ツール使用：エージェントに能力を与える

🔄 Quick Recall: 前回のレッスンで最初のリサーチエージェントを構築した。でもあのエージェントはAIモデルが既に知っていることに限定されていた。ここからエージェントに本物の能力を与える——外の世界と相互作用するツール。

ツールがエージェントを変える

ツールなしのエージェントは、知識豊富だが手足のない脳。ツールありのエージェントは、知識を行動に変えられる存在。

具体的に何が変わるか：

ツールの設計パターン

1. ツール定義のテンプレート

各ツールに必要な情報：

このエージェント用のツール定義を作成して。

エージェントのタスク：[何をするエージェントか]
必要なツール：[大まかなリスト]

各ツールについて以下を定義：
- 名前：簡潔で分かりやすい名前
- 説明：何をするか、いつ使うべきか
- 入力パラメータ：必須/任意、型、制約
- 出力フォーマット：何が返されるか
- エラーケース：何が失敗しうるか、その場合の対処

ツール定義はエージェントが読んで判断するもの。
人間のドキュメントではなくエージェント向けに書いて。

2. ツールチェーンの設計

複数のツールを連鎖させるのがエージェントの真骨頂：

以下のワークフローをツールチェーンとして設計して。

タスク：[マルチステップのタスクを記述]

各ステップについて：
1. 使用するツール
2. そのツールへの入力（前のステップの出力を含む）
3. 期待される出力
4. 失敗した場合のフォールバック

フロー図も作成して。

✅ Quick Check: ツールチェーンで1つのツールが失敗した場合、エージェントはどう振る舞うべき？

即座に停止ではなく、代替アプローチを試す。ウェブ検索がタイムアウトしたら別のクエリで再試行。APIがダウンしていたら別のデータソースを探す。すべての代替が失敗した場合のみ、状況を報告してユーザーに判断を仰ぐ。

3. 実用的なツールセットの例

リサーチエージェント：

• ウェブ検索（情報収集）
• ウェブページ読み取り（詳細の抽出）
• コード実行（データの整理・分析）

データ分析エージェント：

• ファイル読み取り（CSV/Excel/JSON）
• コード実行（Python/Rで統計処理）
• グラフ生成（可視化）

カスタマーサポートエージェント：

• ナレッジベース検索（社内ドキュメント）
• CRM API（顧客情報の取得）
• チケットシステムAPI（ステータス更新）

ツールの安全な使い方

読み取り専用と書き込みの区別

ツールには2つのカテゴリがある：

読み取り専用（安全） — 検索、ファイル読み取り、データ取得。何も変更しないので、誤動作のリスクが低い。

書き込み（要注意） — メール送信、データ更新、ファイル作成。実行結果を元に戻せないか、元に戻すのにコストがかかる。

原則：書き込みツールには必ず確認ステップを入れる。

エージェントのツールを安全性で分類して。

タスク：[エージェントのタスク]
ツール：[ツールリスト]

各ツールを分類：
- 読み取り専用：自由に使用OK
- 書き込み：実行前にユーザー確認が必要
- 高リスク：特別なガードレールが必要（例：決済、データ削除）

各書き込みツールについて、確認プロンプトのテンプレートも作成。

レート制限

エージェントが暴走しないよう、ツール呼び出しに上限を設ける：

• 検索ツール：1タスクあたり最大20回
• API呼び出し：1分あたり最大10回
• ファイル操作：1タスクあたり最大50回
• コスト：1タスクあたり上限を設定（例：APIコスト$5以下）

ブラウザ操作ツール

最新のAIプラットフォーム（ClaudeのComputer Use、各種フレームワーク）はブラウザを直接操作できる。

これにより可能になること：

• ウェブアプリへのログインとデータ入力
• 複数ページにわたるスクレイピング
• フォームの自動入力
• スクリーンショットの取得と視覚的確認

ただし、ブラウザ操作は他のツールより遅く、不安定になりやすい。APIやファイルアクセスで解決できるなら、そちらを優先する。

✅ Quick Check: 価格比較エージェントを構築する場合、各社のウェブサイトをブラウザでスクレイピングするのと、価格比較APIを呼び出すのでは、どちらが良い？ なぜ？

APIの方が良い。速くて安定して構造化されたデータが返ってくる。ブラウザ操作はサイトのデザイン変更で壊れやすく、遅く、不安定。ブラウザは「APIが存在しない」場合の最終手段として使う。

Key Takeaways

• ツールが少ないほどエージェントの判断精度が上がる——最小限の実用的なツールセットから始める
• ツール説明はエージェントが読んで判断するもの——何をするか、いつ使うか、入出力を明確に
• ツールチェーン（複数ツールの連鎖）がエージェントの真の力を発揮させる
• 読み取りツールと書き込みツールを区別し、書き込みには確認ステップを入れる
• レート制限とコスト上限でエージェントの暴走を防ぐ
• ブラウザ操作はAPIやファイルアクセスが使えない場合の最終手段

Up Next

レッスン5：マルチステップの推論と計画では、エージェントに戦略的な思考を教える——タスク分解、計画→実行パターン、適応的な再計画。