AIエージェント開発の知識地図――仕組みから開発、運用、ガバナンスまで

はじめに

第1章 AIエージェントとは
1.1 生成AIとLLM
1.1.1 生成AIとは
1.1.2 LLMとは
1.1.3 主要なLLM
1.1.4 プロンプトの基礎
1.1.5 LLMの限界とリスク
1.2 AIエージェントの概要
1.2.1 AIエージェントの定義
1.2.2 AIエージェントの構成要素
1.2.3 AIエージェントの動作
1.2.4 ワークフローとAIエージェント
1.3 AIエージェントのユースケース
1.3.1 コーディングエージェント
1.3.2 運用支援エージェント
1.3.3 Physical AI

第2章 AIエージェントを支える仕組み
2.1 AIエージェントを支える全体像
2.1.1 AIエージェントの構成要素と本章の構成
2.2 AIエージェントの思考
2.2.1 AIエージェントの思考パターン
2.2.2 ReAct
2.2.3 Plan-and-Execute
2.2.4 Chain-of-Thought
2.2.5 Self-Refine
2.3 AIエージェントの知識拡張
2.3.1 なぜ外部情報が必要なのか
2.3.2 ナレッジベースの検索
2.4 AIエージェントの外部連携
2.4.1 外部連携の必要性
2.4.2 Tool Useの概要と仕組み
2.4.3 AIエージェントツール定義の設計
2.5 AIエージェントの記憶
2.5.1 「記憶」の必要性
2.5.2 短期記憶
2.5.3 長期記憶
2.6 AIエージェントと人の協調（Human-in-the-Loop）
2.6.1 Human-in-the-Loopの必要性と適用基準
2.6.2 Human-in-the-Loopのパターン
2.6.3 Human-in-the-Loopの運用上の注意点
2.7 コンテキストエンジニアリング
2.7.1 コンテキストエンジニアリングとは
2.7.2 コンテキストエンジニアリングの手法
2.7.3 導入・運用ポイント
2.8 ハーネスエンジニアリング
2.8.1 ハーネスエンジニアリングとは
2.8.2 ハーネスエンジニアリングの構成要素
2.9 AIエージェント開発に向けて

第3章 AIエージェントの開発
3.1 AIエージェント開発フレームワーク
3.1.1 AIエージェント開発フレームワークの基本
3.1.2 OpenAI Agents SDK
3.1.3 Google Agent Development Kit
3.1.4 Strands Agents
3.1.5 Microsoft Agent Framework
3.1.6 Mastra
3.1.7 その他主要なフレームワーク
3.1.8 フレームワークの選び方
3.2 ノーコード・ローコードプラットフォーム
3.2.1 Dify
3.2.2 n8n
3.2.3 Opal
3.3 AIエージェントを構築してみよう
3.3.1 全体構成
3.3.2 事前準備
3.3.3 「お出かけプランナー」エージェントの実装
3.3.4 ツールの実装

第4章 AIエージェントの運用と評価
4.1 AIエージェントの運用
4.1.1 AIエージェントのデプロイと運用
4.1.2 AIエージェント運用の特性
4.1.3 AIエージェント運用サービス
4.1.4 汎用コンテナ基盤での運用
4.2 AIエージェントのオブザーバビリティ
4.2.1 オブザーバビリティの重要性
4.2.2 テレメトリデータ
4.2.3 オブザーバビリティを支援するサービス
4.2.4 アラートによるモニタリング
4.3 AIエージェントの評価
4.3.1 評価の必要性と難しさ
4.3.2 LLM-as-a-Judge
4.3.3 AIエージェントの評価方式
4.3.4 AIエージェントの評価メトリクス
4.3.5 AIエージェント評価支援ツール
4.4 AIエージェントの継続的改善
4.4.1 LLMOpsとは
4.4.2 継続的改善のサイクル
4.4.3 継続的改善の実践に向けて

AIエージェントの連携と標準化技術
5.1 マルチエージェントシステム
5.1.1 マルチエージェントが必要な理由
5.1.2 Supervisor
5.1.3 Swarm
5.1.4 その他のパターン
5.1.5 A2A（Agent2Agent）
5.2 MCP（Model Context Protocol）
5.2.1 MCPとは
5.2.2 MCPの仕組み
5.2.3 既製MCPサーバーの活用
5.3 AIエージェントとUIをつなぐプロトコル
5.3.1 AIエージェントとUI連携の観点
5.3.2 MCP Apps
5.3.3 A2UI（Agent-to-User Interface）
5.3.4 AG-UI（Agent-User Interaction Protocol）
5.4 AIエージェントの決済プロトコル
5.4.1 AP2（Agent Payments Protocol）
5.4.2 ACP（Agentic Commerce Protocol）
5.4.3 x402
5.5 AGENTS.mdとAgent Skills
5.5.1 AGENTS.md
5.5.2 Agent Skills

第6章 AIエージェントの安全性と信頼性
6.1 AIエージェントの脅威とリスク
6.1.1 AIエージェント特有の脅威
6.1.2 OWASP Top 10 for Agentic Applications
6.1.3 国内外のセキュリティガイドラインと推進組織
6.2 リスクへの対策手法
6.2.1 ガードレール
6.2.2 回答の根拠性検証
6.2.3 Human-in-the-Loopによる制御
6.2.4 サンドボックス環境での実行
6.2.5 監視と検知
6.3 責任あるAIとガバナンス
6.3.1 責任あるAI
6.3.2 法規制とガイドライン
6.3.3 何をAIエージェントに任せるか

Appendix ハンズオンの事前準備
Appendix. A AnthropicのAPIキー取得
Appendix. A.1 アカウントの作成
Appendix. A.2 APIキーの作成
Appendix. B ハンズオン環境の構築
Appendix. B.1 アカウントの作成
Appendix. B.2 リポジトリの作成
Appendix. B.3 コードスペースの起動
Appendix. B.4 uvの導入
Appendix. B.5 .envの作成