本文へスキップ
なのはAI教室

AIエージェント

この記事は約7分で読めます

ざっくり言うと

AIエージェントとは、目標を伝えると、自分でやることを分け、ツールを使いながら最後まで進めてくれる仕組みです。土台にあるのはLLM（大量の文章から言葉のつながりを学んだAI）です。1回のやりとりで答えて終わるチャットAIとは、そこが違います。自分で考え、動き、結果を見て、次の手を打つところまで繰り返します。

よく名前が挙がるのは、ChatGPTのAgent系機能、Claude Code、Devinあたりです。どれもこの考え方に沿った例だと思ってください。

ただし、名前にAgentと付いていても、全部が完全自動というわけではありません。どこまで自分で動けるかは、サービスや設定によって変わります。まず確かめたいのは、何を許可すると何を実行するのか、という点です。

イメージ

大事なのは、1回のやりとりで終わらないところです。途中で行き詰まったら、別の手を試したり、ツールを呼び直したりします。この繰り返しができるかどうかが、チャットAIとの分かれ目になります。

正確には

OpenAIの実践ガイド『A practical guide to building agents』を見てみましょう。エージェントとは、利用者に代わってタスクを自律的に進めるシステムのことです。LLMをチャットで呼び出すだけのアプリとは違います。分かれ目になるのは、ツールを使えることと、複数の手順を管理しながら進められることです。

Anthropicの解説『Building effective agents』は、もう一歩踏み込み、エージェントとは使うツールと進め方をLLM自身が作業の途中で決めていく仕組みだとしています。あらかじめ決められた手順をなぞるだけのワークフローとは、ここで分かれます。本質は、次の一手をLLM自身が判断するかどうかという点です。

GoogleのAgent Development Kit（ADK）のドキュメントも、近い説明です。エージェントは、目標を達成するために自律的に動くよう設計された、独立した実行単位だと書かれています。

Googleは2026年7月21日に、エージェント的な処理を想定したGemini 3.6 FlashとGemini 3.5 Flash-Liteを発表しました。どちらもComputer Use（画面を見てクリックや入力をする機能）を組み込みのツールとして案内しています。ただし、モデルが操作を判断できることと、実際にどこまで操作させるかは別の話です。操作の範囲や承認の手順は、使うアプリや開発する側が設計します。

エージェントを支える3つの部品

部品役割どんなもの？
LLM（頭）考えて決める次に何をすべきかを判断する本体
ツール（手足）外に働きかけるWeb検索、ファイルの読み書き、他サービスの呼び出しなど（Function Callingで連携）
メモリ（記憶）やりとりを覚える前の会話や作業の途中経過を保つ（メモリ）

この3つに、ループ（同じ流れを自分で何度も回す仕組み）が加わると、エージェントらしい動きになります。AnthropicはLLMとツールとループの組み合わせを、エージェントの最小構成として示しています。

実際に使われているもの

名前提供元どんなもの？
ChatGPT WorkOpenAI現行のChatGPTにある、調査や資料作成などの長い作業を進めるエージェント。デスクトップ版では、許可したローカルファイルやアプリ、Built-in Browserを利用できる場合がある
ChatGPTデスクトップのComputer UseOpenAIChatGPTデスクトップアプリで、許可されたアプリやブラウザのクリック・入力、ファイル移動などを扱う現行の画面操作機能
Gemini SparkGoogle個人向けGemini Appsの試験的なエージェント機能。Connected Apps、ログイン中のWebサイト、リモートブラウザやリモートコンピューター、カスタムMCPを使って作業できる
Claude CodeAnthropicターミナルで動くコーディング用のエージェント。ファイルの編集やコマンドの実行までこなす
DevinCognition AIAIソフトウェアエンジニアをうたう自律型のエージェント
Microsoft Copilot StudioのagentsMicrosoft業務システムとつなぎ、社内の作業を自律的に進める企業向けの基盤

使えるかどうかは、国やプランで変わります。2026年8月12日時点の条件は次のとおりです。

対象条件
Gemini Spark18歳以上の個人Googleアカウントで、Keep Activityの有効化が必要
対象プランGoogle AI ProまたはGoogle AI Ultraが必要
対象地域Gemini Appsの提供地域。ただし、欧州経済領域（EEA）、ナイジェリア、スイス、英国では使えない
カスタムMCP米国在住の18歳以上が対象
ChatGPT Workプラン・段階的な展開・Workspaceの設定によって変わる

ここに挙げたのは一般ユーザー向け製品の例で、GoogleやOpenAIのAPIで同じ機能が一律に使えるという意味ではありません。

チャットAIとの違い

  • チャットAI
    1つ聞くと、1つ答えが返る
  • エージェント
    1つの目標に対して、いくつもの手順を自分で進める

答えてくれる相手か、やってくれる相手か。その差だと考えてください。

使う場面

何を任せられる？

逆に向かないのは、1問1答で済む質問です。法律や倫理の最終判断が要る仕事、間違いが許されない作業も、丸ごと任せるとリスクが高くなります。OpenAIのガイドも、いきなり全自動にせず、人の確認をはさむ設計（Human-in-the-loop）をすすめています。

注意点

つまずきやすい4つ

やってみよう

関連用語

次の4つもあわせて読むと、エージェントの全体像が見えてきます。

  • Function Calling：エージェントが外のツールを呼ぶときに使う仕組みです
  • Computer Use：パソコンの画面そのものを操作する機能です
  • メモリ
    前のやりとりを覚えておく仕組みです
  • MCP
    AIと外のツールをつなぐ共通規格です

よくある質問

Q. AIエージェントとは何ですか?
A. 目標を伝えると、自分でやることを分け、ツールを使いながら最後まで進めてくれる仕組みです。土台にあるのは、大量の文章から言葉のつながりを学んだ言語モデルです。
Q. ふつうのチャットAIとは、どこが違うのですか?
A. 答えてくれる相手か、やってくれる相手かの違いです。チャットAIは見積書の作り方を教えてくれますが、エージェントはファイルを開き、数字を調べ、下書きを保存するところまで進めます。
Q. どんな仕事に向いていて、どんな仕事に向きませんか?
A. 調べ物、繰り返しの事務、複数のサービスをまたぐ手続きに向いています。1問1答で済む質問には不向きです。法律や倫理の最終判断が要る仕事は、丸ごと任せるとリスクが高くなります。
Q. エージェントに権限を渡すとき、気をつけることは何ですか?
A. 権限を絞る、大事な操作は人が承認する、記録を残すの3つです。自分で動けるということは、思わぬツールを呼んでお金を使ったり、ファイルを書き換えたりもできるという意味です。

公開: 更新: ✓ 公式情報と照合:

参考ソース

判断クイズ

「Agent」と名の付いた道具に、どこまで任せてよいか決められますか？

3問です。答えるとその場で解説が出ます。全問終えたら、「回答を記録する」で学習の記録に残せます。

問1. 社内ツールに「Agentモード」が付きました。まず確かめることは？
問2. 「見積書の作り方を教えて」と聞きたいとき、どちらを使いますか？
問3. エージェントに経費データの整理を任せます。事故を小さくするために、まずやることは？

全問に答えると、回答を記録できます。

残るのは「答えたかどうか」だけで、正解数は保存されません。この端末の中だけに残り、別の端末には引き継がれません。

この教科書は無料で全文公開しています。仕事で使えるところまで進みたい方は、実習と資料がそろった生徒プランをどうぞ。

生徒プランを見る(14日間無料)

あわせて読みたい