こんにちは！商品開発部でエンジニアとして働いているカイザーです。普段は、専門知識がなくても簡単に使える国産CMS・MAツールである『LeadGrid』を開発しています！

早速ですが、

・フォーマットがバラバラ
・専門知識が必要
・ChatGPTに投げても、うまく動かない

などの理由で、単純作業のように感じるのに自動化ができないと思うことはありませんか？

今回は、実際に社内で時間がかかっていた業務をAIワークフローを用いて業務効率化した手順をご紹介しようと思います！

カイザー：2001年生まれ。そろばん1級（全国珠算教育連盟・日本珠算連盟）。学生時代は、株式会社GIGにインターンとして所属。2024年4月に株式会社GIGに入社。現在はLeadGrid開発チームにてエンジニアとして働いている。とても足が速い。

最近よく聞く、AIエージェント/AIワークフローとは？

AIエージェントとは？

最近、「AIエージェント」という言葉をよく耳にするようになりました。そもそもAIエージェントとは、「目標を与えると、その達成のために自律的に考え・判断し・行動するAI」のことです。

これまでよく使われているAI、たとえばChatGPTは、「質問に答える」ことを中心とした対話型AIでした。そのため、大きな作業を任せる場合は、人が作業工程を分解し、順番に指示する必要がありました。

だからChatGPTに「ある業界の競合調査レポートを作って」と頼む場合は、以下のような工程を、段階的に伝える必要があります。（※現在はChatGPTは自体が進化しており、AIエージェントのような成果物を出すことが多くなっています）

・競合企業をリストアップ  
・Web検索  
・情報の整理  
・要約  
・レポート生成  

一方、AIエージェントはこれらを分けて指示する必要がありません。「ある業界の競合調査レポートを作って」という目標を受け取ると、以下の一連の行動を自律的に実行します。

・必要な情報を判断し  
・適切な手段を選び  
・不足があれば追加で調査し  
・最終成果物まで仕上げる  

ChatGPTは何でも質問に答えてくれる秘書、AIエージェントは目標達成までタスクを実行するプレイヤーのようなイメージです。

AIワークフローとは？

AIワークフローとは、あるシステムの処理の流れのなかにAIが組み込まれたワークフローのことです。

しかし前述の説明を聞くと、AIエージェントがある現在、なぜAIワークフローが必要なのでしょうか？目標を与えれば達成してくれるAIエージェントがいるのに、わざわざAIワークフローにする必要がないように感じます。

AIワークフローが必要な理由は、AIに冪等性（べきとうせい：ある操作を1回行っても複数回行っても結果が同じであること）がないからです。

普段AIを使用する方はイメージがつきやすいですが、同じプロンプトをChatGPTに投げたとき、その答えはタイミングによって異なります。簡単な挨拶の「おはよう」だけですら、出力結果にぶれがあります。

また、この出力のブレは、与えるタスクの規模が大きくなればなるほど膨らみます。

たとえば前述の「ある業界の競合調査レポートを作って」と複数回頼んだ場合、成果物には毎回結構な違いが生じます。このブレを減らせる仕組みがAIワークフローです。システムのワークフローのなかに、局所的にAIのステップを入れることで、AIの成果物の精度を上げることができます。

AIエージェントが「自律性」を強みにしていることに対し、AIワークフローは「制御性」を強みとする仕組みです。

完全にAIに丸投げしない！AIワークフローの強み

人が設計し、AIが実行する

ここからは、実際に私が社内で実装しているAIワークフローについて、各工程ごとにご紹介します。

今回の目標は、以下です。

・あるCSVファイルが入力される
・入力されたCSVファイルを分割する
・ある仕様に基づいて、CSVファイルを整形する
・分割されたCSVファイルのあるカラムを見て、既存のデータと紐付ける
・データベースに入れる

一つずつ工程を見ていきます。

まず、「あるCSVファイルが入力される」は、AIではなくプログラムを実行した方が精度が高いです。

次に、「ある仕様に基づいて、CSVファイルを整形する」と言う工程は、プログラムでは非常に難しい工程でした。CSVファイルには明確な仕様が決まっていないため、ファイルによって表記揺れがあります。ここにはAIを入れることで表記揺れを吸収できそうだと言うことがわかったので、ここはAIを入れることにしました。

「分割されたCSVファイルのあるカラムを見て、既存のデータと紐付ける」において、こちらもプログラムでは難しい工程です。与えられた情報から既存のデータと紐付けるには、そのカラムの意図を理解しないといけないものでした。カラムの表記の仕方にもブレがあるため、ここはプログラムでは難しいです。しかし、AIを入れても精度が100%になるわけではありません。このステップは、あくまでユーザーにサジェストすると言う形に留めました。

「データベースに入れる」と言う工程は、プログラムで行った方がいい過程です。

今回の場合、

・ある仕様に基づいて、CSVファイルを整形する
・分割されたCSVファイルのあるカラムを見て、既存のデータと紐付ける

にAIを使用することになりました。

再現性を高めるために

「ある仕様に基づいて、CSVファイルを整形する」というのは、AIのステップがない従来のシステムではほぼ不可能なことでした。

プログラムはインプット・アウトプットが決まっている前提で作成するので、インプットにブレがあると言うのを許容することは言語道断でした。しかし、AIはそういった表記ブレの理解に関してはとても再現性が高いです。私はとてもタイプミスが多いのですが、ChatGPTでは結構ひどいタイプミスでも理解してくれることが多い気がします。

こういった従来ではほぼ不可能だった工程も、AIを挟むことで簡単に解決することができたりします。

ドメイン知識の吸収

また「ある仕様に基づいて、CSVファイルを整形する」のうち、「ある仕様」というのは人に依存してしまうドメイン知識が必要なステップでした。多くの作業で自動化が難しい部分の要因はここです。

ChatGPTは、社内のルールや制度は基本的に知りません。「ここではこうするけど、ここではこうする」のような、ある種の職人芸になってしまうような工程をシステムで表現するというのはとても難易度が高いものです。

しかし、AIにその職人芸のようなドメイン知識を言語化して渡すことができれば、実現が可能になります。言語化自体はエンジニアが行う必要はありません。

その高度なドメイン知識をもっている専門家に自然言語でプロンプトを書いてもらうことで、ドメイン知識を持っている専門家にとっても違和感なく、再現性の高いプロンプトを作ることができます。

まとめ

こうしてワークフローのなかに、再現性の高いAIの工程を挟んだ「AIワークフロー」が完成しました。

重要なのは、「AIに丸投げすること」ではなく、人が設計し、AIに実行させる構造をつくることです。AIに任せる部分をなるべく細かくし、ドメイン知識が必要な部分は言語化して落とし込むことで、フォーマットや出力のブレを簡単に吸収できます。

今まで自動化が難しかった部分も、AIワークフローにすることで自動化できる可能性が高まるのは非常に便利ですね。

実際にGIGでは、こうしたAI活用を取り入れ、開発の効率化を日々進めています。GIGでは、最新のAI情報を常にキャッチアップし続け、いいツールをどんどん導入しています。Webアプリケーション開発や、AIを使った開発に興味があるエンジニアのご応募をお待ちしております。

■株式会社GIG
お問い合わせはこちら
採用応募はこちら（GIG採用サイト）
採用応募はこちら（Wantedly）

カイザー

2001年生まれ。そろばん1級（全国珠算教育連盟・日本珠算連盟）。学生時代は、株式会社GIGにインターンとして所属。2024年4月に株式会社GIGに入社。現在はLeadGrid開発チームにてエンジニアとして働いている。とても足が速い。