エージェントアーキテクチャ：目標・ツール・推論

レッスン1でエージェントとは何かを学んだ。ここからは内部の仕組み——自律的な振る舞いを可能にするアーキテクチャを理解する。

推論ループ

すべてのAIエージェントはループで動く。驚くほどシンプル：

観察（Observe） — 現状は？何を知っている？これまで何をした？
思考（Think） — 目標と現状を踏まえ、次に何をすべきか？
行動（Act） — 利用可能なツールを使って次のステップを実行
評価（Evaluate） — うまくいった？目標に近づいた？
反復（Repeat） — 目標未達ならステップ1に戻る

このループは、目標を達成するか、上限（最大ステップ数、時間、予算）に達するか、行き詰まって助けを求めるまで続く。

魔法はステップ2にある。現代の言語モデルは、計画を立て、複雑な状況を推論し、想定外に適応できるほど優秀になった。

以下のエージェントタスクの推論ループを実演して。

目標：2026年3月15-22日の東京→ロンドンの
最安フライト3件を探す

ステップバイステップでループを辿って：
1. エージェントは最初に何を観察する？
2. 何を考え/計画する？
3. 最初にどんなアクションを取る？
4. そのアクション後に何を観察する？
5. どう評価し、次のステップを決める？
目標達成まで続けて（仮想の結果を使用）。

✅ Quick Check: エージェントの推論ループの5つのステップは？

観察（現状を把握）、思考（次のアクションを計画）、行動（ツールで実行）、評価（目標への進捗をチェック）、反復（完了まで繰り返す）。このサイクルがすべての自律的エージェント行動を駆動するエンジン。

目標設計

曖昧な目標は曖昧なパフォーマンスを生む。良い目標はエージェント向けSMART-Aフレームワークに従う：

Specific（具体的） — 「中小企業向けCRMトップ5を調査」は「CRMを調査」に勝る。

Measurable（測定可能） — エージェントはどうやって完了を知る？「5つのプラットフォームの価格・機能・評価の比較表を作成」。

Achievable（達成可能） — エージェントには目標を達成するためのツールが必要。ウェブアクセスなしのエージェントに現在の価格調査を頼まない。

Relevant（適切） — 目標はエージェントの能力に合致すべき。リサーチエージェントに金融取引の実行を頼まない。

Time/Token-bounded（制限付き） — ステップ数や時間の上限を設定。上限なしではエージェントは無限ループする可能性がある。

以下のタスクに対してエージェントの目標を作りたい：[タスクを記述]

SMART-Aフレームワークで目標を書いて：
1. Specific：エージェントは具体的に何を生産すべき？
2. Measurable：出力が完全で正確だとどう検証する？
3. Achievable：エージェントに必要なツールは？
4. Relevant：エージェントの能力範囲内か？
5. Time-bounded：合理的なステップ/時間の上限は？

エージェントに渡す最終的なゴールステートメントを書いて。

ツールアーキテクチャ

ツールがエージェントをチャットボット以上にする。ツールはエージェントが呼び出せる任意の機能：

ツールの種類	役割	例
ウェブ検索	最新情報の取得	競合の価格を検索
コード実行	計算やスクリプト実行	売上CSVの分析
ファイルアクセス	ドキュメント読み書き	PDF契約書の読み取り、レポート作成
API呼び出し	外部サービスとの連携	在庫確認、メール送信、CRM更新
データベースクエリ	構造化データの取得	未払い請求のある顧客を抽出
ブラウザ操作	ウェブサイトの操作	フォーム入力、商品ページのスクレイピング

エージェントは現在のステップに基づいてどのツールを使うか判断する。

メモリシステム

エージェントが効果的に動くには3種類のメモリが必要：

ワーキングメモリ — 今考えていること。現在のステップ、直近のツール結果、即時のコンテキスト。通常はコンテキストウィンドウ。

エピソードメモリ — このタスク中に何が起きたか。実行したステップ、受け取った結果、遭遇したエラー。失敗アプローチの繰り返しを防ぐ。

永続メモリ — セッションをまたいで残る知識。ユーザーの好み、過去のリサーチ結果、学習したパターン。繰り返し実行するエージェントに有用。

エージェントパターン

タスクによって異なるアーキテクチャが適する：

シーケンシャル型 — ステップが順に実行：調査→分析→執筆→レビュー。明確な線形フローのタスク向き。

分岐型 — 発見した内容に応じてパスを選択。「データが構造化されていればそのまま分析。非構造化なら先に抽出・クレンジング」。条件分岐があるタスク向き。

反復型 — 品質が十分になるまでプロセスを繰り返す。「ドラフト作成→評価→弱い部分を改善→再評価」。品質重視のタスク向き。

並列型 — 複数のサブタスクを同時実行。「A社、B社、C社を同時に調査し、結果を統合」。ステップ間に依存関係がないタスク向き。

✅ Quick Check: 自分が自動化したいタスクに最適なエージェントパターンはどれ？ 4つのパターンから選び、なぜそれが最適か考えてみよう。

Key Takeaways

推論ループ（観察→思考→行動→評価→反復）がすべてのAIエージェントのエンジン
SMART-Aフレームワークによる明確な目標設計がエージェントのパフォーマンスを劇的に改善
ツールがエージェントにテキスト生成を超えた能力を与える：検索、コード、ファイル、API、DB、ブラウザ操作
3種類のメモリ：ワーキング（現在のコンテキスト）、エピソード（タスク履歴）、永続（セッション間の知識）
4つのパターンが大半のユースケースをカバー：シーケンシャル、分岐、反復、並列
構築前のアーキテクチャ設計が無駄な作業と不安定な結果を防ぐ

Up Next

レッスン3：はじめてのエージェント構築では、このアーキテクチャを実際に動くエージェントに変える——目標設定から実行、結果まで。