AI_Agent_の作り方_近藤憲児

1. 1 1 AI Agent の作り⽅ 近藤憲児
2. 2 福岡⼤学応⽤数学科、九州⼤学⼤学院で数理学を学 び、IIJでインフラ‧バックエンドやKubernetesプロ ジェクトを推進。その後、スカイディスクでAI開 発、SaaSプロダクト設計に従事。2024年4⽉よりス タディストでAIエンジニアリング室室⻑としてAI技 術活⽤をリード中。 株式会社スタディスト 開発本部 AI エンジニアリング室室⻑ 近藤 憲児 KONDO Kenji 図 Udemy 講師、認定スクラムマスター 近藤憲児事務所 | Office Kondo Kenji 近藤憲児 (@kondokenjibai) / X
3. 3 今⽇のゴール 既に実在する事例を踏まえ、「AI Agentはそんなに難しくない」という視点を提供する 「AIエージェントとは何か」をわかりやすく整理 具体的にどう作るのか、実装や設計の全体像を理解
4. 4 4 AI Agent とトレンド AI Agent 実装の設計論 1 2 本⽇の内容 AI Agent 実装の具体例 - Cline を中⼼に - 3
5. 5 「AI Agent」とトレンド １
6. 6 「センサーを通じて環境を知覚し、アクチュエーターで環境に働きかけるシステム」 引用: https://aima.cs.berkeley.edu/figures.pdf “An agent is anything that can be viewed as perceiving its environment through sensors and SENSOR acting upon that environment through actuators.” AI Agent とは（古典的な「 Agent 」の定義）
7. 7 既に多くのアプリケーションがこれに該当 AI Agent とは（ LLM時代の「Agent」） 「LLMを中核として構成され、⾃然⾔語による指⽰や知覚を環境から受け取り、それを理解し、⽬的達成に向けて、LLM⾃ ⾝または外部ツールを活⽤した⾏動を選択し、継続的に環境に作⽤を及ぼす⾃律的なシステム」 Enviroment Monitor Analyze Plan Execute Agent AI Models
8. 8 • 検索キーワードを自分で組み立てる、ツール (検索)を複数回 呼び出す、自動で再検証する、といったフローが Agent らしい Deep Research 代表的サービス AI Agent のトレンド：インターネット検索 × LLM 環境 = インターネット、LLMが「検索 → 結果を観測 → 回答⽣成」の流れを⾏う 環境 インターネットの記事、 リソース Agent その情報に基づいて回答を生成する
9. 9 AI Agent のトレンド：Coding Assistant コードベース‧ターミナルを“環境”とみなし、ファイルを読み込み‧編集、コマンドを実⾏ しながら提案を⾏う 代表的サービス • 「ソースコードを解析する」「再度コードを読む」 などAgent 的振る舞い 環境 コードベース・ターミナル Agent ファイルを読み込み・編集、 コマンドを実行
10. 10 AI Agent のトレンド：AI Scientist 新しい研究アイデアを⽣成し、⽂献検索し、実験⽤コードまで書いて実⾏結果を論⽂形式にまとめる 「超‧⾃律的エージェント」 AI Scientistの象徴的な処理フロー • 環境が「論⽂」「Python実⾏環境」「LaTeXファイ ル」など多岐に渡り、何⼗〜百回もLLM呼び出しを ⾏う。 • マルチステップ＋マルチツールの究極形に近い 環境 「論文」「Python実行環境」「LaTeXファイ ル」 etc Agent アイディアの種を膨らませて、 実際に実験を⾏い、 論⽂として出⼒する
11. 11 AI Agent の設計論 ２
12. 12 引用: ReAct: Synergizing Reasoning and Acting in Language Models AI Agent をどう作るか：３つの設計⼿法 ReAct Agentic Workflow Agent Design Pattern Catalogue 引用: What's next for AI agentic workflows ft. Andrew Ng of AI Fund - YouTube 引用：Agent Design Pattern Catalogue – Software Systems
13. 13 AI Agent をどう作るか：３つの設計⼿法 ReAct Agentic Workflow Agent Design Pattern Catalogue 引用：Agent Design Pattern Catalogue – Software Systems 引用: ReAct: Synergizing Reasoning and Acting in Language Models 引用: What's next for AI agentic workflows ft. Andrew Ng of AI Fund - YouTube
14. 14 AI Agent をどう作るか（ReAct） ReActは、Reasoning（推論）とActing（⾏動）の頭 ⽂字を取った名称で、 GPT 3.5 が登場した時期に⼀気 に注⽬されたプロンプト設計⼿法。 単⼀のLLMが「推論(Thinking) → ⾏動(Acting) → 観察 (Observation) → 推論…」というサイクルを⾃律的に 回し、最終的にゴールへたどり着く。 対⽐して、素朴な ChatGPT は Reasoningのみ をして いる。 引用: ReAct: Synergizing Reasoning and Acting in Language Models
15. 15 AI Agent をどう作るか（ReAct）
16. 16 AI Agent をどう作るか：３つの設計⼿法 ReAct Agentic Workflow Agent Design Pattern Catalogue 引用：Agent Design Pattern Catalogue – Software Systems 引用: ReAct: Synergizing Reasoning and Acting in Language Models 引用: What's next for AI agentic workflows ft. Andrew Ng of AI Fund - YouTube
17. 17 Andrew Ng ⽒が提案しているフレームワーク LLMを活⽤する際の4つの主要テクニックをまとめている AI Agent をどう作るか（Agentic Workflow） 引用: What's next for AI agentic workflows ft. Andrew Ng of AI Fund - YouTube
18. 18 AI Agent をどう作るか（Agentic Workflow） 「⼀度で出⼒の⽣成を完結させるのではなく、LLMが反復的にタスクをこなし、出⼒を改善させ る」という考え⽅を核としている • Reflection（⾃⼰改善） ◦ LLMが⾃⾝の出⼒を評価し改善する。推論の質を段階的に向上させる • Tool Use（ツール活⽤） ◦ LLMの能⼒を外部ツールで拡張する。APIやデータベースなど、様々なツールの統合 • Planning（計画⽴案） ◦ 複雑なタスクを段階的に分解する。⽬標達成のための戦略を⽴案する • Multi-agent collaboration（協調） ◦ 専⾨化された複数のAgentの連携。タスクの分担と統合
19. 19 AI Agent をどう作るか：３つの設計⼿法 ReAct Agentic Workflow Agent Design Pattern Catalogue 引用：Agent Design Pattern Catalogue – Software Systems 引用: ReAct: Synergizing Reasoning and Acting in Language Models 引用: What's next for AI agentic workflows ft. Andrew Ng of AI Fund - YouTube
20. 20 AI Agent をどう作るか（Agent Design Pattern Catalogue） Anthropic、 Yue Liu らによって提案された「18のエージェントデザインパターン」 引⽤元: https://arxiv.org/abs/2405.10467 ⽬標設定と計画⽣成 エージェント間の協調 推論と確実性の向上 ⼊出⼒制御 ⼤きく４つにカテゴライズされる
21. 21 AI Agent 実装の具体例 - Cline を中⼼に - ３
22. 22 AI agentつくる？じゃあAgentic workflowだ！！ … むずかしい！ どう設計する？
23. 23 Cline
24. 24 • コーディング支援の vscode の拡張プラグイン • 似たようなやつで言えば Cursor また Devin Cline とは なぜ Cline に注⽬するのか point
 01
 実際に役に立ってるAgent アプリ point
 02
 ソースコードが公開されて いる
25. 25 Cline のコードの特徴 1
 2
 3
 コードベースはシンプル 学びやすい ⼀つのエージェントを使いまわしている マルチエージェントの複雑さがない ⼀つのエージェントに⾊々なことを任せている 故にプロンプト長い
26. 26 Cline はコード⾒てみるとシンプル 2つの ファイルをみればだいたいわかる 解説 system.ts Cline.ts system.ts 巨⼤なシステムプロンプトが 書いてある 1. Cline.ts ほとんどの処理は ここに書いてある 2.
27. 27 system.tsの中⾝。システムプロンプトが 6 万文字ある
28. 28 Cline の実装のポイント Clineには４つの技術的なポイント point
 02
 Plan-and-Solve 
 point
 03
 Chain-of-Thought point
 04
 Tool Use point
 01
 ReAct 

29. 29 ポイント①：ReAct Cline は ReAct型 のエージェントフロー ユー ザー リ ク エ ス ト LLM に問 い合 わせ プラ ン作 成 ツー ル実 ⾏ 実⾏ 結果 結果 を パー ス 結果 を含 めて 必要 に応 じて LLM に問 い合 わせ 完了
30. 30 ポイント②：Plan-and-Solve Plan-and-Solve とは、「最初にプランを⽴てましょう」と指⽰しておく⼿法
31. 31 参考：DevinのPlan-and-Solveの例 プランニングの中で if ⽂を使ったり、また GOTO を使っている様⼦が特徴的
32. 32 Chain-of-Thought（CoT）は、LLMに思考過程をあえて文章として出力させる プロンプト技術 「途中の推論を一度明示化させる」ことで、最終的な回答の正確性が上がることが知られている ポイント③： Chain-of-Thought(CoT) 引⽤元: https://arxiv.org/abs/2201.11903
33. 33 CoT は信頼性の高いプロンプトエンジニアリング手法 として知られる ポイント③： Chain-of-Thought(CoT) 引用：https://joisino.hatenablog.com/entry/negation LLM の弱点は否定が苦⼿ 回避案としてCoTの⼿法が有効
34. 34 ポイント③： ClineでのChain-of-Thought(CoT) ClineでのCoTは、 <thinking> タグを⽤いて思考過程を明⽰することを指⽰をしている ここで注⽬したいのは、 XML-like な タグを使って 指⽰をしていること
35. 35 参考： sakana.aiでのChain-of-Thought(CoT) sakana.ai の AI Scientist もまた XML-like な書き⽅で指⽰している
36. 36 ポイント④： Tool Use Cline では、ツール（ファイルの読み書きやコード⽣成などの API を呼び出す機能）を操作するフェーズに おいて、XML のようなタグ形式を⽤いて「どのツールをどの引数で呼び出すか」を明⽰する記述を、 XML-like なタグを⽤いて誘導している プロンプト例 アウトプット例
37. 37 ポイント④： Tool Use 実際の Cline での parse 処理。 LLM からの response を⼀⽂字ずつ蓄積して、所定の⽂字列が⼊っている かを⾒ている
38. 38 まとめ Cline をみれば簡単にできそう。 最後に紹介した4つまでのテクニックを押さえるのが重要 point
 02
 Plan-and-Solve 
 point
 03
 Chain-of-Thought point
 04
 Tool Use point
 01
 ReAct 

39. 39 ご清聴ありがとうございました。 なにか質問あれば、連絡ください！ 近藤憲児事務所 | Office Kondo Kenji