■ 1. チャットAIとAIエージェントの違い
- チャット型AIはカーナビに相当し、道順を案内するが実際の操作は人間が行う
- AIエージェントは自動運転ドライバーに相当し、目的達成に向けて自律的に判断・行動する
- 現時点では人間の監督・確認が必要だが、「答えを教えるAI」から「目的達成に向けて動くAI」への進化が進んでいる
■ 2. プロンプトからコンテキストへのシフト
- チャット型AIではプロンプト（指示文）の品質が重視されてきた
- AIエージェントに仕事を任せるには、目的だけでなく以下の情報が必要:
- ルート・制約条件の優先順位
- 業務ルール・顧客状況
- 参照資料・評価基準
- 既存システムや過去の経緯
- AI活用の成否は、プロンプト単体ではなくコンテキスト設計の優劣によって決まりつつある
■ 3. AIエージェントの現状と各社の動向
- AIエージェントはコーディング支援を皮切りに、調査・資料作成・業務アプリ操作・ワークフロー実行へと拡張されている
- 製品理解のポイント:
- LLMのモデル名、チャットサービス名、エージェント機能名が混在しているため、「モデル」「チャットサービス」「エージェント」を分けて整理すると理解しやすい
- AIエージェントの入口はチャット画面に限らず、デスクトップ・ブラウザ・Office・開発環境・CLI・モバイルへ広がっている
- どのツールを使うかよりも、AIをどの業務環境に置き、何を任せ、どこまで人間が確認するかを設計する力が重要になる
■ 4. GoogleのLLM戦略: GeminiとGemma
- Googleは高性能クラウドモデルのGeminiに加え、オープンウェイト系モデルのGemmaも提供している
- Gemma 4はスマートフォン・PC・エッジデバイスなど、ローカル環境での動作を意識した設計となっている
- AIエージェントはクラウド上だけでなく、業務アプリや開発環境などあらゆる場所へ浸透しつつある
- コンテキスト設計の考え方は文章・コード生成だけでなく、画像生成・資料作成にも共通して適用される
■ 5. マルチモーダル化によるコンテキスト設計の拡張
- 近年のLLMはPDF・画像・音声・動画・スライド・Webページなど複数形式の情報を扱えるマルチモーダル化が進んでいる
- AIに与えるコンテキストも、テキストのみならず多様な形式の情報を含むものへ広がっている
- NotebookLMはその実践例であり、複数ソースを集約してAIに参照させる仕組みを提供している
- コンテキスト設計の実践とは、毎回長いプロンプトを書くのではなく、先に信頼できる資料を整えてAIが参照できる文脈を用意することである
■ 6. ワークフロー型AIエージェントの方向性
- AIエージェントは単体チャットツールから、業務ワークフローの中で動く存在へ移行しつつある
- 各ツールの特徴:
- Dify: RAG・ワークフロー・エージェント・MCP/API連携を組み合わせた業務AIアプリ構築基盤。ノーコード／ローコードで現場担当者が構築可能
- OpenClaw: 複数チャネル・ツールを横断して作業を実行する常駐型エージェント
- Hermes Agent: 記憶やスキルを蓄積し、手順を再利用・改善していく常駐型エージェント
- 企業導入にはガバナンス設計が不可欠:
- データ参照範囲・業務プロセスへの組み込み範囲の設計
- SSO・権限管理・監査ログ・承認フロー・セキュリティの整備
- ローカルAI基盤（例: NVIDIA DGX Spark）を活用することで、機密データを外部に出さず社内で運用できる構成も現実的になりつつある
- ベテランのノウハウを"スキル"として整理・共有することで、組織内での継承が可能になる
■ 7. AIエージェント時代に価値を持つ人材像
- 「AIに仕事を奪われる」という単純な構図ではなく、AIを使って大きな成果を出せる人と、AIに置き換えられやすい人との差が広がる
- 注目される職種: FDE（Forward Deployed Engineer）
- 別名「パランティア方式」とも呼ばれる
- 顧客企業の現場に入り込み、業務課題を理解し、データ・AI・システムを組み合わせて実際に使える形にする
- FDE的人材に求められるスキル:
- プログラミング力に加え、顧客業務・データ・現場制約の理解
- セキュリティ・運用設計・導入後の改善
- 関係者とのコミュニケーション
- SaaS・API・既存システムとのMCP/AI連携の設計視点
- 価値が上がるのは、AIを「作る人」ではなく、AIを「現場で使える形に翻訳できる人」である
■ 8. まとめ: コンテキストを設計する時代へ
- AIエージェント時代に重要なのは、AIへの詳しさやプロンプト技術だけではない
- 重要な能力とは、AIに何をさせるかを定義し、必要なコンテキストを整え、成果が出る形に設計する力である
- どのツールにも共通する成否の鍵:
- AIにどの文脈を与えるか
- どの作業環境に置くか
- どこまで任せ、どこから人間が確認するか
- AI活用はプロンプトを書く時代からコンテキストを設計する時代へと移行しており、それを設計できる人材が最も価値を持つ