AIエージェントの計画は、大きな目標を観察可能な小タスクへ分け、依存関係、必要な道具、完了条件、失敗時の戻り先を決める仕組みです。 良い計画は手順が長いことではなく、一つずつ結果を確認でき、状況が変われば安全に組み直せることが特徴です。 最初から全工程を固定せず、近い手順は具体的に、先の手順は必要になった時点で更新します。
計画機構を含むAIエージェント開発を学びたい方は、AIエージェントが学べるおすすめスクールで、業務活用、Python開発、個別指導の違いから選べます。
| 設計項目 | 決める内容 | 失敗の例 |
|---|---|---|
| 目標 | 完了状態と成果物 | 曖昧で終われない |
| 分解 | 一回で確認できる作業 | 粗すぎて原因不明 |
| 依存 | 前提となる結果 | 未完了の情報を参照 |
| 道具 | 各作業の実行手段 | 権限不足、誤選択 |
| 回復 | 再試行、代替、引き継ぎ | 同じ失敗を反復 |
目標を成果物と完了条件へ言い換える
「競合を調べる」という目標だけでは見えない、社数、比較項目、情報源、終了地点。 成果物を「公式情報に基づく5社の機能と料金の比較表」と定めれば、必要な小タスクを逆算できます。
OpenAIのエージェント構築ガイドは、複雑で判断を要し、固定ルールでは扱いにくい業務をエージェント候補として整理しています。 曖昧な依頼をそのまま実行せず、達成状態へ変換する工程が計画の起点です。
完了条件には、必須項目、根拠、形式、期限、禁止事項を含めます。 これによって、作業量ではなく成果物の状態で終了を判断できます。
小タスクは一回の行動と観察で確認できる大きさにする
「調査を完了する」のままでは観察できない失敗地点。 企業名を特定する、公式ページを取得する、料金項目を抽出する、更新日を確認するという単位へ分けます。
ReActの研究は、推論と行動を交互に進め、外部から得た観察結果を次の判断へ戻す方法を示しています。 計画を頭の中だけで完結させず、一つの行動ごとに環境の結果を確認する考え方です。
分解した各タスクには次の五項目を持たせます。
- 入力として必要な状態
- 実行する一つの行動
- 利用できる道具と権限
- 成功を判定する観察結果
- 失敗時の再試行または引き継ぎ
細かくしすぎると推論回数が増えるため、モデルを呼ばずコードで処理できる連続工程はまとめます。
依存関係を図にして並列化できる部分を見つける
企業ごとの情報収集は並列でも、企業名の確定が前提になる料金調査。 タスク間の前提を矢印で結ぶと、順番が必要な部分と同時に進められる部分が見えます。
競合調査の簡易フロー。
- 比較対象の条件を確定する
- 条件に合う企業候補を集める
- 各社の公式情報を並列に取得する
- 共通項目へ変換して比較する
- 欠損と矛盾を検証して完成させる
Anthropicのマルチエージェント調査システムでは、調整役が問題を分解し、複数の調査役へ並列に委任する構成が説明されています。 並列化の価値は、独立した探索が多い仕事で大きくなります。
長い計画は実行結果を見て組み直す
20手先を決めても、3手目の情報不足で無効になる後続計画。 そこで直近の数手を具体化し、観察結果から残りを更新します。
Anthropicの設計ガイドは、エージェントが環境から根拠情報を受け取り、途中で進捗を確認しながら動く構成を示しています。
再計画の条件は事前に決めます。
- 必須情報が取得できない
- 道具の実行が所定回数失敗した
- 予算または制限時間へ近づいた
- 新しい事実が前提と矛盾した
- 高リスク操作の前で承認が必要になった
条件外の小さな違いで毎回計画を作り直すと、処理が不安定になります。 再計画する変化と、そのまま進める変化を分けます。
推論の正しさは計画だけでなく実行履歴から評価する
きれいな計画文より重要な、実際に使った情報源と道具。 Google Cloudの設計パターン選択ガイドは、単体と複数エージェントの複雑さ、信頼性、費用を含めて構成を選ぶ必要を示しています。
評価では、完了率、不要な手順数、再計画回数、道具の誤選択、禁止操作、人への引き継ぎ理由を記録します。 成功した一例だけでなく、情報不足、矛盾、外部停止を含む失敗例も使います。
AIエージェントのアーキテクチャと合わせると、計画を記憶、道具、制御機構へどう接続するか整理できます。
AIエージェントの計画とタスク分解でよくある質問
タスクは細かいほどよいですか？
細かすぎる分解で増える、モデル呼び出し、状態管理、受け渡し、費用、失敗点。 一回の行動後に成功を観察できる大きさを基本にし、決定的な連続処理はコードでまとめます。 失敗原因を特定できるかが判断基準です。
計画を利用者へ見せる必要はありますか？
すべての内部推論を表示する必要はありませんが、実行予定の操作、使う情報、重要な分岐、承認が必要な行為は説明できるようにします。 利用者には、何をするか、なぜ必要か、どこで止められるかを示します。
計画どおりに進まない場合はどうしますか？
再試行、代替手段、再計画、人への引き継ぎの順序を決めます。 同じエラーを繰り返さず、失敗理由と現在状態を保存します。 予算、時間、権限の上限へ達した場合は、自動で続けず保留にします。
計画は未来の宣言ではなく確認可能な次の一手
AIエージェントの計画は、長い手順書を一度で作ることではありません。 目標を観察可能な小タスクへ分け、実行結果に応じて次の一手を更新する仕組みです。
- 目標を成果物と完了条件へ変換する
- 小タスクに入力、行動、観察、回復を持たせる
- 依存関係から順次と並列を分ける
- 再計画する条件を先に決める
- 計画文ではなく実行履歴で評価する
計画した行動を外部操作へ安全につなぐ方法は、次のAIエージェントのツール利用と権限設計で確認できます。
