{
"content": "近年、大規模言語モデル（LLM）の進化に伴い、単にテキストを生成するだけでなく、自律的にタスクを実行する「AIエージェント」への注目が高まっています。しかし、従来のLLMは、訓練データに含まれないリアルタイムの情報にアクセスすることや、外部システムを直接操作することができません。この「情報の非対称性」と「行動力の欠如」が、実務応用における大きな課題となっています。\n\nこの課題を克服するための鍵が、AIエージェントに「手足」を与える「スキル（ツール）」の開発です。本記事では、AIエージェントにおけるスキル開発の全体像を俯瞰し、Pythonを用いたシンプルな実装例を通じて、その仕組みを体系的に解説します。\n\n## AIエージェントにおける「スキル」の概念\n\nAIエージェントにおける「スキル」とは、LLMが外部環境と相互作用するために呼び出すことができる「プログラムやAPI」を指します。AIを単なる「高度な会話ツール」ではなく、自律的に業務を遂行する「エコシステム」として機能させるためには、このスキルの設計が不可欠です。\n\n例えば、最新の株価情報の取得、データベースの更新、メールの送信などはすべて個別の「スキル」として定義されます。LLMは、ユーザーの要求（プロンプト）を分析し、自らが持つ「スキル」の中から最適なものを選択して実行します。この仕組みは、オープンソースのフレームワークである「LangChain」や、OpenAIが提供する「Function Calling（関数呼び出し）」機能によって標準化されつつあります。\n\n## スキル開発の4つのロードマップ\n\nAIエージェントにスキルを実装し、実行させるプロセスは、大きく以下の4つのステップに分類されます。\n\n### 1. スキルの具体的処理の実装\nエージェントに実行させたい具体的な処理を、プログラム（Pythonの関数など）として記述します。\n\n### 2. メタデータの定義（スキーマ作成）\nLLMに対して「このスキルが何を行うもので、どのような引数を必要とするか」を説明するための説明文（メタデータ）を作成します。LLMはこの情報を基に、どのスキルを呼び出すべきかを判断します。\n\n### 3. LLMによるスキルの選択\nユーザーからの入力に基づき、LLMが「実行すべきスキル」とその「引数」を決定し、構造化データ（JSON形式など）として出力します。\n\n### 4. 実行制御（ディスパッチ）\nLLMの出力結果を受け取り、実際のシステム側で該当するプログラムを実行し、その結果を再びLLMにフィードバックします。\n\n---\n\n## Pythonによる最小限のスキル実装例\n\nここでは、上記のロードマップを直感的に理解するために、Pythonを用いた最小限の実装コードを示します。今回は「指定された都市の天気を取得する」というシンプルなスキルを定義し、それをエージェントが選択して実行する流れをシミュレートします。\n\n
python\nimport json\n\n# ステップ1: スキルの具体的処理の実装\ndef get_weather(location: str) -> str:\n \"\"\"指定された都市の天気を返す模擬関数\"\"\"\n # 本来はここで外部の天気APIを呼び出します\n db = {\n \"東京\": \"晴れ、気温は22度です。\",\n \"大阪\": \"曇り、気温は20度です。\",\n \"ニューヨーク\": \"雨、気温は15度です。\"\n }\n return db.get(location, \"情報が見つかりませんでした。\")\n\n# ステップ2: メタデータの定義\n# LLMにスキルの存在と使い方を知らせるための定義\ntools_definition = [\n {\n \"name\": \"get_weather\",\n \"description\": \"指定された都市の最新の天気を取得します。\",\n \"parameters\": {\n \"type\": \"object\",\n \"properties\": {\n \"location\": {\n \"type\": \"string\",\n \"description\": \"都市名（例：東京、大阪）\"\n }\n },\n \"required\": [\"location\"]\n }\n }\n]\n\n# ステップ3: LLMによる選択（擬似的なLLMの判定ロジック）\ndef mock_llm_response(user_input: str):\n print(f\"ユーザー入力: {user_input}\")\n if \"東京\" in user_input and \"天気\" in user_input:\n return {\n \"tool_to_call\": \"get_weather\",\n \"arguments\": {\"location\": \"東京\"}\n }\n return None\n\n# ステップ4: 実行制御\ndef agent_executor(user_input: str):\n decision = mock_llm_response(user_input)\n \n if decision and decision[\"tool_to_call\"] == \"get_weather\":\n args = decision[\"arguments\"]\n print(f\"-> エージェントが「get_weather」スキルの実行を決定しました。引数: {args}\")\n \n result = get_weather(args[\"location\"])\n print(f\"-> 実行結果: {result}\")\n \n final_answer = f\"「{args['location']}」の天気は「{result}」です。\"\n print(f\"エージェントの最終回答: {final_answer}\\n\")\n else:\n print(\"適切なスキルが見つかりませんでした。\\n\")\n\n# 実行テスト\nagent_executor(\"東京の今日の天気を教えてください。\")\n\n\n### コードの解説\n\n上記のコードでは、システム開発者が作成した「get_weather」というプログラムを、メタデータ（
tools_definition）を介してエージェントに認識させています。\n実務におけるLLM（例えばGPT-4など）の役割は、このメタデータを解釈し、ユーザーの「天気を教えて」という曖昧な自然言語から、
{\"location\": \"東京\"} という構造化されたデータを取り出すことにあります。\n\nシステム側は、LLMが返したこの構造化データを受け取り、対応する関数を実行します。このように、LLMは直接コードを実行するのではなく、「どのコードを、どのような引数で実行すべきか」の命令を下す司令塔として機能します。\n\n## スキル開発がもたらすビジネス価値\n\nAIエージェントに独自の「スキル」を組み込むことは、単なる技術的な拡張に留まりません。社内の独自データベースや、既存のERPシステム、SaaSツールのAPIを「スキル」としてLLMに学習・登録させることで、これまで人間が手作業で行っていたデータ入力やレポート作成などの定型業務を完全に自動化することが可能になります。\n\nAIエージェントを自社のビジネスプロセスに統合するための第一歩として、まずは本記事で紹介したようなシンプルなスキルの定義から始めてみてはいかがでしょうか。","tags": [
"AIエージェント",
"Python",
"LLM",
"人工知能"
]
}
}
Register as a new user and use Qiita more conveniently
- You get articles that match your needs
- You can efficiently read back useful information
- You can use dark theme