エージェントの 6 つの中核能力

エージェントを分解すると、おおよそ 6 つの能力が連携していることが分かります。これらを理解することが、エージェントがあなたのために何をできて、何をできないかを知る最短の道です。

認識

エージェントは状況を取り込みます。あなたの依頼、ドキュメント、他のシステムからのデータ、あるいはリアルタイムの入力など。これは、行動する前に何が起きているかを「見る」ためのエージェントの手段です。

推論と計画

即座に返答する代わりに、エージェントは目標をじっくり考え、順序立てたステップに分解します。自分宛てに ToDo リストを書き、最初に何に取り組むかを決めるようなものです。

ツール使用 (function calling)

これは最もレバレッジの効く能力です。エージェントは外部に手を伸ばし、本物のソフトウェアを使います — 検索、メール送信、コード実行、データベースへの問い合わせ。あなたがツールを定義し、モデルがいつ呼び出すかを判断して、あなたのアプリが実行する構造化されたリクエストを返します。

記憶

エージェントはタスク全体 (ときには数日にまたがって) コンテキストを保持します。だから各ステップがゼロから始まることはなく、一貫性とパーソナライズが保たれます。

自律的な多段階実行

一つの目標を与えられると、エージェントは自らループを回します。行動し、結果を観察し、調整し、仕事が終わるまで何段階にもわたって進め続けます — 人がボタンを一つひとつ押すことなく。

マルチエージェント協調

より大きな仕事では、複数の専門化されたエージェントがチームを組み、それぞれが得意な部分を担当し、共通の目標に向けて協調できます。