マルチステップの推論と計画

🔄 Quick Recall: 前回のレッスンでエージェントにツール——ウェブ検索、コード実行、ファイルアクセスを与えた。しかし計画のないツールは、設計図のない電動工具のようなもの。このレッスンでは、エージェントに戦略的な思考と、現実が予想と異なるときの適応を教える。

計画の問題

ツールを持つエージェントに「市場分析を作成して」と指示したらどうなるか。計画なしの場合：

1. とりあえず何か検索する
2. 見つけた情報を少し書く
3. また何か検索する
4. 断片的な情報の寄せ集めが「完成」

計画ありの場合：

1. 計画： 「5社の競合を特定→各社の価格を調査→機能を比較→SWOT分析→レポート作成」
2. 実行： 計画に沿って体系的にステップを進める
3. 評価： 各ステップの出力が十分かチェック
4. 調整： 新発見に基づいて必要なら計画を修正

計画→実行パターン

最も基本的で効果的なパターン：

以下のタスクの実行計画を作成して。
まだ実行はしないで——計画だけ。

タスク：[記述]
利用可能なツール：[リスト]
制約：[時間、ステップ数、コスト上限]

計画に含めるもの：
1. サブタスクの一覧（実行順）
2. 各サブタスクで使うツール
3. 各サブタスクの期待されるアウトプット
4. サブタスク間の依存関係
5. 失敗した場合の代替アプローチ
6. 完了基準（どうなったら「終わり」か）

計画を提示したら、承認を待ってから実行して。

この「計画を先に見せる」パターンはヒューマンインザループの第一歩。エージェントが的外れな方向に走り出す前にキャッチできる。

適応的再計画

計画は変わりうる。変わるべきときに変わるのが良いエージェント：

以下の状況で計画を再評価して。

元の計画：[ステップリスト]
現在のステップ：[今どこまで進んだか]
新しい情報：[計画に影響する発見]

判断して：
1. 元の計画をそのまま続行すべきか？
2. 計画の一部を修正すべきか？（どの部分をどう変える？）
3. 完全に新しい計画が必要か？

理由と修正後の計画を提示して。

✅ Quick Check: エージェントが「常に計画通り」に動くのと「常に再計画」するのでは、どちらが問題？ なぜ？

どちらも問題。「常に計画通り」はAPIダウンや予想外の発見に対応できない硬直性。「常に再計画」は前のステップの成果を無駄にし、目標に到達しない。正解は「計画に従いつつ、新情報が計画の前提を覆したときだけ再計画」。

Chain-of-Thought（思考の連鎖）

エージェントに「考えるプロセスを明示させる」ことで推論の質が劇的に上がる：

以下のタスクを実行する際、各ステップで思考プロセスを
明示して。

タスク：[記述]

各ステップで以下を表示：
【思考】今何を考えているか、なぜこのアクションを選ぶか
【行動】実行するアクション
【結果】何が得られたか
【評価】目標にどう近づいたか、次に何をすべきか

思考を隠さずに全部見せて。

思考の可視化には2つのメリット：

1. エージェントの推論品質が向上する（言語化することで論理がチェックされる）
2. 人間がエージェントの判断を理解・検証できる

タスク分解のベストプラクティス

良い分解：

• 各サブタスクが独立して検証可能
• サブタスク間の依存関係が明確
• 各サブタスクが1つのツール呼び出しで完了可能（理想的には）
• 失敗しても他のサブタスクに波及しない設計

悪い分解：

• サブタスクが大きすぎて検証できない
• 依存関係が循環している
• 1つのサブタスクが多すぎるツールを必要とする

以下のタスクを適切な粒度のサブタスクに分解して。

タスク：[記述]
利用可能なツール：[リスト]

各サブタスクについて：
- 何を達成するか
- 使用するツール
- 期待されるアウトプット
- 成功/失敗の判定基準
- 前のサブタスクへの依存

分解が適切かどうか、以下の基準でセルフチェック：
- 各サブタスクは独立して検証可能か？
- 粒度は適切か（大きすぎ/小さすぎない）？
- 依存関係は一方向か（循環していない）？

Key Takeaways

• 「計画→実行」パターンはアクションの前に全体の計画を作成し、目的のない作業を防ぐ
• 計画はスタート地点であり牢獄ではない——新情報が前提を覆したら適応的に再計画
• Chain-of-Thought（思考の可視化）がエージェントの推論品質と人間による検証可能性を両方高める
• タスク分解は「独立して検証可能なサブタスク」に分割するのが鍵
• 良い分解は各ステップが1つのツール呼び出しで完了し、失敗が波及しない
• 「計画を先に見せる」パターンがヒューマンインザループの最もシンプルな形

Up Next

レッスン6：ガードレール・安全性・ヒューマンインザループでは、エージェントを安全で信頼できるものにする——有害なアクションの防止、重要な判断での人間の承認、本番運用のためのモニタリング。