Splunk を使用したオブザーバビリティソリューションの構築方法をご紹介します。
-weight: 1
-isCJKLanguage: true
----
-
-## Splunk Observabilityワークショップへようこそ
-
-Splunk Observability Cloudの監視、分析、対応ツールを使用して、アプリケーションとインフラストラクチャをリアルタイムで把握することができます。
-
-このワークショップでは、メトリクス、トレース、ログを取り込み、監視し、可視化し、分析するためのクラス最高のオブザーバビリティ（可観測性）プラットフォームについて説明します。
-
-![gif](images/observability-hero-dashboard.gif)
-
-{{% notice title="OpenTelemetry" color="#4f62ad" icon="fab fa-wpexplorer" %}}
-このワークショップで[OpenTelemetry](https://opentelemetry.io)をアプリケーションやインフラの分析に役立つテレメトリデータ（メトリクス、トレース、ログ）の計装、生成、収集、エクスポートに使用します。
-{{% /notice %}}
-
-{{% notice title="GitHub" color="#4078c0" icon="fab fa-github" %}}
-このドキュメントには、issueやpull requestで [貢献](https://github.com/splunk/observability-workshop) することができます。より良いワークショップにするために、是非ご協力ください。
-{{% /notice %}}
-
-{{% notice title="Twitter" color="#1DA1F2" icon="fab fa-twitter" %}}
-[Splunk](https://twitter.com/splunk)のTwitterチャンネルでは、アップデート情報や興味深い読み物を紹介しています。
-{{% /notice %}}
-
-{{%children type="card" description="true" %}}
++++
+title        = "Observability *Workshops*."
+description  = "Splunk を使ったオブザーバビリティソリューションの構築方法を学ぶ"
+weight       = "1"
+noautocards  = true
+images       = ["../images/featured-resources.png"]
+
+[[cta]]
+label = "Rookies を見る"
+href  = "/splunk4rookies/"
+style = "primary"
+
+[[cta]]
+label = "Ninjas を見る"
+href  = "/ninja-workshops/"
+style = "ghost"
++++
+
+{{< lead >}}
+Splunk Observability Cloud のモニタリング、分析、レスポンスツールを活用して、アプリケーションとインフラストラクチャのインサイトをリアルタイムで取得しましょう。
+これらのワークショップでは、メトリクス、トレース、ログの取り込み、モニタリング、可視化、分析のための最高クラスのオブザーバビリティプラットフォームについて学びます。
+{{< /lead>}}
+
+{{< divider >}}
+
+{{< cards >}}
+{{< card title="リソース" href="/resources/" icon="book" >}}
+Splunk Observability Cloud を最大限に活用するためのリソースです。
+{{< /card >}}
+{{< card title="シナリオ" href="/scenarios/" icon="rocket" >}}
+Splunk Observability Cloud の価値をご自身で体験するためのガイド付きワークショップです。
+{{< /card >}}
+{{< card title="Unsupported Field Workshops" href="/unsupported-field-workshops/" icon="users" >}}
+Unsupported Field Workshops は、Splunk Observability Cloud を最大限に活用するために設計されています。
+{{< /card >}}
+{{< /cards >}}
diff --git a/content/ja/ninja-workshops/10-using-ai-in-o11y/_index.md b/content/ja/ninja-workshops/10-using-ai-in-o11y/_index.md
@@ -5,32 +5,25 @@ weight: 10
 archetype: chapter
 time: 90 minutes
 authors: ["Pieter Hagen"]
-description: Splunk Observability Cloud に組み込まれた人工知能と機械学習の機能を活用して、トラブルシューティングを加速し、異常を検出し、アプリケーションとインフラストラクチャのパフォーマンスに関するより深いインサイトを得る方法を学びます。
+description: Splunk Observability Cloud に組み込まれた人工知能と機械学習の機能を活用して、トラブルシューティングの迅速化、異常検知、アプリケーションとインフラストラクチャのパフォーマンスに関するより深いインサイトの取得方法を学びます。
 draft: true
 hidden: false
 ---
 
-**Splunk Observability Cloud** は、プラットフォーム全体に高度なAIと機械学習の機能を統合しており、よりスマートに、より速く、より効率的に作業することができます。これらのAI搭載機能により、問題をより迅速に特定し、関係性をより深く理解し、データに基づいた意思決定を自信を持って行うことができます。
+**Splunk Observability Cloud** は、プラットフォーム全体に高度な AI と機械学習の機能を統合しており、よりスマートに、より迅速に、より効率的に作業できるよう支援します。これらの AI 搭載機能により、問題の迅速な特定、関係性のより深い理解、そしてデータに基づいた確信のある意思決定が可能になります。
 
-このワークショップでは、Splunk Observability Cloudで利用可能なさまざまなAIとMLの機能をハンズオン形式で体験します。以下の内容が含まれます：
+このワークショップでは、Splunk Observability Cloud で利用可能なさまざまな AI および ML 機能のハンズオン体験を提供します。以下の内容が含まれます
 
-* **Related Content**: オブザーバビリティデータをナビゲートする際に、AIがどのようにコンテキストに関連するダッシュボード、アラート、リソースを表示するかを学びます。
-* **AutoDetect**: 機械学習が環境固有のパターンと動作に適応するインテリジェントなディテクターを自動的に作成する方法を学びます。
-* **Tag Spotlight**: AIを活用した分析が、タグとメタデータ全体のパターンを分析することで、パフォーマンス問題の根本原因を迅速に特定する方法を探ります。
-* **Log Observer AI**: AIがインテリジェントなパターン検出、異常識別、自然言語によるインサイトでログ分析をどのように強化するかを確認します。
-* **APM AI Assistant**: アプリケーションパフォーマンスの問題のトラブルシューティングと複雑なトレースの理解に対するAI駆動のガイダンスを体験します。
-* **Predictive Analytics**: MLモデルが将来のトレンドを予測し、ユーザーに影響を与える前に潜在的な問題に事前に対処する方法を理解します。
+* **Related Content**: オブザーバビリティデータを閲覧する際に、AI がコンテキストに関連するダッシュボード、アラート、リソースをどのように表示するかを学びます。
+* **AutoDetect**: 機械学習がお客様の環境固有のパターンや動作に適応するインテリジェントなディテクターを自動的に作成する仕組みを学びます。
+* **Tag Spotlight**: AI を活用した分析が、タグやメタデータ全体のパターンを分析することで、パフォーマンス問題の根本原因を迅速に特定する方法を探ります。
+* **Log Observer AI**: AI がインテリジェントなパターン検出、異常の特定、自然言語によるインサイトでログ分析をどのように強化するかを確認します。
+* **APM AI Assistant**: アプリケーションのパフォーマンス問題のトラブルシューティングや複雑なトレースの理解に対する AI 駆動のガイダンスを体験します。
+* **Predictive Analytics**: ML モデルが将来のトレンドを予測し、ユーザーに影響が出る前に潜在的な問題にプロアクティブに対処する方法を理解します。
 
-このワークショップを終えると、Splunk Observability CloudのAI機能を効果的に使用して以下を実現する方法を理解できます：
+このワークショップを終了すると、Splunk Observability Cloud の AI 機能を効果的に活用して以下を実現する方法を理解できます
 
-* 平均検出時間（MTTD）と平均復旧時間（MTTR）の短縮
+* 平均検知時間（MTTD）と平均復旧時間（MTTR）の短縮
 * 異常や通常とは異なるパターンの自動検出
 * サービス、インフラストラクチャ、ログ間の複雑な関係性のナビゲーション
-* AIによるインサイトに基づいた情報に基づく意思決定
-
-{{% notice title="ヒント" style="primary"  icon="lightbulb" %}}
-このワークショップを進める最も簡単な方法は以下を使用することです：
-
-* このページの右上にある左右の矢印（**<** | **>**）
-* キーボードの左（◀️）と右（▶️）のカーソルキー
-{{% /notice %}}
+* AI を活用したインサイトに基づく情報に裏付けられた意思決定
diff --git a/content/ja/ninja-workshops/11-ingest-processor-for-observability-cloud/_index.md b/content/ja/ninja-workshops/11-ingest-processor-for-observability-cloud/_index.md
@@ -4,41 +4,33 @@ linkTitle: Ingest Processor for Observability Cloud
 weight: 11
 archetype: chapter
 authors: ["Tim Hard"]
-description: Splunk Ingest Processor を使用してログをメトリクスに変換し、オブザーバビリティコストを最適化し、MTTD を改善する方法を、Splunk Observability Cloud でのハンズオン演習を通じて学びます。
+description: Splunk Ingest Processor を使用してログをメトリクスに変換し、オブザーバビリティのコストを最適化し MTTD を改善する方法を、Splunk Observability Cloud でのハンズオン演習を通じて学びます。
 ---
 
-インフラストラクチャとアプリケーション環境がますます複雑になるにつれて、それらが生成するデータ量は大幅に増加し続けています。このデータ量と種類の増加により、実用的なインサイトを得ることが困難になり、問題の特定やトラブルシューティングの効率に影響を与える可能性があります。さらに、このデータを保存してアクセスするコストは急上昇する可能性があります。多くのデータソース、特にログとイベントは、システム運用への重要な可視性を提供します。しかし、ほとんどの場合、効果的な監視とアラートに実際に必要なのは、これらの膨大なログからのわずかな詳細情報のみです。
+インフラストラクチャとアプリケーション環境がますます複雑になるにつれて、それらが生成するデータの量は大幅に増加し続けています。このデータ量と種類の増加により、実用的なインサイトを得ることが困難になり、問題の特定やトラブルシューティングの効率に影響を与える可能性があります。さらに、このデータの保存とアクセスにかかるコストは急騰する可能性があります。多くのデータソース、特にログやイベントは、システム運用に対する重要な可視性を提供します。しかし、ほとんどの場合、効果的な監視とアラートに実際に必要なのは、これらの膨大なログからのわずかな詳細情報のみです。
 
 **一般的な課題:**
 
-* インフラストラクチャとアプリケーション環境の複雑性の増加
-* これらの環境から生成されるデータ量の大幅な増加
-* 大量のデータから実用的なインサイトを得ることの困難さ
-* 膨大なデータの保存とアクセスに関連する高いコスト
-* ログとイベントは重要な可視性を提供するが、多くの場合、必要な詳細情報はわずか
+* インフラストラクチャとアプリケーション環境の複雑さの増大。
+* これらの環境が生成するデータ量の大幅な増加。
+* 大量のデータから実用的なインサイトを得ることの困難さ。
+* 膨大なデータの保存とアクセスに関連する高コスト。
+* ログとイベントは重要な可視性を提供するが、実際に必要な詳細情報はわずかであること。
 
-これらの課題に対処するために、Splunk Ingest Processorは強力な新機能を提供します：ログイベントをメトリクスに変換する機能です。メトリクスは保存と処理がより効率的であり、問題の迅速な特定を可能にし、それによって平均検出時間（MTTD）を短縮します。元のログやイベントを保持する必要がある場合は、S3などの安価なストレージソリューションに保存できるため、データ取り込みと検索に必要な計算の全体的なコストを削減できます。
+これらの課題に対処するため、Splunk Ingest Processor はログイベントをメトリクスに変換する強力な新機能を提供します。メトリクスは保存と処理がより効率的であり、問題のより迅速な特定を可能にし、平均検出時間（MTTD）を短縮します。元のログやイベントの保持が必要な場合は、S3 などのより安価なストレージソリューションに保存することで、データ取り込みの全体的なコストと検索に必要な計算コストを削減できます。
 
 **ソリューション:**
 
-* 可能な場合はログイベントをメトリクスに変換する
-* 必要に応じて元のログまたはイベントを安価なストレージソリューションに保持する
-* 保持されたログへのアクセスと分析にフェデレーテッド検索を活用する
+* 可能な場合、ログイベントをメトリクスに変換します。
+* 必要に応じて、元のログやイベントをより安価なストレージソリューションに保持します。
+* フェデレーテッドサーチを利用して、保持されたログにアクセスし分析します。
 
 **成果:**
 
-* メトリクスはより効率的に保存および処理される
-* 問題のより迅速な特定により、平均検出時間（MTTD）を短縮
-* データ取り込みと計算の全体的なコストの削減
-* 監視効率とリソース最適化の向上
-* 運用コストを削減しながらシステム運用への高い可視性を維持
+* メトリクスは保存と処理がより効率的です。
+* 問題のより迅速な特定により、平均検出時間（MTTD）が短縮されます。
+* データ取り込みと計算の全体的なコストが削減されます。
+* 監視効率とリソース最適化が向上します。
+* 運用コストを削減しながら、システム運用への高い可視性を維持できます。
 
-このワークショップでは、Ingest ProcessorとSplunk Observability Cloudを使用して、上記で説明した課題にどのように対処できるかを実際に体験する機会があります。
-
-{{% notice title="Tip" style="primary" icon="lightbulb" %}}
-このワークショップを進める最も簡単な方法は以下を使用することです：
-
-* このページの右上にある左右の矢印（**<** | **>**）
-* キーボードの左（◀️）および右（▶️）カーソルキー
-  {{% /notice %}}
-
+このワークショップでは、Ingest Processor と Splunk Observability Cloud を実際に操作し、上記で概説した課題にどのように対処できるかを確認する機会があります。