AIエージェントには、古典的な5つの種類があります。単純反射型、モデルベース反射型、目標ベース型、効用ベース型、学習型エージェントです。わかりやすく言えば、それぞれ「ルールに従う」「いま起きていることを把握する」「目標に向かって進める」「いくつかの選択肢から最善を選ぶ」「フィードバックから上達する」エージェントです。多くの解説ではさらに階層型エージェントとマルチエージェントシステムの2つが加わりますが、こちらは複数のエージェントがどう連携するかについての分類です。
このガイドでは、それぞれの種類を身近な例とビジネスの例で説明します。あわせて、実務的なポイントをひとつお伝えします。AIエージェントがビジネスの仕事で間違えるとき、原因はたいてい計画力の弱さではありません。間違った事実をもとに動いていることが原因です。ですから、エージェントを選ぶときは、まず「何が見えるのか」「何を変更してよいのか」を確認しましょう。どれだけ賢いかは、その次です。
教科書の分類に入る前に、エージェントの基本で、目標を受け取り、ツールを使って結果を確かめる流れをつかんでおくと理解しやすくなります。仕事に合う使い方を選びたいなら、質問・目標・継続業務の違いも参考になります。行動の決め方による分類と、製品に何を任せるかという選択は、別の話だと整理できます。
AIエージェントとは？
AIエージェントとは、状況を見て、何をするかを決め、実際に実行するソフトウェアです。チャットボットは質問に答えます。エージェントはさらに次の一歩まで進められます。たとえば受信トレイを読む、スプレッドシートを更新する、返信の下書きを作る、といったことです。
この5つの種類は、大学のAI講義の多くで使われている、Stuart Russell と Peter Norvig の教科書 Artificial Intelligence: A Modern Approach（邦題『エージェントアプローチ人工知能』）に由来します。分類の軸はひとつの問いです。「エージェントは次に何をするかを、どうやって決めているのか？」IBMのAIエージェントの種類に関するガイドも同じ分類を使っています。
AIエージェントにはひとつに決まった公式の定義はありませんが、それで問題ありません。ビジネスの読者にとって役に立つ見分け方はシンプルです。答えるだけなのか、それとも実際に行動もできるのか。
AIエージェントの古典的な5つの種類
5つの種類を、シンプルなものから順に見ていきましょう。これはランキングではありません。シンプルな設計のほうが適切なことも多く、学習の仕組みは他の4つのどれにでも追加できます。
古典的な5つの種類は、意思決定の仕方を表しています。学習は他の4つに追加できるもので、はしごの最後の段ではありません。どの設計でも、使われるコンテキストの質を確認しましょう。
YouTube · IBM Technology
5 Types of AI Agents: Autonomous Functions & Real-World Applications · 2025年4月28日
教科書の種類を1つずつイラスト付きで解説する10分間の動画です。8:23からのまとめでは、5つを「反応する（reacts）」「覚えている（remembers）」「狙う（aims）」「評価する（evaluates）」「改善する（improves）」という5つの動詞で表しています。
1. 単純反射型エージェント：ルールに従う
何をするか：「これが起きたら、あれをする」。目の前にあるいまの状況だけを見ます。
**身近な例：**室温が19°Cを下回ると暖房をつけるサーモスタット。
ビジネスの例：「invoice（請求書）」という語を含むメールをすべて買掛金担当に振り分ける受信トレイのルール。
**うまくいかないケース：**ルールが想定していないことすべて。「invoice」に触れているだけのニュースレターも経理チームに届いてしまいます。ルールにはその違いが判断できず、毎回同じ間違いを繰り返します。
**向いている場面：**状況が予測しやすく、間違えても損失が小さいとき。
2. モデルベース反射型エージェント：いま起きていることを把握する
**何をするか：**ルールに従う点は同じですが、これまでに見たことを覚えています。そのおかげで状況の全体像を持てます。教科書ではこれを「モデル」と呼びます。
**身近な例：**どの部屋をもう掃除したかを覚えているロボット掃除機。
**ビジネスの例：**ある顧客が先週すでに同じバグを報告していることに気づき、重複したチケットを新しく作らずに、既存の未解決チケットに新しいメッセージを追加するサポートアシスタント。
**うまくいかないケース：**把握している全体像が古くなっているとき。古いCRMの記録、Slackのスレッドの中にしか残っていない決定、先月のスプレッドシートなどがあると、間違った事実をもとに自信満々で行動してしまいます。
**向いている場面：**最新のメッセージだけでなく、これまでの経緯によって正しい対応が変わるとき。
ビジネスチームにとって最も重要なのはこの種類です。その理由は、2026年11月上旬にXで広く拡散した投稿がよく表しています。グラスゴー大学のリードデータエンジニア、Gul Saeed Khattak 氏は、前四半期の売上を尋ねられたエージェントについてこう書いています。
X · Gul Saeed Khattak (@Ldataengineer) · 2026年11月3日
"It answers in 3 seconds. Clean number. Nice chart. But it used the wrong 'revenue' column. Nobody notices."
（訳）「3秒で答えが返ってくる。きれいな数字。見栄えのいいグラフ。でも、使っていたのは間違った『売上』の列だった。誰も気づかない。」
この話に出てくるエージェントは、推論を誤ったわけではありません。間違った列から、正しく推論したのです。私たちもこの見立てに同意します。なお、この投稿は続けて特定のデータツールを紹介していますが、私たちはそのツールを試していません。ビジネス上の教訓は、どんなツールよりもシンプルです。エージェントの答えを信用する前に、どの情報源を使ったのかを確認しましょう。
3. 目標ベース型エージェント：目標に向かって進める
**何をするか：**目標を伝えると、手順を計画します。「どのルールが当てはまるか？」ではなく、「何をすれば目標に近づくか？」を考えます。
**身近な例：**ルートを計画し、曲がり角を見逃すとルートを引き直すナビアプリ。
ビジネスの例：「木曜日までに取締役会の資料を準備して」。エージェントは最新の数字を集め、前四半期のスライドのレイアウトを流用し、未解決の論点をリストアップします。
**うまくいかないケース：**目標が達成されたかどうかしか確認しません。2つのプランがどちらも有効なら、より安いほう、より安全なほうを選ぶ理由がありません。
**向いている場面：**欲しい結果はわかっているが、手順が毎回変わるとき。
4. 効用ベース型エージェント：最善の選択肢を選ぶ
**何をするか：**いくつかの良い選択肢を比べ、あなたが重視する基準に照らして点数をつけます。
**身近な例：**価格、移動時間、乗り継ぎ回数のバランスを取る航空券検索。
**ビジネスの例：**成約1件あたりのコスト、残りの予算、各キャンペーンにどれだけデータがたまっているかを比較して、キャンペーン間の予算移動を提案する広告アシスタント。
**うまくいかないケース：**点数の良し悪しは、あなたの優先順位しだいです。スピードとコストのどちらが大事かを誰も決めていなければ、エージェントにも決められません。
**向いている場面：**本当のトレードオフがあり、許容できる答えが1つではないとき。
5. 学習型エージェント：フィードバックから上達する
**何をするか：**過去の行動がどんな結果になったかを振り返り、やり方を調整します。この仕組みは、上の4つのどの種類にも上乗せできます。
**身近な例：**曲をスキップしたりリピートしたりするにつれて、おすすめが変わっていく音楽アプリ。
**ビジネスの例：**営業チームがどのリードが実際の商談につながったかを記録すると、より的確にリードを順位づけできるようになるリードスコアリングのアシスタント。
**うまくいかないケース：**フィードバックが教えることを、そのまま学んでしまいます。抜け漏れのある、あるいは一貫性のないフィードバックだと、自信満々に間違えるようになります。また、学習には最も多くのデータと時間が必要です。
**向いている場面：**頻繁に繰り返す仕事で、エージェントが何を学んでいるかを誰かが確認しているとき。
6つ目と7つ目の種類：階層型エージェントとマルチエージェントシステム
この2つは、1つのエージェントがどう判断するかではなく、複数のエージェントがどう組織されているかを表します。
- 階層型エージェント：「マネージャー」役のエージェントが大きな仕事をいくつかに分け、それぞれを別のエージェントに任せます。
- **マルチエージェントシステム：**複数のエージェントが同じ問題に同時に取り組み、作業を分担したり共有したりします。
**ビジネスの例：**製品ローンチで、1つのエージェントが競合を調査し、1つがローンチ告知メールの下書きを書き、もう1つがランディングページをチェックします。
エージェントが多いほど成果は良くなるのでしょうか？それは仕事によります。2025年6月、Anthropic は自社の調査テストで、エージェントのチームが単体のエージェントを上回ったと報告しました。ただし、使ったトークン（AIの利用料金の課金単位）は通常のチャットの約15倍でした。Anthropic はまた、すべてのエージェントが同じコンテキストを必要とするタスクには向かないとも述べています（Anthropic）。2026年10月に発表された、まだ査読を経ていない研究論文では、作業を受け渡し合うエージェントは、プロセスで強制されない限り、互いの事実を確認し合わないことがわかりました（arXiv）。
つまり、学ぶべきことは「エージェントは多いほど良い」ではありません。人と仕事をするときと同じルールです。どの受け渡しにも、明確なインプット、明確なアウトプット、そして結果を確認する人が必要です。
現在のAIエージェントはどこに当てはまるか
この5つの種類は、ChatGPT や Claude のようなツールが登場する前に考えられたものです。現代のAIエージェントは、いくつもの種類を組み合わせています。あなたの指示に従い（ルール）、ドキュメントや過去のメッセージを読み（状況の把握）、頼まれたことに向けて手順を計画し（目標）、選ぶよう頼まれれば選択肢を比較し（最善の選択肢）、修正を保存すれば改善していきます（フィードバック）。
ですから、ベンダーが自社製品を「目標ベース型エージェント」だと言っても、それだけではほとんど何もわかりません。代わりに、次の3つのシンプルな質問をしてみてください。
- 何を読めるのか？
- 何を変更できるのか？
- どんなときに手を止めて人に確認するのか？
エージェントの種類についてよくある誤解
**「後ろの種類ほど優れている」**そんなことはありません。シンプルなルールのほうが安く、速く、確認もしやすいのです。仕事をこなせる、いちばんシンプルな種類を使いましょう。
**「学習型エージェントは、あらゆることから自動的に学ぶ」**ほとんどのビジネスツールでは、誰かが修正を保存したとき、たとえば指示を更新したときにだけ改善します。誰も保存しなければ、次の実行はまたゼロからです。
**「エージェントが多いほど能力が高い」**エージェントが増えれば、受け渡しも増えます。小さな誤りも積み重なります。各ステップが95%の確率で正しくても、10ステップのプロセス全体が正しい確率は約60%にとどまります。
**「種類がわかれば、自社の業務で何ができるかがわかる」**種類からわかるのは、どう判断するかです。何ができるかは、何にアクセスできて、何を変更してよいかで決まります。
ビジネスチーム向けのもっとシンプルな方法：担う仕事でエージェントを分ける
教科書の種類は、エージェントがどう考えるかを表しています。営業責任者やオペレーションマネージャーが気にするのは、たいていエージェントがどんな仕事をするかのほうです。そのため、多くのチームはエージェントを役割でグループ分けするほうがわかりやすいと感じています。これは実務的な考え方であって、公式な分類ではありません。
| 役割 | 何をするか | 得られるもの | 引き続き人が決めること |
|---|---|---|---|
| モニター | 情報源を見張り、重要なことを知らせる | 毎日のアラートや要約 | どのアラートに対応が必要か |
| リサーチャー | 情報を集めて比較する | 調査メモや候補リスト | 情報源が信頼できるか、何をするか |
| プロデューサー | インプットを下書きにまとめる | メール、レポート、スライド資料、ページ | 編集したうえで送信・公開する |
| オペレーター | ツールの中で変更を加える | 更新された記録、予約投稿 | アクセス権を与え、変更を承認する |
| コーディネーター | 複数のツールにまたがる複数ステップの仕事を進める | 完成した一式（レビュー用に返却） | 結果に責任を持つ |
すでに仕事をまるごとエージェントに任せている人もいます。会社づくりのスタジオ Late Checkout のCEO、Greg Isenberg 氏は、自分の1週間についてXでこう書いています。
X · Greg Isenberg (@gregisenberg) · 2026年11月3日
"my team is 50+ people in 12 countries, but i talk to my agents more than my human teammates"
（訳）「僕のチームは12か国に50人以上いるけれど、人間のチームメイトよりエージェントと話すことのほうが多い」
同じ投稿の中で、彼は、何かを作り始める前にエージェントが彼のアイデアに問いを投げかけるステップを挙げています。これは表のどの役割にとっても良い習慣です。始める前に、エージェントに目標について質問させましょう。私たちの考えは、彼の表現ほど劇的ではありません。エージェントとたくさん話すのは構いません。ただし、何を送り、何を変え、何を承認するかは、引き続き人が決めることが前提です。
例：営業のフォローアップを1件、ステップごとに
ありふれたひとつのタスクの中に、これらの種類がどう現れるかを見てみましょう。これは Okou でステップがどうつながるかを示す例であり、顧客事例ではありません。
**依頼。**契約更新の打ち合わせのあと、アカウントマネージャーがこう書きます。「この顧客のこれまでの経緯を確認して、チーム向けの概要資料を用意し、フォローアップメールの下書きを作って」
**1. まず事実を確認する（状況の把握）。**エージェントは、メールのやり取り、通話メモ、CRMの記録、顧客に関する最近のニュースを読みます。CRMには「更新、標準条件」とあります。しかし先週のメールでは、顧客の経理責任者が四半期ごとの請求を希望しています。エージェントは新しいほうのメールを採用し、この食い違いを未解決の確認事項としてフラグを立てます。
**2. 作業を計画する（目標）。**概要資料とメールの両方に必要な情報を集めます。打ち合わせで何を約束したか、何が未解決か、顧客が合意した次のステップは何か。
**3. チームの方針に従う（最善の選択肢）。**アカウントマネージャーはすでに「顧客へのメールは150語以内にして、次のステップから書き始める」と伝えています。これで、短くするか詳しくするかのトレードオフは決着します。
**4. 下書きまでにして、送信はしない。**チームは Okou に Gmail の下書き作成は許可していますが、送信は許可していません（What is Okou?）。エージェントが持っていないアクセス権が必要な場合は、人が承認し、その有効期間を選びます。
**5. 読み手ごとに合った形式にする。**社内チームには、コメントを書き込める文書として概要資料を渡します。顧客には、次のステップがひと目でわかる短いメールを送ります。
**6. 人が確認する。**アカウントマネージャーは請求に関する一文を直し、宛先を確認して、送信ボタンを押します。
Okou で作成したメールの下書き（別のタスクのサンプルデータ）。Draft のラベルと Send ボタンに注目してください。人が Send を押すまで、何も送信されません。画像をクリックすると原寸で表示されます。
**7. チームで再利用できるよう保存する（フィードバック）。**今回の修正が次回にも役立つのは、保存した場合だけです。アカウントマネージャーは Okou に、この手順をワークフローとして保存するよう頼みます。どの情報源を確認するか、概要資料をどんな形にするか、メールは下書きのままにするというルール、です。これでチームメイトは、作成者のアカウントではなく自分のメールとCRMのアカウントを使って、別の顧客に対してこのワークフローを実行できます（Okou for teams）。毎回の更新打ち合わせの前に実行したいなら、スケジュールやトリガーを設定した自動化を追加できます。
エージェントの種類を扱う記事の多くは、ステップ2の計画に焦点を当てています。しかしこの例で結果を役立つものにしたのは、ステップ1（新しいほうのメール）、ステップ4（送信せずに下書き）、ステップ5（適切な形式）、ステップ7（修正の保存）でした。
ビジネス業務向けの簡単な選択表
古典的な5つの種類は、エージェントがどのように判断するかを表します。チームが買うべき5つの製品のリストではありません。まず仕事から考えましょう。
| 仕事に必要なこと | 最小限で役立つ出発点 | 拡張する前の確認事項 |
|---|---|---|
| 毎回同じ項目をコピーする | 固定の自動化ルール | 安定した入力と明確な例外対応の経路 |
| 手元の文書を説明する | チャットボットまたはアシスタント | 回答が渡した文書と一致すること |
| ツールをまたいで資料を集め、ブリーフを作る | ツールを使うエージェント | 情報源、不足する事実、操作権限 |
| 実績のあるチームの方法を繰り返す | 保存したワークフロー | 最新の入力と指定されたレビュー担当者 |
| 決まった時間に方法を開始する | そのワークフローを起動する自動化 | 所有者、出力先、変わらない権限 |
| 本当に独立した調査タスクを分割する | 複数エージェントも選択肢 | 調整コスト、重複作業、責任を持つ1人のレビュー担当者 |
エージェントを増やすことは、信頼性を高める近道ではありません。まず範囲を限定した1つの仕事で、チームが検証できる成果を出せることを示してください。
適切なAIエージェントの種類の選び方
その仕事について、次の質問に答えてみてください。
- **ルールを1文で書けますか？**それなら、シンプルなルールで十分かもしれません。
- **正しい答えはこれまでの経緯によって変わりますか？**それなら、エージェントには正しい情報源へのアクセスが必要です。また、2つの情報源が食い違うときにどう動くかを確認しましょう。
- **結果はわかっているが、手順はわからない？**それは目標ベース型の仕事です。調査メモ、レポート、最初の下書きなどです。
- **トレードオフはありますか？**まず優先順位を決め、それをエージェントに適用させましょう。
- **この仕事は繰り返しますか？**次の実行がより良くなるよう、修正をどう保存するかを計画しておきましょう。
- **確認なしで変更してよい範囲は、最大でどこまでですか？**まずは読み取り専用のアクセスと下書きから始めましょう。アクセス権は段階的に広げ、可能なところでは期限を設けます。
Okou が持っていない権限を必要とするとき、人は何が求められているのかを正確に確認し、許可する期間を選べます。
Okou の位置づけ
Okou は、ビジネスチームのためのAIチームメイトです。エージェントの種類を選ぶ必要はありません。仕事の内容を伝え、関係するファイルやツールを示せば、Okou がコンテキストを集め、クラウド上で作業し、確認できる成果物を返してくれます。
このガイドで取り上げた3つの点が、Okou の働き方を形づくっています。
- **まず正しい事実を。**Okou はタスクに必要なメール、ドキュメント、記録を読み、変わりうる事実は元の情報源と照らし合わせます。チャットの中で行った修正は、そのチャットの中で引き継がれます。別のチャットの背景情報を使いたいときは、Okou にそのチャットを示します（Chat）。
- **適切な形式で。**進捗の共有なら短いメッセージ、レビューが必要な詳細なら文書、グループで提案を一緒に確認するならWebページやスライド。
- **範囲を決めた再利用。**保存したワークフローを使えば、チームメイトが自分のアカウントと権限で同じやり方を再利用できます。ワークフローを共有しても、誰かの受信トレイや非公開のチャットが共有されることはありません。
さらに例を知りたい方は、実際のプロンプトと成果物で見るAIエージェントの活用例20選、チームのためのAIエージェントのコンテキスト管理、Okou が行動の前に確認する仕組みをご覧ください。
よくある質問
AIエージェントの5つの種類とは？
単純反射型エージェントは、決まったルールに従います。モデルベース反射型エージェントは、それに加えて状況を把握し続けます。目標ベース型エージェントは、目標に向けて手順を計画します。効用ベース型エージェントは、いくつかの選択肢から最善のものを選びます。学習型エージェントは、フィードバックから改善します。この分類は Russell と Norvig のAIの教科書に由来し、多くの講義で使われています。
AIにおける単純反射型エージェントとは？
「これならあれ」というルールを使い、いま目の前に見えているものだけをもとに行動するエージェントです。記憶を持たず、計画も立てません。サーモスタットがその一例です。ビジネスでは、受信トレイのフィルターや基本的な振り分けルールがこの仕組みで動いています。状況が予測できるときは信頼できますが、そうでないときは簡単にだまされます。
目標ベース型と効用ベース型のエージェントの違いは？
目標ベース型エージェントは、目標を達成できるプランならどれでも満足します。効用ベース型エージェントは、選択肢を比べて最善のものを選びます。目標ベース型エージェントはシカゴ行きの航空券をどれか1枚予約します。効用ベース型エージェントは、あなたが何を重視すると言ったかにもとづいて、価格、所要時間、乗り継ぎ回数のバランスが最も良い便を予約します。
マルチエージェントシステムはAIエージェントの種類の一つですか？
エージェントを組織する方法と言ったほうが正確です。複数のエージェントが仕事を分担または共有し、それぞれのエージェントは古典的な5つの種類のどれでもありえます。エージェントが増えれば受け渡しも増え、確認が抜け落ちやすいのはまさにその受け渡しの部分です。
ビジネス向けのAIエージェントの種類に公式なリストはありますか？
ありません。古典的な5つの種類は広く教えられていますが、ビジネスでの分け方はさまざまです。部門で分けるもの、自律性の度合いで分けるもの、このガイドのモニター、リサーチャー、プロデューサー、オペレーター、コーディネーターのように役割で分けるものもあります。どの分け方も標準ではなく、計画のためのツールとして使いましょう。
小規模な企業は、どの種類のAIエージェントから始めるべきですか？
繰り返し発生し、結果がはっきりしていて、何かが外に出る前に安全に確認できる仕事から始めましょう。たとえば週次レポート、調査メモ、フォローアップメールの下書きなどです。エージェントには必要なものへの読み取りアクセスを与え、送信と記録の変更は人が担当し、信頼できると確かめられてから少しずつアクセス権を広げていきましょう。
