LangChain、Slack で AI エージェントをワンクリック展開
本文の状態
日本語全文を表示中
詳細モードで約6分の本文を読めます。
同じ出来事の情報源
この情報源を基点に整理
LangChain Blog
LangChain は、コード記述なしでカスタム AI エージェントを Slack に即時展開できる「Fleet」の新機能を発表し、チームが業務フロー内で専門的なエージェントを活用する仕組みを提供した。
AI深層分析を開く2026年7月30日 13:17
AI深層分析
キーポイント
Slack へのワンクリック展開機能の追加
LangChain は、Fleet で構築したエージェントを Slack に一瞬で公開できる機能を導入し、各エージェントに固有のアイデンティティ(名前、説明、アイコン)を持たせることで、チーム内での認識と活用を容易にした。
自然言語による専門的エージェントの構築
エンジニアやオペレーション担当者など多様な職種が、チャットや事前テンプレート(執行秘書、ソフトウェアエンジニア等)を用いて自然言語でエージェントを作成でき、業務に特化したスキルと文脈を付与できる。
汎用チャットとの明確な差別化
ChatGPT や Claude などの汎用モデルとは異なり、Fleet は反復作業の自動化や一貫した業務遂行に焦点を当てており、複雑なプロンプトの組み合わせを不要にするための専門的アプローチを採用している。
実証事例としての 11x の活用
企業 11x は、バグ対応エージェントの導入からオンコールアラートや製品 Q&A エージェントへと用途を拡大し、営業担当者が商談中に質問に即座に対応させるなど、組織全体での浸透を示した。
明確なアイデンティティとスレッド内での継続
エージェントは一般的なボットではなく認識可能なアイデンティティを持ち、リクエストが開始された同じスレッドに結果を返す。これにより、会話の文脈や添付ファイルを含め、作業と判断を一つのスレッド内で完結させることができる。
重要な引用
One person builds an agent, then the whole team can use it in Slack—right in the flow of work.
It's a different approach to generalized chat, like ChatGPT or Claude.
Getting started is simple because you build Fleet agents with natural language.
Agents have durable instructions and only the tools, credentials, and permissions required for that role
編集コメントを表示
編集コメント
LangChain は、AI エージェントの「開発」から「運用・展開」へのフェーズへシフトする明確な信号を送っている。Slack といった日常業務ツールにエージェントを埋め込むことで、技術的な知識がなくても組織全体で AI を活用できる環境を整備した点は、実務現場における導入加速に寄与する。
Source Article
元記事を日本語で読む
本文に関係しない購読案内、埋め込み通知、サイト内プロモーションは除いています。
本日、コードを書くことなく、Slack でチームにカスタムエージェントを簡単に導入できる機能をリリースしました。
多くのチーム(LangChain の私たちも同様)にとって、Slack は主要な作業の場です。プロジェクトは、同僚からの質問や共有ファイル、会話スレッドへの返信などから始まることが多く、プロジェクトの文脈もまた、Slack 上で共同作業者たちと共に蓄積されています。
これからは Fleet エージェントもその現場に参加します。一人がエージェントを構築すれば、チーム全員が作業の流れの中で Slack 上でそれを利用できるようになります。
11x 社が Fleet を活用して Slack ネイティブのバグトリアージエージェントを構築した事例をご覧ください:
会社の業務に特化したエージェントを構築する
エージェントは反復的な作業の処理が得意であり、特に自社のビジネス運営を理解している場合にその真価を発揮します。そこで Fleet では、自社のベストプラクティスに沿った専門的なエージェントを構築できる機能を備えています。エージェントを作成する際、作成者はそのタスクを正しく遂行するために必要なスキル、文脈、システムをエージェントに付与できます。
これは ChatGPT や Claude などの汎用チャットとは異なるアプローチです。汎用的なエージェントは即席のタスクには優れていますが、一貫性のある業務を任せる場合、複数のプロンプトをつなぎ合わせる作業はつらくなりがちです。一方、専門的なエージェントを使えば、特定のやり方をコード化してチーム全員がその方法を利用できるようにできます。また、各エージェントに適切な権限も紐付けられます(詳細は後述します)。
Fleet エージェントの構築には自然言語を使用するため、開始は非常に簡単です。エンジニアからオペレーション担当者、さらには専門知識を持つメンバーまで、誰でも貢献できる仕組みになっています。
チャットで目標を記述するか、事前構築されたエージェントテンプレートのいずれかを利用してください。これらのテンプレートは、LangChain で日常的に活用している「エグゼクティブ・アシスタント」や「ソフトウェアエンジニア」などの実例に基づいています。各テンプレートには、アプリ接続や必要な知識など、ユースケースに合わせてエージェントを調整するためのオンボーディングフローが用意されています。

Slack 上で各エージェントに居場所を
エージェントを作成したら、ワンクリックで Slack に展開できます。Fleet の各エージェントには固有の Slack 上のアイデンティティ(名前、説明、アイコン)が割り当てられており、チームメンバーはその役割を認識し、適切なタイミングでタグ付けできるようになります。
このアイデンティティは、エージェントが社内の複数のチームに広がっていく際に特に役立ちます。11x の CTO、ジェソン・パテル氏はまず、バグのトリアージ(選別)を行うエージェントを導入し、チームの問題解決を加速させました。その後、オンコールアラートや GTM(市場投入)向けの製品 Q&A エージェントなど、利用ケースは急速に拡大しました。
社内の誰もが各エージェントのアイデンティティを知っており、主要なチャンネルでタグ付けするだけで済みます。製品に関する質問がある際には、営業担当者が商談中にこのエージェントを呼び出すことさえあります。
汎用的なボットの背後に隠れることなく明確な役割を持つため、エージェントは認識しやすいアイデンティティを持っています。また、必要な場合は添付ファイルを含め、リクエストが開始されたスレッドに作業結果を返すことも可能です。
image.png)
業務と判断を一つのスレッドにまとめる
仕事は常に直線的に進むわけではありません。例えば、営業先へのアプローチのための顧客調査依頼をエージェントに任せた場合、追加の文脈が必要になったり、メール送信のように承認が必要なステップに到達したりすることがあります。
Slack 上の Fleet エージェントは、アクションを実行する前に同じスレッド内で追跡質問をしたり、承認を求めたりできます。承認、指示の変更、あるいは修正要求を行えば、エージェントはそのまま続行可能です。
このアプローチにより、依頼内容、その周囲の会話、そして結果がすべて一つの場所に集約されます。また、判断が必要な場面でチームメンバーが関与し続けることも可能になります。
権限、アクセス、コストを管理する
Fleet を使えば、管理者はすべてのエージェントを一元管理できます。接続へのアクセス制御や、どの認証情報をエージェントが使用するかのカスタマイズ、支出上限の設定、さらに各エージェントの閲覧・実行・編集権限を持つユーザーの指定が可能です。
Fleet では、各エージェントの業務範囲を必要に応じて広狭自由に定義できます。エージェントには永続的な指示と、その役割に必要なツール、認証情報、権限のみが付与されます。これにより、開発者はエージェントに必要なリソースを提供しつつ、社内のワークスペース全体へのアクセスを制限したまま運用できます。
次のステップ
エージェントは、作りやすく、共有しやすく、そしてすでに業務が行われている場所で使いやすくあるべきです。Fleet はすでに構築をシンプルに実現していますが、今回のリリースにより、Slack への Fleet エージェントの導入がワンクリックで可能になりました。
Fleet ではエージェントの作成、設定、管理を行います。一方、Slack はチームメンバーが実際にそれらを活用する場所です。
AI算出
主要ニュースainew評価高い
AI エージェントの運用と Slack への統合という明確な新機能を報じており、新規性が高い。ただし、日本企業固有の情報や日本語一次情報がないため、日本の文脈での関連性は限定的となる。
6つの評価軸を見る
- AI関連度
- 75
- 情報源の信頼性
- 100
- 新規性
- 75
- 調べる価値
- 75
- 重複の少なさ
- 100
- 日本での有用性
- 25
今日のまとめ
AIデイリーブリーフで今日の重要ニュースをまとめ読み