本記事は、AIエージェント・ストラテジスト試験（AICX協会主催）の公式シラバスver1.0 Chapter 1 / Section 2「AIエージェントの定義と構成要素」 の解説です。ここはシラバス全体の土台であり、以降のリスク管理・ワークフロー設計・組織導入のすべてが「そもそもAIエージェントとは何か」という理解の上に積み上がります。最初に固めておきたいセクションです。
このセクションの公式の到達目標は、ひとことで言えば 「AIエージェントを構成する要素の関係を理解し、その自律性のレベルを判断できる」 こと。試験は用語の暗記ではなく業務シナリオでの判断を問うため、「定義を言える」だけでなく「目の前の仕組みがどの程度のエージェントなのかを見極められる」ところまでが求められます。
AIエージェントとは何か：生成AIとの決定的な違い
AIエージェントを定義するなら、「目的を与えると、自分で手順を考え、必要なツールを使いながら、複数のステップにまたがってタスクを遂行するAIシステム」 です。ポイントは「目的を渡すだけでよい」「途中の手順を自分で組み立てる」「外部のツールやデータに自分から働きかける」という3点にあります。
これは、ChatGPTのような生成AI（チャット型）の使い方とは性質が異なります。両者の違いを、仕事の頼み方に例えて整理してみましょう。
| 観点 | 生成AI（単発のチャット） | AIエージェント |
|---|---|---|
| 頼み方 | 1問1答。指示のたびに人が次の手を出す | 目的（ゴール）を渡すと、手順は本人が組み立てる |
| 処理の単位 | 1回の入力 → 1回の出力で完結 | 複数ステップを連鎖させて1つのタスクを完遂 |
| 外部との関わり | 基本は文章の生成のみ | ツール・API・社内データに自分から接続して実行 |
| 人の関わり | 人が逐一かじ取りする | 人は目的設定と要所の確認に回る |
たとえば「先月の請求漏れを洗い出して一覧にして」と頼んだとき、チャット型は「どのデータを見ればいいですか？」と人に聞き返すところで止まります。一方AIエージェントは、販売管理システムに自分で問い合わせ、請求データと照合し、漏れを抽出して表にまとめる——という一連の流れを自走しようとします。「考える」だけでなく「動いて完結させる」のがエージェントだ、と押さえてください。
3つの構成要素「頭脳・記憶・手足」（三位一体）
AIエージェントがこうした自走を実現できるのは、性質の異なる3つの機能が連携しているからです。シラバスではこれを 「頭脳・記憶・手足」の三位一体 として捉えます。人間が仕事をするときの「考える・覚えておく・手を動かす」に対応させると直感的に理解できます。
| 要素 | 役割 | 担うもの | 人間に例えると |
|---|---|---|---|
| 頭脳 | 目的を理解し、手順を計画し、次の一手を判断する | 大規模言語モデル（LLM）／推論・計画の仕組み | 考える・判断する |
| 記憶 | 会話の文脈や過去のやり取り、参照すべき知識を保持する | 短期記憶（その場の文脈）／長期記憶（社内知識・履歴） | 覚えている・思い出す |
| 手足 | 外部のツールやシステムに接続し、実際の操作を実行する | ツール連携／API呼び出し／検索・データ取得 | 手を動かす・道具を使う |
頭脳：計画と判断の中枢
頭脳にあたるのが大規模言語モデル（LLM）です。与えられた目的を分解し、「まず何を調べ、次に何をして、最後にどうまとめるか」という手順を立てます。ここが弱いと、ツールが揃っていても「何をすべきか」を誤り、的外れな行動を取ってしまいます。
記憶：文脈を失わないための土台
記憶は大きく2種類に分けて考えると整理しやすくなります。会話の流れやその場の作業状態を保持する短期記憶と、社内マニュアル・過去案件・顧客履歴といった長期記憶です。後者を扱う代表的な仕組みがRAG（検索拡張生成）で、これはSection14で詳しく扱います。記憶が欠けると、エージェントは数ステップ前の指示を忘れ、文脈に合わない出力を返すようになります。
手足：現実世界に働きかける実行機能
手足は、社内システムへの問い合わせ、メール送信、ファイル作成、検索など「実際の操作」を担う部分です。この外部接続を標準化する仕組みがMCP（Section5で解説）です。頭脳がいくら優秀でも手足がなければ「賢いが何もできない相談役」にとどまり、業務は1ミリも進みません。3要素は1つでも欠けると成立しない——これが「三位一体」と呼ばれる理由です。
自律性のレベルをどう判断するか
このセクションで試験的にもっとも重要なのが、「自律性のレベルを判断できる」という到達目標です。AIエージェントは「全自動か、そうでないか」の二択ではなく、人間がどこまで関与するかのグラデーションとして捉えます。おおまかには次の3段階で考えると実務に当てはめやすいでしょう。
- 補助レベル：エージェントは下書きや候補を提示するだけ。実行の判断と操作は人が行う。
- 半自律レベル：エージェントが実行案まで作り、人が承認したら実行する（人間の確認＝有人確認を挟む）。
- 自律レベル：定められた範囲内であれば、エージェントが判断から実行まで一気通貫で行う。
ストラテジストに問われるのは「常に自律レベルを目指すべきか？」ではありません。業務のリスクと例外の多さに応じて、適切な自律レベルと人間の介入点を設計できるかです。誤りが許されない業務（請求金額の確定、契約に関わる回答など）では、あえて半自律にとどめて承認を挟む。これが正しい判断になります。「最先端だから全自動」という発想は、試験でも実務でも誤りです。
試験ではこう問われる（予想問題）
本試験は1つの架空企業のケースをもとにした多肢選択式（4択）です。Section2の理解度を測る問題は、たとえば次のような形が予想されます。選択肢をクリックして解答してみてください（※当サイト独自の予想問題であり、公式の出題ではありません）。
あるBtoB向けSaaS企業のカスタマーサポート部門では、問い合わせ対応の効率化を検討している。現在は、担当者が顧客の質問文をChatGPTに貼り付け、回答案を作らせて手直しのうえ返信している。この運用を「AIエージェント化」する場合、最初に追加すべき要素として最も適切なものはどれか。
このセクションの要点まとめ
- AIエージェントは「目的を渡すと、手順を自分で組み立て、ツールを使って複数ステップを完遂する」システム。生成AIの単発応答とは性質が異なる。
- 構成要素は頭脳（計画・判断＝LLM）・記憶（短期/長期の文脈保持）・手足（ツール連携・実行）の三位一体。1つでも欠けると機能しない。
- 自律性は二択ではなく補助→半自律→自律のグラデーション。
- ストラテジストの役割は、業務のリスクに応じて適切な自律レベルと人間の介入点を設計すること。「全自動が常に正解」ではない。
関連記事・次に読む
※本記事は、AICX協会 公式シラバスver1.0 の構成（Section2「AIエージェントの定義と構成要素」）に基づき、当サイトが独自に解説・例示したものです。公式テキスト本文・図版の転載は行っていません。図はすべて当サイトのオリジナル作図です。予想問題は当サイトオリジナルであり、実際の出題内容を示すものではありません。最新の正式情報は AICX協会公式サイト をご確認ください。
