ブログ

AIエージェントとは?(チャットボットとの違い)

Markdown

AIエージェントはツールをまたいで計画を立て、目標達成に向けた行動を取ります。一方、チャットボットは通常、1回のやり取りで質問に答えます。

AIエージェントとは、目標を受け取り、それを複数の手順に分解し、外部ツールやAPIを呼び出して結果を確認しながら、ほとんど、またはまったく指示を受けずに目標が達成されるまで処理を続けるソフトウェアです。チャットボットは通常、一度に1つのメッセージに答え、次の質問を待ちます。エージェントは行動し、チャットボットは応答します。

AIエージェントとは具体的に何ですか?

AIエージェントは、大規模言語モデル(LLM)の上に構築されます。LLMは、プロンプトをテキストに変換する予測エンジンです。LLMは頭脳にすぎません。エージェントはLLMをループで包み込み、何をすべきかを推論し、ツールを選び、実行し、その出力を読み、次に何をすべきかを判断します。

この「推論、行動、観察、反復」のループによって、エージェントは一度きりの質問に答えるシステムとは異なるものになります。必要なツールと権限があれば、エージェントは会議の予約、データベースへの問い合わせ、チケットの起票、ワークフローの開始を実行できます。

では、チャットボットとは何ですか?

チャットボットは会話型のインターフェースです。従来のチャットボットは、あらかじめ決められた判断ツリー(「請求については1を押してください」)に従っていました。現代のLLMチャットボットはより流暢で、自由形式の質問にも答えられますが、その役割は依然として、主に会話の中で応答することです。情報を取得してうまく表現しますが、ユーザーに代わって現実世界の操作を行うことはほとんどありません。

「AIエージェント」として販売されている製品の多くは、実際には親しみやすい呼び名のチャットボットです。見分け方は簡単です。話すだけなのか、それとも実際に何かを行うのか、という点です。

主な違いは何ですか?

  • 目標とターン: エージェントは複数の手順を通じて目標の達成に取り組みます。チャットボットは一度に1ターンずつ対応します。
  • 行動と回答: エージェントはツールを呼び出して、メールの送信や記録の更新などを実行します。チャットボットはテキストを返します。
  • 自律性: エージェントは次の手順を自ら判断します。チャットボットは次のメッセージを待ちます。
  • 記憶と状態: エージェントは長いタスクの進捗、途中結果、コンテキストを追跡します。チャットボットが保持するのは通常、短い会話履歴だけです。
  • 失敗の影響範囲: チャットボットが間違えると、誤った回答を返します。エージェントが間違えると、誤った操作を実行する可能性があります。そのため、エージェントにはより強力なガードレールが必要です。

実用的なAIエージェントは何で構成されていますか?

本番運用に耐えるエージェントが「LLMだけ」であることは、ほとんどありません。実際に動作するエージェントは、通常、複数の要素を組み合わせています。

  • LLM: 推論と言語処理を担います。
  • ツール / function calling: エージェントの利用が許可されているAPI、データベース、サービスです。
  • オーケストレーション: 推論・行動・観察のループを実行し、タスクの完了を判断し、再試行を処理する制御ロジックです。(オーケストレーションとは、手順とツールを適切な順序で連携させることです。)
  • RAG(Retrieval-Augmented Generation): 実行時に関連する文書やデータを取得してモデルに渡し、推測ではなく実際の内容に基づく回答を生成します。
  • メモリ: 現在のタスクの短期的な状態と、ときには過去のやり取りを保存する長期ストレージです。
  • ガードレール: 使用可能なツール、支出上限、コンテンツフィルター、承認ゲートなど、エージェントの発言や行動を制限する安全ルールです。

エージェントとチャットボットは、どのような場合に使い分けるべきですか?

質問への回答、サポートチケットの削減、ユーザーの案内が目的で、誤った表現による損失が小さい場合は、チャットボットを使いましょう。コストが低く、短期間でリリースでき、安全性も保ちやすい選択肢です。

複数の手順と実際の操作を伴う業務、たとえば請求書の照合、チケットの振り分けとルーティング、複数システムを横断する調査、複数段階のワークフローの実行には、エージェントを使いましょう。価値は回答を提供するだけでなく、業務を自動化できる点にありますが、求められるエンジニアリング水準はより高くなります。

エージェントの構築は、なぜチャットボットより難しいのですか?

エージェントは行動するため、無限にループする、誤ったツールを呼び出す、意図しない操作を実行するといった、コストのかかる失敗を起こす可能性があります。チャットボットにとって最悪の日は気まずい回答を返すことですが、エージェントにとって最悪の日は、レコードを削除したり、APIの請求額が際限なく膨らんだりすることです。そのため、エージェントには評価、ガードレール、コスト上限が必要であり、重大な操作の前には通常、人間が確認するチェックポイントも必要です。

Ailootでこのガイドを活用する

1つのAiloot APIを通じて、AIモデルをアプリケーション、エージェント、自動化に接続できます。タスクに合ったモデルを選び、Ailootドキュメントに沿って始めましょう。