AIエージェントとは？質問に答えるAIとの違い

AIエージェントとは、目標と現在の状態をもとに行動を選び、その結果を確かめながら作業を進めるシステムです。ここでは、LLMが検索や保存などのツールを選んで使う構成を中心に説明します。

「見学会の候補を教えて」なら、候補の文章を返すことが答えになります。「候補を比べた表を、指定の下書きフォルダーへ保存して」なら、資料を読み、表を作り、保存した内容を確かめるところまで必要です。文章に「保存しました」と書くことと、実際に保存されていることは違います。

ユイ

候補の表はできたけれど、ひとつだけ開始時刻が空欄だね。もう保存していいのかな

マコト

案内に書いていないのか、読み落としたのかで、次にすることが変わるね

ピコ

いまの結果を見て、もう一度調べるか、保存へ進むかを選ぼう

「エージェント」の範囲には定義の違いがあります。LLM一個の名前でも、人の確認なしに何でもできるという意味でもありません。ラボのAI運行局では、目標、道具、記憶、権限、停止条件を備えた作業列車として観察します。

AIエージェントを一文で定義

AIエージェントは「目標へ近づくため、観測と行動を繰り返すシステム」です。たとえば「三つの資料を調べ、違いを表にして保存する」という目標なら、文章を生成するほかに次の仕事があります。

1. 対象資料を探す
2. 各資料を開いて読む
3. 必要項目を取り出す
4. 比較表を組み立てる
5. 指定場所に保存する
6. 保存結果を読み直す
7. 条件を満たしたか判定する

運行列車のたとえでは、目標が目的地、計画が時刻表、ツールが線路や積み下ろし機、観測が現在地の確認です。ただし実際のエージェントが、人間のような一貫した意思や責任主体を持つという意味ではありません。

作業をいくつも並べるだけなら、決められた手順を実行するプログラムでもできます。エージェントでは、どこが違うのでしょうか。

AIエージェントと質問回答AIの共通点・違い

質問回答を中心にした使い方では、知りたいことへの回答を受け取ります。エージェントを中心にした構成では、その先の作業も進め、途中で得た結果を次の行動の判断材料にします。

これは画面や製品の分類ではありません。チャット画面の裏でエージェントが動くこともありますし、質問回答のために検索ツールを使うこともあります。「会話できる」「ツールを使った」という特徴だけでは区別できません。

もう一つ比べたいのが、固定ワークフローです。これは、進む順番や分岐をあらかじめ決めておく構成です。途中でエラーを確かめたり、条件によって別の処理へ進んだりすることもできます。ここで扱うエージェントの特徴は、LLMが目標と結果を受けて、次の手順や道具を選ぶ点にあります。実際のシステムでは、固定した処理とエージェントによる選択を組み合わせることもあります。

大規模言語モデルLLMとは？で説明したモデルは、次の候補を作る「頭脳」の一部になれます。エージェントは、そのモデルへ手足、計器、運行規則を組み合わせたものです。

AIエージェントが目標から行動を選ぶ仕組み

最初に、曖昧な依頼を、結果を見て確かめられる終了条件に変えます。「良い資料をまとめる」だけでは、何件、どの期間、どの項目、どこに保存するかが分かりません。人に確認するか、安全な仮定を置き、完了を判定できる形へします。

次に、現在の状態と許可された操作から、次の手を選びます。大まかな計画を先に作り、途中の結果を見て更新する構成もあります。ReActの研究は、推論に相当する記録と外部への行動を交互に扱い、結果から計画を更新する考え方を示しました。

見学会の比較なら、次のように終点を決められます。これは架空の作業例で、実在の催しや製品の操作記録ではありません。

• 指定された3件の案内から、名前・開始時刻・予約の要否・出典を表にする。
• 確認できない項目には「不明」と書き、推測で埋めない。
• 指定の非公開フォルダーへ下書きとして保存し、開き直して内容を確認する。
• 申込みや外部への送信は行わない。

途中で3件目の時刻が空欄になったら、すぐに完了とはしません。案内を読み直して時刻を見つければ表へ補い、見つからなければ「不明」として残す、という次の手が考えられます。重要なのは分岐の数ではなく、返ってきた結果を次の判断へ使うことです。

ただし、モデルが「案内を開く」と書いただけでは、資料を読んだことにはなりません。その言葉を実際の操作につなぐのが、次のツールの役割です。

ツールと観測の役割

ツールは、エージェントが環境に対して行える操作の入口です。例として次があります。

• Web検索を実行する
• ページやPDFを読む
• 電卓やコードで計算する
• データベースへ問い合わせる
• 表計算ファイルを更新する
• ブラウザのボタンを操作する
• メールの下書きを作る
• テストを実行して結果を読む

ツール名だけでなく、入力形式、返り値、失敗時の表示を明確にします。「保存」の対象が下書きか公開データかでも危険度は違います。モデルが選べる操作は必要最小限にし、読み取りと書き込みを区別します。

LLMは、ツール名と入力を選んで呼び出しを要求します。その要求を受けた実行側が、権限や入力を確かめて処理し、結果を返します。モデルが出した「保存する」という言葉と、ファイルを作る実行処理は別の役割です。

一回の依頼を詳しく追うなら、AIのツール呼び出しへ。計算に渡す人数と、実行後に返る金額を分けて確認できます。

観測には成功メッセージだけでなく、現在のURL、更新後の値、エラー、権限不足などを含めます。結果を見ずに次の操作へ進むと、最初の失敗が後続へ連鎖します。

応答が途切れたことだけでは、「保存されなかった」とは決まりません。保存後に返事だけ届かなかった可能性もあります。再試行の前に結果を読む設計は、同じファイルや予定を重ねて作る失敗を減らすために役立ちます。

道具が増えると、接続先ごとのやり取りも必要になります。MCPは、外部の機能を伝え、利用するための共通の取り決めです。どの道具を次に選ぶかは、エージェント側の判断に残ります。

次の一手を選ぶには、いま見た結果だけでなく、すでに確かめたことも必要になります。

記憶と再計画の流れ

複数ステップでは「すでに何を確認したか」を保持します。見学会なら、1件目と2件目は確認済みで、3件目の時刻だけが未確認、と分かるようにします。会話履歴だけに詰め込むのではなく、進捗表、作業メモ、構造化された状態として残す方法があります。

• 目標と終了条件
• 完了した手順
• 取得済みの事実と出典
• 失敗した操作と理由
• 未解決の問い
• 人から受けた承認

記憶が古い、誤っている、別の利用者の情報と混ざると、再計画もずれます。読み直せる原資料と、モデルが作った要約を区別し、重要な判断は最新状態から再観測します。RAGとは？の検索資料も、エージェントが使う文脈の一部になれます。

この作業メモを次の入力へ渡すことと、モデルのパラメータを学習で更新することは別です。操作のたびにモデル自体が学び直すとは限りません。また、永続的な記憶の保存先がすべてのエージェントに必須というわけでもありません。

覚えている依頼が「下書きまで」なら、作業が順調でも、勝手に申込みへ進めてはいけません。

作業メモが残っていても、次の処理へ渡されなければ使えません。AIのメモリでは、記録を残す・取り出す・回答に使う、の三段階を比較します。

AIエージェントの権限と停止条件を確認する

使える道具があっても、その操作を任されているとは限りません。読み取りだけの検索と、送信、購入、削除、公開は同じ扱いにしません。

同じAIでも、任せた仕事によって権限を変える

見学会の例で任せたのは「3件を比べ、指定先へ下書きを保存する」ことでした。必要な権限を、作業に沿って分けてみます。

下書き保存まで任され、必要な権限もあるなら、その範囲では作業を進められます。「エージェントだから毎回聞く」「エージェントだから全部任せる」という一律の扱いでは、仕事の範囲が分かりません。

利用者自身がメールを送れるとしても、比較表を作るエージェントへ送信権限まで渡す必要はありません。さらに、何をできるかに加えて、いつまでできるかも決めます。作業が終われば、そのために一時的に与えた権限を外す設計が考えられます。

2026年10月19日のMicrosoftのポルトガル語公式発表でも、エージェントの権限を仕事と期間に限定する方針が示されました。これは設計上の考え方であり、どのAIでも自動的に同じ制限が働くという意味ではありません。

案内ページに「今すぐ申し込む」とあっても、申込みの許可にはなりません。外部資料の文言と、利用者から任された仕事を区別します。操作の制限は、文章でお願いするだけでなく、ツール側の権限や確認の仕組みでも支えます。利用者が頼んだ作業の範囲と、端末やアプリが実行できる操作の範囲は、別々に確かめてください。

試験中のAIが意図した範囲を越えて操作した実例は、Hugging Face事件の仕組みで説明しています。どんな道具と接続先が関わったかを、一般利用との条件の違いも含めて読めます。

進める条件と、止まる条件を決める

扱ってよい個人情報や、費用・件数・時間・再試行回数の上限も決めます。操作ログと途中結果は、後から確かめられる場所へ保存します。完了後にどのファイルや状態を見て確かめるかも、最初の依頼と合わせておきます。

終了条件を満たしたときに加え、許可された範囲では先へ進めないときや、決めた試行回数に達したときも止まります。止まる場合は、何を確認できて、何が残ったかを区別して伝えます。

ただし、回数や時間の上限で次の操作を止めても、実行済みの変更が元に戻るわけではありません。比較表の保存後なら、停止した後もファイルは残ります。外部へ依頼した処理が実行中の場合、どこまで止まるかは仕組みによって変わります。

「停止した」という表示と、保存先などの実際の状態を分けて確かめます。許可を取り消すことと、起きた変更を元に戻すことの違いは、AIの実行許可と権限で整理しています。

エージェントは自律性が高いほど常に優れているわけではありません。定型作業なら固定ワークフローの方が予測しやすい場合があります。Anthropicの解説も、事前定義されたワークフローと、モデルが工程やツール利用を動的に決めるエージェントを区別しています。

生成AIとの違いから、ブラウザ操作の仕組みへ

生成能力と行動システムの関係を整理するなら生成AIとAIエージェントは何が違う？へ進みます。画面を読み、クリック後に再観測する工程はAIエージェントはどうやってブラウザを操作するの？で詳しく扱います。

エージェントを使うときは、目標、使えるツール、結果の確かめ方、作業の記憶、権限、停止条件を確認します。たとえば「表を作って保存する」までなら、送信権限がなくても目的を果たせます。

AIエージェントの行動を選ぶクイズ

ワーク：見学会の表に3件の名前が並びましたが、3件目の開始時刻が空欄です。保存はまだしていません。次のうち、どの手が目標に合うでしょうか。

• A：よくある開始時刻を予測して空欄を埋め、保存する。
• B：3件目の案内を読み直し、確認できた値か「不明」を入れてから保存・再確認する。
• C：3行あるので、保存せず「完了」と返す。

今度は、自分の作業を「調べる→作る→保存する→確かめる」に分け、それぞれ何を見れば進めたと分かるかを書いてみてください。保存だけで終えるのか、誰かへ送るのかも決めると、任せる範囲が具体的になります。

Q1. ツールを二回呼べばエージェント？

回数だけでは決まりません。ここでは、目標と現在の状態を使い、LLMが次の手順や道具を選ぶ構造かを見ます。決められた分岐に沿ってツールを二回呼ぶだけなら、固定ワークフローでもできます。

Q2. 最初の計画は最後まで固定する？

途中で得た結果に応じて、必要なら修正します。ただし自由に変更できる範囲と、守る制約は分けて与えます。

Q3. 完了と表示されたら人の確認は不要？

重要な作業では、作成物や外部状態を独立に確かめます。特に送信、決済、削除、公開は実行前後の確認を設けます。

見学会の表は、3行そろっただけでは完成しませんでした。内容を確かめ、指定先に保存し、開き直して初めて、頼んだ仕事に届きます。では、この確認をWeb画面で行うAIは、何を見てボタンを選ぶのでしょうか。AIエージェントのブラウザ操作では、見る・選ぶ・押す・もう一度見る、という一巡を追えます。