第1章|AIエージェントの正体を確かめる。
DAY 01 ・ 約15〜20分チャットAIからAIエージェントへ
画面や商品名ではなく、「仕事の進み方」から違いを理解する。
チャットAIとAIエージェントの違いを、目的・ツール・状態・確認という仕組みから説明できる。
言葉を知る
目的
作業の結果として実現したい状態。エージェントは目的と現在の状態を比べながら、次に必要な行動を選びます。
ツール
検索、ファイル操作、メール、カレンダーなど、AIが外部の情報を得たり行動したりするための手段。
状態
仕事が今どこまで進み、何が完了し、次に何をするかを示す情報。長い仕事の継続や再開に必要です。
チャットAI
「トップページの文章案を作って」ならチャットAI向きです。
AIエージェント
また、AIエージェントは責任を引き受ける主体ではありません。
実行ループ
AIの知能と、実行できる行動は分けて考える必要があります。
ワークフロー
必ず守る順序や承認はワークフローとして固定し、その中の一部だけをエージェントに判断させる方法もあります。
仕組みを理解する
AIに質問する段階から、仕事を任せる段階へ
生成AIが広く使われ始めた頃、多くの人が体験したのは、質問を入力すると文章で答えてくれるチャットAIでした。文章の下書き、要約、アイデア出し、翻訳、言い換えなど、一度の依頼に対して一度の回答を返す使い方です。これは今も非常に便利で、考えを整理したい時や、文章のたたき台が欲しい時には最適です。 一方、実際の仕事は一回の回答だけで終わらないことが多くあります。たとえば「今週のAIニュースを記事にする」という仕事には、情報源を探す、公開日を確認する、複数の情報を比べる、重要な話題を選ぶ、初心者向けに書き直す、リンクを確認する、原稿を保存する、といった複数の工程があります。途中で情報が不足していれば検索をやり直し、誤りがあれば修正しなければなりません。 このように、目的を受け取ったあと、自分が使える情報と道具を確認し、複数の工程を進め、結果を見ながら次の行動を変える仕組みがAIエージェントです。OpenAIは、エージェントを利用者の代わりに仕事を達成するシステムとして説明し、単に大規模言語モデルを組み込んだだけの一回型チャットや分類機能とは分けています。Anthropicも、エージェントは固定された台本をそのまま実行するのではなく、目的を達成するための手順や道具の使い方を自ら選び、計画・行動・観察・修正を繰り返すものと説明しています。 ここで大切なのは、「会話できるものがチャットAI、会話しないものがエージェント」という分け方ではないことです。AIエージェントにもチャット画面はあります。反対に、見た目が高度なチャット画面でも、回答を一度返すだけならエージェントとは限りません。違いを見る時は、画面ではなく、目的を受け取ったあとに仕事をどこまで進められるかを確認します。
最初に覚える三つの言葉
一つ目は「目的」です。目的とは、作業の結果として実現したい状態です。「記事を書いて」は作業の指示ですが、「初めてAIを学ぶ人が、今週の重要な変化を10分で理解できる記事を公開する」まで書くと目的が見えてきます。エージェントは、この目的と現在の状態を比べながら、次に必要な行動を選びます。 二つ目は「ツール」です。ツールとは、検索、ファイルの読み書き、表計算、メール、カレンダー、コード実行など、AIが外部の情報を得たり、現実のデータへ働きかけたりするための手段です。モデルがどれほど高性能でも、検索ツールがなければ最新情報を自分で確認できません。メールの送信機能がなければ、送信文を作れても実際には送りません。AIの知能と、実行できる行動は分けて考える必要があります。 三つ目は「状態」です。状態とは、仕事が今どこまで進んだかを示す情報です。未着手、調査中、原稿作成中、確認待ち、完成といった進み具合だけではありません。どの資料を確認したか、何が未確認か、どのファイルを変更したか、次に何をするかも状態に含まれます。状態を残せなければ、長い仕事の途中で止まった時に、最初からやり直したり、同じメールを二度送ったりする危険が生まれます。
チャットAIが得意な仕事
チャットAIは、一回または数回の会話で完了し、外部サービスを操作しなくても成果を受け取れる仕事に向いています。文章案を三つ考える、説明を小学生向けに直す、会議メモを整理する、表の見方を教える、企画の弱点を洗い出す、といった仕事です。利用者が必要な情報を会話へ渡し、返ってきた内容を自分で確認して使う形なら、わざわざ複雑なエージェントを用意する必要はありません。 「エージェントのほうが新しくて高性能だから、すべてエージェントへ置き換える」という考え方は誤りです。仕事を進める機能が増えるほど、接続するサービス、与える権限、記録、監視、失敗時の復旧が必要になります。一回で終わる相談へ大きな仕組みを使えば、費用と管理の負担だけが増えることもあります。簡単な仕事は簡単な方法で済ませることも、正しいAI活用です。
AIエージェントが必要になる仕事
AIエージェントが力を発揮するのは、複数の工程があり、途中の結果によって次の行動が変わり、外部の情報や道具が必要な仕事です。たとえば、問い合わせメールを確認し、内容によって担当を分け、過去の対応履歴を探し、返信案を作り、担当者の確認へ回す仕事が当てはまります。単に返信文を作るだけならチャットAIで足りますが、受信から分類、情報確認、下書き保存、引き渡しまでを進めるならエージェントの設計が必要です。 もう一つの例がWebサイト制作です。「トップページの文章案を作って」ならチャットAI向きです。しかし「現在のサイトを調べ、スマホ表示の問題を見つけ、既存デザインを壊さず修正し、リンクとビルドを確認し、公開前に承認を求める」という依頼には、ファイルの読み書き、コード実行、表示確認、作業履歴、承認という複数の部品が必要です。AIエージェントは、このような長い仕事を一つの目的へ向かってつなぎます。 定期的または出来事をきっかけに始まる仕事も、エージェントと相性があります。毎朝9時に売上を集計する、新しい問い合わせが届いたら分類する、料金ページが変更されたら知らせる、といった仕事です。ただし、決まった時刻に起動する機能は、AIモデルだけでは実現しません。時計の役割をするスケジューラー、処理対象を保存する仕組み、失敗時の再試行、通知先が必要です。「AIへ毎朝やってと頼んだ」だけで、チャット画面を閉じたあとも動き続けるとは限りません。
エージェントが仕事を進める基本の輪
AIエージェントの動きを、最初は「考える、行動する、結果を見る、修正する」という四つで捉えると理解しやすくなります。まず、目的と現在の情報から次に必要なことを考えます。次に、検索やファイル操作など許可された行動を選びます。行動後に返ってきた結果を観察し、目的へ近づいたか、不足や失敗があるかを確認します。その結果に応じて、次の行動を変えます。 たとえば、公式情報だけを使って記事を書く場合、最初の検索で個人ブログしか見つからなければ、そのまま記事を書き始めるのではなく、検索語や対象サイトを変える必要があります。リンクが開けなければ別の一次情報を探します。二つの公式資料で日付が違えば、発表日と更新日を分けて確認します。このように、途中結果が次の判断へ使われる点が、一回の文章生成との大きな違いです。 ただし、エージェントが自分で次を選べることと、何でも自由にしてよいことは同じではありません。目的、利用できるツール、アクセスできるデータ、使用できる金額、処理回数、終了条件など、動ける範囲は人が決めます。良いエージェントとは、自由に暴走する仕組みではなく、決められた範囲の中で必要な判断を行い、範囲を超える時には人へ確認を戻せる仕組みです。
普通の自動化とAIエージェントを使い分ける
従来の自動化は、あらかじめ人が決めた手順を正確に繰り返すことが得意です。「A列が空なら処理を止める」「注文が入ったら定型メールを送る」「毎月1日に前月分を集計する」のように、条件と処理を明確に書ける仕事では、高速で安定しています。同じ入力なら同じ結果を出しやすく、動作も説明しやすい方法です。 エージェントは、入力の表現が毎回違う、必要な情報がどこにあるか固定できない、途中の状況に応じて進み方を変える必要がある、といった仕事を扱いやすくします。問い合わせ文の意図を読み取る、複数資料から重要部分を選ぶ、エラーの原因候補を調べるなど、最初から全分岐を書き切ることが難しい場面です。 実務では、従来の自動化かエージェントかを二者択一にしません。金額計算やデータ形式の確認は決められたプログラムで行い、文章の理解や次の調査先の選択はモデルへ任せる、といった組み合わせが有効です。必ず守る順序や承認はワークフローとして固定し、その中の一部だけをエージェントに判断させる方法もあります。変えてよい部分と、絶対に変えてはいけない部分を分けることが重要です。
できることと、できないこと
AIエージェントは、調査、分類、下書き、比較、ファイル編集、コード修正、テスト、定期確認などをつなげられます。しかし、接続されていないサービスは操作できません。許可されていないファイルは読めません。現実の契約条件や社内だけの事情を知らなければ、正しい判断はできません。モデルが文章として「送信しました」と答えても、送信ツールの実行記録がなければ、本当に送った証拠にはなりません。 また、AIエージェントは責任を引き受ける主体ではありません。間違った契約、誤送信、個人情報の流出、誤った公開による影響は、導入・運用する側が管理する必要があります。特に、送信、公開、削除、課金、契約、権限変更など、取り消しが難しい操作には人の承認を残します。最初は検索や下書きのような読み取り中心の仕事から始め、記録と成功率を確認しながら任せる範囲を広げます。
よくある三つの失敗
最も多い失敗は、目的だけを伝えて、必要な道具と権限が用意されていない状態です。「サイトを毎日更新して」と頼んでも、公式情報の検索、原稿の保存、サイト編集、公開、定期起動の仕組みがなければ完了できません。AIの能力不足に見えても、実際には周囲の仕組みが足りていないことがあります。 次に多いのが、完了条件の不足です。「いい感じの記事を作る」では、何文字必要か、誰向けか、どの情報源を使うか、どこへ保存するか、公開まで行うかが分かりません。AIが不足部分を推測すると、依頼者の考えと違う方向へ速く進んでしまいます。速さは、方向が合っている時だけ長所になります。 もう一つは、便利さを優先して最初から広い権限を与えることです。メール検索に必要なのは読み取り権限でも、同じ接続に送信や削除まで許可すると、誤判断の影響が大きくなります。読む、下書きを作る、送る、削除するは別の操作です。危険度に合わせて権限と承認を分けなければなりません。
安全に始めるための考え方
最初のエージェントは、「失敗しても戻せる」「外部へ勝手に出ない」「結果を人が確認できる」という三条件で選びます。公開前の記事作成、社内資料の整理、読み取り専用の情報収集などが候補です。反対に、顧客への自動送信、決済、契約、データ削除を最初の題材にするのは避けます。 さらに、行動記録を残します。いつ、どの目的で、どのツールを使い、何を変更し、成功したか失敗したかを確認できるようにします。AIの返答だけで完了を判断せず、保存先のファイル、送信履歴、テスト結果など、実際の証拠を見ます。途中で止められること、止めたあとにどこから再開できるかも、安全性の一部です。
五つの質問で見分ける
チャットAIとAIエージェントを見分ける時は、次の五つを確認します。第一に、目的は一回の回答で完了するか。第二に、検索やファイル操作など外部の道具が必要か。第三に、途中結果によって次の行動が変わるか。第四に、作業状態を保存して継続や再開を行うか。第五に、人へ承認を戻す場所が決まっているかです。 五つすべてが必要なわけではありません。しかし、「文章を返すだけ」から「外部の道具を使って複数工程を進める」へ近づくほど、エージェントとしての設計が必要になります。製品名や宣伝文句ではなく、この五つを実際の動作で確認すれば、言葉に振り回されにくくなります。 DAY1で持ち帰る中心は一つです。AIエージェントは、単に高性能なチャットAIを別の名前で呼んだものではありません。目的、判断、ツール、状態、確認という部品を組み合わせ、結果を見ながら仕事を前へ進める仕組みです。そして、どこまで自動で進め、どこで人へ戻すかを決めることまでが、エージェント設計に含まれます。
実例で理解する
具体例で考える
記事制作なら、情報源を探す、日付と事実を確認する、原稿を作る、リンクを検査する、公開前に人へ確認を戻すところまでを一つの仕事として設計します。
手を動かして理解する
- 自分がAIへ任せたい仕事を一つ書く
- 完了までの工程を順番に書く
- 外部の道具と人の承認が必要な工程へ印を付ける
- チャットAIだけで十分か、エージェントが必要かを理由付きで判断する
04|今日の理解度を確認する
DAY 1の理解度を確認する
あるAIが、利用者の依頼に対して文章案を一度返して終了しました。この情報だけから最も適切に判断できることはどれですか。
画面ではなく、複数工程、ツール、状態、結果に応じた修正などの実際の動きで判断します。
会話画面があるため、必ずAIエージェントである: チャットAIにもエージェントにも会話画面があります。画面だけでは判断できません。
一回の文章生成だけでは、AIエージェントとは断定できない: 正解です。一回の回答だけなら、通常のチャットAIとして完了した可能性があります。
文章を生成したため、従来の自動化である: 文章生成は生成AIの機能です。決められた処理だけを行う従来型自動化とは限りません。
人が依頼したため、自律的なエージェントである: 利用者が依頼したことと、AIが次の行動を選ぶ自律性は別です。
「毎朝、公式情報を調べて重要な3件を記事の下書きとして保存する」仕事に、チャットでの依頼以外に必要なものとして最も不十分な組み合わせはどれですか。
モデルだけでは、定期起動、最新情報の検索、保存、状態管理を実行できません。
定期起動、検索手段、保存先、実行状態: 定期処理を継続して動かすために必要な代表的な部品です。
検索手段、情報源のルール、保存権限、失敗記録: 情報の確かさ、保存、失敗時の確認まで含む適切な組み合わせです。
高性能なモデルだけ: 正解です。モデルが高性能でも、外部の道具や実行基盤がなければ仕事は進みません。
完了条件、利用可能な道具、承認ルール: 何を終わりとし、何を使い、どこで人が確認するかは重要です。
AIエージェントへ最初に任せる仕事として、最も安全に始めやすいものはどれですか。
読み取りと下書きが中心で、外部へ公開・送信する前に人が確認できる仕事から始めます。
顧客への返金を自動で確定する: 金銭と顧客対応に直接影響し、取り消しが難しいため最初の題材には向きません。
受信メールを自動削除する: 削除は情報を失う可能性があり、復元や承認の設計が必要です。
公式情報を調べて社内確認用の下書きを作る: 正解です。読み取りと下書きが中心で、外部公開前に人が確認できます。
契約書へ自動で同意する: 契約は重大な影響を持つため、人の明示的な判断を外せません。
従来型ワークフローとAIエージェントの使い分けとして最も適切な説明はどれですか。
変えてよい判断と、必ず守る処理を組み合わせる設計が有効です。
新しい仕組みであるAIエージェントへすべて置き換える: 固定処理のほうが安定・低費用な仕事もあり、全面置換が最適とは限りません。
計算や必須順序は固定し、文章理解や調査先選択だけAIへ任せることもできる: 正解です。従来型処理とモデルの判断は組み合わせられます。
従来型ワークフローには条件分岐を作れない: 従来型ワークフローでも、人が定義した条件分岐を実行できます。
AIエージェントは一度決めた手順を変更できない: 途中結果に応じて次の行動を変えられることが特徴の一つです。
AIエージェントが「処理を完了しました」と返答しました。完了確認として最も適切な行動はどれですか。
実際に残った成果物や記録を、完了条件と照合します。
自然な文章なので、そのまま完了と判断する: 自然な返答と、外部操作が実際に成功したことは別です。
同じ質問をもう一度して、同じ返答なら完了とする: 同じ文章を返すことは、処理成功の証拠になりません。
保存ファイル、送信履歴、テスト結果など実行の証拠を確認する: 正解です。実際に残った成果物や記録で完了条件を確認します。
使用したモデルの名前だけを確認する: モデル名は性能の参考にはなりますが、今回の実行結果を証明しません。
04|今日の理解度を確認する
DAY 1の理解度を確認する
今日の整理をする
ここまで分かれば次へ
- ✓ 違いは会話画面ではなく、目的に向かって仕事を進める仕組みにある
- ✓ モデルだけでなくツール・状態・権限・確認が必要
- ✓ 最初は戻せる、外へ出ない、人が確認できる仕事から始める
講義本文 4,735字