Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
2025年度 生成AI 実践編
Search
CyberAgent
PRO
May 29, 2025
Technology
2
53
2025年度 生成AI 実践編
CyberAgent
PRO
May 29, 2025
Tweet
Share
More Decks by CyberAgent
See All by CyberAgent
LLMを用いたメタデータベースレコメンド検証
cyberagentdevelopers
PRO
4
780
CodeAgentとMCPで実現するデータ分析エージェント
cyberagentdevelopers
PRO
1
55
SQL Agentによるタップルのデータ利活用促進
cyberagentdevelopers
PRO
1
130
NAB Show 2025 動画技術関連レポート / NAB Show 2025 Report
cyberagentdevelopers
PRO
1
270
【2025年度新卒技術研修】100分で学ぶ サイバーエージェントのデータベース 活用事例とMySQLパフォーマンス調査
cyberagentdevelopers
PRO
7
9.3k
【CA.ai #1】未来を切り拓くAIエージェントの可能性
cyberagentdevelopers
PRO
2
96
【CA.ai #1】MCP世界への招待:AIエンジニアが創る次世代エージェント連携の世界
cyberagentdevelopers
PRO
2
97
【CA.ai #1】ABEMA のコンテンツ制作を最適化! 生成 AI × クラウド映像編集システム
cyberagentdevelopers
PRO
0
81
The Composable Architecture (TCA) を用いたAmebaのリアーキテクチャ
cyberagentdevelopers
PRO
0
76
Other Decks in Technology
See All in Technology
GitHub Coding Agent 概要
kkamegawa
1
990
Houtou.pm #1
papix
0
290
Oracle Database オプティマイザ・ヒントの活用
oracle4engineer
PRO
1
130
大事なのは、AIの精度だけじゃない!〜1円のズレも許されない経理領域とAI〜
jun_nemoto
9
4.8k
mnt_data_とは?ChatGPTコード実行環境を深堀りしてみた
icck
0
150
Oracle Cloud Infrastructure:2025年5月度サービス・アップデート
oracle4engineer
PRO
0
280
金融システムをモダナイズするためのAmazon Elastic Kubernetes Service(EKS)ノウハウ大全
daitak
0
110
RDRA3.0を知ろう
kanzaki
2
370
君だけのオリジナル async / await を作ろう / TSKaigi 2025
susisu
17
13k
LT:組込み屋さんのオシロが壊れた!
windy_pon
0
120
2025advance01
minamizaki
0
120
グループ ポリシー再確認 ③
murachiakira
0
140
Featured
See All Featured
A Tale of Four Properties
chriscoyier
159
23k
No one is an island. Learnings from fostering a developers community.
thoeni
21
3.3k
Speed Design
sergeychernyshev
30
960
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
45
9.5k
JavaScript: Past, Present, and Future - NDC Porto 2020
reverentgeek
48
5.4k
Product Roadmaps are Hard
iamctodd
PRO
53
11k
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
5
610
Why You Should Never Use an ORM
jnunemaker
PRO
56
9.4k
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
15
880
Adopting Sorbet at Scale
ufuk
76
9.4k
KATA
mclloyd
29
14k
Side Projects
sachag
453
42k
Transcript
生成AI 実践編 AIオペレーション室 李俊浩(じゅん)
• 自己紹介 • 前置き ◦ 本講義の一言 ◦ 本講義で伸ばす能力 ◦ 本日の目標
• エージェントの基礎知識 • Difyハンズオン • OpenAI Agents SDKハンズオン • Cursor + MCPハンズオン • まとめ • 発表
李 俊浩(イ ジュンホ) •所属 ◦サイバーエージェント > AIオペレーション室 •業務内容 ◦生成AIを活用した業務の効率化の推進 ◦生成AI活用のコンサルタント・アドバイザー
◦Cyberagent Next Expert(Dify)活動 @buddypia
本講義の一言 現場ですぐ使える最適な技術を、 戦略的に選ぶ力を身につける
• 技術選択能力 ◦ 戦略的思考能力、フレームワーク評価・比較、技術スタック決定 • 実装能力 ◦ コーディング、再利用性・拡張性の考慮 • 分析能力
◦ 要件分析、問題定義、ビジネスニーズの把握 • 設計能力 ◦ アーキテクチャ設計、システム設計、DB設計 本講義で伸ばす能力 重点領域
• エージェントの基礎を掴む • 最新技術を活用した開発手法を学ぶ • ユースケース別に最適に選び・組み合わせる • 業務で使える判断フレームを習得する 本日の目標
エージェント
AIの知識は人間を超えている 57のタスク(数学、コンピュータサイエンス、法学など)の知識評価 2025年 今ココ GPT4.5 2025 参照文献: LifeArchitect.ai/o1
OpenAIのAI進化5段階 LEVEL1 LEVEL2 LEVEL3 LEVEL4 LEVEL5 Chatbot Reasoner Agent Innovator
Organization 自然な会話能力を持つAI 専門家のレベルのように高度な問題解決能力を持つAI 単独で指示に基づいて行動する能力を持つAI 創造的な解決策を提案、人類の知識に貢献するAI 組織全体の業務を遂行するAI 出所: https://www.bloomberg.com/news/articles/2024-07-11/openai-sets-levels-to-track-progress-toward-superintelligent-ai
エージェントの3要素 1. 自律的 人間の指示に基づいて段階的に推論を行う 2. 環境利用 ツールやRAG(知識)を活用する 3. タスク遂行 目標を細分化してタスクを遂行する
Difyハンズオン
Difyとは? • ノーコード・ローコードでAIアプリケーションを 誰でも簡単に 作成できるAI開発プラットフォームです。 • 一般的な質問応答チャットボットから、お問い合わせ対応や複 雑なデータ分析まで、 幅広い生成AIアプリケーションを開発 す
ることができます。
Difyの特徴と例 ワークフローの例 エージェントの例
エージェントのフローイメージ 利用者 生成AI ナレッジ (RAG) ツール 1. 自社製品の入力 2. 競合分析の指示
(プロンプト) 3-1. 自社製品 の詳細データ参 照 3-2. 競合他社の製 品データのリサーチ 4. 競合分析の 結果 5. 回答 自社製品の競合分析の例 自律的に行動 例: 自社製品「スマートウォッチ Z」の競合分析を入力
ユースケース
ハンズオン①: 決算資料分析AI(1) 決算資料 PDF
ハンズオン①: 決算資料分析AI(2) ① 決算資料をダウンロード 決算資料URL: https://www.cyberagent.co.jp/ir/library/results/
ハンズオン①: 決算資料分析AI(3) ① 最初から作成を選 択 ① エージェントを選択 ② アプリ名を入力 ③
作成する
ハンズオン①: 決算資料分析AI(4) ① プロンプトを入力 ② Documentをオンにす る プロンプト あなたは企業決算資料分析の専門家AIです。 以下の内容を簡潔なレポートで出力してくださ
い。 # 項目 - 主要指標 - 前年同期比・業界平均との比較 - 財務トレンドの要約 - リスク・課題の抽出 - 改善策の提案
ハンズオン①: 決算資料分析AI(5) ① 「分析」を入力 ② 決算資料をアップロー ド ③ 実行
ハンズオン②: リサーチAI(1) サイバーエージェントの AI事業本部のリサーチ
ハンズオン②: リサーチAI(2) ① 最初から作成を選 択 ① エージェントを選択 ② アプリ名を入力 ③
作成する
ハンズオン②: リサーチAI(3) ① プロンプトを入力 ② ツールを追加 プロンプト あなたはリサーチの専門家AIです。 # タスク
- Web検索を利用し、指定されたトピック/質問に 関する情報を十分に収集してください。 - 収集した情報から主要なポイントを抽出し、分 かりやすく簡潔にまとめて報告してください。 ③ Perplexity Searchを追加 ④ Search the webを 追加
ハンズオン②: リサーチAI(4) ① 「サイバーエージェントのAI事業本部について」を入 力 ③ 実行 AIエージェント 十分な情報収 集
ハンズオン③: 製品の競合分析AI (1) (仮想)自社製品の競合分析AI
ハンズオン③: 製品の競合分析AI (2) ① AIパネルを開く ② プロンプトを入 力 ⑤ 生成されたCSVファイ
ル プロンプト # 指示 - スマホのダミーデータをCSV形式で出力 - 説明は不要です。 - 製品IDはSP001から始まります。 # 項目 製品ID, 製品名, カテゴリ, メーカー, 価格(円), 在庫数, 発 売日, スペック ④ 実行 ③ Agentモード、claude-3.7-sonnetを選 択
ハンズオン③: 製品の競合分析AI (3) ① ナレッジを選択 ② ナレッジを作成 ① テキストファイルから インポートを選択
② CSVファイルをアップロー ド ③ 次へ
ハンズオン③: 製品の競合分析AI (4) ② 保存して処理 ① ドキュメントに移動 ① 高品質を選択
ハンズオン③: 製品の競合分析AI (5) ① 最初から作成を選 択 ① エージェントを選択 ② アプリ名を入力
③ 作成する
ハンズオン③: 製品の競合分析AI (6) ① プロンプトを入力 ⑤ ツールを追加 あなたは製品の競合分析の専門家AIです。 # タスク
- 自社の製品データを活用すること - 他社の製品データはWeb検索を利用すること - 主要競合の「機能、ターゲット、価格、強み/弱 み、最新動向」を分析すること - 簡潔なサマリーを作成すること プロンプト ⑥ Perplexity Searchを追加 ⑦ Search the webを 追加 ② 自社の製品データを追 加 ③ 自社の製品データを選 択 ④ 追加
ハンズオン③: 製品の競合分析AI (7) ① 仮想スマホのダミーデータに合わせて自社製品 「PhoneX 15」競合分析を入力 ② 実行 AIエージェント
自律的な判断
OpenAI Agents SDK
ハンズオンの技術選定 OpenAI Agents SDK 学習の容易さ 向いている ケース 制約 特徴 低
Agent Development Kit LangGrpah 中 中〜高 • シンプル設計 • 組込みツール充実 • Google Cloudに統合 • エンタープライズ向け • 詳細な状態管理 • モデル非依存性 • 素早くプロトタイプ • シンプルな業務自動化 • 高度なエージェント制御 • Google Cloud利用 • 複雑なフロー • 詳細制御 • OpenAIに最適化 • 仕様変更が多い • プレビュー段階 • Google Cloud寄り • 学習曲線が急 • 複雑な設計になりがち
OpenAI Agents SDKの特徴 • AIエージェントアプリケーションを構築するための、軽量で使 いやすいソフトウェア開発キット(SDK)です • 使う価値のある十分な機能を備えつつ、学習コストを抑え、迅 速な開発を可能 •
単一エージェントおよびエージェントのワークフローを効率的 に設計・拡張できる
選択と集中で開発効率アップ 豊富なコンポーネント → 開発コストを低減 十分な機能群 → 実用性を担保 OpenAI Agents SDKが提供する価
値 開発者は「設計」や「ロジック」に集 中 例) MCP, web検索ツール, ガードレール
主要コンポーネントと機能 • エージェント: 指示とツールでタスクを遂 行するLLM。 • ツール: エージェントの能力を拡張する外 部連携機能。 •
ハンドオフ: エージェント間でタスクや会 話制御を委譲する仕組み。 • ランナー: エージェントの実行を管理する クラス。 • ガードレール: エージェントの入出力を検 証し品質と安全性を維持する機能。 • トレーシング: エージェントの動作フロー を記録・可視化するデバッグ支援機能。
Agent構成要素 指示に沿って推論と意思決定を行い、ツールを活用するLLM
Runner構成要素 AIエージェントの同期処理や非同期処理、ストリーミング処理などを実行を管理する
Tools構成要素 AIエージェントに追加の機能を提供するためのインターフェース
Handoffs構成要素 AIエージェントが特定のサブタスクを別の専門エージェントに委任(引き継ぐ)ための仕組 み
Guardrails構成要素 エージェントへの入力や出力を検証し、不適切、有害な動作を防止するための安全機能
ハンズオン①: 俳句エージェント エージェントフロー Google Colabリン ク インプットを俳句に変換し て出力するエージェント エージェント概要 https://github.com/buddypia/openai-agents-sdk-cola
b/blob/master/hello_world.ipynb
ハンズオン②: 画像説明エージェント エージェントフロー Google Colabリン ク アップロードした画像につ いて説明する エージェント概要 https://github.com/buddypia/openai-agents-sdk-cola
b/blob/master/image_description.ipynb
ハンズオン③: 評価エージェント エージェントフロー Google Colabリン ク 作成された物語を評価し、80点以 下の場合はフィードバックととも に改善を行い、80点を超えた場合 に最終的な物語を表示する
エージェント概要 https://github.com/buddypia/openai-agents-sdk-cola b/blob/master/llm_as_a_judge.ipynb
ハンズオン④: リサーチエージェント エージェントフロー 検索キーワードに基づいて、複数エー ジェントが協力してリサーチを行う • PlannerAgent • WriterAgent •
SearchAgent エージェント概要 Google Colabリン ク https://github.com/buddypia/openai-agents-sdk-cola b/blob/master/research_bot.ipynb
ハンズオン⑤: MCP活用エージェント エージェントフロー Google Colabリン ク MCPサーバーの作成エージェントでそのMCP サーバーを活用する例 1. MCPサーバーの作成
2. addツール, get_secret_word, get_current_weatherツールを定義 3. MCPサーバーへ接続 4. 各ツールの確認 5. エージェントでMCPサーバーの利用 エージェント概要 https://github.com/buddypia/openai-agents-sdk-cola b/blob/master/simple_mcp_server.ipynb
ハンズオン⑥: ツール活用エージェント Google Colabリン ク エージェントがツールを活用し て天気情報を提供してくれる エージェント概要 エージェントフロー https://github.com/buddypia/openai-agents-sdk-cola
b/blob/master/tools.ipynb
ユースケース
Cursor + MCP(Model Context Protocol)
• AIを活用 してソフトウェア開発の 生産性の向上 させることを目 的としたコードエディタ です。 • 自然言語によるコード生成・編集 、チャット形式でのAIアシス
タント機能、プロジェクト全体の文脈を理解した上での質問な どができる。 Cursorとは?
Cursor機能 コード範囲を選択し、AIに指示 を出すことでコードを変更してく れる機能 チャット機能 AIと対話しながらコーディングを 進めることができる機能 インライン編集 エージェント機 能
エージェントが自律的にコーディ ングタスクを遂行する機能 Cmd + K Cmd + L
MCP(Model Context Protocol)とは? • AIエージェントが 外部サービスと連携 する方法を 標準化したプ ロトコル •
例) データソースやツール、サービスと連携する 指示 サービスを利用 AIエージェント サービス連携の標準 化
ツール実行の違い 東京の天気リクエスト AIエージェン ト Function Calling 関数定義 JSON Schema定義1 JSON
Schema定義2 東京の天気は? { city: “東京” } 天気API AIエージェン ト 東京の天気は? MCPクライアン ト MCPサーバー 東京の天気を提供 AIやアプリによっ て実装が異なる MCP 東京の天気を提供 東京の天気リクエスト クライアントの 関数定義不要
MCPが解決する課題と目的
MCPアーキテクチャ • ユーザーとAIが対話す るアプリケーション • 例: Claude Desktop、Cursorな ど MCPホスト
MCPクライアント MCPサーバー • ホストアプリ内に存在 • 特定のMCPサーバーと の1対1の接続を管理 • 特定の機能サーバー • 例: filesystem、API 連携など
MCPの通信方式 STDIO(標準入出力) SSE(Server Sent Events) • クライアントとサーバーが同一マ シン上で動作 • ローカル統合に適する
• クライアントがHTTP経由でサーバーに 接続 • サーバーはSSEを用いて持続的な接続上 でクライアントにメッセージをプッ シュ
MCPの主な機能3つ • AIが実行できる関数やアク ション • API実行、データ取得、コー ド実行など • AIが利用可能なデータソース •
(ファイル、データベースの 情報など) • 「よく使うプロンプトの型」 をあらかじめ作って保存して おく機能 • メールのテンプレート
事前準備 ① Cursor設定 ② mcp.jsonを開く { "mcpServers": { "playwright": {
"command": "npx", "args": [ "@playwright/mcp@latest" ] } } } ② MCP Serverを入 力
ハンズオン①: リサーチMCP エージェントが直接ブラウ ザを操作してリサーチを行 う エージェント概要 サイバーエージェントのAI事業本部についてWeb 検索し、リサーチしてください # 出力形式
日本語で500文字以内 # ツール使用 use playwright プロンプト 指示 思考プロセス リサーチ結果 AIパネル
ハンズオン②: 商品比較AI エージェントが直接ブラウザを操作し、EC サイトから商品を検索して比較結果をレ ポートにまとめる エージェント概要 あなた商品の価格比較AIです。 # 指示 -
キーワードに基づいて、楽天市場、ヤフーショッピングで商品 を検索してください - 商品の検索結果を現在のディレクトリにファイルとして保存し てください - 最後の比較まとめは、ローカルに保存したファイルに基づいて 比較をまとめてください # ツール利用 use playwright # キーワード AirPods Pro 2 プロンプト 指示 思考プロセス 比較結果
ハンズオン②: 商品比較AI 楽天市場のリサーチ 結果 Yahoo!ショッピン グのリサーチ結果 商品比較まとめ
ユースケース
まとめ 結論:「何を作るか」「誰が使うか」「カスタマイズ性が必要か」によって最適なツールは異なります。 プロジェクトの目的とチームのスキルセットに合わせて選択しましょう。 場合によってはこれらを組み合わせて利用することも有効です。