AIエージェントの仕組み:すべての作業を支える5段階の流れをやさしく解説

「この請求書より安い電気料金プランを探して」と入力したところ、不思議なことが起きました。ブラウザの画面がひとりでに開き、比較サイトに入力が進み、料金表が現れ、1分後には3つの選択肢とおすすめを添えた短いメモが画面に表示されたのです。まるで魔法のようでした。魔法のように感じられるものは信用しにくく、使い方を誤りやすいので、それが問題なのです。

このガイドでは、AIエージェントの仕組みを、コンピュータの知識がなくてもわかるようにやさしい言葉で説明します。すべてのエージェントが回している5段階の流れ、その内部にある「モデル」が実際に行っていること、ブラウザなどのツールが必要な理由、記憶の仕組み、ときどき作り話をする理由、請求されるクレジットの中身、そしてあなたの役割を順に見ていきます。情報源は、エージェントを作っている企業と、英国でのAIの使われ方を調べている規制当局で、いずれも2026年10月8日に確認しました。

このガイドの確認方法

1. 作り手自身の説明。 流れがどう設計されているかは、Anthropicが公開しているエージェント構築ガイドで確認しました。
2. 間違いについての研究。 言語モデルが自信たっぷりに誤ったことを述べる理由を扱った、OpenAIの2025年9月の論文です。
3. Ofcomの利用データ。 2025年12月に公表された、規制当局(Ofcom、英国の通信規制機関)のOnline Nationレポートです。
4. 私たち自身の実行結果。 以下の例はすべて、実際にエージェントに任せて様子を見た作業です。

5段階の流れ

Anthropicは、エージェントを、モデルが自分の処理と道具の使い方を自分で指揮するシステムだと説明しています。行動し、環境からフィードバックを受け取り、また行動するというサイクルで動き、人が確認する地点が設けられています。日常の言葉にすると、5つの段階になります。以下では、電気料金の請求書を例にして説明します。

Step 1:目標を読み取り、「完了」の意味を決める

エージェントは、あなたの一文を、照らし合わせて確認できる目標に変えます。「この郵便番号とこの使用量で、今より安い料金プラン。乗り換えの条件も一覧にする」といった具合です。目標があいまいだと、この段階でつまずきます。エージェントが目標を推測してしまうからです。

Step 2:計画を立てる

短い手順のリストを作ります。請求書から使用量を読み取り、比較サイトを開き、入力し、結果を集め、解約手数料を確認し、上位3つをまとめる、といった流れです。優れたエージェントは、始める前にこの計画を見せてくれます。Jobbitには、ここで止まってあなたの承認を待つプランモードがあります。

Step 3:ツール(tool)を使う

ここが、エージェントとチャットボットを分ける部分です。エージェントは話すことしかできないため、何かをするにはツールを呼び出します。比較サイトを訪れるウェブブラウザ、請求書を見るファイル読み取り、年間費用を比べる電卓や表計算などです。各ツールは結果を返し、その結果はエージェントの思考に戻されます。

Step 4:確認する

各手順のあと、エージェントは得られたものと期待していたものを比べます。比較サイトが知らないメーターの種類を尋ねてきたら、請求書に戻ります。ある料金プランは1単位あたりは安くても基本料金が高いので、1年分で計算し直します。この確認があるため、エージェントは数秒ではなく数分かかります。そして、価値の大半はここから生まれます。

Step 5:報告して待つ

まとめを書き、求められれば計算の過程を示し、お金が動く地点やメッセージを送る地点で止まります。料金プランの乗り換えはあなたが決めることです。よく作られたエージェントは確認し、出来の悪いものは勝手に決めてしまいます。

そのあと、次の目標に向けて流れが繰り返されます。AIエージェントとは何かのやさしいガイドでは、この流れを12の実例と並べて紹介しています。

エンジン:モデルが実際にしていること

どのエージェントの内部にもモデルがあります。言語を読み書きする部分です。Claude、GPT、Geminiはモデルです。モデルは膨大な量の文章を読み、次に来るものを小さな単位で一つずつ予測することを学んでいます。その単位はトークン(token)と呼ばれ、1トークンは英単語のおよそ4分の3にあたります。エージェントが「考える」ことはすべて、計画も、推論も、ツールへの要求も、最終的な答えも、トークンとして書き出されます。

ここから3つの帰結が生まれ、初心者が戸惑うことの大半はこれで説明できます。

• モデルは、調べない限り、訓練された日付より後のことを何も知りません。 エージェントが記憶から答えず、ブラウザを開くのはそのためです。先週のことについての答えに検索が必要なのも同じ理由です。
• モデルにはコンテキストウィンドウ(context window)があります。 一度に頭の中に保てる文章の量です。机だと考えてください。請求書、計画、読んだウェブページ、自分のメモが机に載り、机がいっぱいになると古い紙から落ちていきます。長い作業は、机を片付けることで管理され、エージェントはこれを圧縮(compaction)と呼びます。Jobbitにはコンテキストメーターがあり、机がどれくらい埋まっているか確認できます。
• モデルは設計上、自信たっぷりです。 最も確からしい次のトークンを作り出しますが、「最も確からしい」ことは「真実」と同じではありません。これがあなたにとって何を意味するかは、後の間違いについての節で説明します。

OfcomのOnline Nationレポートは、このエンジンがどれほど身近になったかを示しています。英国の検索のおよそ30%でAIによる概要が表示され、成人の53%がそうした要約をよく見ると答えています。要約を書くモデルは、エージェントを動かすモデルと同じ種類のものです。

ツール:エージェントが現実世界に手を伸ばす方法

どの行にも「起こりうる問題」があるのは、ツールが、エージェントが散らかった現実世界と出会う場所だからです。ブラウザの行には補足があります。デフォルトでエージェントを拒否するウェブサイトが増えており、これについてはウェブがAIエージェントを締め出しているの記事で説明しています。エージェントが「入れなかった」と報告することがあるのは、そのためです。Jobbitのエージェントブラウザでは、作業を見守ることができ、サイトに人が必要なときは自分で操作を引き継げます。詳しくはコンピュータ操作型AIエージェントのガイドで説明しています。

記憶:覚えていることと忘れること

初心者は、同僚のように自分のことを覚えていてくれると期待します。たいていはそうではありません。3種類の記憶を知っておくと、繰り返しの手間がかなり減ります。

• 作業記憶は、前の節で説明したコンテキストウィンドウのことです。1つの作業の間だけ続き、エージェントが自分宛てのメモを書かない限り、作業が終わると消えます。
• 保存された指示は、毎回の作業の初めに読み込まれるファイルです。あなたが誰なのか、どんな書き方を好むか、絶対にしてはいけないことは何かを書きます。Jobbitでは、これらはProjectsに置かれます。共有ファイルやメモ、エージェントに必要なパスワードも、チャットに打ち込むのではなく、シークレットとして保存できます。
• 長期記憶は、一部の製品が提供する機能で、会話をまたいでエージェントがメモを保ちます。便利ですが、ときどき確認する価値があります。誤ったメモは残り続けるからです。

実用的なルールは、2回打ち込んでいることは保存された指示に入れる、ということです。

ときどき作り話をする理由

自信たっぷりの間違った答えは、ハルシネーション(hallucination)と呼ばれ、エージェントの最もよく知られた欠点です。OpenAIが2025年9月に公表したこのテーマの研究論文が、最もわかりやすい説明をしています。モデルは、わからないと認めるよりも推測を高く評価する方法で訓練され、テストされています。多肢選択式の試験が当て推量に点を与えるのと同じです。いつも答えるモデルは、ときどき「自信がありません」と言うモデルよりも点が高くなるので、モデルは答えることを覚えるのです。

エージェントはこの問題を減らしますが、なくしはしません。確認の段階で多くの誤りが見つかるのは、ツールの結果が本物だからです。比較サイトは、料金プランを表示するか、しないかのどちらかです。すり抜けるのは、どのツールも確認しない失敗です。たとえば引用された統計や、ざっと流し読みしただけの文書の要約です。3つの習慣があなたを守ります。行動の根拠にする数字には出どころを尋ねること、自信がないときは言うよう頼むこと、そしてあなたの名前で出ていくものは必ず読むことです。

クレジットの中身

多くのエージェントサービスはクレジットで課金し、似たように聞こえる2つの作業の費用が違うことに、初心者はよく驚きます。クレジットが支払うのは3つです。モデルが読み書きするトークン、呼び出すツール、そして製品によってはブラウザやコンピュータが動いている時間です。一行の質問はほとんど費用がかかりません。30のウェブページを読み、レポートを書き、自分の数字を確認する調査は、より多くかかります。読んだページは入力のトークン、下書きは出力のトークンになるからです。

Jobbitでは、Freeプランが毎日100クレジットをカード不要で提供し、いくつかの本物の作業には十分です。Goは月額£7で、2,000クレジットと、あなた自身のドメインで公開し続けられる小さなアプリ1つが付きます。AIエージェントの費用のガイドでは、ChatGPT、Claude、Manus、Muse、Jobbitにわたるクレジットとトークンの仕組みと、プランを比べる誠実な方法を説明しています。

あなたの役割

Anthropicのガイドは、人による確認地点は設計の一部であり、エージェントが失敗した印ではないと述べています。実際には、あなたの仕事は4つあり、そのどれも作業そのものではありません。

1. 目標をきちんと書く。 望むこと、良い出来の基準、してはいけないことを書きます。AIエージェントへのプロンプトの書き方のガイドに30の例があります。
2. 大切な作業では計画を承認する。
3. エージェントが止まって尋ねてくる質問に答え、サイトに人が必要なときはブラウザを引き継ぐ。
4. 結果を確認してから行動に移す。

大きな仕事には、もう一層加わります。エージェントは大きな作業を、それぞれ自分の机を持つ複数の小さなエージェントに分け、あとでその成果をまとめることができます。200ページの調査やウェブサイト丸ごと一つが仕上がるのは、この仕組みによるもので、AIサブエージェントのガイドで説明しています。そして、仕事にトークンではなく手が必要なとき、Jobbitのエージェントは、人のネットワークの審査済みのプロに依頼内容をまとめて伝え、支払いをエスクローで保管します。

実際にはどういうことか

ChatGPT、Claude、Gemini、Microsoft Copilot、Manus、MetaのMuseは、どれもこの流れの何らかの形を動かしており、より充実したツールは有料プランにあります。流れは同じで、違うのは、どこまで見えて、どこまで操縦できるかです。

• 実行前に計画を見られます。 Jobbitのプランモードは手順を示し、あなたの承認を待ちます。
• ブラウザを見守れます。 エージェントブラウザは訪れるすべてのページを見せ、あなたが操作を引き継ぐこともできます。
• 実行中に方向を変えられます。 作業中にメッセージを送れば調整され、チャットを分岐させて別の方法を試すこともできます。
• 記憶を持たせられます。 Projectsにあなたの指示、ファイル、シークレットを置いておけば、どの作業も十分な情報から始まります。
• スケジュールで実行できます。 定期タスクは、あなたがいなくても流れを繰り返します。
• 人に引き継げます。 流れが人の必要な仕事にたどり着いたら、同じエージェントが人を見つけて依頼内容を伝えます。

流れが見える5分間の実験

• 1分目:Jobbitを開き、無料アカウントを作ります。
• 2分目:次のように頼みます。「今週、リーズからグラスゴーへ5 kgの荷物を送る最も安い方法を3つ、リンク付きで比べて。どれを選ぶか、その理由も教えて。」目標、完了の定義、出典の依頼がそろっています。
• 3分目と4分目:計画が現れ、次にブラウザが運送会社のサイトを開くのを見守ります。料金に郵便番号が必要なときの確認に注目してください。
• 5分目:結果を読み、リンクを一つクリックして料金を確かめます。これで5つの段階をすべて見たことになり、次回何を確認すればいいかもわかります。

よくある質問

AIエージェントは段階ごとにどう動きますか?

目標を読んで完了の姿を決め、短い計画を書き、ブラウザやあなたのファイルなどのツールで各手順を実行し、各結果を計画と照らして確認し、報告します。お金やメッセージが関わることの前には、あなたの承認を待って止まります。

AIモデルとAIエージェントの違いは何ですか?

モデルは、ClaudeやGPTのような、言語を読み書きするエンジンです。エージェントは、モデルにツール、計画、確認の流れ、止まってあなたに尋ねる仕組みを加えたものです。モデルは答え、エージェントは行動します。

AIエージェントは私から学びますか?

1つの作業の中では、あなたが言ったことをすべて覚えています。作業をまたぐと、指示、ファイル、記憶機能に保存されたことだけを覚えています。2回入力することは、保存された指示に入れましょう。

AIエージェントはなぜ間違えるのですか?

内部のモデルが、確実な真実ではなく、最も確からしい文章を作り出すからです。研究によれば、モデルは推測を高く評価する方法で訓練されています。ツールと確認で多くの誤りは見つかり、残りはあなたが出典を尋ね、出ていくものを読むことで見つけます。

AIエージェントはインターネットを閲覧できますか?

はい。ブラウザツールがあれば、あなたと同じようにウェブサイトを訪れ、フォームに入力し、ページを読めます。エージェントを拒否するサイトもあり、Jobbitではブラウザを見守り、サイトに人が必要なときは引き継げます。

AIエージェントのクレジットとは何ですか?

多くのサービスが課金に使う単位です。モデルが読み書きする文章、呼び出すツール、ときにはブラウザが動く時間の対価です。JobbitのFreeプランは、カード不要で毎日100クレジットを提供します。

AIエージェントが働くところを見られますか?

Jobbitなら見られます。計画、ブラウザ、各手順が表示され、いつでも止めたり、方向を変えたり、操作を引き継いだりできます。毎日100クレジット無料でカード不要です。あなたのドメインで小さなアプリを1つ公開し続けたい場合は、Goが月額£7です。