AIエージェントとは？ワークフローとの違いと実務で使う条件

PR：本記事にはアフィリエイト広告（プロモーション）を含みます。

AIエージェントとは、LLMが自分でツールを選び、手順を決めながら、与えられたタスクを最後まで遂行するシステムです。人があらかじめ手順をコードで決めておくワークフローとは、実行の流れを人が決めるかLLMが決めるかで分かれます。そして、すべての業務をエージェントにすべきではありません。

手順を書き切れる業務は、決定的なワークフローの方が安く、速く、失敗の原因も追いやすくなります。本記事は、AnthropicとOpenAIが公開している設計ガイドをもとに、両者の境界線と、エージェントを使う条件・使わない条件を整理します。

この記事の結論

境界線は「実行の流れを誰が制御しているか」の1点
手順が書けるならワークフロー、書けないならAIエージェント
作る前に、評価とガードレールを先に用意する

Contents

AIエージェントとは何か？
- AIエージェントではないものは何か？
ワークフローとAIエージェントは何が違うのか？
AIエージェントは何でできているのか？
どんな業務ならAIエージェントを使うべきか？
AIエージェントにしない方がよいのはどんな場合か？
AIエージェントの導入は何から始めればよいのか？
よくある質問
まとめ

AIエージェントとは何か？

AIエージェントとは、LLMがワークフローの実行そのものを制御し、状況に応じてツールを選びながらタスクを進めるシステムです。OpenAIは設計ガイド「A practical guide to building agents」で、エージェントを「あなたに代わって独立してタスクを遂行するシステム」と定義しています。

OpenAIは同ガイドで、エージェントが備える中核の特性を2つ挙げています。1つ目は、LLMがワークフローの実行と意思決定を担い、ワークフローが完了したことを認識し、必要なら自分の行動を修正し、失敗時には実行を止めて制御をユーザーへ返せること。2つ目は、外部システムとやり取りする各種ツールを持ち、ワークフローの現在の状態に応じて適切なツールを動的に選ぶことです。

Anthropicは技術記事「Building effective agents」で、エージェントを「LLMが自分自身の処理とツールの使い方を動的に方向づけ、タスクの達成方法を制御し続けるシステム」と定義しています。OpenAIの定義と言葉は違いますが、どちらも同じ一点を指しています。

2社の定義に共通するのは「実行の流れを誰が制御しているか」という判定基準です。手順を人がコードとして書いてあるなら、LLMを何回呼んでいてもエージェントではありません。逆に、次に何をするかをLLMが実行時に決めているシステムは、エージェントに分類されます。

AIエージェントではないものは何か？

AIエージェントではないものは、LLMを組み込んでいてもワークフローの実行を制御していないアプリケーションです。OpenAIの同ガイドは、該当する例として単純なチャットボット、単発のLLM呼び出し、感情分類器の3つを名指しで挙げ、これらはエージェントではないと明記しています。

社内文書を検索して回答するだけのチャットボットも、実行の流れをLLMが制御していない限り、多くの場合エージェントには入りません。検索して答えるという手順が固定されており、LLMは決められた1ステップを埋めているだけだからです。

「AIエージェント」は新しい製品カテゴリの名前ではなく、システムの作り方の呼び名です。ツールを買ってくれば手に入るものではなく、実行の制御をLLMに渡すという設計上の選択を指しています。

ワークフローとAIエージェントは何が違うのか？

違いは、手順を決める主体です。人があらかじめコードで手順を決めているならワークフロー、LLMが実行時に決めているならエージェントになります。Anthropicはワークフローを「LLMとツールが、あらかじめ決められたコードパスを通じて編成されるシステム」と定義し、エージェントと明確に区別しています。

ワークフローは人が決めた手順を一直線にたどり、AIエージェントはLLMがツールを呼びながら次の行動を決めるという、実行の流れを誰が制御するかの違いを示した対比図 — ワークフローとAIエージェントの境界線は、実行の流れを人が制御しているかLLMが制御しているかの1点です。

Anthropicが両者を分けて呼んでいる理由は、エージェントの手前に選べる構成が複数あるからです。同社は「Building effective agents」で、ワークフローの実装パターンを5つ挙げています。

プロンプトチェイニング（prompt chaining）: タスクを順番に並んだ複数のLLM呼び出しに分解する
ルーティング（routing）: 入力を分類し、専用の処理へ振り分ける
並列化（parallelization）: 複数のLLM呼び出しを同時に走らせて結果をまとめる
オーケストレーター・ワーカー（orchestrator-workers）: 中心のLLMがサブタスクを切り出し、担当のLLMへ委ねる
評価者・最適化者（evaluator-optimizer）: 一方が生成し、もう一方が評価してやり直させる

5つはいずれも手順が人の側で決まっており、Anthropicの定義ではワークフローに分類されます。「LLMに複雑な仕事をさせたい」という要件は、エージェントにしなくても5つのどれかで満たせる場合があります。

観点	ワークフロー	AIエージェント
手順を決める主体	人があらかじめコードで決める	LLMが実行時に決める
予測可能性	同じ入力なら同じ経路をたどる	実行のたびに経路が変わりうる
コストとレイテンシ	経路が固定なので見積もれる	判断とツール呼び出しの反復ぶん増える
失敗の出方	決めた分岐の外に出ると止まる	想定外の手順を選んだまま進む場合がある

Anthropicは「エージェント的システムは、より良いタスク性能と引き換えに、レイテンシとコストを差し出すことが多い」と述べています。エージェント化は性能の上積みと引き換えに、応答時間と費用を支払う選択だという整理です。

テストのしやすさも同じ構造から分かれます。ワークフローは経路が固定なので入力と出力の組で検証できますが、エージェントは経路自体が実行ごとに変わるため、最終出力だけを見ても何が起きたのかを再現できません。

手順をコードで固定する作り方は、決定論的と呼ばれます。決定論的とは、同じ入力なら毎回同じ動きをするという意味で、ルールベースのロジックや条件分岐で処理を固定する部分が該当します。

私の実務の感覚では、ビジネス現場でワークフローとAIエージェントを区別して会話することはあまりありません。実装上は分かれる2つですが、会話では「AIエージェント」とまとめられて話されることが多々あります。

ワークフロー的に決定論的に組む部分は、私が実装する側で見ると多くの場合で必要です。確率論的な出力に依存すると、やはり正確性が劣る可能性があります。

AIエージェントを利用するうえで「どこに決定論を挟むのか？」というのが、私の実務では非常に重要なポイントになります。コストの観点でも同じです。

AIエージェントは何でできているのか？

AIエージェントは、モデル・ツール・指示の3つでできています。OpenAIは「A practical guide to building agents」で、エージェントの最も基本的な形をこの3要素として示しています。RAGは3つのうち「データを取りにいくツール」の一形態にあたります。

モデル（Model）: エージェントの推論と意思決定を担うLLM
ツール（Tools）: エージェントが行動するために使う外部の関数やAPI
指示（Instructions）: エージェントの振る舞いを定めるガイドラインとガードレール

OpenAIは同ガイドで、エージェントが必要とするツールを3つの類型に分けています。

類型	役割	OpenAIが挙げる例
データ	実行に必要な文脈と情報を取得する	データベースやCRMへの問い合わせ、PDFの読み取り、Web検索
アクション	外部システムに対して操作を行う	メールの送信、CRMレコードの更新、担当者への引き継ぎ
オーケストレーション	エージェント自身が他のエージェントのツールになる	返金対応エージェント、リサーチエージェント

Anthropicも同じ構造を別の言い方で示しています。同社はエージェント的システムの基本ブロックを「検索・ツール・メモリといった拡張を備えたLLM」と表現しており、エージェントはモデル単体ではなく周辺の構成を含めた設計対象だと位置づけています。

3類型のうち「データ」に当たる代表がRAGです。RAGは社内文書などをモデルの外側に置いて参照させる仕組みで、エージェントから見ると、必要な情報を取りにいくツールの1つとして接続されます。仕組みそのものはRAGとはなにか？なぜ企業活用で必須なのか？で解説しています。

データツールの精度は、検索方式の選び方に左右されます。埋め込みによる類似度検索の原理と、RAGの回答精度を決める理由はベクトル検索とは？RAGの精度向上になぜ必須か？で整理しています。

3要素のうち「モデル」をどれにするかは、エージェント固有の問題ではなく企業でのLLM選定と同じ判断になります。判断軸は企業でLLMを活用する時にどのLLMを選択するべきか？で扱っています。

ツールと指示を揃えたうえで残るのが、限られたコンテキストに何を載せるかという設計です。Anthropicは「Effective context engineering for AI agents」で、コンテキストは収穫逓減を伴う有限の資源として扱わなければならないと述べています。

何を載せて何を落とすかという設計の中身は本記事の対象外です。事前投入・ツール・メモリの使い分けはコンテキストエンジニアリングとは？RAG・メモリ・ツールの設計で扱っています。

ツールをエージェントへ接続する方法を標準化する取り組みもあり、その1つがModel Context Protocol（MCP）です。

どんな業務ならAIエージェントを使うべきか？

判断に例外や文脈が絡む業務、ルールが増えすぎて維持できなくなった業務、自然言語や文書の解釈が中心の業務の3つです。OpenAIは「A practical guide to building agents」でこの3条件を挙げ、従来の決定的・ルールベースの手法がうまくいかなかった業務を優先するよう勧めています。

1. 複雑な意思決定。 微妙な判断、例外、文脈に依存する決定を含む業務です。OpenAIはカスタマーサービスにおける返金の可否判断を例に挙げています。例えば、取引先ごとに例外条件が積み上がっている与信の一次判断を任せる、という使い方が考えられます。

2. 維持が困難なルール。 ルールセットが膨大かつ入り組んでいて、更新のコストが高くミスが起きやすくなっているシステムです。OpenAIは取引先のセキュリティレビューを例に挙げています。例えば、条件分岐が数百行に膨らんだ社内申請の事前チェックを置き換える、という使い方が考えられます。

3. 非構造データへの強い依存。 自然言語の解釈、文書からの意味の抽出、対話でのやり取りが中心になる業務です。OpenAIは住宅保険の請求処理を例に挙げています。例えば、書式の揃っていない仕様書を読んで見積もりの前提を洗い出す、という使い方が考えられます。

Anthropicは4つ目の観点にあたる線引きを示しています。同社はエージェントが使えるのは「必要なステップ数を予測することが困難、または不可能なオープンエンドな問題」だとしています。手順の長さを事前に書けないことが、エージェントを選ぶ側の条件になります。

3条件はいずれも「エージェントにできる」ではなく「エージェントでなければ難しい」を判定するための条件です。OpenAIは、作ると決める前にユースケースが基準を明確に満たすことを検証せよとしたうえで、満たさないのであれば決定的な解で十分かもしれないと明記しています。

私の実務では、ベクトル検索の精度改善を積み上げるのではなく、エージェントが探しに行く方式を採っています。ベクトル検索はブラックボックス化しやすいため、メタデータを整備し、コンテキストを整備して探しに行かせるアプローチをよく採っています。Claude Codeに近い考え方で、検索の手順を固定せず、探し方の材料をエージェントへ渡す形です。

ベクトル検索の精度が出ないときにどこを疑うかは本記事の対象外です。検索と生成の切り分けと、エージェントに探させる構成を選ぶ条件はRAGの精度が上がらない原因は？検索・データ・生成で切り分けるで解説しています。

なんかできてそうだけど、結局人間が確認する部分が多くなる、というケースが、私の実務では多くあります。なるべく確認のコストを減らせるように決定論（ルールで固定する部分）をいれることが重要です。

ユースケースとSLAに合わせて最適な設計をしないといけないので、AIエージェントの設計は、私の見方では腕が試されるポイントです。

なお、個人がチャットで生成AIを使いこなせることと、企業でエージェントを動かせることは別の能力です。両者の距離は【生成AI】企業活用と個人活用は全くの別物ですで扱っています。

AIエージェントにしない方がよいのはどんな場合か？

手順を固定できる業務、失敗が許されない業務、応答速度とコストを優先する業務では、決定的なワークフローの方が適します。Anthropicは「Building effective agents」で、可能な限り単純な解を見つけ、必要になったときにだけ複雑さを増やすことを推奨しています。

Anthropicはさらに踏み込んで、多くのアプリケーションでは検索とインコンテキストの例示を使って単一のLLM呼び出しを最適化すれば十分なことが多い、と述べています。エージェント化の前に検討すべき選択肢として、公式の設計ガイドが「LLMを1回呼ぶだけの構成」を挙げているという事実は、実務の出発点になります。

コストとレイテンシも判断材料です。Anthropicはエージェント的システムがタスク性能と引き換えにレイテンシとコストを差し出すことが多いとしており、応答速度と単価が要件の中心にある業務では、性能とレイテンシ・コストを交換する取引が割に合いません。

権限の面ではOpenAIがより具体的です。同社はエージェントに渡す各ツールについて、読み取り専用か書き込みか、取り消しが可能か、必要なアカウント権限、金銭的影響という4つの要素をもとに、低・中・高のリスク評価を付けることを勧めています。

OpenAIが挙げる4つのリスク評価軸から考えると、書き込みができて、取り消しが効かず、強い権限を要し、金銭が動くツールを渡す構成は、エージェント化そのものを見送るか、人の承認を挟む設計にする対象になります。OpenAIも、取り消しのきかない重大な操作は、エージェントの信頼性が積み上がるまで人の監督を挟むべきだとしています。

Anthropicは前提条件も示しています。エージェントを使うにはその意思決定に一定の信頼を置けることが必要で、サンドボックス環境での十分なテストと適切なガードレールが求められる、という立場です。

判断の落とし所は1行で書けます。手順が書けるならワークフロー、書けないならエージェントです。ここでいう「書ける」は、業務を知っている人が分岐を紙に書き出せる、という水準を指します。

AIエージェントの導入は何から始めればよいのか？

評価の用意から始めます。OpenAIはモデル選定の第一原則として「評価を用意して性能のベースラインを作る」ことを挙げ、次に最良のモデルで精度目標を満たし、最後に小さいモデルへ置き換えてコストとレイテンシを最適化する、という順序を示しています。

ステップ1: ユースケースが条件を満たすか検証する。 OpenAIは、作ると決める前に3条件を明確に満たすことを検証せよとし、満たさないなら決定的な解で十分かもしれないと述べています。ここで見送る判断ができることが、後戻りのコストを最も減らします。

ステップ2: 評価を先に用意する。 Anthropicは「Demystifying evals for AI agents」（2026年1月9日公開）で、エージェントを有用にしている自律性・知能・柔軟性という性質が、そのまま評価を難しくしていると述べています。最終回答が合っていたかだけでは、途中で何をしたのかを測れません。

私の実務で重要になる部分は、評価の作り込みです。この評価がぶれぶれだと、なかなかいいものはできず、終わります。

最初の評価を作り込むことで改善度合いがわかるため、私の場合は評価を作ることが大事になります。

評価も決定論的な部分とLLMに判断させる部分を明確に分けて、私はそれぞれで評価をしています。LLMだけにやらせません。

評価とセットで要るのが、エージェントに渡すデータの整備です。参照先の文書が汚れていればツールの出力も汚れるため、前処理の観点はRAGにおけるデータクレンジングの重要性で扱っています。

ステップ3: 単一エージェントとツールから始める。 OpenAIは「まず単一エージェントの能力を最大化することが一般的な推奨だ」としており、ツールを持った単一エージェントで十分な場合が多いと述べています。エージェントを増やすほど概念は整理されますが、複雑さとオーバーヘッドが加わります。

ステップ4: ガードレールと権限を段階的に広げる。 読み取り専用のツールから始め、リスク評価の高いツールは人の承認を挟む形で足していく順序です。この仕組みから考えると、権限を最初から広く渡す構成は、失敗したときに何が起きたかを切り分ける手段を自分から捨てることになります。

よくある質問

AIエージェントとRPAは何が違いますか？

判断の置き場所が違います。RPAは人が定義した操作手順を記録して再生する仕組みで、画面やデータの形が変われば手順の作り直しが必要になります。AIエージェントは次に何をするかをLLMが実行時に決めるため、Anthropicの区分では、RPAが手順のあらかじめ決まったワークフロー側に、AIエージェントが実行時に手順を決める側に分かれます。

AIエージェントを使えば、RAGは不要になりますか？

不要にはなりません。OpenAIのツール3類型でいうと、RAGは「データ」のツールとして、エージェントが文脈と情報を取得するために使う手段の1つです。エージェントは情報を取りにいく判断を担いますが、取りにいく先の仕組みそのものを代替するわけではなく、大量の文書を横断して探す用途ではベクトル検索を使うRAGの有効性が変わりません。

マルチエージェントは単一エージェントより優れていますか？

優れているとは限りません。OpenAIは「まず単一エージェントの能力を最大化する」ことを一般的な推奨としており、ツールを持った単一エージェントで足りる場合が多いとしています。同社によれば問題はツールの数そのものではなく類似や重複であり、15個を超える明確に定義された別々のツールをうまく扱える実装がある一方、10個未満でも重複するツールでは苦労する実装があるとされています。

AIエージェントについて何から学べばよいですか？

ワークフローとエージェントの区分からです。AnthropicとOpenAIの設計ガイドはどちらも無料で公開されており、両社の定義を突き合わせるだけで「自分の業務はどちらか」を判定できるようになります。次に評価の作り方とツールへの権限設計へ進むと作る前に見送る判断ができるようになり、手を動かして確かめる段階では、生成AIを業務で使う講座を利用する選択肢もあります。