エージェントスキルによる最適化

今描いている本のスライド（３章まで）

Transcript

1. エージェントスキルによる最適化 まえがき・第 1 章・第 2 章・第 3 章の要点整理 MOAI Lab. May 21, 2026 1 / 33
2. 本スライドの位置づけ まえがき: 汎用エージェントに専門知識を後付けする設計思想。 第 1 章: AI の歴史を LLM、推論モデル、自律型エージェントまで接続。 第 2 章: エージェントスキルの構造、配置、設計、評価方法。 第 3 章: skill-creator、docx、pptx、xlsx の具体例と実装上の教訓。 2 / 33
3. 目次 1 まえがき：なぜスキルなのか 2 第 1 章：AI からエージェントへ 3 第 2 章：エージェントスキルの設計 4 第 3 章：便利なエージェントスキル 5 まとめ 3 / 33
4. 専用エージェントからスキル追加型へ 用途ごとに専用エージェントを作る設計は、保守と拡張が重くなりやすい。 強力な汎用エージェントを基盤に、専門知識をスキルとして追加する方が現実的。 コード実行、ファイル操作、外部接続は多くの実務領域に共通する基盤能力。 不足するのは知能そのものではなく、領域固有の手順・制約・判断基準である。 4 / 33
5. エージェント技術スタックの三層構造 汎用エージェント 推論、計画、ツール利用、フ ァイル操作を担う実行基盤。 MCP・外部接続 データベース、API、業務シ ステムへの接続層。 スキル 特定タスクの手順、スクリ プト、テンプレート、評価 基準。 プロセッサ = LLM / OS = エージェント / アプリ = スキル 5 / 33
6. スキルの本質 中心は SKILL.md: 目的、利用条件、手順、関連ファイルを記述する。 必要に応じて scripts/、テンプレート、画像、モデル、バイナリを同梱する。 ファイルとフォルダなので、Git 管理、ZIP 配布、クラウド共有と相性がよい。 すべてを常時読み込まず、必要時だけ詳細を展開する段階的開示が鍵。 6 / 33
7. AI 発展史の大きな流れ 1 記号的 AI: ルールと探索に基づく初期 AI。 2 統計的学習: データからパターンを獲得する機械学習へ。 3 深層学習: 表現学習と大規模ニューラルネットワークの時代。 4 LLM: 言語を汎用インターフェースにする基盤モデル。 5 エージェント: 対話から行動、実行、成果物生成へ。 7 / 33
8. トランスフォーマーの転換点 RNN/LSTM の逐次処理は長距離依存と並列化に限界があった。 Attention により、文脈内の関係を一括して扱えるようになった。 BERT は理解寄り、GPT は生成寄りに発展し、LLM の二大潮流を形成した。 Attention(Q, K, V) = softmax ( QK⊤ √ dk ) V 8 / 33
9. スケーリング則と創発能力 モデル規模、データ量、計算量を拡大すると性能が予測可能に向上する。 GPT 系列の拡大により、少数例学習やゼロショット能力が顕在化した。 ただし、規模だけでは幻覚、安全性、実務制約への適合は解決しない。 含意 モデル性能の向上に加え、運用設計、評価、ツール接続が重要になる。 9 / 33
10. アライメントと ChatGPT の社会実装 InstructGPT は、人間の意図に沿う応答を作るため RLHF を導入した。 ChatGPT は、LLM を一般利用可能な対話インターフェースとして普及させた。 GPT-4 以降、マルチモーダル化と高難度タスク対応が進んだ。 1 教師ありファインチューニング 2 報酬モデルの学習 3 強化学習による最適化 10 / 33
11. 推論モデルと Test-time Scaling 推論時に多くの計算を使い、問題を段階的に解くモデルが登場した。 自己修正、検証、探索により、数学・コード・論理問題で性能が向上する。 即答型 LLM から、熟考して検証するモデルへの転換が進んでいる。 重要な変化 学習時スケーリングだけでなく、推論時スケーリングが競争軸になる。 11 / 33
12. AI エージェントの定義 単に回答するだけでなく、目標達成のために環境へ働きかける。 観察、計画、実行、検証を繰り返すループを持つ。 ツール、メモリ、ファイルシステム、外部 API を使って成果物を生成する。 Observe → Think → Act → Verify 12 / 33
13. 自律型エージェントの進化 AutoGPT や BabyAGI は、自律ループ型エージェントの可能性を示した。 LangChain、LangGraph、AutoGen、CrewAI などが実装基盤を成熟させた。 その先に、タスク単位の専門能力を追加するエージェントスキルが位置づく。 13 / 33
14. エージェントスキルとは エージェントに後付けできる、タスク特化の手続き的知識パッケージ。 Markdown の指示書だけでなく、スクリプト、テンプレート、評価データを含められ る。 必要時にだけ読み込まれるため、コンテキスト消費を抑えやすい。 汎用エージェントを、領域特化エージェントのように振る舞わせる仕組み。 14 / 33
15. スキルの典型的な構造 最小構成 SKILL.md name / description 利用条件 実行手順 拡張構成 scripts/ resources/ evals/ テンプレート・サンプル 15 / 33
16. スキル配置と認識条件 スキルは決められたディレクトリ配下に置かれる。 各スキルは独立したフォルダとして管理される。 フォルダ内の SKILL.md とメタデータが、ルーティングの入口になる。 プロジェクト固有、ユーザー固有、組織共有など、配置先でスコープを分けられる。 16 / 33
17. 良いスキル記述の原則 宣言的な一般論ではなく、手順として実行可能に書く。 エージェントが迷いやすい判断点は、条件分岐として明示する。 長い説明を避け、必要な詳細は外部ファイルやスクリプトへ逃がす。 成功条件、検証方法、例外処理を含める。 17 / 33
18. 説明文最適化とルーティング description は、スキルが呼び出されるかどうかを左右する重要なメタデータ。 発動すべきクエリだけでなく、発動すべきでないニアミスも設計する。 False Positive と False Negative を評価し、説明文を反復改善する。 評価の視点 「いつ使うか」だけでなく「いつ使わないか」を明確にする。 18 / 33
19. スクリプト同梱の価値 LLM に毎回コードを書かせるより、決定論的スクリプトを再利用する方が安定する。 入力検証、ファイル変換、評価、再計算などはスクリプト化に向いている。 エージェントは、スクリプトを道具として呼び出し、結果を解釈する役割に集中で きる。 19 / 33
20. 第 3 章で扱う 4 つのスキル skill-creator スキルを作るためのメタスキル。 docx Word 文書の読解、生成、編集、画像化。 pptx PowerPoint の構造保持、生成、視覚的 QA。 xlsx Excel/CSV の計算正確性、再計算、データ整形。 20 / 33
21. skill-creator: メタスキルとしての役割 ユーザー要求から新規スキルの目的、構造、実装計画を作る。 テストデータ、評価ケース、ベンチマークを含む改善ループを設計する。 スキルあり・なしの比較により、効果を定量的に確認する。 ポイント スキル作成を、単なるプロンプト執筆ではなくソフトウェア開発として扱う。 21 / 33
22. skill-creator の例: 複数 CSV 可視化 複数 CSV の関係性を Union、Join、Comparison として判定する。 pandas や Plotly を用い、ダッシュボード生成を自動化する。 評価ランにより、スキル利用時とベースラインの品質差を比較する。 22 / 33
23. docx スキル: Word 文書は ZIP 化された XML 群 .docx は単一ファイルに見えるが、実体は OOXML の複雑なアーカイブ。 生 XML を不用意に編集すると、スキーマ違反で文書が破損しやすい。 読み取り、新規作成、既存編集、PDF 化・画像化で異なるツールチェーンを使う。 23 / 33
24. docx スキルの例: 履歴書テンプレート 履歴書テンプレートに Web 上の公開情報を 反映する。 生成した docx を PDF 化し、画像で確認す る。 誕生日など、外部情報にない項目では幻覚 リスクが残る。 24 / 33
25. pptx スキル: 空間制約を扱う難しさ PowerPoint はテキストだけでなく、位置、サイズ、重なり、余白が品質を左右する。 テンプレート駆動により、既存レイアウトを破壊せずに編集する。 スクラッチ生成では、プレースホルダー ID やスライドサイズの罠に注意する。 25 / 33
26. pptx スキルの例: Agent Skill 入門スライド ダークテーマとライトテーマを使い分け、比較カードやプロセスフローを構成する。 26 / 33
27. pptx スキルの品質保証 PDF 化して画像に変換し、最終見た目を検査する。 テキストのはみ出し、重なり、低コントラスト、余白不足を検出する。 コードだけを見た自己評価ではなく、視覚的フィードバックループを回す。 27 / 33
28. xlsx スキル: 計算正確性が中心 Excel は表現よりも、計算、参照、データ整合性が重要になる。 pandas と openpyxl を使い分けるが、0 始まり/1 始まりのズレに注意が必要。 ハードコードではなく、Excel ネイティブの数式とセル参照でモデル化する。 28 / 33
29. xlsx スキルの例: 動的ガントチャート タスク期間、ステータス、進捗率を数 式で動的計算する。 条件付き書式で進捗バー、週末、期限 超過を表現する。 LibreOffice 等で再計算し、数式エラーを 検証する。 29 / 33
30. 4 スキルに共通する設計思想 LLM の弱点を、決定論的スクリプトと外部レンダリングで補う。 生成物を実際の実行環境で観測し、エラーをフィードバックする。 スキルは認知的補助具として、LLM を実務システムへ安全に接続する。 30 / 33
31. 全体まとめ 汎用エージェントに専門知識を追加するスキル型設計が、拡張性の高い方向性であ る。 第 1 章は、AI の歴史を LLM から自律型エージェントへの流れとして整理した。 第 2 章は、スキルの構造、配置、説明文、評価、スクリプト化を体系化した。 第 3 章は、文書・スライド・表計算という実務成果物でスキルの意義を示した。 31 / 33
32. 今後の視点 スキルは、ドメイン知識、評価基準、実行ツールをまとめる再利用単位になる。 価値はモデル単体ではなく、モデル、ツール、評価、運用の統合に宿る。 サプライチェーンを含む業務領域では、専門スキル群の整備が競争力になる。 32 / 33
33. Thank you. 33 / 33