AIエージェントのツールと活用事例:コーディングエージェントからディープリサーチまで

2027年2月試験 新シラバス版

この記事は、2027年2月試験から適用される新しいシラバス(出題範囲)に対応しています。改訂版の公式テキストの発行後に、内容を見直して改善する予定です。

AIエージェントは、すでに製品として仕事の現場で使われています。この記事では、もっとも利用が進んでいるコーディングエージェントと、それをうまく動かすためのハーネスエンジニアリングという考え方を見たあと、ブラウザやPCを操作するエージェント、調べものや定型業務を受け持つエージェント、業務に入れるときの人との分担を順に見ていきます。製品名や機能は移り変わりが速いので、名前は2026年11月時点の代表例です。

この単元を講義動画で見るIT資格の森の会員向け

講義3-5「AIエージェントのツールと活用事例」の表紙

講義3-5「AIエージェントのツールと活用事例」(8分36秒)。この単元の内容を、動く図解で約9分にまとめています。この回の動画は、IT資格の森の会員向けです。各章の1本目は無料で見られます(3-1「AIエージェントとは」)。(IT資格の森とUdemyの違い・料金)

コーディングエージェント

コーディングエージェントは、プログラムを書く・直す・テストするといったソフトウェア開発の作業を受け持つAIエージェントです。

以前からあるコード生成のAIは、人が書いている途中のプログラムの続きを提案したり、頼まれた関数を1つ書いたりするものでした。コーディングエージェントは、それより広い範囲を受け持ちます。例えば「ログイン画面で、パスワードを間違えたときのメッセージが出ない不具合を直して」と頼むと、次のように進めます。

  1. 関係しそうなファイルを探して読む
  2. 原因の見当をつけ、プログラムを書き換える
  3. テストを動かして、直ったかと、ほかが壊れていないかを確かめる
  4. 失敗したら原因を読み直して、もう一度直す
  5. 終わったら、変更の内容をまとめて人の確認に回す

5の「人の確認に回す」には、開発の現場でよく使われるプルリクエストという仕組みを使います。プルリクエストは「この変更を本体に取り込んでください」という申請で、変更点の一覧と説明が付きます。ほかの開発者がそれを読んで問題がなければ取り込みます。エージェントが作った変更もこの申請の形で出し、取り込むかどうかを人が決めます。

上のコード生成は続きを提案したり関数を1つ書いたりするだけ。下のコーディングエージェントは「ログイン画面のメッセージが出ない不具合を直して」に対し、ファイルを探して読む、書き換える、テストで確かめる、失敗したら直す、を回し、プルリクエストにまとめて、取り込むかは人が決めることを比べた図
コーディングエージェントは直すまで自分で回し、最後は人が取り込むかを決めます。

2026年11月時点の代表例には、Anthropic の Claude Code、OpenAI の Codex、GitHub Copilot のコーディングエージェント機能などがあります。

ハーネスエンジニアリング

同じモデルを使っても、エージェントがうまく働くかどうかは、そのまわりの環境で大きく変わります。ハーネスはもともと馬具(馬を制御して力を引き出す道具)のことで、AIエージェントの分野では、モデルを包んで動かす仕組み全体を指して使われています。

ハーネスエンジニアリングは、エージェントが安定して正しく働けるように、この仕組み全体を設計し、改善していくことです。具体的には次のようなものを整えます。

  • エージェントが最初に読む、作業の決まりや設計の説明を書いた文書
  • 使ってよい道具と、与える権限の範囲
  • 誤りを機械的に見つけるテストや点検の仕組みと、その結果をエージェントに返して直させる流れ
  • エージェントが本番の環境を壊さないよう切り離した作業場所
  • 人が確認するタイミング
中央のモデルをハーネスの輪が包み、そのまわりに決まりの文書、道具と権限、テストと点検(結果を返して直させる)、切り離した作業場所、人の確認のタイミングが並ぶ図。同じモデルでも、まわりの環境で働きが変わる
ハーネスは、モデルを包んで動かす仕組み全体です。

OpenAI は2026年2月に、エージェントにプログラムを書かせて製品を作った自社の取り組みを、この言葉で紹介しています。そこでは、人の仕事はプログラムを書くことから、エージェントが働く環境を整え、意図を伝え、結果を確かめる仕組みを作ることへ移ったと説明されています。

3つの「エンジニアリング」の違い

シラバスには、似た名前の語が3つ並んでいます。工夫する範囲の広さで比べると整理できます。

名前 工夫する範囲 工夫の例
プロンプトエンジニアリング 1回の指示の文章 役割・条件・出力の形を指示に書く(「プロンプトエンジニアリングの基礎(Zero-Shot・Few-Shot・Chain-of-Thought)」)
コンテキストエンジニアリング LLMに見せる情報の全体 必要な資料・道具の説明・経過の要約だけを渡す(「AIエージェントの仕組み:計画・ツール実行・メモリ・フィードバックループ」)
ハーネスエンジニアリング エージェントが働く環境の全体 テストで誤りを見つけて直させる、権限を絞る、人の確認を組み込む
3重の入れ子の四角。内側のプロンプトは1回の指示の文章(役割・条件・出力の形)、その外のコンテキストは見せる情報の全体(必要な資料・道具の説明・経過の要約)、いちばん外のハーネスは働く環境の全体(テストで直させる・権限を絞る・人の確認)で、外側ほど工夫する範囲が広い図
工夫する範囲は、指示文、見せる情報、働く環境へと広がります。

3つは入れ替わるものではなく、内側を含んで外側が広がる関係です。よいハーネスの中でも、指示の文章や渡す情報の工夫は引き続き要ります。

ブラウザ操作・PC操作エージェント

業務で使うシステムの中には、MCPのようなAI向けの窓口を持たず、人が画面を見てマウスとキーボードで操作するしかないものがたくさんあります。ブラウザ操作エージェントやPC操作エージェントは、こうした画面を人と同じように操作します。画面の様子を読み取り、ボタンを押す・文字を入力する・ページを移動する、をくり返して作業を進めます。

例えば「この3つの通販サイトで同じ商品の値段と送料を比べて表にして」と頼むと、エージェントが実際にそれぞれのサイトを開き、商品を検索し、値段を読み取って表にします。2026年11月時点では、OpenAI の ChatGPT、Google の Gemini(Chrome の中で使う機能)、Anthropic の Claude in Chrome などに、こうした機能があります。

人と同じ画面を使うので、つなぐための準備が要らないのが強みです。その反面、画面の作りが変わると失敗しやすく、手順が多い分だけ時間もかかります。開いたWebページに書かれた文章を指示と取り違えるおそれもあるため、購入や送信の前には人の確認を挟みます(「AIエージェントのリスク・安全性・評価:プロンプトインジェクションと最小権限の原則」)。

「3つの通販サイトで値段と送料を比べて表にして」という依頼で、エージェントがサイトA・B・Cの画面を読み、押す・入力する・ページを移るをくり返して比較表を作る図。つなぐ準備が要らない一方、購入・送信の前は人が確認する
ブラウザ操作エージェントは、人と同じ画面を操作して作業します。

リサーチ・業務自動化エージェント

ディープリサーチ

ディープリサーチは、1つの問いについて、エージェントが何十ものWebページや資料を検索して読み、出典つきのレポートにまとめる機能です。ふつうのチャットAIの検索が数件の結果をもとにすぐ答えるのに対し、ディープリサーチは検索 → 読む → 足りない点を探してまた検索、をくり返すので、数分から数十分かかります。ChatGPT、Gemini、Claude などのチャットAIに、この種の機能があります(2026年11月時点)。調べものでの使い方は 「データ分析・リサーチ業務での生成AI活用(ディープリサーチ・定例レポート)」 で扱います。

出典が付いていても、出典の中身と要約が合っているとは限りません。大事な数字や結論は、元の資料を開いて確かめます。

ふつうの検索は数件の結果からすぐ答える。ディープリサーチは検索する、読む、足りない点を探すをくり返し、何十もの資料から数分〜数十分かけて出典つきレポートを作る。大事な数字・結論は元の資料で確かめる、と比べた図
ディープリサーチは、検索と読み込みをくり返してレポートにまとめます。

業務自動化エージェント

問い合わせの受付、データの転記、定型の報告書づくりのように、くり返し発生する業務をエージェントに受け持たせる使い方です。業務システムや表計算、メールとつなぎ、決まった流れの一部をAIが判断します。多くは 「AIエージェントとは?従来の生成AIとの違いと自律性のレベル」 のワークフロー型で作られ、Microsoft の Copilot Studio のように、プログラムを書かずに社内向けのエージェントを作れる製品もあります。

業務への導入事例と役割分担

よく見られる使い方を、人とエージェントの役割分担で並べます。どの場面でも、目標を決めることと、結果を採用するかの判断は人に残ります。

業務 エージェントが受け持つこと 人が受け持つこと
ソフトウェア開発 不具合の修正、テストの追加、変更の説明をプルリクエストにまとめる 何を作るかを決める、変更を読んで取り込むかを決める
市場調査・企画 競合や市場の情報を集めて出典つきでまとめる 問いを立てる、出典を確かめる、結論を出す
社内の問い合わせ対応 規程を検索して回答案を作る、よくある質問に答える 答えられない質問を引き取る、規程を最新に保つ
事務・バックオフィス 請求書の読み取り、システムへの登録、不一致の洗い出し 例外の判断、支払いなどお金が動く操作の承認

導入のときは、いきなり広く任せず、取り消しのきく小さな範囲から始めるのが一般的です。任せる範囲を広げるのは、結果を測って問題がないと分かってからにします。測り方は 「AIエージェントのリスク・安全性・評価:プロンプトインジェクションと最小権限の原則」 で扱います。複数のエージェントに役割を分けて任せる方法は 「MCP・Agent Skills と外部連携:A2A・マルチエージェントまで」 のマルチエージェントです。

この単元のまとめ

  • コーディングエージェントは、ファイルを読む・書き換える・テストする・直すを自分で回し、結果をプルリクエストにして人の確認に回す
  • ハーネスエンジニアリングは、エージェントが働く環境全体(決まりの文書、道具と権限、テスト、切り離した作業場所、人の確認)を設計すること
  • 工夫する範囲は、プロンプト(指示文)→ コンテキスト(見せる情報)→ ハーネス(働く環境)の順に広がる
  • ブラウザ操作・PC操作エージェントは人と同じ画面を操作し、ディープリサーチは検索と読み込みをくり返して出典つきのレポートを作る
  • 業務に入れるときは役割分担を決め、目標の設定と結果の採否は人が受け持つ

この単元の問題5問

読んだ内容を1問ずつ確かめられます。選ぶとすぐに正誤と、選択肢ごとの解説が出ます。

  1. 1開発の作業を受け持つエージェント解く →
  2. 2エージェントが働く環境を整えること解く →
  3. 33つのエンジニアリングの範囲解く →
  4. 4画面を操作するエージェントの任せ方解く →
  5. 5何十もの資料を読んでレポートにする機能解く →

1問目から順に解く →

AIエージェントの単元

  1. 3-1AIエージェントとは?従来の生成AIとの違いと自律性のレベル
  2. 3-2RAG(検索拡張生成)とは?仕組み・発展形・ユースケース
  3. 3-3AIエージェントの仕組み:計画・ツール実行・メモリ・フィードバックループ
  4. 3-4MCP・Agent Skills と外部連携:A2A・マルチエージェントまで
  5. 3-5AIエージェントのツールと活用事例:コーディングエージェントからディープリサーチまでいま読んでいるページ
  6. 3-6AIエージェントのリスク・安全性・評価:プロンプトインジェクションと最小権限の原則
タイトルとURLをコピーしました