エージェントとコンピューター操作
エージェントのワークフロー、ブラウザー操作、メモリ、ループ、フレームワーク、顧客向け音声フロー。
35件のコンテンツ (記事16件 · 動画19件)
ここから開始
一覧を見る前に、まずおすすめのコンテンツをいくつかご覧ください。
11 分の読書n8nで初めてのAIエージェントを構築：リード選別ワークフローを最初から最後まで
新規リードを選別し、情報を補完し、スコアを付けて振り分ける、実用的なAIエージェントをn8nで構築する全手順です。すべてのノード、プロンプト、注意点を解説します。
中級者
11 分の読書ブラウザエージェントとコンピューター操作：現在、本当にできること
ブラウザエージェントとコンピューター操作AIは、人間と同じようにコンピューターを操作すると期待されています。2026年の現実は、デモから受ける印象より有用であると同時に、制約も多いものです。何が機能し、何が機能しないのか、どこに適用すべきかを現実に即して解説します。
中級者
13 分の読書無限ループしないエージェントの設計
本番エージェントで最も一般的な失敗は、無限または擬似的な無限ループです。進展がないまま、エージェントが再試行や分岐を繰り返してトークンを浪費します。これを防ぎ、難しいタスクでも完了できるエージェントを生み出すアーキテクチャパターンを解説します。
上級者このトピックの他の記事
12 分の読書Make Codex, Claude Code, and Cursor work as one CLI team
Use AGENTS.md, CLAUDE.md, Cursor rules, and CLI print modes so Codex designs, Claude reviews, and Cursor implements—without a custom orchestration platform.
上級者
15 分の読書Multi-agent project management with Linear: Claude, Cursor, and Codex on one backlog
Run Claude Code, Cursor, and Codex against the same Linear project like a real engineering team: claim work, mark progress, hand off review, fix findings, and close issues without stepping on each other.
上級者
6 分AI音声エージェント：仕組みと人間らしく聞こえる理由
CX Foundation. 音声エージェントを、音声認識、言語モデル、業務システムのAPI、テキスト読み上げ、割り込み処理という実践的なパイプラインに分解して説明します。読者がTwilio、Retell、Vapi、LiveKitなどのプラットフォームを選ぶ前に、記事の導入フレームワークを支える具体的な技術基盤を理解できます。
上級者
9 分の読書AIネイティブIDEとリポジトリを認識するコーディングワークフロー
Cursor、Copilot、Claude Code、リポジトリを認識するエージェントがソフトウェア開発を変えるのは、チームが境界を設けた場合に限られます。コードベースのコンテキスト、計画、テスト、レビュー、シークレット、本番環境の安全性を扱う実践的なワークフローです。
上級者
9 分の読書顧客対応フローのための音声エージェント：機能する場面と失敗する場面
音声エージェントは、フローが限定され、データを利用でき、フォールバックが明確な場合に有用です。Twilio/Retell型システム、情報開示、引き継ぎ、テスト、展開のための実践的な意思決定フレームワークです。
上級者
11 分の読書LangGraph vs CrewAI vs直接API：2026年のエージェントフレームワークの選び方
2026年のエージェントフレームワークを取り巻く環境は成熟しましたが、選択が明快になったわけではありません。LangGraph、CrewAI、Pydantic AI、OpenAI Agents SDK、直接APIは、それぞれ特定のチームやプロジェクトに適していますが、万能なものはありません。率直な比較と意思決定のフレームワークを紹介します。
上級者
11 分の読書チケットの70%を解決するAIカスタマーサポートエージェント
一般的な問い合わせを解決し、難しいものはエスカレーションし、Hacker Newsで話題になるような失敗を避ける、現実的なAIカスタマーサポートエージェントの設計です。アーキテクチャ、プロンプト、ガードレールを解説します。
中級者
10 分の読書AIで常時稼働するブリーフィングやニュースレターを構築する
実際に読む価値のある内容を載せ、受信トレイに届く自動化された日次ブリーフィングやニュースレターは、AIで構築できる最も効果の大きい仕組みの1つです。それを持続可能にするアーキテクチャ、プロンプト、運用規律を解説します。
中級者
12 分の読書本番環境におけるコンピューター操作エージェントとブラウザエージェント
コンピューター操作エージェントやブラウザエージェントのデモは、たびたび大きな話題になります。しかし、大規模な本番導入の姿は異なります。対象範囲を狭く絞り、厳重なガードレールを設け、UXを慎重に設計します。実際に機能するパターン、繰り返し見られる失敗、そして現実的な経済性を解説します。
上級者
10 分の読書AIをメール、カレンダー、CRMに安全に接続する
AIをメール、カレンダー、CRMといった実際のツールに接続することは、生産性を飛躍させる一方で、リスクも生みます。2026年に機能する連携、安全なパターン、越えてはならない一線を解説する実践ガイドです。
中級者
10 分の読書非エンジニアのためのMCP：ClaudeやCursorを自分のツールに接続する
MCPは、AIを自分のツールに接続する新しい標準です。メリットを得るために、自分でMCPを開発する必要はありません。MCPとは何か、どのサーバーをインストールすべきか、AIが実際に操作できるようになると何が可能になるかを、非エンジニア向けに解説します。
中級者
12 分の読書長時間稼働するエージェントのメモリを構築する
エージェントには、コンテキストウィンドウを超えるメモリが必要です。何を保存し、いつ検索し、どのように忘れるかを定める長期メモリのアーキテクチャによって、エージェントがユーザーを「知っている」ように感じられるか、会話のたびに最初からやり直すかが決まります。そのパターンと本番環境でのトレードオフを解説します。
上級者
9 分の読書n8n、Zapier、Makeを比較：最適な自動化スタックの選び方
2026年のAIワークフローを支える主要な3つの自動化プラットフォームを率直に比較します。それぞれの得意分野と限界、後悔せずに選ぶための判断基準を解説します。
中級者
12 分の読書チャンクを超えるRAG：グラフRAG、エージェント型RAG、ロングコンテキストRAG
従来のチャンクベースRAGには限界があります。グラフRAG、エージェント型RAG、ロングコンテキストRAGは、それぞれ異なる方法でその限界を打ち破ります。各手法が適する状況、実際の仕組み、本番環境で重要なトレードオフを解説します。
上級者
190 分LangGraph初心者完全講座：Pythonで複雑なAIエージェントを構築
freeCodeCamp.org. LangGraphのステートグラフ、ノード、エッジ、条件分岐、チェックポイント、ツール利用を、実際にコードを書きながら構築する長編講座です。最後まで進めると、型付き状態と「すべての遷移を明示する」モデルを十分に体感でき、記事にあるCrewAIやAPI直接利用コードとの比較が抽象的な話ではなくなります。
上級者
66 分CrewAIチュートリアル：初心者向け集中講座
aiwithbrandon. 同様の構築をCrewAIの「役割・目標・背景」というスタイルで行います。エージェントをチームメンバー、タスクを成果物として扱い、フレームワークが実行ループを隠蔽します。LangGraphのコース直後に見てください。フレームワークにどこまで判断を委ねるかという違いこそ、記事が比較を求めている点です。
上級者
15 分効果的なエージェントを構築する方法：Anthropic、Barry Zhang
AI Engineer. Barry Zhangが3つの原則を解説します。ワークフローで十分ならエージェントを作らないこと、ループを可能な限り単純に保つこと、そして「エージェントのように考える」ことです。つまり、エージェントのコンテキストウィンドウに身を置き、スクリーンショットの合間には状況が見えないまま判断していると認識します。単純さを重視する主張と、「そもそもこのタスクにエージェントを使う価値があるか」というチェックリストは、記事が求める規律そのものです。
上級者
18 分AIエージェント構築のヒント
Anthropic. Anthropicの3人のエンジニアが、現場でよく目にする落とし穴を解説します。停止すべきタイミングを判断できないエージェント、環境を修正せずシステムプロンプトへ指示を詰め込みすぎる問題、実際には不要だったマルチエージェント設計のコストなどです。Barryの講演の直後に見ると効果的で、同じパターンを別の角度から捉えられます。
上級者
31 分n8nでAIカスタマーサポートエージェントを作る方法（無料テンプレート）
Bart Slodyczka. Zendesk、Gorgias、Freshdeskのいずれかと連携し、RAGに基づく回答でチケットに返信し、解決済みチケットをナレッジベースに戻す、実践的なn8nワークフローです。記事で説明されているアーキテクチャに最も近いYouTube動画です。
中級者
231 分AIエージェントの構築と販売：初心者完全ガイド
Liam Ottley. カスタマーサポートエージェントはLiamが得意とする中心的なユースケースです。この講座ではかなりの時間を割いて、RAGに基づくチャットボット、エスカレーションロジック、実際の顧客に対して使用しているノーコードスタック（Botpress、Voiceflow、Make、n8n）を解説しています。特に「エージェントの構造」のセクションは、記事の「選別 → 回答 → アクション → 引き継ぎ」という構造とほぼ一対一で対応しています。
中級者
24 分Operatorとエージェント入門
OpenAI. Operatorの実際の発表デモです。チームがレストランを予約し、食料品を注文し、イベントチケットを購入する一方、Operatorがリダイレクトで行き詰まったり、ログイン時に操作を人へ戻したりする様子も確認できます。スクリーンショットとクリックを繰り返す処理、状態を変更する操作前の確認、プロンプトインジェクション対策など、ブラウザエージェントの実際の使用感を最も明確に伝える動画です。記事が読者に持ってほしい現実的な期待を具体的に理解できます。
中級者
2 分Claude｜Computer Useでタスクを統合制御する
Anthropic. Claudeがデスクトップを直接操作し、Web検索、地図の確認、カレンダー招待の作成という複数アプリにまたがる小さな作業を計画する、Anthropicによる2分間のデモです。後述するOperatorのクラウドブラウザ限定モデルとの対比に役立ちます。また、コンピューター操作エージェントは自由度の高い作業より、短く明確に区切られた雑務に適しているという記事の要点を直感的に確認できます。
中級者
5 分Claudeが私のコンピューターを操作する
Fireship. スクリーンショット、操作、再びスクリーンショットというループを、YouTube上で最も明快かつ短く説明しています。Claudeが目的を外れてYellowstoneを調べ始める例、トークン消費、各ステップのレイテンシーといった現実的な失敗パターンも含まれます。Fireshipは意図的に本番環境の詳細を省いているため、その点は記事を参照してください。しかし、こうしたシステムを自社の技術スタックへ組み込む前に、なぜ高コストで壊れやすいのかを正しく直感できるようになります。
上級者
8 分AnthropicのClaude Computer Useがもたらす変革｜YC Decoded
Y Combinator. Garry Tanが、従来は自動化できなかったソフトウェアのロングテールに対し、コンピューター操作が実際に何を変えるのかを解説します。レガシーアプリ、社内ポータル、APIのないあらゆるシステムが対象です。「ブラウザは普遍的なインターフェースである」という記事の主張と同じ枠組みを、最初に効果が見込める領域について、よりビジネスの現実に即した視点から説明しています。
上級者
25 分OWASPが示すLLMへの攻撃トップ10：AIの脆弱性を解説
IBM Technology. プロンプトインジェクションから視野を広げ、LLMに関するOWASP Top 10全般を扱っています。安全でない出力処理、機密情報の漏えい、過剰なエージェンシーなど、あらゆるものにGmailやHubSpotのスコープを付与する前に理解しておきたい、まさに失敗モードの一覧です。
中級者
11 分プロンプトインジェクション攻撃とは？
IBM Technology. Jeff Crumeによる「SUVを1ドルで買う」という例は、直接プロンプトインジェクションと間接プロンプトインジェクションが異なる問題である理由と、フィルタリングではどちらも完全には解決できない理由を、10分で説明する最も明快な解説です。取り消せない操作には、より巧妙なシステムプロンプトではなく、最小権限のスコープ、専用エージェントアカウント、人の介在が必要だという記事の主張と直接対応しています。
中級者
26 分25分で初めてのAIエージェントを作る（コーディング不要）
Futurepedia. 1回の動画で、実際に動くn8nエージェントをゼロから構築します。途中で、エージェントとは実際に何か、直線的なワークフローとどう異なるか、ガードレールをどこに設けるかも説明しています。視聴後は、記事の図にあるすべてのノードを見分けられるようになり、妥当な初期設定がどのようなものかもつかめます。
中級者
92 分n8nマスター講座：AIエージェント構築とワークフロー自動化（初級から上級まで）
Nate Herk | AI Automation. Nateはn8nに特化した実務家の中でも特に視聴されており、このマスタークラスではFuturepediaの入門動画よりも深く、メモリ、マルチエージェント構成、エラー処理、実際のビジネスワークフローを扱っています。リード選別エージェントが動作し、それを拡張したくなった段階で活用してください。
中級者
20 分Model Context Protocol（MCP）
Anthropic. プロトコルの設計者であるTheo Chu、David Soria Parra、Alex Albertが、MCPが存在する理由、構成要素（サーバー、クライアント、トランスポート）、2024年11月の公開以降の反響、日常的に実際に使っているサーバーについて説明します。Nate Herkの概要動画に続いて確認する公式情報として役立ちます。
中級者
16 分MCPがAIエージェントを賢くする仕組み（非技術者向け）
Nate Herk | AI Automation. MCPサーバーとは何か、Claudeやn8nのようなクライアントがMCPサーバーをどのように使うのか、導入後に実際の作業がどう変わるのかを、専門用語を使わず16分で説明します。記事の「ClaudeやCursorを自分のツールに接続する」という捉え方とほぼ完全に一致します。
中級者
7 分エージェントの記憶（概念解説）
LangChain. 短期メモリと長期メモリの分離、長期メモリが取りやすい3つの形（指示、プロフィール、オブジェクトのリスト）、書き込みタイミングに関するホットパスとバックグラウンド処理のトレードオフを、コードなしで短く解説します。記事のメモリアーキテクチャに関するセクションは、まさにこの分類を前提としています。
上級者
44 分AIに脳のような記憶を構築する｜LLMエージェントの記憶システム
Adam Lucek. 認知科学に着想を得たエピソード記憶、意味記憶、ワーキングメモリ、手続き記憶という分類を詳しく解説し、コードでエージェントに組み込みます。より明確な立場を持つメンタルモデルと、参考にできる実装例を求める場合は、LangChainの概念解説の後に見る価値があります。
上級者