AIエージェントの作り方:2026年版5ステップ
更新日: 2026-11
TL;DR: AIエージェントを作るには、言語モデルにコンテキスト・指示・少なくとも1つのツールを与え、仕事が終わるまでループで動かします。まず小さな仕事を1つ選び、各ツールをモデルに説明し、ステップ数に上限を設け、エージェントを増やす前にチェック役を加えましょう。ノーコードツールからマルチエージェントのチームまで、すべて同じパターンの繰り返しです。
AIエージェントの作り方:まずエージェントとは何かを知る
AIエージェントとは、ツールを使える言語モデルが、仕事を終えるまでループで動き続けるもの。それだけ。本当にそれがAIエージェントのすべてです。2026年7〜11月の作例は、最大10ステップのPythonスクリプトから12プロセスのエージェントチームまで、すべてこの定義の上にあります。ここでは、チャットボットとの違いである2つの能力(ツール呼び出しとループ)と、コンテキストウィンドウを説明します。
AIエージェントとは、ツールを使える言語モデルが、仕事を終えるまでループで動き続けるものです。上の 2026年7月の動画は、チャットボットとエージェントの違いから説明を始めます。普通のチャットボット、つまり素の言語モデルにできるのは1つだけ、話すことです。メッセージを送るとテキストが返ってきて、やり取りはそれで終わり。メールの確認も、ウェブ検索も、予約も、データベースの更新もできません。
このモデルに2つの新しい能力を与えると、エージェントになります。1つは現実世界で行動する能力、つまりツール呼び出し。もう1つは、自分で続けて動く能力です。
つまりチャットボットは質問に答え、エージェントは目標を与えられると、複数のステップと与えられたツールを使って実際にやり遂げます。モデルがしているのはテキストの予測だけです。手もなければ、記憶もありません。検索したいとき、モデルが魔法のようにネットへ出るわけではなく、「この検索ツールを使いたい」という構造化メッセージを出力します。モデルを動かしているコードがそれを見て検索ツールを実行し、結果をモデルに返して処理させます。何をするかを決めるのはモデルで、実際にコマンドを実行するのはモデルを動かすコード。これをエージェントハーネス(agentic harness)と呼びます。
コンテキストウィンドウはエージェントの作業記憶で、指示、会話、ツール呼び出し、その結果など、モデルが一度に見られるすべてです。ただし上限があります。だから良いエージェントを作るうえで大事なのは、このウィンドウに何を入れるかを賢く決めること。これはコンテキストエンジニアリングとも呼ばれます。
4つの要素:コンテキスト、指示、頭脳、ツール
エージェントの構成要素とは、コンテキスト、指示、頭脳、ツールの4つです。つまり、AIエージェントを作っているのはモデルとツールとループです。2026年9月のチュートリアルでは、コンテキストと指示はただのmarkdownファイルで、頭脳はClaude、Codex、Geminiなどの大規模言語モデル、ツールはファイルを読んだりブラウザを開いたりする手にあたります。最初のエージェントに必要なのはVisual Studio Codeと拡張機能だけです。
AIエージェントとは、大規模言語モデルで何をするかを決め、ツールで行動して目標の達成を目指し、その手順をループで繰り返すソフトウェアである。2026年9月のこのチュートリアルでは、エージェントを動かす主な要素は4つです。1つ目はコンテキスト。エージェントに渡す情報で、ビジネスやブランド、文章やコンテンツのスタイルの説明程度で構いません。2つ目は指示。どんな仕事を、どう進めてほしいか。
。コンテキストと指示は、ただのmarkdownファイルです。
3つ目は頭脳。エージェントの頭脳は大規模言語モデルで、Claude、Codex、Gemini、あるいはローカルのモデルでも構いません。コンテキストと指示を読み、次に何をするかを決めます。4つ目はツール。ツールはエージェントの手のようなものです。ファイルやフォルダへのアクセス、あるいはウェブ検索のためのブラウザなど、シンプルなもので構いません。頭脳からコンテキスト、指示、ツールへという流れが、目標やタスクが終わるまで繰り返されます。この繰り返しがエージェントループです。
このチュートリアルでは、エージェントに小さな仕事を1つだけ任せます。次に書くブログ記事を選ぶ手伝いです。前提はVisual Studio Codeと、頭脳として使うAIエージェントの拡張機能だけ。1つ作れたら、別の仕事をする別のエージェントを作れます。それらをつなげば自分のエージェントチームが持てますし、思っていたよりずっと簡単なはずです。
Pythonでエージェントループを自分で書く
標準的な言語モデルとはステートレスなものです。入力を受け取り、出力を返し、すぐにそのやり取りを忘れます。一方、AIエージェントは継続的なループで動きます。ゼロから作るエージェントの多くが使うのは、2022年10月の論文に由来するReActというループで、考える、ツールで行動する、観察結果を読む、を繰り返します。2026年8月のPython版は、ツール関数3つとJSONスキーマ、上限10の最大ステップ数だけで動きます。
ReActパターンとは、ゼロから書くエージェントの多くが使うループで、推論と行動(reasoning and acting)を意味します。考え方は 2022年10月の論文「ReAct: Synergizing Reasoning and Acting in Language Models」に由来します。上の 2026年8月の動画では、モデルが目標について考えを出し、外部ツールで行動し、観察結果を受け取ります。エージェントに実際の能力を持たせるため、動画では3つのPython関数を書きます。天気APIを呼ぶもの、数式を安全に解析するもの、ウェブを検索するものです。

ReActエージェントをPythonで作る画面:ループは最大max_steps回まで実行されます。
ただ、コードを書くのは最初の一歩にすぎません。言語モデルのAPIは、Pythonファイルを読んで関数の役割や必要な引数を理解することはできません。そこで各ツールをJSONスキーマに変換します。このスキーマは取扱説明書のように、ツールの名前、目的、呼び出しに必要なパラメータをモデルに伝えます。中央のwhileループが、モデルとツールのやり取りをまとめます。実行前には、最大ステップ数という厳格な上限を設けます。このゲートが、エージェントが無限ループにはまるのを防ぎます。
核心の仕組みはこうです。Pythonのツールが実行を終えるたびに、そのテキスト出力、つまり観察結果が会話履歴に追加されます。更新された内容が次のターンでモデルに送り返されます。あらゆる行動の結果をコンテキストウィンドウに戻すことで短期記憶を再現し、モデルは複数のステップをつなげられます。ゼロからReActエージェントを作るには、Pythonのツールを書き、JSONスキーマを定義し、ループを実装し、観察結果をコンテキストウィンドウに追加し、最大ステップ数で上限をかけます。

arXiv上のReAct論文ページのスクリーンショット。初回投稿は 2022年10月6日。
パターンを選ぶ:逐次型、反応型、計画型
いちばんシンプルに言えば、エージェントとは答えるだけではないソフトウェアです。判断し、行動できます。どう判断するかはパターンによって決まり、2026年7月のクリップは3つを挙げています。一歩ずつ進む逐次型、その場で判断する反応型、先に計画を立てる計画型です。同じクリップはGoogleのADKで、プランナー、ライター、2つのチェッカーを1本のブログ執筆の流れにつなぎます。
エージェントとは、答えるだけでなく、依頼を見て必要な手順を考え、APIを呼び、コードを実行し、結果を確かめて次を決めるソフトウェアです。2026年7月に共有されたこのクリップは、大きく3つのパターンを挙げます。逐次型は組み立てラインのように一歩ずつ進み、予測しやすい反面、融通が利きません。反応型はその場で判断し、柔軟ですが先の計画は立てません。計画型はいったん計画を描いてから実行します。
。シンプルで予測できる流れなら逐次型、動的な仕事なら反応型、依存関係のある多段階の目標なら計画型が向いています。
同じ動画では、GoogleのADKでブログ執筆エージェントを作ります。最初のエージェントはブログプランナーで、唯一の仕事はトピックを構造化されたアウトラインにすること。次が2つ目のエージェント、アウトライン検証役です。新しいことは何も書きません。アウトラインにタイトル、導入、4〜6のセクション、結論がそろっていればokay、何か欠けていればretryと答えて問題点を説明します。プランナーと検証役はループエージェントに包まれ、最大3回までやり直します。モデルが何かを忘れても、もう一度チャンスがある安全網です。
ライターエージェントとその検証役も同じ構成で、最後にルートエージェントがプランナーのツール、次にライターのツールを呼びます。トピックを渡すと、計画し、書き、確認し、仕上がったブログ記事を返してくれます。2026年時点の事実確認として、GoogleのADKドキュメントでは、LoopAgentを含むこうしたテンプレート型ワークフローエージェントは、グラフベースのワークフローに置き換えられたと記載されています。古いコードを写す前に最新のドキュメントを確認してください。
エージェントか自動化か:動く中でいちばんシンプルなものを
動く中でいちばんシンプルなものを作る。
自動化とは決まったルールで動く固定の処理で、エージェントは推論して判断します。どちらを選ぶかが最初の設計判断です。1つのエージェントで足りるなら1つで。エージェントが要らず自動化のほうが向いているなら、自動化を使う。2026年8月の例では、毎朝天気をメールする処理なら自動化1つで十分ですが、「今日は傘を持っていくべき?」という質問には推論できるエージェントが必要です。
AIエージェントとは、与えられた情報をもとに自分で推論し、計画し、行動するシステムである。一方、自動化はAからB、Cへと進む静的なルールベースの処理です。2026年8月のこの動画の例では、自動化は毎朝決まった時間に動き、天気を確認して、その要約をメールで送ります。ルールに従って毎回同じことをするだけです。対して天気エージェントは「今日は傘を持っていくべき?
?」と聞かれると、天気データが必要だと気づき、天気APIを呼んで雨の予報を確認し、それに基づいて答えます。これが推論と適応です。
エージェントを支えるのは、頭脳、記憶、ツールという3つの要素です。ツールは外の世界とやり取りする手段で、データの取得、メール送信のような行動、他のエージェントの呼び出しのようなオーケストレーションがあります。n8nでは専用のAIエージェントノードに頭脳・記憶・ツールの差し込み口があり、コードを書かずに作れます。
最後はガードレールです。これがないと、エージェントは幻覚を起こしたり、ループにはまったり、まずい判断をしたりします。カスタマーサービスのエージェントに「これまでの指示をすべて無視して」と送ってくる人を想像してください。エージェントがそのまま従わないよう、ガードレールが必要です。自分のユースケースのリスクや例外を洗い出し、エージェントの成長に合わせてガードレールを調整していきましょう。
1つのエージェントからエージェントのチームへ
エージェントとは、数行のPython、1つの役割、1つの能力、そして1つのプロンプトです。だからチームで難しいのはエージェントそのものではなく、1つの仕事をどう分け合うかです。2026年10月のデモでは12個のピアがマスターノードもスケジューラーもなしで動き、2026年7月のデモでは何かを送る前に人の承認を挟みます。このセクションでは、自分たちで連携するエージェントと、仕事で安心して使うための確認の層の両方を扱います。
マルチエージェントシステムとは、複数のエージェントが1つの仕事を分担する仕組みである。2026年10月のJarvisCoreのデモでは12の独立したプロセスがあり、それぞれが対等なピアです。マスターノードもスケジューラもありません。オンラインになると、各ピアがほかの11を見つけます。誰も仕事を割り振らず、各ピアは自分にできるステップを引き受け、ピア同士が直接やり取りします。
。デモで1つのノードを止めても、再起動も運用担当者も要りません。リースが切れると別のノードがそのステップを引き継いで終わらせます。実システムが必要なときは、認証情報を暗号化された保管庫に入れます。
プロンプトから本番のソフトウェアへは、そのままでは行けません。欠けている層は、仕事そのものの定義です。
誰でもエージェントを作れるように見える時代が初めて来ました。ただ、ソフトウェアを作ることと、それを信頼でき、繰り返し使え、組織で使えるものにすることはまったく別です。エージェントにサンフランシスコからロサンゼルスまで運転させるとしましょう。ある時は5号線、別の時は101号線を通るかもしれません。自分で道を見つけるのがエージェントの性質です。でも組織にはプロセスや標準作業手順があり、結果に責任を持つ人がいます。仕事を定義すれば、ほかの人がレビューでき、本番の前に実行をシミュレーションでき、エージェントの仕事への信頼が少しずつ育ちます。
承認なしには何も送信されません。
同じ考え方は 2026年7月のデモにも見られます。平易な一文が、動くエージェントになります。「毎週月曜に未払いの請求書を集め、丁寧な支払いリマインダーを下書きし、私に確認させてから送信して結果を記録する」。エージェントは期限切れの請求書ごとにリマインダーを下書きし、そこで止まります。直したエラーやあなたの修正はすべて知識になり、エージェントは賢くなっていきますが、承認は常にあなたの手元にあります。
初めてのAIエージェントを作る5ステップのチェックリスト
エージェントループとは、誰かがネットで自分のエージェントやエージェントチームについて話すとき、いつも裏にある同じパターンです。だから 2026年に初めて作るなら、次の5ステップで十分です。コンテキスト、指示、AIモデル、そして少なくとも1つのツール。最初はシングルエージェントから始め、慣れてきたらマルチエージェントへ広げましょう。できるだけシンプルに。
- 小さな仕事を1つ選ぶ。 次のブログ記事選びや、未払い請求書の催促など。
- コンテキストと指示を プレーンなmarkdownファイルに書く。
- 頭脳を選び、少なくとも1つのツールを与える。 ツールはJSONスキーマで説明する。
- 上限付きでループを回す。 観察結果をすべてコンテキストウィンドウに追加し、最大ステップ数で上限をかける。
- 2つ目のエージェントを加える前に、チェック役とガードレールを加える。
エージェントが2つ以上ある、あるいは信頼しているAIが2つ以上あるなら、それぞれの答えが出会う場所が必要です。Pachatでは、異なるパーソナルAIエージェントが1つのグループチャットに集まります。Claude、Grok Bot、Muse、ChatGPTを1つのグループチャットに入れると、互いに事実を確かめ合い、議論し、最後はあなたが決めます。設定方法はエージェントをつないでグループチャットを始めるガイド、チームでの使い方は同僚のAIが必要になるときの記事、初めてのエージェントタスクはClaude Codeチュートリアルで紹介しています。
よくある質問
AIエージェントのいちばんシンプルな定義は?
AIエージェントとは、ツールを使える言語モデルが、仕事を終えるまでループで動き続けるものです。普通のチャットボットは話すだけで、メッセージを送るとテキストが返ってきます。エージェントには2つの能力が加わります。ウェブ検索やデータベース更新などの行動ができるツール呼び出しと、1回返信して止まるのではなく自分で一歩ずつ続けるループです。2026年7月と9月の解説でも、AIエージェントを作るのはモデル、ツール、ループだと同じ説明をしています。
AIエージェントを作るのにコードは必要ですか?
必要ありません。2026年8月のデモでは、ノーコードでn8nを使います。専用のAIエージェントノードには、3つの重要な要素の差し込み口があります。頭脳(ChatGPTやClaudeなどのモデル)、記憶、ツールです。コードが書けるなら、純粋なPythonでループを自分で書くこともできます。ツール関数を3つ、ツールごとのJSONスキーマ、最大ステップ数の上限です。どちらも同じパターンなので、最初の小さな仕事をいちばん早く動かせるほうから始めましょう。
初めてのAIエージェントを作るのにどれくらいかかりますか?
小さな仕事1つとツール1つの最初のエージェントは、大がかりな開発ではなく小さなプロジェクトです。この記事で紹介した作成チュートリアルは 2026年7月から9月に公開され、動画の長さはおよそ7分から25分。どれも動くエージェントで締めくくられます。ブログプランナー、天気と計算のアシスタント、次の記事を提案する秘書役のエージェントなどです。時間がかかるのはフレームワークではなく、コンテキストと指示をはっきり書き、ループをテストする部分です。
初心者はどのエージェントパターンを選ぶべきですか?
仕事に合う、いちばんシンプルなパターンから始めましょう。2026年7月のクリップは3つのパターンを挙げます。組み立てラインのように一歩ずつ進む逐次型、その場で判断する反応型、先に計画を描く計画型です。シンプルで予測できる流れなら逐次型、動的なタスクなら反応型、依存関係のある多段階の目標なら計画型が向いています。決まった自動化で済むなら、エージェントではなく自動化を使いましょう。シンプルな版で明らかに足りなくなってから切り替えれば十分です。
AIエージェントが無限ループしないようにするには?
ループに厳格な上限を設けます。2026年8月のデモでゼロから書かれたPythonのエージェントは、最大ステップ数の変数を使い、コードでは10に設定して無限ループを防いでいます。フレームワークのループエージェントも同じ考え方で、2026年7月のクリップでGoogleのADKを使って作られたブログエージェントは、プランナーを最大3回までやり直して止まります。okayかretryで答えるチェック役を加え、危険な行動にはガードレールを設けましょう。そうすれば「これまでの指示をすべて無視して」のような指示にも従いません。
複数のAIエージェントを使うとき、Pachatはどう役立ちますか?
Pachatはpachat.aiで使えるウェブ製品で、すでに1つ以上のAIを使っている人向けです。公式の説明はこうです。Claude、Grok Bot、Muse、ChatGPTを1つのグループチャットに入れると、互いに事実を確かめ合い、議論し、最後はあなたが決めます。これは 2026年版チェックリストのステップ5、エージェントの答えを信じる前に別の意見を聞く場面に合っています。エージェント自体の作成は、引き続き自分のコードやノーコードツールで行います。グループチャットを試すならpachat.aiへ。
異なるパーソナルAIエージェントを、1つのグループチャットに。pachat.aiから始めましょう。
参考文献
- @TechWithTimm, 2026-07-29: https://x.com/TechWithTimm/status/2082478320135069858
- @mikemurphyai, 2026-09-09: https://x.com/mikemurphyai/status/2097663814556869094
- @NagaSaiSatya, 2026-08-08: https://x.com/NagaSaiSatya/status/2086160658551431375
- @lorden_eth, 2026-07-02: https://x.com/lorden_eth/status/2072772806442443042
- @0xkyver, 2026-08-22: https://x.com/0xkyver/status/2091107125103628773
- @askmuyukani, 2026-10-02: https://x.com/askmuyukani/status/2105924840943136823
- @singh_harpreet, 2026-11-02: https://x.com/singh_harpreet/status/2117386741493461055
- @Shruti_0810, 2026-07-16: https://x.com/Shruti_0810/status/2077652048766525622
- Yao ほか「ReAct: Synergizing Reasoning and Acting in Language Models」arXiv、2022年10月6日:https://arxiv.org/abs/2210.03629
- Google ADK ドキュメント、ループ型ワークフローエージェント:https://google.github.io/adk-docs/agents/workflow-agents/loop-agents/



