Share
Embed
Transcript
33 slides
-
エージェントスキルによる最適化 まえがき・第 1 章・第 2 章・第 3 章の要点整理 MOAI Lab.
May 21, 2026 1 / 33 -
本スライドの位置づけ まえがき: 汎用エージェントに専門知識を後付けする設計思想。 第 1 章: AI の歴史を LLM、推論モデル、自律型エージェントまで接続。 第
2 章: エージェントスキルの構造、配置、設計、評価方法。 第 3 章: skill-creator、docx、pptx、xlsx の具体例と実装上の教訓。 2 / 33 -
目次 1 まえがき:なぜスキルなのか 2 第 1 章:AI からエージェントへ 3 第
2 章:エージェントスキルの設計 4 第 3 章:便利なエージェントスキル 5 まとめ 3 / 33 -
エージェント技術スタックの三層構造 汎用エージェント 推論、計画、ツール利用、フ ァイル操作を担う実行基盤。 MCP・外部接続 データベース、API、業務シ ステムへの接続層。 スキル 特定タスクの手順、スクリ プト、テンプレート、評価
基準。 プロセッサ = LLM / OS = エージェント / アプリ = スキル 5 / 33 -
AI 発展史の大きな流れ 1 記号的 AI: ルールと探索に基づく初期 AI。 2 統計的学習: データからパターンを獲得する機械学習へ。
3 深層学習: 表現学習と大規模ニューラルネットワークの時代。 4 LLM: 言語を汎用インターフェースにする基盤モデル。 5 エージェント: 対話から行動、実行、成果物生成へ。 7 / 33 -
トランスフォーマーの転換点 RNN/LSTM の逐次処理は長距離依存と並列化に限界があった。 Attention により、文脈内の関係を一括して扱えるようになった。 BERT は理解寄り、GPT は生成寄りに発展し、LLM の二大潮流を形成した。 Attention(Q,
K, V) = softmax ( QK⊤ √ dk ) V 8 / 33 -
アライメントと ChatGPT の社会実装 InstructGPT は、人間の意図に沿う応答を作るため RLHF を導入した。 ChatGPT は、LLM を一般利用可能な対話インターフェースとして普及させた。
GPT-4 以降、マルチモーダル化と高難度タスク対応が進んだ。 1 教師ありファインチューニング 2 報酬モデルの学習 3 強化学習による最適化 10 / 33 -
スキルの典型的な構造 最小構成 SKILL.md name / description 利用条件 実行手順 拡張構成 scripts/
resources/ evals/ テンプレート・サンプル 15 / 33 -
説明文最適化とルーティング description は、スキルが呼び出されるかどうかを左右する重要なメタデータ。 発動すべきクエリだけでなく、発動すべきでないニアミスも設計する。 False Positive と False Negative を評価し、説明文を反復改善する。
評価の視点 「いつ使うか」だけでなく「いつ使わないか」を明確にする。 18 / 33 -
第 3 章で扱う 4 つのスキル skill-creator スキルを作るためのメタスキル。 docx Word 文書の読解、生成、編集、画像化。
pptx PowerPoint の構造保持、生成、視覚的 QA。 xlsx Excel/CSV の計算正確性、再計算、データ整形。 20 / 33 -
skill-creator の例: 複数 CSV 可視化 複数 CSV の関係性を Union、Join、Comparison として判定する。
pandas や Plotly を用い、ダッシュボード生成を自動化する。 評価ランにより、スキル利用時とベースラインの品質差を比較する。 22 / 33 -
docx スキル: Word 文書は ZIP 化された XML 群 .docx は単一ファイルに見えるが、実体は
OOXML の複雑なアーカイブ。 生 XML を不用意に編集すると、スキーマ違反で文書が破損しやすい。 読み取り、新規作成、既存編集、PDF 化・画像化で異なるツールチェーンを使う。 23 / 33 -
docx スキルの例: 履歴書テンプレート 履歴書テンプレートに Web 上の公開情報を 反映する。 生成した docx を
PDF 化し、画像で確認す る。 誕生日など、外部情報にない項目では幻覚 リスクが残る。 24 / 33 -
xlsx スキル: 計算正確性が中心 Excel は表現よりも、計算、参照、データ整合性が重要になる。 pandas と openpyxl を使い分けるが、0 始まり/1
始まりのズレに注意が必要。 ハードコードではなく、Excel ネイティブの数式とセル参照でモデル化する。 28 / 33 -
全体まとめ 汎用エージェントに専門知識を追加するスキル型設計が、拡張性の高い方向性であ る。 第 1 章は、AI の歴史を LLM から自律型エージェントへの流れとして整理した。 第
2 章は、スキルの構造、配置、説明文、評価、スクリプト化を体系化した。 第 3 章は、文書・スライド・表計算という実務成果物でスキルの意義を示した。 31 / 33