AIエージェントの種類は、反応の仕方だけでなく、何を目的にし、どこまで自律的に動き、何体で協調するかによって分けられます。 名称を暗記しても、実務で必要な設計は決まりません。 まず目的を一つに絞り、次に判断の幅、最後に単一構成か複数構成かを選ぶと、必要以上に複雑な仕組みを避けられます。
種類を理解した後の学習経路は、AIエージェント向けスクールの比較記事で、開発、業務活用、伴走支援の観点から比べられます。
| 分類軸 | 主な種類 | 選ぶときの問い |
|---|---|---|
| 目的 | 対話、調査、操作、分析 | 何を完了させたいか |
| 自律度 | 反応型、計画型、学習型 | どこまで手順を任せるか |
| 構成 | 単一、複数 | 専門役割を分ける必要があるか |
| 実行環境 | API型、画面操作型 | 対象システムへどう接続するか |
目的別では対話、調査、操作、分析に分けられる
最初に置く分類軸は、利用者が完了させたい目的。 同じモデルを使っていても、回答だけを返す型と、外部システムを更新する型では、必要な道具と安全策が異なります。
- 対話型は、質問を理解し、知識や提案を返す
- 調査型は、複数の情報源を探し、比較し、根拠を整理する
- 操作型は、APIや画面を通じて作成、更新、送信を行う
- 分析型は、データを読み、条件に応じて判断や通知を行う
Google Cloudの解説では、エージェントが複数の情報形式を扱い、取引や業務プロセスを支え、別のエージェントと協調できることが説明されています。 目的が違えば評価指標も、回答の正確さ、調査の網羅性、操作の成功率、異常検知率へ変わります。
自律度では反応型から学習型まで段階がある
AWSの種類解説が挙げるのは、単純反射型、モデルベース反射型、目標ベース型、効用ベース型、学習型。 この分類は、現在の入力へ反応するだけか、内部状態や目標を使うか、経験から改善するかという違いです。
| 自律度 | 判断材料 | 向く例 | 注意点 |
|---|---|---|---|
| 反応型 | 現在の入力と規則 | 定型質問の振り分け | 想定外に弱い |
| 状態保持型 | 入力と過去状態 | 会話を続ける支援 | 記憶の範囲管理が必要 |
| 目標計画型 | 目標と途中結果 | 調査や開発の複数工程 | 終了条件が必要 |
| 学習型 | 実行結果と評価 | 推薦や最適化 | 変化後の再評価が必要 |
自律度は高いほど良いわけではありません。 経費の数値転記に学習型を使うより、規則型で固定した方が再現性を保ちやすい場合があります。
単一エージェントと複数エージェントを選ぶ
単一構成の特徴は、一体が複数の道具を使って最初から最後まで進めること。 複数構成では、調査、分析、執筆、検証などの専門役割へ仕事を渡します。
OpenAIの構築ガイドは、まず単一エージェントの能力を高め、複雑な条件分岐や似た道具の混同が増えたときに分割を検討する考え方を示しています。 複数にすると責任分担は明確になりますが、受け渡し、状態共有、費用、評価が増えます。
選択の目安は次の通りです。
- 一つの指示と道具群で安定するなら単一構成にする
- 専門知識が明確に異なるなら役割分担を検討する
- 受け渡す情報と完了条件を書き出す
- 全体を止める管理役と上限を設ける
- 各役割と全体の両方を評価する
基礎構成はAIエージェント入門ガイドで、モデル、道具、記憶、制御に分けて説明しています。
接続方式でAPI型と画面操作型を分ける
API型の接続先は、対象システムが提供する決められた窓口。 画面操作型は、人と同じようにウェブやアプリの表示を読み、クリックや入力を行います。
Microsoftの比較では、画面を視覚的に扱うコンピューター利用エージェントは変化へ柔軟な一方、RPAやAPIとは実行特性が異なると示されています。 安定したAPIがあるなら、操作対象とエラーを明確にしやすいAPI型を先に検討します。
Anthropicの安全性解説が扱うように、外部情報から不正な指示を受ける危険もあるため、画面や文書を読む型では権限分離が欠かせません。
AIエージェントの種類でよくある質問
初心者はどの種類から作るとよいですか？
読み取り専用の調査型を単一構成で作ると、影響を限定しながら検索、道具選択、記憶、終了条件を学べます。 最初から複数エージェントや外部更新を加えると、失敗原因の切り分けが難しくなります。
マルチエージェントの方が精度は上がりますか？
自動的には上がりません。 専門役割を分けることで指示を単純化できる一方、情報の受け渡しや判断の不一致が新しい失敗点になります。 単一構成の評価結果を基準にし、分割の効果を測ります。
自律型と自動化は同じ意味ですか？
同じではありません。 自動化は決められた処理の実行も含み、自律型は状況に応じて行動や手順を選ぶ度合いを強調します。 単純な定型処理では、自律性を持たせない方が適切な場合もあります。
目的を決めてから必要な自律度と構成を選ぶ
種類の選択は、最新の名称から始めるのではなく、仕事の終点と失敗時の影響から逆算します。 目的、自律度、構成、接続方式を順に決めれば、評価項目と安全策も具体化できます。
- 対話、調査、操作、分析で必要な道具が変わる
- 自律度が上がるほど停止と評価が重要になる
- 単一構成で解ける仕事を無理に分割しない
- APIと画面操作では安定性と権限管理が異なる
種類を実際の仕事へ結び付けるには、身近な利用から企業業務まで扱う具体例の記事が次の手掛かりになります。
