#AIエージェント
AIエージェントの基礎から実運用、ガバナンス設計までをまとめた記事群。Kuu株式会社が中小企業向けに実装した事例を中心に発信しています。
MCP Tasks拡張──長時間処理をポーリングで扱う設計
MCP 2026-07-28仕様で正式化されたTasksエクステンションは、tasks/getのポーリングとtaskId・ttlMs・5状態のライフサイクルでブロッキング呼び出しを置き換える。実装の要点を整理する。
MCP進捗通知とキャンセルの非対称設計——2026仕様
MCPの進捗通知とキャンセレーションは2026-07-28確定仕様でクライアント起点に非対称化された。トランスポート別のキャンセル信号とタイムアウト設計を整理する。
AG-UIプロトコル入門——エージェントとUIをつなぐ設計
AG-UIはエージェントとフロントエンドをイベントストリームで結ぶオープンプロトコルで、2026年3月にAWS Bedrock AgentCoreも対応した約16種のイベント型が中核です。
AIエージェントの暴走コスト対策——ステップ上限とスペンド制御
AIエージェントは悪意ある入力で無限ループに陥り月次コストが跳ね上がることがある。OWASP LLM10:2025のUnbounded Consumptionと、ステップ上限・Workspaceスペンド制御による防御設計を解説する。
AIエージェント基盤のオートスケーリング設計
AIエージェント基盤のオートスケーリングは、キュー深度・p90 TTFT・KVキャッシュ使用率の3シグナルで設計します。CPU使用率だけでは検知が遅れる理由と、Kubernetes HPAでの実装手順を解説します。
AIエージェントのサーバーレス/エッジ運用設計
AIエージェントはCloudflare WorkersやVercel Fluid Computeなどのサーバーレス/エッジ基盤で低コスト運用できます。コールドスタート対策とコスト設計の要点を整理します。
エージェントスキルのサプライチェーン攻撃を防ぐ設計
エージェントスキルのサプライチェーン攻撃は署名検証・能力ベース権限・サンドボックス実行の多層防御で防げます。CVE-2026-25253の教訓から設計指針を解説します。
AIエージェントの3層ゾーニング——コンテキスト汚染防止設計
AIエージェントが複数システムを自律横断する際の「コンテキスト汚染」を防ぐ、3層ゾーニングと感度タグ・境界チェック・RAGフィルタリングによる機密データ分離設計を解説します。
Advisorパターンで高精度をSonnet価格で——2モデル協調エージェント設計
AnthropicのAdvisor戦略は、HaikuをエグゼキュータにOpusをアドバイザとして協調させるAPIパターンです。Haiku単体比でBrowseComp得点2倍、コストをSonnet比85%削減。実装手順と使い分けを示します。
Claude Opus 5のエンタープライズエージェント設計
Claude Opus 5（claude-opus-5）は1Mコンテキスト・Adaptive Reasoningを備えFable 5比半額。エンタープライズのルーティング・努力制御・フォールバック設計を解説する。
MCPクライアント実装——TypeScript SDK v2 接続から呼び出し設計まで
MCPクライアントをTypeScript SDK v2で実装する方法を解説。3トランスポートの選択基準、capability negotiation、tools/list→callの実行フロー、通知処理を仕様ベースで整理する。
AIエージェント出力の安全ゲート設計——スキーマ検証・PII検出・ポリシーフィルタで下流攻撃を止める
OWASP LLM02「安全でない出力処理」は下流システムへの注入・情報漏洩・エージェント汚染を引き起こす。スキーマ検証・PII検出・コンテンツポリシーゲートの3段構成で防ぐ実装パターンを解説する。
エージェントのLLM選定ガイド2026——モデル比較と用途別判断基準
Claude Fable 5・GPT-5.5・Gemini 3.1 Proをツール精度・コスト・コンテキスト長で比較。AIエージェントの用途別最適モデルとタスクルーティング設計の要点を解説します。
動的モデル選択の設計——3種のルーティングパターンと実装指針
エージェント基盤でタスク複雑度・レイテンシ・コストを実行時シグナルに最適LLMを自動選択するルーター設計。カスケード・分類器・多腕バンディットの3パターンと品質ゲートの組み込み方を示す。
WebMCPとは——ブラウザ・エージェントプロトコルの仕様と実装
2025年8月策定のWebMCPは、ブラウザタブ内でAIエージェントがツールを直接呼び出すW3C仕様。MCPとの違い・document.modelContext API設計・段階的実装戦略を整理する。
Claude Opus 4.8のエンタープライズエージェント設計——Adaptive ThinkingとFast mode実装
Claude Opus 4.8（claude-opus-4-8）はAdaptive ThinkingとeffortパラメータへのAPIレベル移行を強制する。エンタープライズ設計の変更点と実装パターンを解説する。
AIエージェント開発環境をDocker Composeで構築する
Docker Composeを使うとAIエージェント開発環境全体をcompose.yaml1ファイルで管理できます。Model Runner・MCPゲートウェイ統合と4パターンの実践的な設計手順を解説します。
Claude Fable 5 のエンタープライズエージェント設計指針
Claude Fable 5（claude-fable-5）は長時間自律実行向けの最上位モデルで入力 $10/M。エンタープライズ実装のモデルルーティング・安全フォールバック・コスト設計パターンを解説する。
AIエージェント基盤のサービスメッシュ統合——Istio Ambient Mode・agentgateway設計指針
Istio Ambient Mode・agentgatewayを使い、AIエージェント基盤にL7トラフィック制御と観測性を確立する。KubeCon EU 2026発表の機能と設計指針を解説。
AIエージェントSDK比較2026——LangGraph・Strands・Mastraの設計思想と選定指針
LangGraph・AWS Strands・Mastra・OpenAI Agents SDKを設計思想・状態管理・デプロイ戦略で比較。言語選択・クラウド環境・ユースケース複雑度の3軸で技術選定の判断基準を整理する2026年版ガイド。
AIエージェントのカオスエンジニアリング——障害注入設計パターン
LLM APIは本番で1〜5%の確率で失敗する。10ステップのエージェントでは約18%のタスクが障害に遭遇する計算だ。カオスエンジニアリングの設計手順と実装パターンを解説する。
MCP 2026-07-28 RC：ステートレス化と移行手順
2026年7月28日公開予定のMCP仕様RCはセッションを廃止しステートレス化。Sampling・Roots・Loggingを非推奨とし、Tasksを拡張に移動。サーバー実装者が対応すべき5つの移行手順を解説する。
マルチエージェント移行設計——シングルから3フェーズで進める
シングルエージェントからマルチへの移行は、ツール数10本超・並列処理要件・権限分離の3条件で判断します。3フェーズの段階的移行手順と失敗パターン4選を解説します。
LLMストリーミング実装——SSEとWebSocketの選択基準
LLMストリーミング出力でSSEとWebSocketをどう選ぶか。Claude APIのSSEイベント構造とエージェントパイプラインの逆圧問題まで設計判断を解説。
中小企業のエージェント基盤選定——マネージドかセルフホストか
月1億トークン未満の中小企業にはマネージドが有利。Bedrock AgentCore・Vertex AI・Dify（OSS）を5軸で比較し、最初に選ぶべきエージェント基盤を示します。
MCPとA2Aの違い——補完するプロトコルを正しく使い分ける
MCPはエージェントとツールを接続する垂直プロトコル、A2Aはエージェント間委譲の水平プロトコルです。2026年のA2A v1.0仕様に基づき、SMBが最初に押さえるべき選択基準を解説します。
AIエージェントにSTRIDE脅威モデリングを適用する設計手順
AIエージェントの攻撃面をSTRIDE 6カテゴリで体系化し、なりすまし・改ざん・権限昇格などの具体的リスクと設計対策を、OWASP Agentic Top 10 2026の観点から整理します。
AIエージェント並列実行の設計——Fan-Out/Fan-InとMap-Reduceパターン
AIエージェントの逐次実行ボトルネックを並列化で解消するFan-Out/Fan-InとMap-Reduceパターンを解説。1.8〜3.7倍の速度改善を実現するDAG設計とトークン予算境界・フォールバック実装を含む。
MCPプリミティブをどう選ぶか——3つの制御モデルと判断フロー
MCPのTools・Resources・Promptsは「誰が起動を制御するか」で役割が分かれます。副作用ありならTools、静的データならResources、定型フローならPromptsという判断基準を解説します。
RAGエージェント向けベクトルDB選定——pgvector・Weaviate・Qdrant・Pineconeの使い分け
AIエージェントRAG基盤のベクトルDB選定を解説。pgvectorは50M以下でコスト優位、Weaviateはハイブリッド検索特化、Qdrantは高速フィルタ、Pineconeは100M+自動スケールが強みです。
エージェントリリース管理——ブルーグリーン・カナリア展開の設計
エージェントのコード・プロンプト・モデル・ツールスキーマをバージョン管理し、ブルーグリーンとカナリアリリースで本番展開する設計を解説する。品質ゲートの自動化とロールバックトリガーの実装まで踏み込む。
MCP Sampling——LLM補完委譲の設計とセキュリティ
MCP Samplingでサーバーがクライアント経由でLLM補完を要求できる。APIキー不要の委譲設計・modelPreferences・Human-in-the-Loop承認フローと、プロンプトインジェクション対策を仕様から解説します。
MCPのElicitation——ツール実行中のユーザー入力収集と応答設計
MCP Elicitationは2025-06-18版で追加されたクライアント機能で、ツール実行中にサーバーがユーザーへ構造化入力を要求できる。3アクション応答モデルとJSON Schema制約、セキュリティ設計を解説。
エージェント設計のClaudeモデル選択——ツール使用性能比較
AIエージェントへのClaude Haiku 4.5・Sonnet 4.6・Opus 4.8の使い分け指針を解説。ツール精度・速度（Haiku約100 t/s）・コスト差の実態と、マルチエージェント構成でのモデル配置戦略を実装観点で示す。
AIエージェントのメモリ設計——短期・長期・エピソード記憶の実装
AIエージェントのメモリは短期（コンテキストウィンドウ）・長期（ベクターストア/グラフDB）・エピソード記憶の3層で設計する。各タイプの実装パターン、ベクターインデックス選択（HNSW/IVF）、セッション間の記憶統合フローを解説する。
9軸評価×LLM-as-judgeでエージェントを自動採点する
ルーブリックベースの9軸評価とLLM-as-judgeで、中小規模チームがエージェント品質を週次自動計測する実装パターンを解説。
監査ログのスキーマと改ざん防止——HMAC・WORM・署名の実装
AIエージェント基盤の監査ログをどうスキーマ設計し、改ざん防止するか。HMACハッシュチェーン・WORM・KMS署名を組み合わせた多層防御の実装指針をエンタープライズ向けに解説。
プロンプトインジェクションをアーキテクチャで止める5層防御設計
OWASP LLM Top 10 2025の第1位に位置するプロンプトインジェクションは、モデル単体では防げない。入力検証・コンテキスト分離・権限サンドボックス・出力監査の5層で止める設計パターンを解説します。
MCPサーバー実装ガイド——ツール・リソース・プロンプトの公開設計
MCPサーバーでTools・Resources・Promptsを公開する実装手順を解説。inputSchema設計・2層エラーハンドリング・transport選択（stdio/Streamable HTTP）の設計パターン。
AIエージェントの人間監視設計——ヒューマン・イン・ザ・ループで「暴走」を防ぐ5つのパターン
AIエージェントが自律実行するほど誤判断の損害リスクは高まる。HITLの設計原則と5つの実装パターンを中小企業向けに解説する。
AIエージェントのハルシネーション対策——中小企業が今すぐ実装すべき検知と防止の5ステップ
AIエージェントの誤回答（ハルシネーション）は事業リスクに直結する。中小企業が実装すべき検知・防止の5ステップとエージェントガバナンスへの統合手順を解説。
Claude APIで始める業務自動化——中小企業がビジネス活用を実現する3つの切り口
Claude APIの基本から業務への組み込み方を解説。文書処理・顧客対応・意思決定支援の3パターンで中小企業がAI活用を始める方法と費用感を整理します。
Vertex AI Agent BuilderとBedrock AgentCore比較——中小企業向けAIエージェント基盤の選び方
Vertex AI Agent BuilderとBedrock AgentCoreを機能・コスト・運用の3軸で比較。エンジニアが少ない中小企業がクラウドAIエージェント基盤を選ぶための実践的な判断基準を解説します。
Claude Haiku 4.5で低コストAIエージェントを動かす——中小企業の自動化コストを抑える実践
Claude Haiku 4.5の特性・ユースケース・Sonnet/Opusとの使い分けを解説。適切なモデル選定でAIコストを抑えながら業務自動化を進める実践的な方法をまとめます。
MetaによるManus買収が示すAIエージェント市場の転換点——2026年、日本企業が備えるべき3つの変化
MetaのManus買収報道を受け、AIエージェント市場の集約が加速。プラットフォームリスク・価格変動・データ主権の3点から中小企業がとるべきガバナンス対応を解説。
スタートアップのAI体制構築——人材・ツール・プロセスを3ヶ月で整える実践手順
スタートアップがAI体制を構築するための3フェーズ手順。ポリシー策定からエージェント活用まで実務的に解説。
中小企業のDXを失敗させない進め方——最初の90日で決まる立ち上げの鉄則
DXを始めたものの思うように進まない中小企業に向け、立ち上げ期から最適化期の3フェーズと各フェーズで押さえるべき要点を実務視点で解説します。
エージェントハーネスとは何か——AIエージェントを動かし続ける経営基盤の設計図
エージェントハーネスの定義・5つの構成要素・中堅企業が陥りやすい設計ミスと段階的な構築手順を解説します。
DXとAXは何が違うのか——エージェントトランスフォーメーションが切り拓く次の段階
DXが「ツールと人の関係を変える」変革なら、AXは「業務の担い手そのもの」を変えます。エージェントトランスフォーメーションの本質と、DX推進中の経営層が知るべき移行の3手順を解説します。
FDEとSIエンジニアは何が違うか——AI時代の実装責任者像を再定義する
FDE（Forward Deployed Engineer）とSIエンジニアの違いを実装責任の観点から解説。AIエージェント導入でどちらを選ぶべきかを判断するための指標を提示します。
Forward Deployed Engineerが日本のAIエージェント導入を変える——FDEの定義と中小企業での活かし方
FDE（Forward Deployed Engineer）の定義・役割と、SIerやコンサルとの違いを解説。中小企業がAIエージェント導入を加速するためのFDE活用法を紹介します。
Manus AIエージェントのローカル実行とは——デスクトップで動く自律AIのガバナンス課題
ManusはPC上でブラウザ操作・ファイル処理を自動実行する自律型AIエージェント。中小企業がデスクトップAIを安全に活用するためのガバナンスリスクと実践ステップを解説します。
AIエージェントの監査ログ管理——保管要件と設計3つの落とし穴
AIエージェント導入後に必須の監査ログ設計を解説。記録すべき5項目・保管期間・アクセス制御・実装ステップを具体的に示す。
AIエージェントのKPI設計と評価方法——導入効果を数値で証明する5軸フレームワーク
AIエージェントの評価KPI設計方法を解説。業務効率・精度・コスト・ガバナンス・ユーザー体験の5軸で定量評価し、経営陣への説明を可能にします。
A2Aプロトコルとは？エージェント間協調の仕組みと中小企業向けガバナンス設計
Googleが主導するA2Aプロトコルの概要、MCPとの違い、エージェント間協調の仕組みと中小企業がガバナンス設計に組み込む実践ポイントを解説します。
AIエージェントの権限管理設計入門——最小権限の原則で安全に自動化を進める方法
AIエージェントの権限設計はセキュリティリスクと業務効率を左右する。最小権限の原則に基づく設計パターンと中小企業が実践すべき3ステップを解説。
Model Context Protocol（MCP）とは？中小企業がAI連携を標準化できる理由
Anthropicが主導するMCP（Model Context Protocol）は、社内ツールとAIエージェントを標準化された方法でつなぐ仕様。中小企業でも導入できる仕組みと活用パターンを解説します。
マーケティング業務をAIエージェントで自動化——SNS・メール・レポートを一括処理
AIエージェントを活用してSNS投稿・メール配信・効果レポートを自動化する方法を解説。少人数でも成果を出すマーケ自動化の設計ポイントと導入ステップを紹介します。
エンジニア不在でもAIエージェントガバナンスは始められる——外部パートナー活用の成功パターン
IT部門・社内エンジニアがいない中小企業がAIエージェントガバナンスを構築するための外部パートナー活用パターンと選定基準を具体的に解説します。
塾・教育機関のAIエージェント導入完全ガイド——保護者対応・教材管理・スケジュール調整を自動化
塾・学習塾・民間教育機関がAIエージェントで保護者対応・教材管理・スケジュール調整を自動化する方法を解説。導入ステップと注意点もまとめました。
不動産業×AI——物件情報更新・問い合わせ対応・書類処理を自動化する方法
不動産仲介・管理会社向けに、物件情報更新・問い合わせ対応・書類処理の3領域でAIエージェントを活用する具体的な自動化手法と導入ポイントを解説します。
製造業でのAIエージェントガバナンス活用事例——品質管理・在庫・報告書業務を変えた3つの施策
製造業のIT担当者・生産管理担当者向けに、AIエージェントガバナンスで品質管理・在庫最適化・報告書業務を改善した具体的な施策を解説します。
社内の知識をAIが即答——ナレッジマネジメントとAIエージェントの組み合わせ方
属人化した社内知識をAIエージェントで即答できる状態にする方法を、ナレッジベース構築から運用ガバナンスまで中小企業向けに解説します。
RPAとAIエージェントの違いを徹底比較——今どちらに投資すべきか
RPAとAIエージェントの本質的な違いを整理し、中小企業が今どちらに投資すべきかを解説。既存RPA資産の活かし方と移行タイミングの判断基準も紹介します。
AIエージェントのセキュリティリスクと対策——ガバナンス設計の基本
AIエージェントが社内システムと連携するほど、セキュリティリスクは増大します。情報漏洩・不正アクセス・権限逸脱の3大リスクとガバナンス設計の実践的対策を解説します。
「入れっぱなし」で終わらせない——AIエージェントの継続改善ループの作り方
AIエージェントを導入しても成果が出続けないのは運用の仕組みがないから。継続改善ループの設計方法を4ステップで解説します。
AIエージェントのROIをどう測るか——9軸評価で見えてくる本当の価値
AIエージェント導入の費用対効果を9軸で定量化する方法を解説。経営会議で投資判断を説明するための数値化手法と計測ステップを具体的に紹介します。
AIエージェントを「管理する」時代へ——Managed Agentsが変える経営の常識
AIエージェントを「入れて終わり」にしていないか。Managed Agentsとは何か、なぜ管理の仕組みがAI活用の成否を分けるのかを中小企業経営者向けに解説します。
エージェントガバナンスとは？自社に合ったフレームワークの選び方
エージェントガバナンスの概念から企業規模別のフレームワーク選定ポイントを解説。Kuuの9軸評価を使った実践的な導入ステップも紹介します。
メール・カレンダーをAIが直接操作——ChatGPT Business×Outlook統合で実現する秘書AIの現実
ChatGPT Business×Outlook統合が実現したAI秘書の実態を解説。メール自動返信・会議調整・カレンダー管理をどこまでAIに任せられるか、総務・管理職が知るべきポイントをまとめる。
Claude Managed Agents 中小企業導入ガイド——エンジニア不在でも本番運用できる理由
AnthropicのClaude Managed Agentsが中小企業のAI本番運用の壁を下げた。エンジニア不在でも導入できる仕組みと、現実的なメリット・注意点を解説。
AIエージェントとは？2026年最新の導入ガイド
AIエージェントの定義から従来AIとの違い、導入メリット、具体的な導入ステップまでを徹底解説。2026年現在の最新情報と実践的なアドバイスをまとめたガイドです。