初心者のためのAIエージェントの作り方（2025年）

自律ノードから始める

‍

すべての「AIエージェント・プラットフォーム」が本物のAIエージェントを構築できるわけではないのだ。 

その多くはAIチャットボットを提供しているが、AIエージェントの重要な要素である、業者の要望を満たすためにエージェントが自ら判断する能力が欠けている。 

Botpress StudioのAutonomous Nodeでは、構造化フローを使用するタイミングとLLM使用するタイミングを決定するAIエージェントを構築することができます。開発者は、自律ノードに平易な言葉でプロンプトを出すだけでよい。 

シンプルなテキストを数行書くだけで、AIエージェントに何をさせたいか、そしてそれをするときにどう振る舞うべきかを自律ノードに伝えることができる。あなたは数分でその個性、範囲、目的を定義することができます。

AIチャットボットには、挨拶や売り込みなど、構造化すべき部分もあります。しかし、会話の中にはLLM に任せたい部分もあるでしょう。

情報を収集するための変数を作成する

‍

AIエージェントは、ユーザーにいくつかの質問をします。例えば

• 旅行AIエージェントは、ユーザーがどの都市の旅程を望んでいるかを尋ねるかもしれない。
• メンタルウェルネスAIエージェントは、ユーザーの体調を尋ねるかもしれない。
• カスタマーサービスは、ユーザーが何を必要としているかを尋ねます。

会話の流れによって、情報を収集するために含める変数が1～x個あるだろう。 

例えば、旅行AIエージェントは、ユーザーがどこに行くのか、フライトを予約しようとしているのか、何人で旅行するのか、予算、好みのアクティビティなどを尋ねるかもしれない。 

あるいは、営業担当者はユーザーが何を探しているかを尋ね、その答えに基づいてさまざまな会話の流れに入るかもしれない。

知識ベース

商品の在庫状況、地域の条例、ソフトウェアのドキュメントなど、特注の情報をエージェントに「知って」もらいたい場合は、ナレッジベースを通じて情報を共有することが多いでしょう。

ナレッジベースを使用することで、AIエージェントは（ChatGPTような汎用チャットボットに尋ねるのとは異なり）正確で最新の情報を伝えることができます。

ナレッジ・ベースは、テーブルやドキュメントから本格的なデータベースまで、何でもあり得る。KBの例としては、社内文書、製品データベース、コンプライアンス・リポジトリ、エンタープライズ検索システムなどがあります。

最強のシステムは、検索拡張世代（RAG）を使って文書を解析し、関連情報を検索する。(ご心配なく、RAGはAIエージェント・プラットフォームと一緒に提供されます）。

チャネル

チャンネルは、ユーザーがAIエージェントとコミュニケーションする方法です。WhatsApp チャットボットは WhatsAppコミュニケーションします。Discord ボットはDiscordコミュニケーションします。

顧客対応AIエージェントの一般的なチャネルは、ウェブサイトのウィジェットです。webchat呼ばれることもあるこのタイプのチャネルでは、ウェブサイトの訪問者がエージェントと対話することができます。

AIエージェントは1チャンネルに限られるのか？そうではありません。エージェントがFacebookMessenger情報を受信し、あなたにPingを送るように統合することができます。 Slack.あるいは、以下のすべての連絡先にメッセージを送信するAIエージェントを構築することもできます。 TelegramやSMS、Eメールにメッセージを送信するAIエージェントを構築することもできます。

ウェブフック

AIエージェントにトリガーに基づいたアクションを取らせたい場合、Webhookが必要になる。この種の自動化されたイベント通知により、AIエージェントは異なるシステムとリアルタイムで通信できるようになる。

あるシステムでイベントが発生すると、webhook 別のシステムにリクエストを送信する。これにより、人間の入力を必要とせずにアクションをトリガーすることができる。ウェブフックの使用例としては、以下のようなものがある：

• セールスフォースの新しいリードは、AIエージェントにスコアリングと割り当てを促す。
• カスタマーサポートのチケットは、AIエージェントが必要に応じて分類し、エスカレーションするトリガーとなる。
• AIエージェントは、注文ステータスが変更されたときに出荷の最新情報を送信します。
• 新入社員はAIエージェントから研修資料とミーティングの招待状を受け取る。
• セキュリティ・アラートはAIエージェントに分析を促し、ITチームに通知する。

プラットフォーム

AIエージェントの統合の中で最も難しく、最もエキサイティングで、最も有用なもの、それはプラットフォームだ。

ほとんどのプラットフォームには、AIエージェントのための統合機能があらかじめ用意されている。

AIエージェントと統合できるプラットフォームの例としては、以下のようなものがある：

• HubspotやSalesforceのようなCRMプラットフォームで、リードの追跡と育成を行う。
• Zendesk Intercomようなヘルプデスクプラットフォームによるカスタマーサポートとチケット解決
• Mailchimp （またはHubspot）のようなマーケティングオートメーションツール（外部メール送信用
• 在庫管理を合理化するためのオラクルやSAPなどのERPシステム
• エージェントの成果を測定するためのGoogle Analyticsような分析プラットフォーム

例えば、人事部のAIエージェントは、企業の主要なポリシー文書をナレッジベースとして使用する。従業員から特定の状況に対処する方法を尋ねられたとき、チャットボットは、その回答を知らせるためにポリシー文書を使用することができます。

1. What’s the difference between an AI agent and a chatbot?

The difference between an AI agent and a chatbot is that a chatbot typically follows pre-defined scripts or decision trees, while an AI agent uses a large language model (LLM) to reason and make context-aware decisions autonomously. AI agents are designed to be adaptive and task-oriented, not just conversational.

2. Can I use different LLMs (like OpenAI, Claude, Mistral) within the same agent?

Yes, you can use different LLMs like OpenAI, Claude, or Mistral within the same AI agent as long as your platform supports multi-model orchestration. This allows you to route tasks to the most appropriate model depending on cost and speed.

3. How do I train my AI agent beyond a Knowledge Base – is fine-tuning possible?

Fine-tuning your AI agent directly within most platforms is not always supported, but you can shape the agent’s behavior using advanced prompt engineering and retrieval-augmented generation (RAG). For true fine-tuning, you'd need to train the model separately and integrate it via API.

5. Is there a way to restrict the scope of what an AI agent can answer?

You can restrict the scope of what an AI agent can answer by limiting access to certain tools or knowledge sources and using guardrails in workflows to filter or block out-of-scope inputs.