01AIエージェントくわしい解説AIが自律的に判断し、外部ツールを活用しながら複雑なタスクを遂行するシステム。単なるチャットボットと異なり、計画立案・実行・結果の検証を繰り返しながら目標を達成する。2025年最大のAIトレンドの一つ。 02MCP(Model Context Protocol)くわしい解説Anthropic社が提唱した、AIアプリケーションと外部データソース・ツールを接続するためのオープンプロトコル。AIエージェントが様々なサービスやデータベースと標準的な方法で連携できるようにする業界標準規格。 03ツールユース(Tool Use)AIモデルが外部のツールやAPIを呼び出して情報取得やアクション実行を行う機能。計算、検索、ファイル操作、データベースアクセスなど、AIの能力を大幅に拡張する。エージェント構築の基盤技術。 04マルチエージェントシステム複数のAIエージェントが協調・分担してタスクを遂行するシステム。各エージェントが異なる専門性を持ち、議論や協力を通じて単独では難しい複雑な問題を解決する。次世代のAIアーキテクチャとして注目。 05A2A(Agent to Agent)Google提唱のエージェント間通信プロトコル。異なるフレームワークやベンダーで構築されたAIエージェント同士が、標準化された方法で情報をやり取りし、協調してタスクを遂行できるようにする。 06エージェントオーケストレーション複数のAIエージェントの実行順序や連携を管理・制御する仕組み。どのエージェントにどのタスクを割り当て、結果をどう統合するかを決定する。複雑なワークフローの自動化に不可欠な技術。 07自律型AI人間の介入なしに自ら目標を設定し、計画を立て、実行するAI。環境を観察し、必要に応じて戦略を修正しながらタスクを完遂する。完全な自律性の実現にはまだ課題が多いが、研究が急速に進んでいる。 08ReAct(Reasoning + Acting)AIが「推論(Reasoning)」と「行動(Acting)」を交互に繰り返すフレームワーク。まず考え、次に行動し、その結果を観察して次の推論に活かす。AIエージェントの基本的な動作パターン。 09ファンクションコーリングLLMが必要に応じて外部の関数やAPIを呼び出す機能。モデルが「この場面では計算ツールを使うべき」と判断し、適切な関数を適切な引数で呼び出す。ツールユースの具体的な実装方法。 10AIアシスタントくわしい解説AIを活用したアシスタントツール。スケジュール管理、情報検索、文書作成など日常的なタスクをサポートする。Siri、Alexa、Google Assistantなどの音声AIから、業務用チャットボットまで幅広い形態がある。 11AI Copilotくわしい解説ユーザーの作業を横で見守りながら、提案やサポートを行うAIアシスタント。GitHub Copilot(コーディング支援)やMicrosoft Copilot(Office作業支援)など、人間の生産性を高める「副操縦士」として機能する。 12コードエージェントソフトウェア開発タスクを自律的に遂行するAIエージェント。コードの生成・修正・テスト・デバッグを一連の流れで実行できる。Claude Code、GitHub Copilot Agent、Cursorなどが代表的。 13AIワークフローくわしい解説AIを組み込んだ業務プロセスの自動化フロー。複数のAI処理ステップを連結し、入力から最終出力まで一連の処理を自動実行する。従来のRPAよりも柔軟で知的な業務自動化を実現する。 14プランニングエージェント複雑なタスクを小さなサブタスクに分解し、実行計画を立案するAIエージェント。全体の目標から逆算して必要なステップを洗い出し、優先順位をつけて効率的に実行する能力を持つ。 15メモリ機構(Long-term Memory)AIエージェントが過去の対話や学習内容を長期的に記憶・参照できる仕組み。ユーザーの好みや過去のやり取りを覚えておくことで、よりパーソナライズされた継続的なサポートが可能になる。 16ガードレールくわしい解説AIの出力を制御し、不適切な応答や危険な動作を防止するための安全機構。入力・出力のフィルタリング、行動制限、倫理的制約などを設定する。AIの信頼性と安全性を確保するために不可欠。 17エージェントフレームワークAIエージェントの構築を効率化するソフトウェアフレームワーク。ツール連携、メモリ管理、マルチエージェント協調などの機能を提供する。LangChain、CrewAI、AutoGenなどが代表的。 18LangChain / LangGraphLLMアプリケーション開発の代表的フレームワーク。LangChainはLLMと外部ツールの連携を、LangGraphはステートフルなマルチエージェントワークフローの構築を支援する。Python/JavaScript対応。 19セマンティック検索単語の一致ではなく、文章の「意味」に基づいて検索する技術。エンベディングを活用し、クエリと意味的に類似したコンテンツを検索できる。従来のキーワード検索より直感的な情報アクセスを実現する。 20AIパイプラインAIの処理をステップごとに連結し、データの流れを管理する仕組み。データ取得→前処理→AI推論→後処理→出力といった一連の処理を自動化する。MLOpsやAIアプリケーション開発の基盤概念。 21ヒューマン・イン・ザ・ループくわしい解説AIの判断や処理の重要なポイントで人間が確認・承認を行う仕組み。完全自動化ではなく、AIと人間が適切に役割分担することで、AIの誤りを防ぎつつ効率化を図るアプローチ。 22タスク分解(Task Decomposition)複雑な大きなタスクを、AIが実行可能な小さなサブタスクに分割する手法。「レポート作成」を「データ収集→分析→構成案→執筆→校正」のように分解し、各ステップを順次実行する。 23リフレクション(Self-Reflection)AIエージェントが自らの出力や行動を振り返り、改善する能力。生成した回答の正確性を自己チェックしたり、失敗した戦略を修正したりすることで、より高品質な結果を出す。 24コンピュータユース(Computer Use)AIがマウス操作やキーボード入力を通じてPCを直接操作する技術。Webブラウザの操作、アプリケーションの利用、ファイル管理などを人間と同じように行える。Anthropic社が先駆けて実用化。 25ブラウザエージェントWebブラウザを自律的に操作するAIエージェント。Webサイトの閲覧、フォーム入力、情報収集、オンライン手続きなどを自動化する。Web上の多くの業務を代行できる可能性を持つ。 26API連携エージェント外部のAPIやWebサービスと連携して、データ取得やアクション実行を行うAIエージェント。CRM更新、メール送信、データベース操作など、業務システムとAIをつなぐ役割を果たす。 27AIガバナンスくわしい解説AI技術の開発・運用における倫理、安全性、透明性、公平性を確保するための管理体制やルール。組織としてAIを責任ある形で活用するための方針、プロセス、監査体制の整備を含む。 28プロンプトチェーン複数のプロンプトを連鎖的につなげて、段階的に処理を行う手法。最初のプロンプトの出力を次のプロンプトの入力として使うことで、複雑なタスクを段階的に処理する。ワークフロー構築の基本パターン。 29エージェント評価(Eval)AIエージェントの性能を定量的に測定・評価すること。タスク成功率、応答品質、コスト効率などの指標を用いて、エージェントの改善点を特定する。本番運用前の品質保証に不可欠なプロセス。 30オブザーバビリティ(AI)AIシステムの内部状態、動作ログ、パフォーマンスを監視・可視化すること。AIの判断過程の透明性確保、エラー検出、パフォーマンス最適化に活用される。信頼性の高いAI運用に必須の技術。
最終更新:2026年11月1日
← 生成AI・LLM トップに戻る クラウド・インフラ →