AIエージェント 導入・開発・運用 トータルガイド

はじめに

第1章 AIエージェントの輪郭
1.1 AIエージェントの歴史的系譜
1.2 AIエージェントとは何か
1.3 自律型とワークフロー型のスペクトラム
1.4 従来技術との本質的な差異
1.5 Coding Agentという新たなパラダイム
1.6 ツール連携の設計判断
1.7 エンタープライズアーキテクチャの変容
1.8 3つの差異が生む設計課題
1.9 本章のまとめ

第2章 エージェントの内部構造
2.1 4つの構成要素
2.2 ペルソナ設計 ̶̶ プロンプトエンジニアリングの体系
2.3 推論 ̶̶ モデル選択の判断フレームワーク
2.4 行動：ツール連携の設計
2.5 記憶：3層構造からAgentic RAGまで
2.6 マルチモーダルエージェントの設計
2.7 エージェントの実行コンテキストと状態管理
2.8 4要素の相互作用と創発
2.9 本章のまとめ

第3章 マルチエージェントの階層設計
3.1 なぜ層を分けるのか
3.2 4層モデル
3.3 4層モデルの具体的適用：LV0からLV3への対応
3.4 4層モデルの通し事例
3.5 エージェント間の通信パターン
3.6 層間の権限境界と最小権限の原則
3.7 エージェントレジストリの設計
3.8 単体で十分な場合とマルチエージェントが必要な場合
3.9 コンウェイの法則とエージェント設計
3.10 階層設計のアンチパターン
3.11 本章のまとめ

第4章 何を委ね、何を委ねないか
4.1 問いの立て方を変える
4.2 エージェントに向く業務の特性
4.3 業種別エージェント適用カタログ
4.4 駆動方式と対象業務の関係
4.5 エージェントに向かない業務の特性
4.6 誤った選定のコスト
4.7 投資対効果の評価フレームワーク
4.8 PoCの設計手法
4.9 実際の選定プロセス：2つの事例から学ぶ
4.10 対象選定が後続の設計判断を決定する
4.11 選定のためのチェックリスト
4.12 本章のまとめ

第5章 セキュリティとガードレール
5.1 AI固有の攻撃面
5.2 プロンプトインジェクション研究の変遷と防御の原則
5.3 プロンプトインジェクションへの多層防御
5.4 データの取り扱い
5.5 コスト爆発攻撃への対策
5.6 ガードレールの設計
5.7 ドメイン固有ガードレールの設計
5.8 アクセス制御
5.9 ガードレールの統制アプローチ
5.10 技術的対策と制度的対策の組み合わせ
5.11 レッドチーミングの実施手法
5.12 規制環境とコンプライアンス
5.13 本章のまとめ

第6章 人間の関与の設計
6.1 ガバナンスの本質は「どこに人間を残すか」にある
6.2 リスクに比例する制御
6.3 介入の設計パターン
6.4 介入率のモニタリング
6.5 組織体制：標準化と自律性のバランス
6.6 信頼の漸進的拡大という設計原理
6.7 介入を可能にするインターフェースの設計
6.8 運用責任の分界と移管
6.9 本章のまとめ

第7章 品質評価という難問
7.1 確率的システムの品質をどう測るか
7.2 従来のテストがなぜ不十分か
7.3 評価データセットの構成
7.4 多層テストの設計
7.5 評価の自動化：3層の階層構成
7.6 品質基準の定量化
7.7 評価プロンプト（ルーブリック）の設計手法
7.8 評価の実務：Excelからパイプラインへ
7.9 回帰テストとA/Bテストの設計
7.10 品質評価を組織の力にする
7.11 本章のまとめ

第8章 開発と展開
8.1 ビルド・バイ・カスタマイズの判断
8.2 依存管理：部品表という考え方
8.3 ツール実行場所の設計判断
8.4 環境戦略とインフラ設計
8.5 開発プロセスの設計
8.6 CI/CDパイプラインとエージェント品質ゲート
8.7 PoCから本番への移行設計
8.8 段階的展開の設計
8.9 ロールバック条件の事前定義
8.10 チーム構成と開発体制
8.11 利用者への期待値設定
8.12 本章のまとめ

第9章 運用と改善のループ
9.1 なぜ運用が特別な意味を持つのか
9.2 観測基盤：トレース・メトリクス・ログの3本柱
9.3 エージェント別の監視指標と閾値アラート
9.4 失敗の還流：障害を改善の起点にする
9.5 学習ループ：アジャイル運用とモデル更新
9.6 コスト最適化の運用手法
9.7 SLA設計とレジリエンス検証
9.8 継続的な運用責任を担う専任体制
9.9 本章のまとめ

おわりに