新シラバス 第3章 AIエージェント
AIエージェントとは（ワークフロー型と自律型の違い）
生成AIパスポートの新シラバス（2027年2月試験より適用）では、第3章がAIエージェントとして独立します。学習対象には、従来の対話型生成AIとの違い、ワークフロー型と自律型、自律性のレベルが挙がっています。AIエージェントは、LLMが自分で進め方とツールの使い方を決めて、課題を進めるシステムです。
このページは、公式シラバスの項目に沿って、Anthropicのエンジニアリング記事「Building effective agents」の範囲で整理しています。特定の製品の使い方ではなく、試験対策としての用語の整理です。
公式情報の確認
試験日、料金、申込条件、試験方式など変動する情報は、公式情報を最終確認してください。 当サイトの一次情報確認日: 2026-08-31。
試験の出題範囲・実施要項は変動するため、受験前に公式情報を確認してください。
結論
- AIエージェントは、LLMが進め方とツールの使い方を動的に決め、課題の主導権を保つシステム
- 進め方があらかじめコードで決まっているものは、ワークフローとして区別される
- ワークフローは予測しやすさ、エージェントは柔軟性が強み。エージェントは費用と誤りの積み重なりを伴う
- 多くの用途では、単一のLLM呼び出しの改善で足りる
AIエージェントを試験範囲の流れで読み直せる書籍（Amazon）
AIエージェントは新シラバスで独立した章になります。結論を確認したあとに、章全体を通して読み直したいときの公式テキストと公認テキストです。購入前に版と試験範囲への対応を確認してください。
AIエージェントの定義
Anthropicは、エージェント的なシステムという大きなくくりの中に、ワークフローとエージェントという2つの型があると整理しています。エージェントは、LLMが自分の進め方とツールの使い方を動的に決め、課題をどう達成するかの主導権を保つシステムです。
進め方をLLM自身が動的に決める点が、コードで経路を決めるワークフローとの分かれ目です。仕組みの側から見ると、公式シラバスはLLMを中核に、タスク分解と計画、ツール実行、記憶とコンテキスト管理、推論と行動のフィードバックループを扱います。ツールの呼び出しはFunction Callingとはに、外部システムとの接続はMCPとはに整理しています。
一次資料: Anthropic Engineering「Building effective agents」
ワークフロー型と自律型の違い
Anthropicの記事の区別を、3つの観点で並べます。
| 観点 | ワークフロー | エージェント |
|---|---|---|
| 進め方を決めるのは | あらかじめ書かれたコードの経路 | LLM自身（進め方とツールの使い方を動的に決める） |
| 向いている課題 | 内容が決まっている課題。予測のしやすさと一貫性が得られる | 手順の数を予測できず、固定した経路を書けない課題。柔軟性とモデル主導の判断が大規模に要るとき |
| 前提と代償 | 経路が固定されているため、手順を予測しやすい（LLMに判断を任せる範囲が狭い） | LLMが何ターンも動くため、判断をある程度信頼できることが前提。コストが増え、誤りが積み重なる可能性がある |
経路を決めるのがコードならワークフロー型、LLM自身なら自律型、と覚えると選択肢を切り分けやすくなります。公式シラバスの項目名は「ワークフロー型エージェント」「自律型エージェント」で、この区別に当たると考えられます。ただしシラバス自体は定義文を載せていないため、試験対策としては、上の整理を土台に、問題文の言い回しで確かめます。
ワークフローの型
Anthropicの記事は、ワークフローの代表的な型をいくつか紹介しています。ここでは、そのうち2つを挙げます。
| 型 | 内容 | 記事が挙げる例 |
|---|---|---|
| プロンプトチェーン | 課題を順番の決まった手順に分け、前のLLMの出力を次の呼び出しが処理する | 宣伝文を作ってから別の言語へ翻訳する。文書の骨子を作り、条件を満たすか確認してから本文を書く |
| ルーティング | 入力を分類し、専門の後続処理へ振り分ける | 問い合わせを、一般的な質問・返金依頼・技術サポートに分けて、別々の処理に流す |
どちらも、手順や振り分けの先があらかじめコードで決まっているため、ワークフローに当たります。手順がきれいに分けられる課題はプロンプトチェーン、種類ごとに別の処理が合う課題はルーティング、と目的で見分けます。複数のエージェントを組み合わせる構成はマルチエージェント・サブエージェント・A2Aとはに整理しています。
自律させるときの注意点
Anthropicは、エージェントが手順の数を予測できない開放的な課題に使えることを認めつつ、LLMが何ターンも動くため、その判断をある程度信頼できることが前提になると述べます。自律的に動くことは、コストの増加と、誤りが積み重なる可能性を伴います。
そのため、隔離された環境での十分な試験と、適切な安全策（ガードレール）が勧められています。また、複雑さを足す前に、検索や例示を加えた単一のLLM呼び出しの改善で足りないかを考えるよう述べています。試験でも、エージェントを使う前提で選ぶ問題と、そもそも使わなくてよい場面の問題を区別して読みます。
外部のページやファイルを読むエージェントが、そこに書かれた悪意ある指示に従わされる危険はプロンプトインジェクションとはで整理しています。
シラバスとの対応
AIエージェントは、新シラバスの第3章として独立します。このページの内容に関わる項目は次のとおりです。
| 場所 | 内容 |
|---|---|
| 第3章 AIエージェント／学習対象 | 従来の対話型生成AIとの違い、ワークフロー型と自律型、自律性のレベルが挙がる |
| 第3章 AIエージェント／AIエージェントの仕組み | LLMを中核に、タスク分解と計画、ツール実行、記憶とコンテキスト管理、推論と行動のフィードバックループを扱う |
| 第3章 AIエージェント／リスク・安全性・評価 | 最小権限の原則、サンドボックス、Human-in-the-Loop、ガードレールなどの詳細キーワードが並ぶ |
章立ての変更点は2027年2月試験の新シラバスに、現行（旧シラバス）の第3章の演習は第3章の問題を解くから取り組めます。試験での出題を予想するものではありません。
よくある質問
AIエージェントとは、一言でいうと何？
Anthropicは、LLMが自分の進め方とツールの使い方を動的に決め、課題の達成方法の主導権を保つシステムをエージェントと呼んでいます。自分で進め方を決めて、ツールを使いながら課題を進めるAIと押さえます。
ワークフローとエージェントは何が違いますか？
Anthropicは、ワークフローを、LLMとツールがあらかじめ決められたコードの経路で組み合わされるシステムと説明します。経路を決めるのがコードならワークフロー、LLM自身ならエージェントです。
なんでもエージェントにするのがよいですか？
いいえ。Anthropicは、多くの用途では、検索や例示を加えた単一のLLM呼び出しの改善で足りると述べています。複雑さを足すのは、成果が上がると確かめられたときだけ検討します。
エージェントを動かすときの注意点は？
Anthropicは、自律性にはコストの増加と誤りの積み重なりが伴うため、隔離された環境（サンドボックス）での十分な試験と、適切な安全策（ガードレール）を勧めています。
試験では「自律性のレベル」の定義を覚える必要がありますか？
公式シラバスは、ワークフロー型と自律型、自律性のレベルを学習対象に挙げますが、定義文は載せていません。このページでは、公式資料で確かめられた範囲だけを整理しています。