エージェントとツール
エージェント、それをツールにつなぐプロトコル、その上に作られたコーディングエージェントです。
- Agent2Agent プロトコル
- Agent2Agent プロトコル(A2A)は、異なるフレームワークや異なるベ ンダーで作られた AI エージェントが、内部のツールやメモリを公開することなく、互いを見つけ、タスクを委任し、結果をやり取りできるようにするオープン標準です。
- AI アシスタント
- AI アシスタント(AI assistant)とは、通常は大規模言語モデルの上に作られ、普通の言葉による依頼を受けて、人の代わりに質問に答えたりタスクをこなしたりするソフトウェア製品です。ChatGPT、Claude、Gemini がその例です。
- AI エージェント
- AI エージェント(AI agent)とは、言語モデルが次の手順を自分で決めるシステムです。固定の台本に従うのではなく、ツールを呼び出し、結果を読み、タスクが終わるまで繰り返します。
- AI コードエディター
- AI コードエディター(AI code editor)とは、言語モデルを組み込んだコードエディターや IDE です。コード補完、コードベースについてのチャット、多数のファイルにまたがる変更を計画して実行できるエージェントモードを備えています。
- AI 検索エンジン
- AI 検索エンジン(AI search engine)とは、クエリに対してウェブ検索を行い、言語モデルで結果を読み、リンクの一覧だけでなく、情報源へのリンク付きの文章で回答を返す検索サービスです。
- LLM routing(LLMルーティング)
- LLM routing(LLMルーティング)とは、各リクエストをそれに最も適した言語モデルに送る手法です。簡単なプロンプトには安価なモデル、難しいプロンプトには強力なモデルを使うことが多く、コスト、速度、品質のバランスを取ります。
- LLM ゲートウェイ
- LLM ゲートウェイ(LLM gateway)とは、アプリケーションとモデルの提供元の間に置くプロキシサーバーです。1 つの API を公開し、キー、ルーティング、フォールバック、レート制限、ログ、支出の追跡を 1 か所で扱います。
- MCPクライアント
- MCPクライアントとは、AIアプリケーションのうち、1つのMCPサーバーとの1つの接続を保持する部分です。機能のネゴシエーションを行 い、そのサーバーとホストアプリの間でリクエスト、結果、通知を運びます。
- MCPサーバー
- MCPサーバーとは、Model Context Protocolを通じてツール、データリソース、プロンプトテンプレートをAIアプリケーションに公開するプログラムです。MCPに対応したクライアントであれば、独自の統合コードなしで利用できます。
- MCPトランスポート(stdio、Streamable HTTP)
- MCPトランスポートとは、クライアントとサーバーの間でMCPのJSON-RPCメッセージを運ぶ経路です。仕様では2つを定義しています。ローカルのサブプロセスとして動くサーバー向けのstdioと、ネットワーク経由で接続するサーバー向けのStreamable HTTPです。
- MCPのリソースとプロンプト
- MCPのリソースとプロンプトは、MCPサーバーがツール以外に提供できる2つのものです。リソースはそれぞれURIを持つデータで、アプリがコンテキストに追加できます。プロンプトは、ユーザーが選んで実行する再利用可能なメッセージのテンプレートです。
- Model Context Protocol
- Model Context Protocol(MCP)とは、AIアプリケーションが外部のツール、データ、プロンプトに接続する方法を定めたオープン標準です。ホストアプリケーション、そのクライアント、独立したサーバーの間でJSON-RPCメッセージを使います。
- ReAct(reasoning and acting)
- ReAct(reasoning and acting、推論と行動)とは、言語モデルが推論のステップを書くこと、検索やツール呼び出しなどの行動をとること、次のステップの前にその結果を読むことを交互に繰り返すプロンプトのパターンです。
- Vibe coding(バイブコーディング)
- Vibe coding(バイブコーディング)とは、欲しいものをAIモデルに説明し、モデルが書いたコードを読んだりレビューしたりせずに受け入れ、プログラムが動いているように見えるかどうかだけで結果を判断してソフトウェアを作ることです。
- エージェントオーケストレーション
- エージェントオーケス トレーション(agent orchestration)とは、アプリケーションの中でどのエージェントやモデル呼び出しを、どの順番で実行し、次の手順をどう選ぶかを制御することです。判断はモデルが行う場合と、固定のコードが行う場合があります。
- エージェントサンドボックス
- エージェントサンドボックス(agent sandbox)とは、コンテナ、仮想マシン、オペレーティングシステムの制限などによる隔離された環境です。AI エージェントはその中でコードやコマンドを実行し、決められた範囲の外にあるファイル、ネットワーク、データには届きません。
- エージェントスキル
- エージェントスキル(agent skills)とは、指示、スクリプト、参考ファイルをまとめたフォルダーで、それぞれが SKILL.md ファイルで説明されています。AI エージェントはこれを見つけ、タスクに必要なときだけ読み込みます。
- エージェントハーネス
- エージェントハーネス(agent harness)とは、モデルを実際に動くエージェントにするための周辺ソフトウェアです。ループ、ツール、システムプロン プト、権限、コンテキスト管理、セッション間で進捗を引き継ぐためのファイルなどを含みます。
- エージェントフック
- エージェントフック(agent hooks)とは、ツール呼び出しの直前やファイル編集の直後など、作業中の決まった時点でコーディングエージェントが自動的に実行する、ユーザー定義のコマンドやスクリプトです。エージェントの動作を確認、阻止、拡張するために使います。
- エージェントフレームワーク
- エージェントフレームワーク(agent framework)とは、ツールループ、状態、メモリ、エージェント間のハンドオフ、トレーシングなど、AI エージェントに共通する部品を提供するソフトウェアライブラリです。開発者はこれらを一から作らずに済みます。
- エージェントメモリ
- エージェントメモリ(agent memory)とは、ユーザーに関する事実や過去の作業など、1 つのコンテキストウィンドウを超えて AI エージェントが情報を保持するための技術の総称です。情報をモデルの外に保存し、必要なときに読み込み直します。
- エージェントループ
- エージェントループ(agent loop)とは、AI エージェントの中核にある繰り返しのサイクルです。モデルがツール呼び出しを求め、アプリケーションがそれを実行して結果を返し、モデルが次に何をするかを決めます。
- エージェント型 AI
- エージェント型 AI(agentic AI)とは、タスクの進め方を言語モデルがある程度制御するソフトウェアを指します。モデルは手順を計画し、ツールを選び、その結果に基づいて行動します。1 回のプロンプトと応答よりも高い自律性を持ちます。
- エージェント指示ファイル(AGENTS.md)
- エージェント指示ファイル(agent instructions file)とは、AGENTS.md や CLAUDE.md など、コードリポジトリに置く Markdown ファイルです。コーディングエージェントはセッションの開始時にこれを読み、プロジェクトのコマンド、規約、ルールを把握します。
- コーディングエージェント
- コーディングエージェント(coding agent)とは、人が貼り付けるコードを提案するだけでなく、ソフトウェアに直接取り組む AI エージェントです。コードベースを読み、ファイルを編集し、コマンドとテストを実行し、変更が動くまで繰り返します。
- コンテキストの劣化
- コンテキストの劣化(context rot)とは、入力が長くなるにつれて言語モデルの正確さと信頼性が落ちる現象です。入力がまだコンテキストウィンドウに収まっていて、必要な情報が含まれている場合でも起こります。
- コンテキスト圧縮
- コンテキスト圧縮(context compaction)とは、コンテキストウィンドウの上限に近づいた会話をエージェントが要約し、その要約から始まる新しいウィンドウで作業を続ける手順です。これにより長いタスクを継続できます。
- コンピューター操作
- コンピューター操作(computer use)とは、AI モデルが人と同じようにコンピューターを操作する能力です。スクリーンショットを見て、マウスのクリックとキー入力を送ることで、API のない ソフトウェアでも作業できます。
- サブエージェント
- サブエージェント(subagent)とは、メインのエージェントがタスクを任せる補助のエージェントです。独自の新しいコンテキストウィンドウで、多くの場合は独自の指示とツールを持って作業し、結果の要約だけを返します。
- スラッシュコマンド
- スラッシュコマンド(slash command)とは、/compactや/reviewのように先頭にスラッシュを付けて入力する指示で、AIツールにテキストを通常のメッセージとして扱わず、組み込みの操作や保存済みのプロンプトを実行させるものです。
- ツール呼び出し
- ツール呼び出し(tool calling)は関数呼び出し(function calling)とも呼ばれ、モデル API の機能の 1 つです。スキーマで関数を記述すると、モデルはその 1 つを呼び出す構造化されたリクエストを返し、コードがそれを実行して結果を返します。
- ディープリサーチ(AI)
- ディープリサーチ(deep research)とは、調査の問いについて計画を立て、多数のウェブ検索を行い、見つけた情報源を読み、引用付きの長いレポートを書く AI エージェントの機能です。数秒ではなく数分かかります。
- ノーコードAIアプリビルダー
- ノーコードAIアプリビルダーとは、平易な言葉による説明やビジュアルエディターから動くアプリを作るツールです。通常はホスティングとデータベースが含まれ、コードを書かずにソフトウェアを公開できます。
- ヒューマンインザループ
- ヒューマンインザループ(human-in-the-loop、HITL)とは、AI システムが決められた時点で一時停止し、人が次の手順を承認、修正、拒否する設計です。リスクのある操作や不確かな操作が自動で実行されないようにします。
- ブラウザーエージェント
- ブラウザーエージェント(browser agent)とは、ウェブブラウザーを操作して、検索、クリック、フォームの入力、ページの読み込みなどのタスクをこなす AI エージェントです。多くの場合、画面を表示しないヘッドレスブラウザーで動きます。
- マルチエージェントシステム
- マルチエージェントシステムとは、それぞれ独自の指示、ツール、コンテキストを持つ複数のAIエージェントがタスクの一部を担当し、結果を互いに、または調整役のエージェントに渡す構成です。
- ワークフローとエージェントの違い
- ワークフロー(workflow)とは、手順がコードで固定された経路に従う LLM システムです。一方エージェントでは、モデルが自分で手順とツール呼び出しを決めます。エージェント型ワークフローとして売られている製品の多くは、その中間に位置します。
- ワークフロー自動化(AI)
- AIワークフロー自動化(workflow automation)とは、Zapier、Make、n8nなどのツールを使い、トリガー、アプリの操作、モデルの呼び出しをつないで、新しいサポートチケットを1件ずつ要約するような、自動で動くプロセスを作ることです。
- 仕様駆動開発
- 仕様駆動開発(spec-driven development)とは、コーディングエージェントとの作業の進め方の1つで、まず何をなぜ作るかの仕様を書き、エージェントにそれを計画、タスクリスト、最終的にはコードへと変えさせるものです。
- 判定モデル
- 判定モデル(decision model)とは、自由なテキストを生成する代わりに、一覧からの選択、ルーブリックによるスコア、はい/いいえの確率など、型の決まった答えを返すために作られたモデルです。
- 生成エンジン最適化(GEO)
- 生成エンジン最適化(generative engine optimization、GEO)とは、AI 検索エンジンやチャットアシスタントがウェブのコンテンツを見つけ、生成する回答の中で引用し、出典として示すように、コンテンツを整える取り組みです。
- 音声エージェント
- 音声エージェント(voice agent)とは、リアルタイムで音声の会話を行うAIエージェントです。人の話を聞き、何を言うか、何をするかを決め、合成音声 で答えます。多くの場合、電話回線やアプリを通じて使われます。