# AIエージェント

> YogoQ Core AI-readable term handoff. Preview, read-only, Reviewed/Verified only.

- Canonical URL: https://core.yogoq.com/ja-JP/core/ai-agent
- Locale: ja-JP
- Content tier: db_backed
- Quality: reviewed
- Publication status: published_reviewed
- Schema version: core-reviewed-term-ai-handoff-v2
- Compatible with: core-reviewed-term-ai-handoff-v1
- Content hash: a170809842fc1d7d4bccff10600e1d5961fee1229bc00670dd2bc81a3e9a06c8
- Trust policy: core-trust-policy-v1-2026-06-22

## Short Definition

AIエージェントは、目的に向けて推論し、必要に応じてツールや外部情報を使い、複数ステップの作業を進めるAIシステムである。自律性を上げるほど権限、監査、人間確認が重要になる。

## 一言でいうと

AIエージェントは、目的に向けて推論し、必要に応じてツールや外部情報を使い、複数ステップの作業を進めるAIシステムである。自律性を上げるほど権限、監査、人間確認が重要になる。

## 計算の考え方

AIエージェントは、完了率だけでなく安全性と介入量を合わせて評価する。 タスク完了率 | 成功タスク数 / 対象タスク数 | 実用性を見る 介入率 | 人間が止めた回数 / 実行回数 | 自律性の過不足を見る 安全率 | ポリシー違反なしの実行数 / 実行数 | 権限と監査の健全性を見る

- タスク完了率 | 成功タスク数 / 対象タスク数 | 実用性を見る
- 介入率 | 人間が止めた回数 / 実行回数 | 自律性の過不足を見る
- 安全率 | ポリシー違反なしの実行数 / 実行数 | 権限と監査の健全性を見る

## 含めるもの / 含めないもの

AIエージェントは、会話モデル、ワークフロー自動化、RPAと重なるが、権限と判断範囲で分けて考える。 含める | 計画、検索、ツール実行、ファイル操作、API呼び出し、検証、修正 | 複数ステップを扱う 含めない | 無制限な自律実行、承認不要の高影響操作、責任者不在の意思決定 | 安全境界が必要 明示する | 使えるツール、データ範囲、人間承認、ログ、停止条件 | 本番運用の前提になる

- 含める | 計画、検索、ツール実行、ファイル操作、API呼び出し、検証、修正 | 複数ステップを扱う
- 含めない | 無制限な自律実行、承認不要の高影響操作、責任者不在の意思決定 | 安全境界が必要
- 明示する | 使えるツール、データ範囲、人間承認、ログ、停止条件 | 本番運用の前提になる

## 意味

AIエージェントは、ユーザーや組織が与えた目的をもとに、状況を解釈し、手順を組み立て、ツールやデータソースを使いながら作業を進めるAIシステムである。単発のチャット回答よりも、検索、ファイル操作、API呼び出し、計画、検証、修正などを組み合わせる点が特徴である。実務では、どのツールを使えるか、どのデータへアクセスできるか、どの操作に人間承認が必要か、どのログを残すかを設計しないと、誤操作や権限逸脱のリスクが高まる。 通常のチャットと違い、複数ステップの計画、外部ツール、状態管理、停止条件、承認フローを組み合わせるため、便利さだけでなく操作権限と監査性が重要になる。

## 役立つ場面

チャット支援で十分か、ツール実行を許すエージェント化が必要かを判断できる。 判断時は、任せる範囲、使えるツール、止める条件、人間承認が必要な操作を明確にする。 人間承認が必要な操作を分類することで、速度と安全性のバランスを取れる。 判断時は、任せる範囲、使えるツール、止める条件、人間承認が必要な操作を明確にする。 MCPやAPI連携を使う場合、ツール説明、入力スキーマ、権限、監査ログを先に設計できる。

- チャット支援で十分か、ツール実行を許すエージェント化が必要かを判断できる。 判断時は、任せる範囲、使えるツール、止める条件、人間承認が必要な操作を明確にする。
- 人間承認が必要な操作を分類することで、速度と安全性のバランスを取れる。 判断時は、任せる範囲、使えるツール、止める条件、人間承認が必要な操作を明確にする。
- MCPやAPI連携を使う場合、ツール説明、入力スキーマ、権限、監査ログを先に設計できる。

## 使い方のポイント

- AIエージェントは、回答だけでなく作業の実行と検証を含むシステムである。
- ツール権限を広げるほど、ログ、人間承認、ロールバックが重要になる。
- 最初は読み取りや下書きなど低リスク作業から始めるのが安全である。
- 成功率だけでなく、介入率、誤操作率、権限違反、ユーザー負荷を見る。
- MCPなどの標準化された接続は便利だが、ツール公開範囲を慎重に決める必要がある。

## 何が数字を動かすか

エージェントの成果は、モデル能力よりも、ツール設計、権限、評価、失敗時の停止条件で左右される。 ツール | 正確で狭いツールほど失敗時の影響を限定できる 権限 | 読み取り、下書き、実行、外部送信を段階的に分ける 評価 | 長いタスクほど中間状態と最終成果の両方を測る 人間確認 | 高影響操作は承認点を置くことで安全に拡張できる

- ツール | 正確で狭いツールほど失敗時の影響を限定できる
- 権限 | 読み取り、下書き、実行、外部送信を段階的に分ける
- 評価 | 長いタスクほど中間状態と最終成果の両方を測る
- 人間確認 | 高影響操作は承認点を置くことで安全に拡張できる

## 判断するときの注意点

AIエージェントは、便利なほど事故時の影響も大きくなる。 外部送信、削除、購入、契約、権限変更などは人間承認を要求する。 ツール説明が曖昧だと、モデルが誤った目的で呼び出す可能性がある。 実行ログと再現情報がないと、事故調査や改善ができない。

- 外部送信、削除、購入、契約、権限変更などは人間承認を要求する。
- ツール説明が曖昧だと、モデルが誤った目的で呼び出す可能性がある。
- 実行ログと再現情報がないと、事故調査や改善ができない。

## よくある誤解 / 落とし穴

- AIエージェントは完全自律であるべき、という誤解がある。実務では承認点を置く方が安全である。
- モデルを良くすれば事故はなくなる、という誤解がある。ツール設計と権限管理が不可欠である。
- 長いタスクを任せれば必ず効率化する、という誤解がある。中間検証がないと手戻りが増える。

## 最小例

開発チームが、障害調査の一次切り分けにAIエージェントを使う。最初はログ閲覧、関連PR検索、既知インシデント検索だけを許可し、本番設定変更や再起動は許可しない。エージェントは調査メモを作成し、根拠リンクと未確認事項を明記する。人間が承認した後にだけ、Runbookに沿った次操作へ進む。初期運用で調査時間は短くなったが、古いRunbookを参照するケースが見つかったため、参照可能なドキュメントの更新日チェックを追加した。 さらに、検索は自動実行、メール下書きは自動生成、送信は人間承認に分けた。失敗した場合は次の操作へ進まず、理由と参照情報をログに残すようにしたため、担当者は便利さを保ちながら、顧客へ誤送信する事故や権限外操作を避けられた。

## 似ている言葉との違い

AIエージェント | 目的に沿って複数ステップを進める | ツールと評価が必要 チャットボット | 対話で回答する | 実行権限は限定的 RPA | 決まった手順を自動実行する | 柔軟な推論は限定的

- AIエージェント | 目的に沿って複数ステップを進める | ツールと評価が必要
- チャットボット | 対話で回答する | 実行権限は限定的
- RPA | 決まった手順を自動実行する | 柔軟な推論は限定的

## 一緒に見る指標

AIエージェントは、MCP、ツール利用、AI評価、プロンプトインジェクションと一緒に見る。 Model Context Protocol | ツールやデータ接続の標準 | エージェント連携で使う ツール利用 | 外部システムを呼び出す能力 | 実行範囲を制御する プロンプトインジェクション | 外部入力で操作を誘導されるリスク | エージェントでは特に重要

- Model Context Protocol | ツールやデータ接続の標準 | エージェント連携で使う
- ツール利用 | 外部システムを呼び出す能力 | 実行範囲を制御する
- プロンプトインジェクション | 外部入力で操作を誘導されるリスク | エージェントでは特に重要

## Aliases

- AIエージェント (display_name, ja-JP)
- AI Agent (english_name, en-US)
- 自律型AIエージェント (katakana, ja-JP)
- AIエージェント (localized_title, ja-JP)

## Relations

- 生成AI: related (https://core.yogoq.com/ja-JP/core/generative-ai)
- Model Context Protocol（MCP）: related (https://core.yogoq.com/ja-JP/core/model-context-protocol)
- ツール利用: related (https://core.yogoq.com/ja-JP/core/tool-use)

## RAG Chunks

- core:chunk:ai-agent:ja-JP:definition:554d8dff5bfee6b0
- core:chunk:ai-agent:ja-JP:formula:9f3de8f51eb0c3cc
- core:chunk:ai-agent:ja-JP:boundary:c71282bfa0e1f9aa
- core:chunk:ai-agent:ja-JP:meaning:678d6823e9a89f77
- core:chunk:ai-agent:ja-JP:usage:738a1f541bcdc598
- core:chunk:ai-agent:ja-JP:usage:bcdfbd3634099718
- core:chunk:ai-agent:ja-JP:drivers:f3854e7e7f88ebd5
- core:chunk:ai-agent:ja-JP:misunderstandings:4db4580cadf20a51
- core:chunk:ai-agent:ja-JP:misunderstandings:cd26db9c6b49ca93
- core:chunk:ai-agent:ja-JP:examples:db315b0652ec0667
- core:chunk:ai-agent:ja-JP:comparisons:caf9f16b9184083a
- core:chunk:ai-agent:ja-JP:related_metrics:caa350988b686d39
- core:chunk:ai-agent:ja-JP:faq:65d5cc7af45d7a66
- core:chunk:ai-agent:ja-JP:faq:55eaa266448ad81f
- core:chunk:ai-agent:ja-JP:faq:f16e78a19ff71c78

## FAQ

### AIエージェントとチャットボットは何が違いますか？

チャットボットは主に回答します。AIエージェントは、目的に向けてツール利用や複数ステップの作業を組み合わせます。

### 完全自律にすべきですか？

高影響操作では完全自律にせず、人間承認、停止条件、監査ログを置くべきです。

### 最初に任せるべき作業は何ですか？

読み取り、下書き、要約、調査補助など、失敗時にロールバックしやすい作業から始めます。

## Sources

- NIST: AI RMF - https://nvlpubs.nist.gov/nistpubs/ai/nist.ai.100-1.pdf
- Model Context Protocol: What is MCP? - https://modelcontextprotocol.io/docs/getting-started/intro
- Model Context Protocol: Tools - https://modelcontextprotocol.io/docs/concepts/tools

## Limitations

このページは調査・学習のための参照情報です。会計、法務、金融、医療、セキュリティなどの個別判断では一次情報や専門家の確認を優先してください。

- 公開ページは一般的な理解と実務上の判断材料を提供するもので、個別案件の専門助言ではありません。
- 制度、価格、規制、会計基準、製品仕様など変化が速い情報は、最終判断前に一次情報で確認してください。
- AI支援を含む制作・監査フローを使う場合も、公開可否は品質ゲートと人間が読める証跡に基づいて扱います。