AIエージェントとは？意味と仕組みをわかりやすく【2027年】

ChatGPTは毎日使っているのに、「AIエージェント」と言われると違いをうまく説明できない。そんな方に向けて、国や各社の定義と、実際に動いている画面で整理します。

この記事の監修者

鈴木 晋介株式会社WEBMARKS 代表取締役

同志社大学を卒業後、設備メーカーの海外営業を経て2016年に独立。旅行・医療などのメディアを自ら運営し、SEOとWeb広告で検索上位を数多く獲得してきました。いまはWebマーケティングのスクールと法人研修を運営しながら、11部署57名のAIエージェントと会社を回しています。

公的な認定・承認：神奈川県 経営革新計画 承認／経済産業大臣認定講座／厚生労働大臣指定講座／経済産業省 リスキリング補助事業者

代表プロフィール会社概要X @WEBMARKS2

AIエージェントとは？意味をひと言で

AIエージェントとは、目標に向けて環境を読み取り、ある程度自律して行動するAIの仕組みです。国のガイドラインも「目標」「環境を感知」「自律的に行動」の3つで定義しています。いま多いのは、言葉を読み書きする頭のようなAI（言語モデル）を使う型です。次の行動と道具を選び、結果を見直しながら進めるのが代表的な動きです。

表を読む前に、「目標」「どこまで自分で」「まわりへの働きかけ」の3語を手がかりにしてください。違いが見えてきます。

ひと言でいえば「目標に向けて動くAI」

1回の応答で完結する使い方では、人が次の指示を決めます。

言語モデルを使うAIエージェントは、その先も引き受けます。設定と権限に応じて、たとえば検索する・ファイルを開く・表を作るといった作業を自分で選びます。できた物を見直してやり直すこともありますが、いつも正しく見直せるとは限りません。

チャットに聞くだけとの違い

たとえば、競合3社の料金ページを調べて、比べる表を作りたいとき。1回ずつ指示して答えを得る使い方なら、人が「A社を調べて」「次はB社」「表にして」と毎回頼みます。次の手を決めているのは、ずっと人です。

AIエージェントなら、設定と権限の範囲で作業を続けられます。3社のページを見に行き、項目をそろえて表にし、抜けを確かめる流れです。途中で人の確認が要る場面や、止めて頼み直す場面もあります。AIが「終わった」と言っても正しいとは限らないので、表の中身は人が確かめます。

人が決めた手順どおりにAIを動かす形は、「ワークフロー」と呼ばれます。レシピを見て、決まった順に料理を作るようなものです。材料を見て献立から考えるのが、エージェントの動き方です。

どれくらい長く自分で動くのかも、数字が出てきました。Anthropicの利用データは、開発用のAIエージェント「Claude Code」を、期間を区切って集計した物です。特に長い上位0.1%に入る作業の長さの境目は、2025年10月には25分未満でした。2026年1月には、その境目が45分を超えています。

国・OECD・各社の定義を1つの表で

線引きを書いた、Anthropicの公式記事「Building effective agents」の画面です。

赤枠1と2を見比べ、人が決めた流れに沿うか、AIが任された範囲で進め方を選び続けるかの違いを確かめます。次に赤枠3を読み、自社の仕事が簡単な方法で済まないかを先に考えます。

国のAI事業者ガイドライン（第1.2版）で、AIエージェントの定義を読む画面です。

赤枠2で、定義の中心が「目標」「環境を感知」「自律的に行動」の3つだと確かめます。脚注19ではある程度の自律も含むので、社内の仕組みも白黒でなく、任せている度合いで書き出します。

ほかの出どころも並べると、言い回しの違いが見えてきます。OECDは、先進国が集まって政策を話し合う国際機関です。

元の説明は、OpenAIの手引き、Anthropicの解説、IBMの解説、OECDの解説で読めます。

表を読むときは、目標・自分で動く度合い・道具やまわりへの働きかけの3つを手がかりにすると比べやすくなります。たとえば、国の定義は「まわりを感知」を、OECDやIBMの定義は「道具」をはっきり書いています。3つのうちどれが言葉に出ているかを見ると、各社の重みの置き方が読み取れます。

なぜ今知るべきか

OpenAIは2026年10月、自社の経済調査の結果を公式のXで公表しました。

https://x.com/OpenAI/status/2110442001749659890

欧州の企業顧客では、AIの使い方の半分以上がエージェント型の道具だったという調べです。社内で話がかみ合うよう、まず上の3つの手がかりで言葉の意味をそろえましょう。

AIエージェントと生成AI・チャットボット・RPAの違いは？

4つは別々の種類ではなく、指す物の軸（技術・形・自動化・動き方）が違う言葉です。見分ける点は「次の手を決めるのが人かAIか」です。

ChatGPTに検索まで頼めたら、それはもうAIエージェントなの？道具を使えるかどうかで決まるのか、気になります。

4つは「何を指す言葉か」が違う

• 生成AI：文章や画像を作る「技術」の名前です。たとえるなら、頼まれた下書きを書く作文係です。
• チャットボット：会話でやり取りする「形」の名前です。たとえるなら、窓口で質問を受ける受付係です。
• RPA：決まったパソコン操作をくり返す「自動化」の名前です。人の操作を録画して、同じとおりに再生するような仕組みです。
• AIエージェント：目標に向けて次の手を選ぶ「動き方」の名前です。

軸が違うので、1つの製品が複数に当てはまることがあります。たとえば、生成AIを頭に使い、チャット画面から頼めるAIエージェントがあります。

製品名つきで比べる

4つは重なることがあり、下の表はそれぞれのよくある使われ方を並べた物です。

表の「次の手を決める」の列が、見分ける物差しです。同じ生成AIでも、1回聞いて終わるなら、次の手は人が決めています。Claude Duetは、対応が要る物を自分で見つけて知らせる、個人向けのエージェントとして公表されています。

「道具を使う＝エージェント」ではない

検索や計算の道具を使えば、それはエージェントだと思われがちです。OpenAIの手引きは、ここに線を引いています。AIが流れを動かさない単純なチャットボットや、1回だけ聞く使い方は、エージェントに入らないという整理です。

Anthropicの整理では、言語モデルが道具を呼べても、手順を人がすべて決めているならワークフローです。製品を比べるときは、「次の手をAIが選んでいるか」と「その範囲をどう制限できるか」の2点を確かめます。

生成AIとの違いだけを掘り下げたいときは、生成AIとの違いで軸ごとに詳しく比べています。

AIエージェントはどう動く？仕組みを3つの部品で

言語モデルを使うAIエージェントは、頭（言語モデル）・手足（道具）・決まりと記憶の3つに分けると理解しやすくなります。動きは「読む→決める→やる→確かめる」のくり返しです。

OpenAIとAnthropicで部品の数え方は違います。この記事では頭・手足・決まりと記憶の3つにまとめ、全体の形をつかみます。

読む→決める→やる→確かめるのくり返し

たとえば、先月の問い合わせを分類して、多い悩みを3つ挙げるとき。

1. 読む：一覧がどこにあり、何件あるかを確かめます。
2. 決める：分類のしかたと、使う道具を選びます。
3. やる：実際に分類して、数を数えます。
4. 確かめる：漏れや重なりがないかを見直します。

足りなければ「決める」に戻り、決めた条件を目指して輪を回します。

この輪の中で、前回までの作業の状態を持ち続ける方式を「ステートフル」と呼びます。前の続きを覚えている担当者のような物です。反対に、前回の状態を持たない方式を「ステートレス」と呼びます。引き継ぎメモなしで仕事を受ける係のような物です。

たとえば、問い合わせの分類を2日に分けて進めるとき。ステートフルで、状態を保存して次回も読み込める作りなら、続きから進められます。保存の期間や受け渡し方は、仕組みごとに違います。注意点は、保存した状態に誤りがあると、それも引き継がれることです。ステートレスなら、必要な履歴を毎回入力として渡すことで続きを扱います。注意点は、渡さなかった履歴は参照されず、渡した入力の誤りも引き継がれることです。

輪を回すたびに処理が増え、使える枠の消費も増えることがあります。利用量に応じて払う料金の形なら、費用も増える場合があります。定額や無料枠では、処理が増えても支払いが増えるとは限りません。想定どおりに止まるとは限らないので、回す回数の上限と、人が確かめて止める所を先に決めておきます。この見直しは、その作業の中での確認です。使うたびにAIそのものが賢くなる、という意味ではありません。

頭・手足・決まりと記憶

公式の説明は、2社で数え方が違います。

• OpenAIの手引き：部品を「モデル・道具・指示」の3つとしています。指示には、外れてはいけない線（ガードレール）も含みます。
• Anthropicの解説：土台を「検索・道具・記憶で強化した言語モデル」と説明しています。

言語モデルに道具をつなぐ点は、2社に共通しています。そのうえで、OpenAIは「指示」を、Anthropicは「記憶」を部品として名前を挙げています。この記事では両方を合わせて、次の3つに整理して見ていきます。

• 頭（言語モデル）：たくさんの文章から言葉のつながりを学んだAIで、物知りの相談相手のような物です。ChatGPTやClaudeの中身がこれにあたります。
• 手足（道具）：検索、ファイル操作、表計算、メール送信などです。頭だけでは外の世界に手が出せません。
• 決まりと記憶：決まり（OpenAIでいう指示）は、道路のガードレールのように外れてはいけない線を引きます。記憶（Anthropicが挙げる記憶）は作業のメモ帳で、途中で何をしたかを見失わないようにします。

なお、エージェントの考え方は言語モデルより前からあります。次の章の昔からの型は、その分類です。

MCP・RAGとは層が違う

• RAG：答える前に資料を探して参考にする方法です。本棚で調べてから答える人に近いです。
• MCP：AIと外の道具をつなぐ共通の決まりです。機器をつなぐ共通の差し込み口に近いです。
• AIエージェント：それらを使いながら、目標に向けて動く全体の働きです。

Anthropicの開発者向け公式アカウントは、2026年10月にMCPの新しい対応を発表しました。

https://x.com/ClaudeDevs/status/2113698001889927608

長い仕事を預けて報告を受ける「Tasks」と、途中で人に確認を求める「Elicitations」への対応です。社内では、話しているのが「つなぐ・調べる・判断する」のどの層かを最初にそろえましょう。

部品どうしが中でどう受け渡しをしているかは、AIエージェントの仕組みで図とともに追えます。

AIエージェントの種類は？5つの型と3つの段階

種類は、昔からの5つの型と、実務で使う3つの段階の2つの見方で整理できます。OECDの整理では、複数のAIエージェントが分担し、長く複雑な目標を追う形をエージェンティックAIと呼びます。このように複数のAIが分担する仕組みは、マルチエージェントとも呼ばれます。部署の仕事を何人かで分けて進めるチームのような形です。OECDは、AIエージェントとエージェンティックAIは近いが同じではないとしています。ほかの資料では、2つの言葉の使い方に幅があります。

エージェンティックAIという言葉もよく見かけます。AIエージェントとは別物なの？同じ意味で使っていいの？

昔からの5つの型と、別の見方の2つ

IBMの解説は、エージェントを5つの型に分けています。表の上5行がその型で、下の2行は別の観点で足した物です。右の列は動き方のたとえで、電灯などがAIを使うという意味ではありません。

5つの型は、反応のしかたや目標の持ち方など、別々の観点で分けた物です。1つの仕組みが複数の型を兼ねることもあり、上から順に高度になる並びではありません。たとえば、Claude Codeは言語モデル型で、目標型の性質も持つと見ることができます。

いま中心の「言語モデル型」

いま「AIエージェント」と呼ばれる物には、言語モデルを頭に使う型が多く見られます。強みは、人の言葉で目標を受け取れることです。たとえば「競合3社の料金を比べる表を作って」と頼むときです。資料を探し、足りなければ追加で調べ、結果を照らし合わせる手順をAIが選びます。要点をまとめるだけの単発の依頼では、エージェントかどうかは判別できません。

画面を見て操作する型も出てきています。OpenAIは2026年10月、GPT-6.1 Terraを発表しました。画面の中身を読み取り、いくつものアプリをまたいで操作する「コンピューター操作」を、速く安く行えると説明しています。

その反面、言語モデル型はもっともらしい間違いを出すことがあります。だからこそ、結果を確かめる仕組みが欠かせません。

チャット→ワークフロー→エージェントの3つの段階

私たちWEBMARKSでは、AIの使い方を「段階」で見る方法を使っています。

1. チャット：人が1回ずつ聞き、AIが1回ずつ答えます。次の手は人が決めます。
2. ワークフロー：人が手順を決め、その流れの中でAIが動きます。
3. エージェント：人は目標と範囲を渡し、手順はAIが組み立てます。

画面1のAnthropicの線引きを、階段の形にした物です。自社がいまどの段にいるかを確かめやすくなります。いきなり3段目を目指さず、定型の作業を2段目で試す方法もあります。

エージェンティックAIとの違い

OECDの解説で、AIエージェントとエージェンティックAIの違いを確かめる画面です。

赤枠2と3を見比べ、OECDが分担の仕方と、見守りの少ないまま動く長さで2つを分けていると確かめます。資料や記事を読むときは、どちらの意味で使われているかを先に確かめてから読み進めます。

国のガイドラインも脚注18で、エージェンティックAIをより広い考え方として分けています。言葉の使われ方は資料によって幅があります。3つの段階の先に必ず来る物ではなく、別の観点の呼び名として読むと誤解が減ります。

AIエージェントで何ができる？実例と頼んだ画面

AIエージェントは「調べる・まとめる・照らし合わせる」仕事に向いています。法務・行政・個人の秘書の分野で、名前の出るAIの活用例が出ています。

今日は、社内だけで完結して元に戻せる仕事を1つ選んで頼んでみましょう。答えは元の資料と自分で照らします。

名前の出る活用例3つ

Claude Duetは、公式がエージェントと呼ぶ例です。Claude for LegalとAPDは、AIと人の役割分担の活用例として紹介します。

法務：Claude for Legal

Claudeの公式アカウントは2026年10月28日、法務向けの道具の棚を発表しました。

https://x.com/claudeai/status/2115467192276025500

契約書の点検や引用の照合などの道具で、結果は出典にリンクし、弁護士が判断を加える位置づけです（公式ブログ）。自社の仕事も「AIが洗い出し、人が判断する」形に分けられないか書き出してみてください。

行政：英国政府の建築許可の審査（APD）

英国政府は2026年6月、建築許可の審査を助けるAI「APD」を発表しました。Google DeepMindなどと開発した道具です。申請の仕分け、資料の要約、最初の評価の下書きをAIが担います。どの評価も、資格のある担当官が確かめて承認します。

個人の秘書：Claude Duet

Claude Duetは、個人向けのエージェントです。2026年10月に研究プレビュー（先に試してもらう試用版）として公開されました。公式ページによると、つないだアプリを見て、対応が要る物を知らせます。頼まれた作業は、クラウドで進めます。クラウドは、ネットの向こうに借りた作業部屋のような場所です。メッセージの送信や支払いのような重い操作の前には、本人に聞く作りです。やったことの一覧が見え、途中で向きを変えられます。

Grokに調べ物を頼んだ画面

Grokに、最新のバズ投稿探しを、表の列と投稿者名を書かない条件つきで頼んだ画面です。

赤枠1の依頼では表の形だけを決め、探し方と選び方はGrokに任せ、33秒で表が返りました（赤枠2）。赤枠3の数字はまだ確かめていないので、元の投稿と照らしてから使います。

任せると何が良くなる？

公表された活用例から、良くなる所を3つに分けます。

1. 下調べと判断を分担できる：APDでは、申請の仕分けや評価の下書きをAIが担い、承認は担当官が受け持ちます。
2. 照らし合わせの点検を任せられる：Claude for Legalの道具の中には、出典とずれた引用やページ番号に印を付けて、照合を助ける機能があります。印の付いた所は、人が出典と照らします。
3. 手作業が減る見込みがある：英国政府は、古い書類や地図をデータに変える道具「Extract」も公表しています。英国政府の見込みでは、1つの自治体の手作業が年500時間超から約255時間になります。

どれも、AIが材料をそろえ、人が確かめる形です。

エージェントにすべき仕事の見分け方

何でもエージェントにすればよいわけではありません。Anthropicは「まず一番簡単な方法から」と勧めています。OpenAIの手引きも、作る価値がある仕事を3つの条件で示しています。次の型で確かめてください。

# この仕事はAIエージェント向き？（はい が1つ以上なら候補）
1. 毎回の判断が細かく、例外が多いか（例：返金の可否）
2. ルールが増えすぎて、直すのが大変か（例：取引先の確認）
3. 読む物が文書・メール・会話など形が決まらないか
→ 全部いいえ：まず決まった手順（ワークフローやRPA）で対応できないかを先に考えます。そのうえで、実際に起きる例外と、人が判断する所を確かめます

最初に任せる仕事の4つの基準

候補が決まったら、最初の1つは次の4つで選ぶと進めやすいです。

1. くり返しがある：週に何度も出てくる仕事なら、試す回数を重ねやすいです。
2. できたかを確かめやすい：正解の形がはっきりしている仕事が向いています。
3. 失敗しても元に戻せる：下書きや社内資料など、外に出る前の仕事が安全です。
4. 手順を言葉にできる：人に引き継げる仕事なら、AIにも渡しやすいです。

お客様へ直接送る文や、お金が動く操作は後回しにします。

AIエージェントのリスクは？承認疲れまで見た任せ方

主なリスクは、もっともらしい間違い・乗っ取り・責任のあいまいさです。人の承認をどこではさむかは、操作ごとに決めます。デジタル庁の検討資料は、承認が形だけになる「承認疲れ」を挙げています。その対策案として、承認にかかった時間や却下の割合を見ることを示しています。

確認の回数を増やせば増やすほど安全になるんじゃないの？毎回人が見ていれば安心だと思っていました。

主な3つのリスク

1. もっともらしい間違い

AIは、自信ありげに間違えることがあります。IBMは、同じ道具を呼び続けて終わらない「無限ループ」も危険として挙げています。

2. 乗っ取りと間接プロンプトインジェクション

間接プロンプトインジェクションは、AIが読む文に隠し指示を混ぜる手口です。たとえば、読ませたメールに「この内容を外へ送れ」と紛れ込ませるとき。AIがそれに従えば、乗っ取られたのと同じです。対策は、外から読む情報を分けて扱うことに加え、使える権限と外へ送れる先を絞り、人が記録を確かめることです。

産経ニュースは2026年10月、日本企業へのサイバー攻撃をめぐる民間の調べを報じました。

https://x.com/Sankei_news/status/2112362192754680092

攻撃の一部に、中国と関わるとみられるAIエージェントが使われた可能性があるという報道です。守りの計画は、攻める側もAIを使う前提で見直しましょう。

3. 責任のあいまいさ

AIが動いた結果に、誰が責任を持つのかがぼやけがちです。最後に判断する人を、仕事ごとに決めておきます。

全体をまとめる考え方として、Gartnerの解説はAIのリスク管理手法「AI TRiSM」を挙げています。信頼性・リスク・安全性を管理する考え方で、会社全体の安全方針のような物です。この記事の権限の制限・記録・人の確認・評価は、その考え方を個々の仕事で進める具体策にあたります。

ハーネスの6項目

ハーネスは、高い所で作業する人がつける安全帯のような物です。動く自由は残しつつ、外れてはいけない線を決めます。

1. できること：使ってよい道具を書き出します。デジタル庁の案の「最小の権限」と同じ考えです。
2. 触れる範囲：開いてよいデータを決めます。外の情報は、砂場のように囲った場所（サンドボックス）で扱います。隔離は、だまされたときに被害が広がるのをおさえる対策です。それだけでは、紛れ込んだ指示に従うことは防げません。外の文書は指示として扱わない作りにし、権限と送り先をしぼり、人の確認と組み合わせます。
3. 試す回数：やり直しの上限を決めます。Anthropicも、くり返しの上限を止める条件に挙げています。
4. 止まる条件：この状況なら手を止める線です。IBMは、人が止められることを勧めています。
5. 相談先：止まったら誰に聞くかです。OpenAIは、失敗が上限を超えたら人に戻すとしています。
6. 記録：何を見て何をしたかを残させます。IBMもデジタル庁の案も、記録を挙げています。

決めたとおりに動かないこともあります。上限や止まる条件は、わざと失敗させる小さな試しで、本当に止まるかを確かめます。そのうえで記録を見て、ずれがないかを人が確かめます。

人の承認は増やすほど安全？

デジタル庁の検討資料で、「承認疲れ」と人の確認の考え方を読む画面です。

赤枠2で形だけの承認のおそれを、赤枠3で承認の時間と却下の割合を見る案を確かめます。読んだら自社で人が承認している操作を書き出し、場所が合っているかを見直します。

これは2026年10月の検討会に出た案で、決まったルールではありません。資料は、AIの提案をうのみにする「自動化バイアス」への対策も挙げています。カーナビを信じすぎて細い道に入る状態です。

Anthropicが期間を区切って集計したClaude Codeの利用データもあります（Anthropicの公表）。利用回数が多い人ほど、全自動の承認も、途中で止める割合も高めでした。

承認をはさむ場所と、承認の質を測る2つの数字

承認が要るかは、操作の影響の大きさと、扱う情報の機密性の2つで決めます。

次の2つの数字は、承認が形だけになっていないかを調べる手がかりです。

• 承認にかかった秒数：短すぎる承認が続くなら、中身を見ていない疑いがあります。対象の質が高く、すぐ判断できる場合もあります。
• 却下の割合：0%が何週も続くなら、形だけの承認になっていないか疑います。承認する物の質が高いなど、別の理由もあり得ます。

数字だけでは、中身を見たかまでは分かりません。承認した案件を抜き取って中身を見直し、承認した理由も確かめます。

WEBMARKSではAIエージェントをどう働かせている？

WEBMARKSでは、工程ごとに担当のAIを置き、機械の点検と別の会社のAIの採点で差し戻します。この記事の下書きも、実際に差し戻されています。

作る役と確かめる役を分けて、完了の条件を3行で書きましょう。指摘を3点で返させれば、差し戻しをそのまま直しの指示に使えます。

社長→統括AI→部署→担当AI＋監査役

日本経済新聞は2026年8月、NECの組織の変化を報じました。

https://x.com/nikkei/status/2086545013442269479

NECが、人事や法務と並ぶ本社の部門としてAIエージェントの部署を作ったという報道です。まず自社の仕事を、AIに渡す持ち場と人が残す持ち場に分けて書き出してみてください。

私たちWEBMARKSも、AIを組織の形で働かせています。この記事を作っている仕組みは、次のとおりです。

• 社長：代表の鈴木が、公開してよいかを決めます。
• 統括のAI（Claude）：全体の指示を出し、見本どおりかを確かめます。
• 部署：調べ・設計と本文・図解・点検の工程ごとに分けています。
• 担当のAI：調べはGrok（Xの最新投稿を探す）と下調べのAIです。設計と本文は、Claude（API＝外からAIを呼び出す窓口）が書きます。図解はGPT Imageに、キャラクターの原版を渡して描かせます。
• 監査役：機械の点検と、別の会社のAIの採点です。

STEP1：工程を分けて、受け渡すファイルを決める

WEBMARKSが記事づくりを工程に分け、AIに順に回させている画面です。

赤枠1〜3で、調べ・設計から図解・点検までの工程の分担と流れを確かめます。自社でも「全部やって」と1回で頼まず、工程の順番を先に書き出します。

STEP2：機械の監査役が、数えられる物を点検する

機械の監査役が、この記事の下書きを17項目で点検した画面です。

赤枠1の「不合格」と、赤枠2の落ちた3項目を確かめます。私たちの決まりでは、×が1つでもあれば不合格にし、その判定が想定どおり働くかは人が別に確かめます。

STEP3：別の会社のAIが差し戻す

11月2日の前の工程で、編集長役のAIが下書きを差し戻した記録の画面です。

赤枠1と2で、指摘が「場所・何がダメか・どう直すか」の3点でそろうことを確かめ、そのまま直しの指示に使います。いまは、別の会社のAIの採点がこの役を引き継いでいます。

指摘は全部で10件、最後の判定は不合格でした。いまの仕組みでは、別の会社のAIの採点が85点未満なら差し戻します。直した物は、もう一度点検に回します。

指示書と完了の条件の型

各工程には、「完了の条件」つきで指示を出します。条件を満たさない物は差し戻します。完了の条件があいまいだと、AIが作業を続けすぎたり、途中で止まったりします。下の型は、コピーしてそのまま使えます。

# 担当AIへの指示書
## 目標：（何のための仕事か1行）
## 触れてよい物：（フォルダ・道具）
## 触れてはいけない物：
## 試す回数の上限：（例：3回失敗したら止めて人に戻す）
## 止まるかの試し方：（例：わざと失敗させて止まるか見る）
## 承認をはさむ操作：（例：送信・公開・削除・機密に触れる前）
## 止まって相談する条件：
## 完了の条件
- [ ] （満たすべき条件1）
- [ ] （満たすべき条件2）
- [ ] 記録を残した
## 確認役への渡し方
- 成果物の保存先：
- 参照した資料：
- 満たした完了の条件：
- 作業の記録：
## 確認役への指示
- 指摘は「場所・何がダメか・どう直すか」の3点で返す

たとえば、記事の下書きを頼むとき。完了の条件に「見出しが設計どおり」「1文が60字以内」「確かめていない数字がない」を入れます。最初から完ぺきな条件は書けないので、使いながら足していきます。

止まった所と直した所

この記事も、点検で何度も止まりました。直した所を残します。

• 吹き出しが0だった：各見出しに、キャラの一言を足しました。
• 公的な出典が0件だった：国・OECD・NIST・英国政府などの出典を足しました。
• 冒頭の箱の形が決まりと違った：「結論」の箱1つにまとめ直しました。
• 運用例に裏づけがなかった：作業画面3枚で見せる形に変えました。
• 比較表が言い切っていた：「重なることがある」と書き、例に製品名を入れました。

上の3つは画面7の機械の点検、下の2つは画面8の編集長役の差し戻しに出ていた物です。

Grokが出した数字は、fxtwitterで照らしてから使う決まりにしています。機械の点検の判定に、誤りが見つかったこともあります。点検する仕組みも間違えるので、判定をうのみにせず、別の役で確かめています。

現場に入り、課題を聞き取りながら技術を業務に組み込むエンジニアは「FDE」と呼ばれます。その仕事の一例が、手順をAIに渡す所と人が残す所に仕分けることです。仕分けの後の実装や、前後の効果の確認も担います。自社にAIエージェントを組み込むときの進め方は、FDEとはで役割と手順を整理しています。

AIエージェントはこれからどうなる？

国と国際機関が、AIエージェント向けのルールづくりを始めています。重い操作の前に人に聞く、個人向けのエージェントも出ています。

流れはルールが整う方向です。任せる範囲を先に決めておくと、新しい道具が出たときも、どこまで試すかをすぐ決められます。

国と国際機関のルールづくり

日本では2026年3月、AI事業者ガイドライン第1.2版にAIエージェントの定義が入りました。2026年10月には、デジタル庁が行政で使うときの決まりの案を出し、検討しています。2026年7月には、IPAの中にあるAISIが、AIエージェントの普及を受けて安全を評価する観点を広げました。

米国も動いています。米国立標準技術研究所（NIST）は2026年2月、AIエージェントの標準づくりを始めました。

大手企業の投資も続いています。Microsoftのサティア・ナデラCEOは、2026年10月に決算を報告しました。その中で、「エージェントの波」に向けた土台づくりを語っています。

「いつも動いている」個人向けのエージェント

Claude Duetのように、個人の代わりに動き続けるエージェントも出てきました。注目したいのは、メッセージの送信や支払いの前に本人に聞く作りだと、公式が説明している点です。公式ページは、やり取りの読み違いや急ぎ度の見誤りがあり得ると、限界も書いています。

作る側の製品にも、「止まって人に聞く」仕組みが入り始めています。MCPのElicitationsも、その一つです。使う側も、どこで聞かせるかを決めておくと、製品を比べるときの物差しになります。

人が見る所はどこに残るか

この記事で紹介した3つの例では、人が持っている所が公表資料に書かれています。

• Claude for Legal：条項や引用の洗い出しをAIが担います。標準から外れた条項は承認へ回り、弁護士が結果に判断を加えます。
• 英国のAPD：仕分けと評価の下書きをAIが担います。どの評価も、資格のある担当官が確かめて承認します。
• Claude Duet：知らせることや作業の代行をAIが担います。公式は、メッセージの送信や支払いの前に本人に確認する設計だと説明しています。使う側も、設定と動きを確かめます。

人が判断を受け持つ場面は、例ごとに違います。自社で任せるときも、AIが担う所と人が判断する所を、仕事ごとに書き出しておくと進めやすくなります。

AIエージェントのよくある質問

Q. ChatGPTはAIエージェントですか？

製品名だけでは決まらず、次の手を誰が決めるかで見分けます。OpenAIの手引きでは、1回の応答だけで完結する使い方はエージェントに入りません。1回の依頼から、AIが自分で複数の作業を進める場合とは分けて考えます。チャットのサービスに、作業を続けて進める機能が加わることもあります。そのときは、その機能が任された範囲で次の手を選んでいるかで判断します。

Q. 有名なAIエージェントは何ですか？

公式がエージェントとして示す例では、開発用のClaude Codeと個人向けのClaude Duetが挙がります。Claude for Legalの道具の棚や英国政府のAPDは、AIの活用例です。ただ、この2つは自分で次の手を選ぶかまで公表資料で読み切れません。そのため、この記事ではエージェントの代表例とは分けています。

Q. AIエージェントの欠点は何ですか？

読み違いと、終わらない動きと、承認疲れの3つが代表的です。Claude Duetの公式ページは、読み違いや急ぎ度の見誤りを限界として明記しています。IBMは、同じ道具を呼び続けるループを挙げています。人の側にも、確認が形だけになる承認疲れが起きます。

Q. 始める前に何を準備すればいいですか？

1. この記事の3問チェックで、任せる仕事を1つ選びます。
2. 指示書の型で、完了の条件と、止まって相談する条件を書きます。
3. 社内の情報を入れない小さな仕事で、最初の1回を試します。

Q. 人の仕事を奪いますか？

仕事がどこまで置きかわるかは、業務によって違います。英国のAPDでは、AIが担うのは申請の仕分けと評価の下書きです。評価の確認と承認は、資格のある担当官が受け持っています。自社の仕事も、下調べ・下書き・判断に分けて書き出すと、どこが変わりそうかが見えてきます。

まとめ｜AIエージェントを今日から任せる3つの行動

AIエージェントは、目標を受け取り、任された範囲で次の手と道具を選びながら動くAIです。生成AIやRPAとは重なりがあり、見分ける物差しは「次の手を誰が決めるか」です。安心して任せるには、操作の影響と情報の機密性に応じて承認の場所を決めます。その確認が形だけになっていないかも、記録で見直します。

今日からできる行動を3つにしぼりました。

1. 自分の仕事から、最初に任せる1つを選ぶ。

3問チェックと4つの基準で、社内で完結し戻せる仕事を選びます。

1. その仕事の完了の条件を3行で書く。

何がそろえば終わりかを、チェックできる形で書きます。

1. 任せる範囲を決めて、小さく試す。

触れてよい物と止まる条件を決め、止まるかを試し、結果は元の資料と照らします。

実際に組み立てる段に進むときは、AIエージェントの作り方で、ノーコードからClaude Codeまでの手順を順に追えます。私たちWEBMARKSも、差し戻しを重ねながら任せ方を直しています。

仕事で使う所まで人と一緒に学ぶなら、AIエージェント講座（AIエージェントCAMP）もあります。

監修者

鈴木 晋介株式会社WEBMARKS 代表取締役

同志社大学を卒業後、設備メーカーの海外営業を経て2016年に独立。旅行・医療などのメディアを自ら運営し、SEOとWeb広告で検索上位を数多く獲得してきました。いまはWebマーケティングのスクールと法人研修を運営しながら、11部署57名のAIエージェントと会社を回しています。

公的な認定・承認：神奈川県 経営革新計画 承認／経済産業大臣認定講座／厚生労働大臣指定講座／経済産業省 リスキリング補助事業者

代表プロフィール会社概要X @WEBMARKS2