ITワクワク塾AIエージェントとは？ツールを使って作業を進めるAIの仕組み
AIに「このフォルダーの資料を整理して」「このサイトで手続きを済ませて」と頼むと、AIが自分でファイルを開いたり、ブラウザーを操作したりして作業を進めるサービスが増えてきました。
こうしたAIはAIエージェントと呼ばれています。本記事では、AIエージェントが普通の対話型のAIとどう違うのかを、開発元の資料をもとに解説しましょう。
AIエージェントとは
AIエージェントは、LLMが自分で作業の進め方を決め、ツールを使いながら目的に向かって進むしくみです。
普通の対話型のAIは、質問に1回答えれば終わります。AIエージェントは、ツールを使った結果を見て次に何をするかを決め、目的を果たすまでこれを繰り返すのが特徴です。Anthropicの資料も、エージェントは各段階でツールの結果やプログラムの実行結果といった確かな手がかりを得て、進み具合を判断すると説明しています。
ワークフローとの違い
Anthropicの資料は、AIを組み込んだしくみをワークフローとエージェントの2つに分けています。
ワークフローは、LLMとツールを、人があらかじめ決めた順番でつなぐしくみです。「メールを読む、要約する、表に書き込む」のように、手順が決まっている作業に向いています。
エージェントでは、どのツールをどの順番で使うかをLLM自身が決めるため、手順を前もって決められない作業も任せられる反面、動きを予測しにくくなる点には注意が必要です。
ツールを呼び出す流れ
AIエージェントの中心にあるのが、LLMにツールを使わせる仕組みです。ツールユース（tool use）や関数呼び出し（function calling）とも呼ばれます。
- アプリが、ツールの名前、説明、受け取る値の形をLLMに渡します
- LLMは、利用者の依頼に答えるためにツールが要ると判断すると、使うツールと値を返します
- アプリがツールを実行し、結果をLLMに返します
- LLMは結果を読み、答えを作るか、次のツールを選びます
ここで押さえておきたいのは、LLMが自分でツールを実行するわけではない点にあります。実行するのはアプリの側で、LLMの役目は「何を使いたいか」を伝えることだけです。そのため、アプリは実行の前に利用者へ確認を求められます。
このツールを、どのアプリからでも同じ形でつなげるようにした取り決めが、MCPです。LLMを呼び出し、ツールの実行を受け持つ外側の仕組みはハーネス、エージェントどうしが仕事を頼み合う取り決めはA2Aと呼ばれています。
任せるときの注意
AIエージェントは便利ですが、自分で判断して動く分、気をつけたい点もあります。
Anthropicの資料は、自律して動く代わりに費用が増え、誤りが積み重なるおそれがあると指摘しました。そのうえで、試すときは本番から切り離した環境（サンドボックス）で十分に試し、適切な歯止め（ガードレール）を設けるよう勧めています。
利用者の立場では、AIに渡す権限を必要な範囲に絞ることが大切です。削除や送信、支払いのように取り消せない操作は、実行の前に人が確かめる設定にしておきましょう。読み込んだWebページやメールに紛れた指示でAIが動かされるプロンプトインジェクションという攻撃もあるため、信頼できない内容を読ませるときは特に注意してください。
製品での使われ方
AIエージェントとして動く製品には、パソコンの中のファイルやコマンドを扱うものと、ブラウザーを操作するものがあります。Anthropicの製品なら、前者がClaude Code、後者がClaude in Chromeです。
このサイトでは、ブラウザーを操作するAIエージェントを追加する手順を、【Claude】Google Chromeに拡張機能を追加する方法で紹介しています。