AI エージェントとは何か ── 1 往復型と連鎖型を、1 枚の図で整理する
目次
朝、メールを開いたら、昨夜頼んでいた競合 5 社の調査結果が届いていた。価格・特徴・評判をまとめた表まである。頼んだのは自分だ。でも作ったのは AI で、夜中、誰も追加の指示を出していない。
これは近未来の話ではありません。こういう使い方はすでに始まっています。それが AI エージェント と呼ばれるものです。
「でも、ChatGPT と何が違うの?」「勝手に動くって、何を勝手にするの?」── その疑問から始めましょう。
1. 「指示を出したら、あとは AI が動く」── それが何を意味するのか
ChatGPT の普通の使い方は「あなたが指示を出す → AI が 1 回答える → またあなたが出す」という往復です。AI は受け身で、あなたが毎回の判断を担います。
ところが「AI エージェント」という言葉が指す場面は、明らかに違います。「エージェントが自律的にウェブを調べて報告書を作った」「数十のステップを経て作業を完了した」── 人間が毎回指示を出していない使い方です。
AI エージェントとは何か。一言でいえば「目標を渡すと、AI が 自分でステップを決めて、何度も動いて、結果を返してくれる仕組み 」です。
もう少し正確に言うと、LLM（文章で答える AI、ChatGPT などの中身）が自分で次の手を考え、ツールを呼び出しながら複数のステップを実行し、結果を確認しつつ目標に向かってループし続けます12。
2. 「1 往復型」と「連鎖型」── 使い方のパターンで整理する
AI の使い方には、大きく分けて 2 つのパターンがあります。
| 使い方のパターン | 別名 | 動き |
|---|---|---|
| 1 往復型 | 質問応答型 | あなたが指示を出す → AI が 1 回答える → またあなたが出す |
| 連鎖型 | エージェント型 | あなたが目標を渡す → AI が自分でステップを決めて次々に実行する |
「1 往復型」 は、テキスト翻訳・メール文章作成・要約など、あなたが細かく指示を出して、AI がその都度答えを返す使い方です。ChatGPT を「質問して、答えをもらう」という形で使うとき、これが多い。
「連鎖型」 は、目標だけを渡して、途中のステップを AI に任せる使い方です。エージェントと呼ばれる仕組みはこちらです。
1 往復型では、あなたが毎回の判断を担います。「次は何を聞こう」「この答えでいいか」「次のステップは何か」── これを、人間が考えています。
連鎖型では、AI が自分でステップを決めてループします。あなたは最初に目標を渡すだけ。AI が「次に何をすべきか」を考え、実行し、結果を確認し、また次の手を考える。この繰り返しが エージェントの正体 です。
3. 具体例で見る：調査エージェントは何をしているのか
例 1：調査エージェント
「5 つの比較対象を調べて、価格と特徴を一覧表にして」という目標を AI エージェントに渡したとします。仕事の競合調査でも、旅行先のホテル比較でも、構造は同じです。
1 往復型なら「A を調べて」「次に B を」「これを表にして」とあなたが 6 回以上指示を出し続けます。各ステップの判断はあなたが担います。
エージェント型の場合：
- あなた：「5 つを調べて一覧表にして」と目標を渡す
- エージェントが「A を調べる」と判断 → ウェブ検索ツールを呼び出す → 結果を確認
- 同様に B・C・D・E と繰り返す（エージェントが自分でステップを組む）
- 表にまとめる手順を AI が決めて実行 → 完成した表が届く
最初に目標を渡しただけ。途中の判断はすべてエージェントが担いました。OpenAI の「Deep Research」機能はこの形式で動いており、「数百のオンライン情報源を検索・分析・統合して報告書を作成する。5 分から 30 分かけて実行される」と公式に説明されています3。
メール仕分けも、同じ仕組みで動きます。受信メールを読み込んで「緊急 / 返信不要 / 確認待ち」に分類し、緊急には返信の下書きまで作る。1 通ごとに人間が指示を出しません。Anthropic の公式資料によると、AI エージェントはメールの仕分けのような低リスクの用途から、サイバーセキュリティのような高リスクの場面まで、幅広い文脈で使われているといいます4。
「自分も試してみたい」と思ったら、ChatGPT の「Tasks」機能や Claude の Projects 機能で、同じ繰り返し動作を無料で体感できます。
4. 「自分で考えて動く」の正体 ── ループと判断
エージェントのループ構造
「自分で考えて動く」の中身は、次のサイクルの繰り返しです。
- 計画：次に何をすべきかを LLM が推論する
- 実行：ツールを呼び出す（ウェブ検索・ファイル読み込み・メール送信など）
- 観察：ツールの結果を受け取る
- 評価：目標に近づいたか。次に何をすべきか。
→ 完了していなければ 1 に戻る。完了したら結果を返す。
このサイクルを繰り返す仕組みを エージェントループ（計画→実行→観察→評価のサイクル）と呼びます12。
料理に例えると、こうなります。
「カレーを作って」と頼まれた料理人が、冷蔵庫を開けて食材を確認し（観察）、「じゃがいもがないから買いに行こう」と判断し（計画）、買いに行く（実行）。戻ってきたら次は何が必要かを確認する（また観察）。
これを繰り返して「完成」に至るのが、エージェントの動き方です。
「怖い」への正直な答え
エージェントの説明を読んで「怖い」と感じた方へ、正面から答えます。
「仕事を奪われるのでは？」という不安も当然です。ただ、エージェントが動く範囲はあなたが渡した目標の中だけです。人間の判断や責任が消えるわけではなく、段取りの一部を引き受けてもらう形が現実に近い。
「勝手にどこまでもやってしまうのでは?」── この不安の根っこには、エージェントが目標を超えて動き回るというイメージがあると思います。
Anthropic は「自律性は固定された性質ではなく、設計と運用で決まる」と整理しています。エージェントがどこまで自分で動くかは、開発者やユーザーが設計で決めるものです4。
「自律的に動く」の意味は、「与えられたゴールの外に勝手に出て行く」ではありません。 与えられたゴールの範囲内 で、次の手を AI が判断してループすることです。
設計によっては、ループの途中で人間の確認を挟むこともできます。
- 重要な操作（ファイル削除・メール送信・決済）の前にユーザーに確認を求める
- 最大ループ回数を設けて、上限に達したら止まる
- 「行き詰まり」を検知したら人間に判断を委ねる
Anthropic は「エージェントはチェックポイントで一時停止し、人間のフィードバックを求めることができる」と明示しています1。OpenAI は「承認を新しいターンとしてではなく、一時停止した実行として扱う」設計を推奨しています5。つまり「AI が動きを止めて、次に進んでいいですか？と人間に確認する」設計を最初から組み込める、ということです。
エージェントは「放っておけばいい」ものではなく、動きを確認しながら任せられるものです。
5. エージェントは LLM とどう繋がっているのか
LLM（大規模言語モデル）は「1 回の応答を返す部品」です（詳しくは「LLM の仕組み」参照）。AI エージェントとは、その LLM を複数回呼び出しながら、ツールも使いつつ、目標に向かって進む仕組み全体です。
Anthropic・OpenAI・Google の 3 社が共通して整理するエージェントの構成要素は次の 3 つです。
| 要素 | 内容 |
|---|---|
| LLM（モデル） | 次に何をすべきかを推論する頭脳 |
| ツール | AI が外界に働きかける手と足（ウェブ検索・コード実行・メール送信など） |
| 指示 | エージェントの役割・制約・目標の範囲を定める設定 |
似た言葉で「ワークフロー」もあります。「事前に決めた手順通りに LLM を動かす仕組み」のことです。エージェントとの違いは、次の手をその場で LLM が決めるか、事前に決めておくかです。「レシピ通りに動く助手」が ワークフロー、「目標だけ渡されて段取りを自分で決めるシェフ」が エージェント です1。
RAG（自分の資料を AI に読ませてから答えさせる仕組み。詳しくは「AI に教科書を渡してから聞く」参照）も、エージェントが使うツールの一つとして組み込まれます。
エージェントはこの 3 要素（LLM・ツール・指示）が動ける土台の上で動きます。プロンプトの書き方から整理したい方には、プロンプトの書き方 ── 目的・状況・出力形式を伝えて、欲しい答えを引き出す 5 つの型が役立ちます。
6. 次のステップ：エージェントに「手と足」を付ける仕組み
エージェントは LLM だけでは何もできません。外の世界に働きかける「手と足」が必要です。その手と足がツールです。ウェブ検索・コード実行・メール送信・カレンダー更新 ── こうした外部の機能を、LLM が呼び出せる形で接続することで、エージェントは実際に行動できます。
では、AI とツールをどうやって繋ぐのか。その「繋ぎ方の取り決め（標準規格）」として、Anthropic が提案したのが MCP（Model Context Protocol） です。コンセントの差し込み口の形が統一されているように、AI とツールの接続方法を統一した仕組みだと思ってください9。
MCP の仕組みは別記事で整理しています：AI が外のツールを「動かせる」理由 ── MCP という接続口の話。
今すぐ試すなら、ChatGPT の Deep Research や Claude のプロジェクト機能で同じ動きを体験できます。「5 社を比較してまとめて」と一言渡して、どのステップを AI が自分で決めているかを観察するのが、エージェントを体感する一番の近道です。実務への組み込み方（何を任せるか・どの場面から始めるか）は、仕事に AI を組み込む手順書で扱っています。
エージェントは「放っておけばいい機械」ではなく、目標を渡すと自分でステップを組んで動く相棒です。今日できる一歩はシンプルです。ChatGPT の Deep Research で「◯◯を 5 社比べてまとめて」と目標を渡してみる。どのステップを AI が判断しているかを見ているだけで、エージェントの動き方が体感できます。
「何を任せて、何は自分でやるか」の判断軸は「AI でできること、できないこと」で整理しています。自分の資料を読ませて使いたい場合は「AI に教科書を渡してから聞く」が参考になります。