ある企業が、ユーザーが複数ステップのタスク（「航空券を検索して予約して、確認メールを送って」）を自然言語で指示できる AI エージェントを構築しようとしている。このエージェントを実装する上で最も重要な設計考慮事項はどれか。
- A. エージェントが外部 API（予約システム・メールサービス）を呼び出すツール定義を明確に設計し、各ステップで実行前にユーザー確認（Human-in-the-loop）を挟む仕組みを構築する
- B. エージェントの全行動を事前に決定論的にハードコードし、LLM は一切の判断を行わない設計にする
- C. タスクを単一ステップのプロンプトに圧縮し、LLM に1回の推論で全ステップを完成させる
- D. LLM の知識だけでタスクを完遂させるため、外部 API への接続は不要と判断する
解答と解説を見る
正解: A
マルチステップエージェントでは、LLM がツール（外部 API）を呼び出して副作用（予約・メール送信）を起こすため、ツール定義の明確化と Human-in-the-loop（特に不可逆なアクション前の確認）が安全性の核心となる。Amazon Bedrock Agents はこのパターンをサポートする。Dは誤り：LLM の知識は静的であり、リアルタイムの航空券在庫・予約処理はツール（API）なしには実現不可能。Bは誤り：完全ハードコードでは LLM の自然言語理解の利点を活かせず、エージェントとしての価値がなくなる。Cは誤り：単一プロンプトによる多段タスクの完結は現実の API 呼び出しを伴う処理には対応できず、エラーハンドリング・状態管理も困難。