Agentic Workflow

Agentic Workflowは、AIが複数ステップのタスクを自律的に実行できるアーキテクチャパターンです。従来の「Q&A」会話パターンとは異なり、Agentic WorkflowはAIに目標を与え、その目標を達成するために必要な一連の操作を計画・実行させます——ツールの呼び出し、ツールの返答結果の処理、結果に基づく計画の調整、タスク完了まで。

コアループ（PEARループ）：感知（Perceive）；評価（Evaluate）；行動（Act）；反省（Reflect）。

通常の会話との根本的な違い：通常の会話ではすべてのターンに継続のためのユーザー入力が必要です。Agentic Workflowでは、AIは1つのタスクで複数のループ反復を自律的に実行でき、ユーザーの確認が必要なときや解決できない問題に遭遇したときにのみ一時停止します。

Agentic Workflowを設計する際の最も重要なエンジニアリング上の考慮事項は何ですか？

明確な停止条件：ワークフローはいつ「完了」と見なすか？いつ人間の確認を求めて一時停止すべきか？

ツールの原子性：各ツールは一つの明確なことをすべきであり、多くのことをするべきではありません。

可逆性の設計：不可逆的な操作（ファイルの削除、メールの送信、コードのコミット）には強制的な人間の確認ステップを設計します。

エラー処理と回復：ツール呼び出しの失敗は避けられません。構造化されたエラー返却フォーマットを設計します。

コンテキスト管理：Agentic Workflowは通常複数のツール呼び出しを必要とし、コンテキストウィンドウが急速に増大します。

Claude CodeとClaudeのDeep ResearchはどのようにAgentic Workflowを活用していますか？

Claude Code：タスクを与えると（「このバグを修正して」や「この機能を実装して」）、実行フローは：関連ファイルの読み取り（感知）→ 問題の分析（評価）→ コードの修正（行動）→ テストの実行（反省）→ テスト結果に基づいて修正を続けるか完了を宣言します。プロセスには5〜20回のツール呼び出しが含まれる場合があります。

Deep Research（深度調査モード）：claude.aiのDeep Research機能はClaudeが複数ステップの調査タスクを自律的に実行できるようにします。質問を与えると、研究すべきサブ質問を特定（計画）→ 関連情報を検索（実行）→ 検索結果の信頼性と関連性を評価（反省）→ サブ質問間で反復（ループ）→ 最終的にすべての発見を研究レポートに統合します。

Agentic Workflowのセキュリティリスクは何ですか？設計でこれらのリスクを軽減するには？

リスク1：不可逆的な操作の誤実行。ファイルの削除、メールの送信、コードのコミットなど。軽減策：すべての不可逆的な操作に強制的な人間の確認ステップを設計します。

リスク2：目標のドリフト。長時間の複数ステップ実行中に、エージェントが最初の意図から逸脱する可能性があります。軽減策：目標を明確なサブタスクとチェックポイントに分解します。

リスク3：リソースの制御喪失。エージェントが無限にループしたり、過度のAPIコールをしてコストが急増する可能性があります。軽減策：最大ツール呼び出し回数のハード上限を設定します。

リスク4：プロンプトインジェクション。悪意のあるコンテンツがツールの返答結果を通じてエージェントのコンテキストに注入される可能性があります。