経営会議で「うちもAIエージェントを」と号令がかかり、調べ始めた担当者がまず驚くのは、デモなら半日で動いてしまうことです。ツールを選び、プロンプトを書けば、それらしく動く。ところがそのデモを業務に載せようとした途端、「社内データをどこまで読ませるのか」「間違えたら誰が気づくのか」という宿題が積み上がり、進まなくなります。AIエージェントの作り方の本体は、プロンプトではなく、業務・データ・権限・検証・運用ルールの設計です。 この5つを、進める順番のとおりに見ていきます。なお、社内システムとの接続手段（API・MCP・データ連携基盤）の使い分けは社内システムとAIエージェントをつなぐ方法で、本番運用でつまずく原因の詳細はAIエージェントが本番で動かない理由で扱っています。本記事は「これから最初の1体を作る」方向けの全体手順です。
目次
デモが簡単に動くのは、きれいな入力・広い権限・見てくれる人という3つの前提に守られているからです。 本番の業務では、入力は乱れ、権限は制約され、人は見ていません。この差を埋める作業が、これから述べる5ステップの中身です。逆に言えば、デモの完成度を上げることに時間を使っても、業務投入には近づきません。デモは「モデルとツールが動くこと」の確認までと割り切り、早めに設計へ進むのが結果的な近道です。
全体像を先に示します。ポイントは、ツール選定（ステップ3）より前に、業務と範囲を決める工程（ステップ1〜2）を置くことです。
| ステップ | 決めること | 成果物 |
|---|---|---|
| 1. 業務を選ぶ | 対象業務と許容できる誤り | 手順書と成功条件 |
| 2. 範囲を決める | 何を読ませ、何をさせるか | 参照データ一覧と許可リスト |
| 3. 接続を設計する | 構築方式とつなぎ方 | 構成図と接続一覧 |
| 4. 検証を設計する | 正しさの確かめ方 | 想定ケース集と合格基準 |
| 5. 運用を決める | いつ止め、誰が直すか | 運用手順と連絡経路 |
最初の1体には、結果の正誤を人がすぐ確認できる業務を選びます。たとえば「問い合わせメールの分類と一次回答の下書き」なら、送信前に人が見るため、誤りが事故になりません。社内FAQの一次回答、日報や議事録の要約、申請書類の記載チェックなども同じ理由で向いています。逆に「顧客への自動送信」や「基幹データの直接更新」を最初に選ぶと、検証も承認も重くなり、プロジェクトが止まります。あわせて、その業務の現在の手順を書き出しておきます。人がやっている判断の分岐（「この取引先だけは担当へ回す」など）が、後のプロンプトとツール設計の素材になります。参考までに、問い合わせメール分類の最小構成はこうなります。入力＝共有メールボックスの新着、参照＝製品FAQと過去の回答例、出力＝分類ラベルと返信下書き、確認＝担当者が送信前に承認。この4行が書ければ、設計は始められます。
エージェントの実力は、読めるデータと使える道具で決まります。まず参照させるデータを一覧にし、それぞれの鮮度（どのくらい最新である必要があるか）と機密区分を書き添えます。次に、させる操作を「読み取り」「下書き作成」「実行」に分け、最初は読み取りと下書きまでに絞ります。ここで決めた範囲が、そのままセキュリティの境界になります。部門外秘のデータを読ませるなら、誰が使うエージェントなのかも同時に決めなければなりません。範囲の設計を飛ばしてツール選定に進むと、後から法務・情報システム部門の確認で工程が巻き戻ります。
構築方式（後述）を選び、社内システムとの接続を設計します。接続には大きく、各システムのAPIを直接呼ぶ、MCP（Model Context Protocol）で標準化して見せる、データ連携基盤を経由させるという3つの手段があり、対象システムの数と変更頻度で使い分けます。MCP対応の実装はMCPサーバーで社内システムをAIにつなぐ方法で詳しく解説しています。重要なのは、接続を「エージェントごとの作り込み」にしないことです。2体目、3体目も同じ経路を使い回せる形にしておくと、増設のたびの開発が不要になります。
想定ケースを数十件用意し、模範解答と突き合わせます。正常系だけでなく、乱れた入力（空欄・重複・想定外の形式）や、答えられないはずの質問（たとえば参照範囲外の他部門の情報を聞く）も含めます。エージェント特有の検証として、ツール呼び出しの誤り（存在しない取引先コードでの検索）や、同じ処理を延々と繰り返すループの検知も試してください。答えられない質問に「答えない」ことは、正答と同じくらい重要な合格条件です。検証セットは一度作れば、モデルの入れ替えやプロンプト修正のたびに再利用できる資産になります。合格基準は数字で決めておきます。たとえば「正答率90%以上、かつ重大誤答（金額・宛先の誤り）ゼロ」のように、率と重大度を分けて設定すると、公開判断で迷いません。
動かし始める前に、止め方を決めます。どんな出力が出たら停止するか（重大な誤答、同じ処理の異常な繰り返し、コストの急増）、止めるのは誰か、止まっている間の業務は誰が巻き取るか。エージェントは人と違い、疲れも遠慮もなく動き続けるため、異常時の暴走は人の作業ミスより速く広がります。停止条件・連絡経路・再開手順の3点を1枚にまとめておけば、運用開始後の心理的な負担が大きく下がります。
5つのステップを終えたら、公開の前に次を最終確認します。
この5項目は、公開後に問題が起きたときの切り分けリストとしてもそのまま使えます。
ステップ3の構築方式は、体制で選びます。2026年時点では、開発フレームワークを使ってコードで組む方法と、GUIで組み立てるノーコード型に大別されます。
エンジニアが社内にいて、複雑な分岐や独自ロジックを組み込みたい場合は、フレームワーク型（LangGraphやCrewAIなどが広く使われています）が柔軟です。細かな制御ができる反面、保守もコードになるため、担当者の異動で誰も直せなくなるリスクは体制側で手当てが要ります。
業務部門や少人数の情報システム部門が主体なら、画面上でフローを組めるノーコード型（Difyなどが代表例です）が現実的です。作れる範囲に制約はありますが、最初の1体で目指す「読み取り＋下書き」の範囲なら多くは実現できます。重要なのは、方式にかかわらずエージェントに読ませるデータ側の準備は同じだけ必要なことです。方式選びに時間をかけるより、データの経路づくりに時間を配分したほうが、完成度は上がります。
最も多いつまずきです。必要な情報が基幹システム・ファイルサーバー・各部門のExcelに散らばり、形式もばらばらで、エージェントから参照できる場所にない。この整備はAI-Ready化の作業そのもので、先行企業が最初に投資している領域でもあります（AIエージェント成功企業は最初に何を整備したか）。エージェント本体の開発と並行して、データを集めて整えて届ける経路を作っておきます。
社内システムの権限は人と部署を前提に設計されており、「エージェント」という利用者は想定されていません。人のIDを使い回すと、監査でエージェントの操作と人の操作を区別できなくなります。エージェント専用のアカウントと権限を発行し、ステップ2で決めた範囲だけを許可するのが原則です。異動や退職でエージェントが突然動かなくなる、という事故もこれで防げます。
公開後、参照データの更新が止まったり、業務側のルール変更が反映されなかったりすると、エージェントは静かに間違え始めます。プロンプト・参照データ・接続それぞれの持ち主を決め、業務が変わったら誰が更新するのかを運用ルールに含めておきます。作る工程より、この保守の設計が定着を決めます。
データ連携について詳しく学ぶ（無料ダウンロード）
ステップ2〜3で必要になる「散らばったデータを集めて、整えて、エージェントが読める場所へ届ける」経路は、データ連携基盤「ASTERIA Warp」（累計10,000社超が導入）でノーコードで構築できます。基幹システム・データベース・ファイル・SaaSから定期的にデータを取り出し、変換・マスキングして参照先へ更新するフローを画面上で作成でき、生成AI連携のアダプターも用意されています。エージェントを増やしても経路は共通で使い回せるため、1体目の投資が2体目以降の土台になります。
Q. 最初の1体は、どのくらいの期間で業務投入できますか？
A. 「読み取り＋下書き」の範囲なら、業務選定から検証まで2〜3か月が目安です。期間を左右するのはエージェント本体より、読ませるデータの整備と権限の調整です。ステップ2が早いほど全体は短くなります。
Q. 社内にエンジニアがいなくても作れますか？
A. ノーコード型のツールを使えば、フローの組み立ては可能です。ただしデータの経路づくりと権限の設計には情報システム部門の関与が前提です。外部に委託する場合も、ステップ1〜2の決定は社内でしか行えません。
Q. MCPに対応していない古いシステムはどうつなぎますか？
A. データ連携基盤を間に置き、基盤がシステムと接続してエージェント側に標準形で見せる構成が現実的です。システム側の改修を伴わずに済むことが多く、レガシーを含む複数システムを同じ経路でまとめられます。
Q. 精度が上がらないとき、何から見直すべきですか？
A. プロンプトより先に、読ませているデータを疑ってください。古い版の文書が混ざっていないか、必要な情報がそもそも参照範囲に入っているか。検証セットの誤答を分類すると、原因がデータ側にあるケースは少なくありません。
AIエージェントの作り方は、任せる業務の選定、データと権限の範囲、ツールと接続、検証、停止条件という5つのステップで進めます。デモは半日で動きますが、業務に任せるための本体は、プロンプトではなく範囲と経路とルールの設計です。構築方式はコード型・ノーコード型のどちらでも、データ側の準備は同じだけ必要になります。そして最初の1体で作った「散らばったデータを届ける経路」は、組織のAI活用全体を支える共通基盤へ育っていきます。この経路づくりには「ASTERIA Warp」が使えます。
▼ ステップ2〜3の「データの経路」から作り始めてみる ASTERIA Warpは全機能を試せる無料体験版をご用意。エージェントに読ませるデータを集めて整えるフローを、ノーコードで確かめられます。 |
PM・SE・マーケティングなど多彩なバックグラウンドを持つ「データ連携」のプロフェッショナルが、専門領域を超えたチームワークで「データ活用」や「業務の自動化・効率化」をテーマにノウハウやWarp活用法などのお役立ち情報を発信していきます。
Related Posts
ASTERIA Warp製品の技術情報やTips、また情報交換の場として「ADNフォーラム」をご用意しています。
アステリア製品デベロッパー同士をつなげ、技術情報の共有やちょっとしたの疑問解決の場とすることを目的としたコミュニティです。
