AIエージェントの仕組みを調べると、LLM、メモリ、ツール、オーケストレーションといった言葉が並びます。技術者向けの解説は詳しいのですが、開発会社に発注する立場からすると、どこまで理解しておけばよいのか、仕様に何を書けばよいのかが分かりにくいと思います。先に結論を書くと、AIエージェントの仕組みは、判断するLLM、覚えるメモリ、外部を動かすツール、進め方を管理する実行制御、動きを見る監視の5つの構成要素でできています。発注する側が押さえるのは、内部の細かい技術ではなく、5つがそれぞれどこにあり、どのデータとつながり、失敗したときにどう動くかです。2026年11月に私が確認した検索上位は、定義と構成要素の解説が中心で、発注の仕様にどう書くかまで示した記事は多くありませんでした。この記事では、構成要素と動作の流れを整理したうえで、発注の仕様に書いておく項目をまとめます。
この記事のポイント
- AIエージェントの仕組みは、LLM・メモリ・ツール・実行制御・監視の5つの構成要素でできている
- 動作は、考える・ツールを使う・結果を見るを繰り返すエージェントループで進む
- 発注する側は、5つの要素がどこにあり、どのデータとつながるかを仕様で確かめる
- 外部連携の範囲と、失敗したときの動作を、作り始める前に仕様に書いておく
目次
AIエージェントの仕組みと5つの構成要素
仕組みは考える・覚える・動かすの組み合わせ
AIエージェントの仕組みは、人が仕事を進めるときの動きに置き換えると理解しやすくなります。依頼を受けたら、何をすればよいかを考える。必要な情報を思い出す、あるいは調べる。道具を使って作業する。結果を見て、次にやることを決める。AIエージェントも、この流れをソフトウェアで行っています。
この流れを支えているのが、次の5つの構成要素です。
- LLM:依頼の内容を理解し、次に何をするかを判断する
- メモリ:これまでの経過や、社内の知識を覚えておく
- ツール:メールや業務システムなど、外部を動かす
- 実行制御:作業の順番、繰り返しの回数、止める条件を管理する
- 監視:何を判断し、何を実行したかを記録して見えるようにする
製品や開発会社によって、呼び方は少しずつ違います。実行制御はオーケストレーション、監視はオブザーバビリティと呼ばれることもあります。名前が違っても、この5つの役割のどれに当たるかで読み替えると、話についていけます。
LLMは判断と文章を担う
LLMは、大規模言語モデルと訳される、文章を理解して生成するAIです。ChatGPTやClaude、Geminiの中で動いているものと同じ種類の技術です。AIエージェントの中では、頭脳に当たる役割を持ちます。依頼の文章を読み、目的を理解し、どのツールをどの順番で使うかを決めます。
押さえておきたいのは、LLMは確率にもとづいて文章を作るため、同じ依頼でも毎回同じ判断になるとは限らない点です。また、LLM自体は、学習した時点までの一般的な知識しか持っていません。自社の規程や顧客の情報は、あとで説明するメモリやツールを通じて渡さないかぎり、知りません。
どのLLMを使うかで、判断の質、処理の速さ、利用料が変わります。発注の場面では、どのLLMを使うのか、あとから別のLLMに切り替えられる作りになっているのかを確かめます。
メモリは経過と知識を覚える
メモリには、大きく2つの役割があります。1つは、作業の途中経過を覚えておく短期の記憶です。3つ前の手順で何を調べたかを覚えていないと、同じ作業を繰り返してしまいます。もう1つは、会話や作業をまたいで残す長期の記憶と、社内の文書などの知識です。
社内の文書を使う場合は、文書を検索しやすい形で保管し、依頼に関係する部分を取り出してLLMに渡す方法がよく使われます。RAGと呼ばれる方法です。ここで結果を左右するのは、技術よりも、元になる文書の状態です。古い版が残っている、置き場所がばらばらである、といった状態では、正しい答えは返ってきません。
発注する側として確かめるのは、何を覚えさせるのか、それがどこに保存されるのか、いつ消えるのかです。顧客の情報や個人の情報が記憶に残る場合は、保存先と保存期間が、社内の規程に合っているかを見ます。
ツールは外部のシステムを動かす
ツールは、AIエージェントが外部のシステムを使うための接続口です。メールを送る、カレンダーに予定を入れる、顧客管理のシステムから情報を取り出す、表計算のファイルを更新する、といった操作は、すべてツールを通じて行われます。LLMが「この操作をしたい」と決め、ツールがその操作を実行します。
接続の方法には、各システムが用意しているAPIを使う方法のほか、MCPと呼ばれる共通の接続規格を使う方法が広がっています。接続の方法が何であれ、AIエージェントができることの範囲は、つないだツールと、そこに与えた権限で決まります。
ここは、誤りや攻撃の影響が最も大きくなる部分でもあります。読み込んだ文章に紛れた命令に従って、意図しない操作をしてしまう攻撃もあります。対策の考え方は、AIエージェントのプロンプトインジェクションの記事で整理しています。
実行制御と監視が進め方を管理する
実行制御は、作業全体の進め方を管理する部分です。どの順番で進めるか、何回まで繰り返すか、どの時点で人の承認を待つか、どうなったら止めるか。これらを決めて、守らせます。LLMに判断を任せる範囲を広くするか、決まった手順の中に収めるかも、実行制御の作り方で決まります。方式の違いは、AIエージェントの種類と選び方の記事で整理しています。
監視は、AIエージェントが何を考え、どのツールを使い、何を実行したかを記録する部分です。結果だけでなく、途中の判断も残します。誤りが起きたときに原因を調べられるか、費用がどこで増えているかを把握できるかは、この記録があるかどうかで決まります。
エージェントループの流れ
5つの要素は、エージェントループと呼ばれる繰り返しの中で働きます。流れは次のとおりです。
- 依頼を受け取り、LLMが目的と現在の状況を整理する
- LLMが、次に行う作業と、使うツールを決める
- ツールが実行され、結果が返ってくる
- 結果をメモリに記録し、LLMが目的に届いたかを判断する
- 届いていなければ2に戻り、届いていれば結果を返す
この繰り返しが、AIエージェントが途中で人の指示を待たずに作業を進められる理由です。同時に、止める条件がないと、いつまでも繰り返して費用が増え続ける原因にもなります。繰り返しの上限と、止める条件は、仕組みの一部として必ず決めておくものです。
発注仕様に書くAIエージェントの仕組み
構成要素がどこにあるかを確かめる
発注する側が最初に確かめるのは、5つの構成要素が、それぞれどこで動いているかです。LLMは外部のサービスなのか、自社の環境なのか。メモリはどこに保存されるのか。これが分かると、データがどこを通るのか、障害が起きたときにどこに問い合わせるのかが見えてきます。次の表は、要素ごとに確かめる点と、要件定義書のどこに書くかをまとめたものです。
| 構成要素 | 確かめること | 要件定義書に書く場所 |
|---|---|---|
| LLM | どの提供元のどのモデルか、入力したデータが学習に使われないか、切り替えられるか | システム構成、非機能要件 |
| メモリ | 何を覚えるか、保存先と保存期間、消去の方法 | システム構成、非機能要件 |
| ツール | 接続するシステム、読み取りと書き込みの権限、接続に使う認証情報の管理 | 機能要件、互換性 |
| 実行制御 | 手順の固定の度合い、人が承認する場面、繰り返しの上限、止める条件 | 構築後の業務フロー、機能要件 |
| 監視 | 記録する内容、保存期間、誰が見られるか、異常の通知 | 非機能要件 |
この表を埋めていくと、仕様のどの章に何を書くかが決まります。書く場所に迷う場合は、システム構成・機能要件・非機能要件・互換性などの章立てがそろった要件定義書テンプレート(Word形式)に、表の内容を章ごとに写していくと、開発会社にそのまま渡せる文書の形になり、見積もりの前提もそろえられます。
外部連携で確認する5つの点
仕様の中で最も手間がかかり、費用にも影響するのが、外部のシステムとの連携です。連携先ごとに、次の5つを確かめます。
- 連携の方法:APIが用意されているか、画面を操作する方法しかないか
- 権限の範囲:読み取りだけか、書き込みや削除も行うか
- 認証の方法:誰の権限で動くのか、認証情報をどこに保管するか
- データの流れ:連携先のデータが、LLMの提供元など外部に送られるか
- 変更への対応:連携先の仕様が変わったときに、誰が直すのか
私の経験では、見積もりの差が最も出やすいのは、1つ目の連携の方法です。APIがない古い業務システムとつなぐ場合は、画面を操作する仕組みを別に作る必要があり、費用も、壊れやすさも増えます。連携先のシステムにAPIがあるかどうかは、開発会社に聞く前に、自社で調べておけます。
失敗したときの動作を決める
AIエージェントは、うまく動く場合だけを考えて仕様を書くと、運用で困ります。ツールの実行が失敗した、連携先が応答しない、LLMが的外れな判断をした、繰り返しが止まらない。こうした場合にどう動くかを、先に決めます。
- 再実行するか
- 失敗したら何回までやり直すかを決めます。同じ操作を2回実行すると困る処理、たとえば送信や登録は、やり直しの前に実行済みかを確かめる作りにします。
- 人に引き継ぐか
- やり直しても進まない場合に、誰に、どの情報を付けて引き継ぐかを決めます。途中までの経過が渡らないと、人が最初からやり直すことになります。
- 止めるか
- 繰り返しの回数、処理の時間、利用料に上限を設け、超えたら止めます。緊急時に人が止める方法も用意します。
失敗したときの動作は、提案の段階ではあまり説明されません。聞かれなければ、標準的な動作のまま作られます。発注する側から、仕様として求める必要がある項目です。
記録と監視の範囲を決める
記録を何も決めずに作ると、結果だけが残り、途中の判断は残りません。あとで「なぜこの操作をしたのか」を調べようとしても、材料がなくなります。記録する内容として、受け取った依頼、LLMの判断、使ったツールと渡した内容、実行の結果、人の承認の有無を求めます。
あわせて、記録そのものの扱いも決めます。記録には、顧客の情報や社内の情報が含まれます。保存期間、見られる人の範囲、開発会社の担当者が見られるかどうかを、仕様に書きます。
ここまでの項目を書き出してみると、社内で決まっていないことの多さに気づくはずです。記録の保存期間や、承認する人が決まっていない場合は、仕様を書く前に、セキュリティや運用を含む6領域50項目を自己採点するAI導入準備度チェックリストで社内の決め事の抜けを洗い出しておくと、仕様の空欄を減らしてから開発会社に相談できます。
開発会社に図で説明してもらう
仕様の確認で役に立つのが、構成図です。開発会社に、5つの構成要素がどこにあり、データがどう流れるかを、1枚の図で説明してもらいます。文章の説明では分からなかった点が、図にすると見えてきます。
図を見ながら、次の点を聞きます。社外に出るデータはどれか。人の承認はどこに入るか。止めるための仕組みはどこにあるか。記録はどこに残るか。この4つに図の上で答えられる会社は、仕組みを整理したうえで提案しています。先に決める項目と発注の準備の全体は、AIエージェントの作り方と発注準備の記事で整理しています。

