AIエージェントとは

AIエージェントとは、LLMに指示・ツール・記憶・停止条件を持たせ、目標に向けて行動と確認を繰り返すように組み立てたソフトウェアのことです。読みは「エーアイエージェント」です。agent は英語で「代理人」「代わりに動く者」を指します。

ふつうのチャットは、質問1つに回答1つを返して終わります。エージェントは、回答の代わりに「このファイルを開く」「このコマンドを実行する」といった行動を選び、その結果を見てから次を決めます。人が毎回つなぎ役をしなくても、何往復かの作業が進むのはこのためです。

このページでは、1体のエージェントがどんな部品でできているかに絞って説明します。「自分で判断して進める」という性質そのものはエージェンティックAI、複数体を組み合わせる話はマルチエージェントの項目で扱います。

エージェント開発キットの公式ドキュメントでは、エージェントを「指示とツールを設定したLLMに、引き継ぎやガードレール、構造化出力などの振る舞いを任意で足したもの」と定義しています（エージェント開発キットの公式ドキュメント（エージェントの定義））。実際の製品もおおむね次の部品に分けられます。

• モデル：次に何をするかを決める判断役です。LLMがこの役を担います。
• 指示：役割、守る規則、口調などを書いたシステムプロンプトです。「本番のデータベースには触らない」のような制約もここに入ります。
• ツール：ファイルの読み書き、検索、コマンド実行など、外の世界に触る手段です。モデルは関数呼び出しの形で使いたいツールと引数を指定し、実行はアプリ側が行います。
• 記憶と状態：これまでの会話、読んだファイル、途中のメモです。コンテキストウィンドウに収まる量には限りがあるので、長い作業では要約や外部ファイルへの書き出しで補います。
• ループと停止条件：「行動→結果を読む→次を決める」を回す枠組みと、どこで止まるかの決まりです。

考える文と行動を交互に出させると、行動で得た外部の情報を使って計画を立て直せる、という方法は2022年の論文 ReAct（arXiv:2210.03629）で示されました。いまのエージェントの多くは、この「考える→動く→観察する」の繰り返しを土台にしています。

また、LLM製品を開発する企業の技術記事は、検索・ツール・記憶を足した「拡張されたLLM」を基本部品と位置づけ、各ステップで環境から実際の結果を受け取ることと、最大反復回数のような停止条件を置くことを勧めています（効果的なエージェントの作り方（開発元の技術記事））。

「テストが1件落ちているので直して」と頼んだ場合、AIコーディングエージェントの中ではおおよそ次の順で部品が働きます。

1. モデルが「まずテストを実行する」と決め、ツール経由で npm test を実行します。
2. 失敗メッセージが記憶に加わります。モデルはそこから該当ファイルを読むツールを選びます。
3. 原因の行を見つけたら、編集ツールで修正案を書き込みます。
4. もう一度 npm test を実行し、通ったかどうかを確かめます。
5. 全件が通れば停止し、変更点を報告します。通らなければ2に戻ります。

この流れで人がやることは、最初の依頼と最後の確認、それに途中で出る承認の判断です。承認の場面は、指示と設定で「ファイル編集は自動、git push は毎回確認」のように調整できます。

• 誤解：LLMを何回も呼ぶ仕組みはすべてエージェント → 実際：呼ぶ順番をコードで固定したものは「ワークフロー」と呼び分けることがあります。前述の技術記事も、進め方をモデル自身が決めるものをエージェントとしています。
• 誤解：モデルの性能が高ければ部品は何でもよい → 実際：ツールの説明が曖昧だったり、使える道具が足りなかったりすると、同じモデルでも手が止まります。ツールの名前と説明の書き方で結果が変わります。
• 誤解：エージェントは作業内容をずっと覚えている → 実際：覚えていられるのはコンテキストに入っている範囲だけです。会話を新しくすると前回の経過は引き継がれないため、残したい情報はファイルに書き出させます。

• ツールの権限は作業に要る分だけにする：読むだけでよい作業に削除や送信の権限まで渡すと、読み込んだ文書に仕込まれた命令（プロンプトインジェクション）で意図しない操作が走るおそれがあります。
• 止まる条件を決めておく：反復の上限、使ってよいトークン量、「同じエラーが3回続いたら報告して止まる」といった決まりがないと、同じ試行を繰り返して時間と利用料を使い続けることがあります。
• 結果を実物で確かめる：「直しました」という報告は、テストの実行結果や差分を見て確認します。完了の判断はガードレールや人の確認に任せます。

• AIコーディングエージェント
• 関数呼び出し（ツール使用）
• MCP（モデルコンテキストプロトコル）
• マルチエージェント
• ガードレール
• エージェンティックAI
• システムプロンプト

• AIエージェントとは何か入門
• AIエージェントのツール呼び出し設計チェックリスト15項目と失敗例
• AIコーディングエージェントで作る｜従来の開発との違いと向き不向き

• エージェント開発キットの公式ドキュメント（エージェントの定義と設定項目）
• ReAct: Synergizing Reasoning and Acting in Language Models（arXiv, 2022）
• 効果的なエージェントの作り方（開発元の技術記事, 2024-12-19）

Q1. AIエージェントとは何ですか？
LLMに指示・ツール・記憶・停止条件を持たせ、目標に向けて行動と確認を繰り返すように組み立てたソフトウェアのことです。回答を返して終わるのではなく、ファイルを開く・コマンドを実行するといった行動を選び、その結果を見て次の手を決めます。

Q2. AIエージェントとチャットAIは何が違いますか？
チャットAIは質問ごとに回答を返し、次の一手は人が決めます。AIエージェントはツールを使って自分で情報を取りに行き、結果を読んで次の行動を選びます。同じLLMを使っていても、ツールとループを持たせるかどうかで振る舞いが変わります。

Q3. AIエージェントに必要な部品は何ですか？
判断役のモデル、役割と規則を書いた指示、外の世界に触るツール、経過を保つ記憶、そして反復の上限などの停止条件です。入力や出力を検査するガードレールを足すこともあります。

Q4. AIエージェントとワークフローはどう違いますか？
処理の順番をあらかじめコードで決めておき、各段でLLMを呼ぶものはワークフローと呼ばれます。次に何をするかをモデル自身が状況を見て決めるものがエージェントです。手順が決まっている作業なら、ワークフローのほうが結果を予測しやすくなります。

Q5. AIエージェントに作業を任せるとき、最初に何を決めればよいですか？
使ってよいツールと権限の範囲、止まる条件、完了をどう確かめるかの3点です。たとえば「編集は自動、push は確認」「同じエラーが続いたら報告」「テストが全件通ったら完了」のように書いておくと、任せる範囲がはっきりします。