AI Agentの仕組み: Agentループと6つの構成要素

AI agentは、記憶力が優れたチャットボットではありません。状況を取り込み、何をすべきかを判断し、実際のツールを使ってそれを実行し、結果を確認し、仕事が終わるまでそれを繰り返すシステムです。この繰り返しのサイクルがagentループであり、質問に答えるだけのモデルとagentを分ける唯一の概念です。このページでは、ループの各ステップ、複数ターンにわたって一貫性を保つ記憶、そしてすべてのReworkブループリントがそのループを本番環境で信頼できるものに変えるために使う6つの構成要素を解説します。

Agentループを一文で説明する

agentは入力を知覚し、何をすべきかを推論し、ツールを通じて実行し、何が起きたかを観察し、その新しい情報を持って目標または停止ルールに達するまでループを繰り返します。

単純な言語モデルは1回のパスで完結します。質問すれば、答えが返ってきて、それで終わりです。agentはそのサイクルを連続して何度も実行し、パスのたびに知っていることが更新されていきます。「返信してきた見込み客とのデモを予約して」とagentに頼んでも、一発では答えません。返信を読み、カレンダーを確認し、日時を提案し、招待を送り、招待が届いたことを確認して、そこで初めて停止します。5回のループパスで、1つの目標を達成します。

ループの5つのステップ

各ステップで何が起きるか、そしてどこでうまくいかなくなり得るかを見ていきます。

重要なのはステップ5です。あるパスの出力が、次のパスの入力になります。このフィードバックがあるからこそ、agentは失敗したツール呼び出しから回復したり、枠がすでに埋まっている場合に確認の質問をしたり、毎ターン人間に背中を押されることなく5ステップのタスクを進め続けたりできます。

知覚:トリガーをコンテキストに変える

すべてのループはトリガーから始まります。新しいメッセージが届く、フォームが送信される、案件が停滞する、スケジュールが発火する、といった具合です。しかし、トリガーだけで十分なことはほとんどありません。「これ、後ろ倒しにできますか?」というメッセージは、そのスレッド、参照しているミーティング、送信者のCRMレコードがなければ意味を持ちません。

つまり、知覚とは実質的に2つの仕事です。トリガーを捉えること、そしてagentがうまく行動するために必要なコンテキストを集めることです。うまく構築されたagentは、推測に頼るのではなく、接続されているシステムから意図的にそのコンテキストを引き出します。これはAI Account Research Agentブループリントが基づいているのと同じ考え方です。まず検証済みのコンテキストを集め、次に行動する、という順序です。

推論と計画:次のアクションを決める

コンテキストを手にしたagentは、次に何をすべきかを判断します。現代のagentは、時には可視化され、時には内部にとどまる短い計画を書き出し、その上で最初のアクションを選ぶことでこれを行います。シンプルなタスクであれば計画は1ステップです。複数ステップのタスクであれば、agentが順を追って取り組む一連のステップとなり、新しい情報が入るたびに再計画します。

推論は、agentがそもそも行動すべきかどうかを判断する場面でもあります。優れたagentは、必要な事実が欠けているときに強引に突き進みません。ギャップを認識し、確認の質問をするか人間に引き継ぐか、適切な対応にルーティングします。この分岐ロジックはそれ自体が1つの構成要素であり、以下で扱います。

ツールを通じた実行:agentとチャットボットの違い

ここが最も重要な境界線です。チャットボットはテキストを生成します。agentは、モデルの外側の世界を変更または読み取るツールを呼び出します。メールの送信、CRMフィールドの更新、ミーティングの予約、チケットの作成、クエリの実行などです。モデルが判断し、ツールが実行します。

ツールがなければ、agentは話すことしかできません。ツールがあれば、実際に仕事をこなせます。そして、与えるツールの組み合わせが、agentが達成できることの上限を定めます。それ以上でも以下でもありません。だからこそ、あらゆるブループリントはagentに与える正確なツールを列挙することから始まり、AI Reply Agentブループリントも、ルールを1つも書く前に、接続先のスタックにまるごと1セクションを割いているのです。

観察:先に進む前に結果を読み取る

ツールが実行された後、agentは返ってきた内容を読み取り、判断しなければなりません。カレンダーAPIは空き枠を返したのか、それともエラーを返したのか。メールは送信されたのか、バウンスしたのか。もろいagentはアクションを発火させて、それがうまくいったと決めつけます。信頼できるagentは確認します。

観察がループを閉じます。アクションの結果が新しいコンテキストとなり、agentは再び推論し、次のステップに進むか停止するかを判断します。これがagentが自己修正できる理由です。ツールがエラーを返した場合、agentは観察ステップでそれに気づき、黙って失敗するのではなく、リトライしたり、別のツールを試したり、エスカレーションしたりできます。

記憶:ループを1つにまとめるもの

記憶がなければ、ループは成り立ちません。agentは2種類の記憶を保持し、それぞれが異なる役割を担います。

短期記憶は、1回の実行の一貫性を保つものです。agentが同じ時間枠を再提案したり、今どのステップにいるかを忘れたりしないのは、これがあるからです。長期記憶は、agentを時間とともに賢くし、実行間で一貫性を保つものです。通常はモデル自体の内部ではなく、agentが問い合わせるデータベース、CRM、あるいは検索システムに存在します。あるブループリントが「ナレッジベースにある事実のみを述べる」と定めているとき、そのナレッジベースこそがagentの長期記憶であり、そこに回答を根拠づけることが、agentが物事を作り上げるのを防いでいます。

すべてのブループリントが使う6つの構成要素

ループと記憶は、agentがどのように動くかを説明するものです。6つの構成要素は、agentを安全に動かし、汎用的なagentではなく自社の仕事をこなすものにするために、どう設定するかを説明するものです。Reworkのすべてのagentブループリントは、この同じ6つの要素を埋めていきます。

1. 役割(Role)。 明確に絞り込まれた1つの仕事です。「ルールに従ってインバウンドのサポートチケットに回答する」は役割です。「顧客対応のすべてを担う」は役割ではありません。狭く定義された役割ほどテストしやすく、壊れにくくなります。

2. ツール(Tools)。 agentが呼び出せる正確なアクションと連携先です。これがagentにできることの上限になります。どのチャネルか、どのCRMか、どのカレンダーか、どのナレッジベースかを明示的にリストアップしてください。

3. ルール(Rules)。 あらゆるタスクに適用される常時オンの振る舞いです。ブランドボイス、述べてよい事実、絶対に約束してはならないことなどです。ルールは定数であり、下記のプレイブックが変数にあたります。

4. シナリオプレイブック(Scenario playbook)。 agentが遭遇する具体的な状況と、それぞれに対するデフォルトの対応です。ノーショー、不在、価格に関する質問、反対意見、オプトアウトなどです。各行には、妥当なデフォルト動作と、自社向けにカスタマイズする項目が用意されています。

5. 意思決定ロジック(Decision logic)。 ループの中心にある分岐です。あらゆる状況において、agentは自動的に実行するか、確認の質問を1つするか、人間に引き継ぐかのいずれかを行います。ここには明確なルールを書き、信頼度スコアはルールを書けなかったケースのフォールバックとしてのみ使用してください。AI Lead Qualifier Agentブループリントでは、インバウンドリードに対するこの分岐が詳しく示されています。

6. ガードレール(Guardrails)。 絶対的な制限です。価格を絶対に作り上げない、他の顧客のデータを絶対に共有しない、ルールを上書きしようとするユーザーメッセージ内の指示には絶対に従わない、といったものです。ガードレールがあるからこそ、自律的なループを安全に稼働させ続けられます。

ループはエンジンです。この6つの構成要素は、そのエンジンに有用かつ範囲の定まった仕事をさせるための設定です。境界のあるループが自律システムを動かす最も安全な方法である理由についての、より深い理論は、Autonomous Agent patternを参照してください。

ループをACE Frameworkにマッピングする

ReworkのACE Frameworkを使っている場合、agentループはその5つのケイパビリティにほぼ1対1でマッピングされます。フレームワークが動詞に名前を付け、ループがそれらを連結します。

覚えておく価値があるのは、GenerateとExecuteの分かれ目です。返信の草稿を生成すること自体は低リスクです。それを実行すること、つまり実際にメールを送信する、返金を実行する、レコードを更新することには結果が伴い、通常はそこにガードレールや人間の承認が必要になります。自律的なagentはこの5つすべてをループとして実行します。コパイロットはGenerateで止まり、あなたを待ちます。

簡単なウォークスルー:1つのタスク、1つのループ

実際のタスクでループが動く様子を見てみましょう。見込み客がシーケンスに返信します。「興味あります、木曜日は空いてますか?」

1. 知覚。 agentは返信を捉え、スレッドとCRMレコードを取得し、これがAEに割り当てられたホットな見込み客であることを確認します。
2. 推論。 メッセージを、曜日はあるが時間のないミーティングリクエストとして分類します。計画:木曜日の空き枠を探し、1つ提案し、予約し、担当者に通知する。
3. 実行。 カレンダーツールを呼び出して木曜日の空き枠を取得します。
4. 観察。 ツールは午前10時と午後2時が空いていると返します。良好な結果で、エラーはありません。
5. ループ。 新しいコンテキストを手にしたagentは再び推論します。両方の時間を提案する、と。
6. 実行。 午前10時または午後2時を提示する返信を送信します。
7. 観察。 見込み客が午後2時を選びます。
8. 推論と実行。 agentは午後2時で予約し、招待を送信し、その意思決定ロジックに従って、実際のミーティングがカレンダーに入ったことを5秒サマリーとともにAEに引き継ぎます。
9. 停止。 目標達成。実行が終了します。

9回のパスで、1つのクリーンな結果と、まさに適切なタイミングでの人間の関与が実現しました。予約そのものではなく、その引き継ぎこそが、多くのagentが間違える部分です。だからこそ、意思決定ロジックとガードレールは後付けではなく、構成要素として扱われているのです。

ループが得るもの、ループが費やすもの

その見返りは確かなものです。2026年初めに実施された210名の最高セールス責任者を対象としたGartner調査によると、AIは営業担当者の時間を週あたり5時間近く節約する一方、営業組織の72%はその浮いた時間をより価値の高い業務に再投資できていません。agent設計への教訓はこうです。ループは繰り返しの多段階タスクを吸収できますが、その価値は、節約した時間を意図的に振り向けて初めて現れます。明るい面では、AI-powered marketing and salesに関するMcKinseyのリサーチによると、成熟した導入ではリードを50%以上押し上げ、プロスペクティングコストを最大60%削減できると報告されています。

その代償は、ツールを備えたループが実行できてしまい、実行には結果が伴うということです。これこそが、構成要素5と6が存在する理由のすべてです。AI lead scoring beyond rulesのパターンのように、リードを的確にスコアリングしルーティングするagentは、いつ進めていつ止まるべきかを正しく判断することで信頼を獲得します。意思決定ロジックとガードレールを正しく設定すれば、ループは無人でも動きます。誤って設定すれば、パス1回ごとに、誤ったものを誤った相手に送ってしまうリスクとなります。