フロントからバックエンドまでAI Agentを配置。氷山モデルで学ぶAI Agent設計の秘訣(AI Agent15体を紹介)

おはようございます、Sakura🌸です。

本日のチョコレートノートでは、「AI Agentの具体的なイメージがわからない！」という方に向けて、そのアーキテクチャーから設計手順までを氷山モデルを用いながら解説していきます。

どうぞリラックスして、チョコレートでもつまみながらお読みくださいね。

AI Agentとは？ LLMを動的に活用するソフトウェア です。

まず大前提として、AI Agentとは「あるタスクを、動的にLLM（大規模言語モデル）を使って処理・実行するソフトウェア」のことを指します。

たとえばユーザーが「美味しい都内のラーメン屋を調べてレポートをまとめてほしい」と言ったときに、AI Agentが自動的にウェブ検索をしたり、ドキュメントを読み込んで要点をまとめたり、他のサービスと連携してタスクを完了させたりするイメージです。

ポイントは「自動的・動的にタスクを遂行する」という点。

従来のチャットボットは、会話に沿って情報を返すだけでしたが、AI AgentはLLMの推論能力を利用しながら、適切なAPIを呼び出したり、外部サービスと連携して処理を進めたりできます。

単なる質疑応答の範疇を超えた、高度なタスク実行の仕組みを持つのです。

さらにこのAI Agentは、フロントサイド・ミドルウェア・バックエンドというソフトウェアアーキテクチャー全体に散りばめられる形で存在します。

あるAI Agentはユーザーとのやり取りを担当し、別のAI Agentはミドルウェアでデータの取り回しを行い、さらに別のAI Agentはバックエンドで大規模データ解析を行う、といった形態があり得るわけです。

フロントサイド・ミドルウェア・バックエンドにおけるAI Agentの実例