現場で活用するための AI エージェント実践入門(ゲンバデカツヨウスルタメノエーアイエージェントジッセンニュウモン)

◆◆ IT エンジニア本大賞 2026 審査員特別賞 (野溝のみぞうさん) 受賞◆◆

★基礎知識から構築、評価、改善まで! 実践に使える本格派の一冊★

AI エージェントの開発に初期から取り組み、実務で使ってきた著者陣がおくる、
「現場」で使える、プロになるための一冊。
ヘルプデスク、データ分析、情報収集、マーケティングの具体的な AI エージェントの構築方法に加え、
AI エージェントの評価や改善までを網羅的に学べます。
電通総研、 Algomatic 、ジェネラティブエージェンツの各社の取り組みの紹介も!

「第 1 部 AI エージェントを知る」は、 AI エージェントを作り、現場で活用するための知識をまとめています。 1 章では AI エージェントの定義や重要な性質、ビジネス状況、活用例を説明します。 2 章は技術観点で AI エージェントを構成する各技術要素の説明と実装上で気をつけることを説明しています。

「第 2 部 AI エージェントを作る」では、 AI エージェントを開発していきます。まずは 3 章で、 AI エージェントの開発に必要な共通技術を解説します。 4 章では、ヘルプデスクの質問応答を題材に Plan-and-Execute 型エージェントの実装を行います。 5 章では、データ分析からレポート作成まで行うエージェントを実装します。 6 章では、情報収集業務を題材に arXiv 上の論文を探索しレポートするエージェントを実装します。 7 章では、マーケティング業務を題材にロールプレイングによる意思決定支援やマルチエージェントによる会話型推薦エージェントを実装します。読者がすぐに実装を再現でき、読者の環境に合わせて改変して精度を高め、業務利用できることを意識しています。

「第 3 部 AI エージェントを現場で使う」では、実際に AI エージェントのプロジェクトを進めるうえで必要な、評価方法、エラー分析、 UX 、セキュリティ、モニタリング、継続的な精度改善方法を紹介します。 10 章では AI エージェントの実用化に向けた著者陣の各社の取り組みを解説します。

【おもな内容】
第 1 部 AI エージェントを知る
ー 第 1 章 AI エージェントの概要
ー 第 2 章 AI エージェントの構成
第 2 部 AI エージェントを作る
ー 第 3 章 AI エージェントの開発準備
ー 第 4 章 ヘルプデスク担当者を支援する
ー 第 5 章 データ分析者を支援する
ー 第 6 章 情報収集者を支援する
ー 第 7 章 マーケティングを支援する
第 3 部 AI エージェントを現場で使う
ー 第 8 章 AI エージェントの評価
ー 第 9 章 AI エージェントの活用
ー 第 10 章 各社の AI エージェントの実用化に向けた取り組み
第 1 部 AI エージェントを知る
第 1 章 AI エージェントの概要
第 2 章 AI エージェントの構成

第 2 部 AI エージェントを作る
第 3 章 AI エージェントの開発準備
第 4 章 ヘルプデスク担当者を支援する
第 5 章 データ分析者を支援する
第 6 章 情報収集者を支援する
第 7 章 マーケティングを支援する

第 3 部 AI エージェントを現場で使う
第 8 章 AI エージェントの評価
第 9 章 AI エージェントの活用
第 10 章 各社の AI エージェントの実用化に向けた取り組み

大規模言語モデル (LLM) を単なる質疑応答ではなくツール呼び出しや計画立案を伴う「エージェント」として動かすアプローチが、業務システムへの組み込み先として急速に注目を集めています。本書は、そのエージェント設計を実務に落とし込むための入門書です。プロンプトの設計からツール連携、メモリ管理、評価ループの構築まで、エージェントを動かすために必要な要素を一冊で追えるよう構成されています。

技術的な前提として、 Python の基礎と LLM API の呼び出し経験があれば読み進められます。概念の説明にとどまらずコード例を交えて解説しているため、手を動かしながら「なぜこの設計パターンが必要か」を実感できる作りです。

留意点は、エージェント関連の技術は変化が速い領域であり、特定のフレームワークやモデルのバージョンに依存する記述は読む時点で差分が出る可能性がある点です。本書の価値は個別 API の使い方よりも、計画・実行・観測のループをどう構造化するかという設計思想にあります。 LLM を「賢いテキスト生成器」から「仕事を任せられるシステム」へ進化させたい実務者にとって、設計の出発点になる本です。