完全ワークショップ：自身でディープリサーチエージェントを構築する方法

完全ワークショップ：自身でディープリサーチエージェントを構築する方法

LLM によるコンテンツ生成が普及する一方で、「AI スロップ」と呼ばれる浅薄で事実誤認を含む文章が増加しています。この課題を解決し、人間の手触りあるストーリーテリングと AI の調査力を融合させるには、単なるプロンプトの改良ではなく、自律性の度合いを設計段階から明確に定義した「エージェントシステム」の構築が不可欠です。

本記事では、Towards AI 創設者らが実装した「ディープリサーチエージェント」と「ライティングエージェント」の実践例を通じて、複雑な AI システムをどう設計し、MCP（Model Context Protocol）を活用して実務レベルで動かすかという核心を解説します。

「AI スロップ」の壁と、人間との共存戦略

現在の LLM 生成コンテンツには深刻な欠陥があります。チャット GPT に質問しても得られるのは「非常に一般的な回答」や、事実関係が古く、意味のない「〜についてではなく、別の何か」といった定型句です。これを AI エンジニアリング界隈では「スロップ（廃棄物）」と呼びます。

「AI スロップは、何らかの価値も提供せず、何も有用ではありません」

Towards AI のチームが直面した課題も同様でした。技術コンテンツやコース制作には、シニアレベルのエンジニアによる深いリサーチと、人間ならではのストーリーテリングが必要です。しかし、このプロセスを完全な人手で行うのはコストが高すぎます。

彼らが目指したのは、このプロセスの自動化ではなく、「人間の専門性」と「AI の調査力」を組み合わせるハイブリッドシステムです。具体的には、独自のディープリサーチエージェントがウェブやツールを検索し、信頼性の高い情報を収集。その後、別のライティングエージェント（あるいは人間）が、それを基に高品質な技術記事を作成するというワークフローを構築しました。

自律性のスライダー：どこまで AI に任せるか？

AI システムを設計する際、最も重要なのは「どこまで AI に自律性を委ねるか」という判断です。これは自律性のスライダーとして捉えることができます。

1. プロンプティング: 最も単純で制御性が高いが、複雑なタスクには不向き。
2. ワークフロー（オーケストレーション）: 事前に定義されたステップを順次実行。ルーターや並列処理を用いて効率化できますが、動的な判断は行えません。
3. エージェント: 環境の変化に応じて自律的に行動し、ツールを選択・計画します。複雑さとコストが増加する一方、制御性は低下します。

「常に最も単純な解決策を使いたいものです。単なるプロンプトで済むならそれが理想です」

多くの企業が失敗するのは、このスライダーを誤って「エージェント側」に傾けすぎることです。例えば、クライアントの CRM 向けチャットボット開発において、最初は何度も異なるエージェントを組み合わせるマルチエージェントシステムを提案されましたが、実際の業務フローは「受信→分類→ルーティング→回答作成→検証→送信」という単純な直線型でした。

この場合、複雑なエージェントシステムを導入してもオーバーヘッドが増えるだけで価値はありません。重要なのは、タスクが動的に分岐する必要があるかを問うことです。もし手順が常に同じであれば、それは「ワークフロー」で十分です。自律性が必要な場面は、「どの API を呼ぶか」「データベースにどう書き込むか」といった動的な判断が発生する場合に限られます。

2 つのシステム：探索的なリサーチと決定論的なライティング

Towards AI が最終的に採用したのが、「リサーチエージェント」と「ライティングエージェント」を分けるアーキテクチャです。これは、両者の性質が根本的に異なるためです。

• リサーチエージェント（探索的・自律的）:
• 目的：未知の情報を発見し、信頼できるソースを検証する。
• 要件：柔軟性が必要。ウェブを探索し、情報不足を感じれば方向転換し、自己フィードバックループで改善する必要があります。
• ライティングエージェント（決定論的・制約あり）:
• 目的：特定のトーンや構造に従って記事を作成する。
• 要件：柔軟性よりも「制約」が重要。ハルシネーションを避け、一貫したスタイルで出力する必要があります。

このように役割を分離することで、リサーチの自由度とライティングの品質保証を両立させています。また、リサーチ結果は人間がレビューし、最終的なストーリーテリング（ジョークや文脈に即した表現など）には人間のフィードバックループを残すことで、AI 特有の「冷たさ」を排除しています。

MCP と Claude Code を活用した実装パターン

自律性を定義したら、次は具体的な実装です。Towards AI が採用したのは、MCP（Model Context Protocol）とClaude Codeを組み合わせたアプローチです。

MCP は、AI モデルが外部ツールやデータを安全かつ標準的な方法で呼び出すためのプロトコルです。これにより、開発者は独自のツールを簡単に公開・利用でき、エージェント間の相互運用性が飛躍的に向上します。

実装のポイントは以下の通りです。

• 動的なツール呼び出し: エージェントは、タスクに応じて YouTube 分析や Web 検索などのツールを動的に呼び出します。Claude Code を介して MCP サーバーと連携させることで、モデルが「何をするべきか」を計画し、実行する自律的な動作が可能になります。
• コンテキスト管理の最適化: エージェントが複雑化するほど、会話履歴やシステムプロンプト、ツール定義などが膨大になり、「真ん中の欲求不満問題（Lust in the middle problem）」と呼ばれる性能低下が発生します。これを防ぐため、ツールやサブエージェントへの委任が有効です。
• 各ツールやサブエージェントに独自のコンテキストを持たせることで、メインのエージェントのコンテキストウィンドウを圧迫しません。
• 例えば、検証専用のツールや、特定のフォーマットに特化したツールを独立させて管理します。

「ツールは専門家として使い、グローバルな文脈（意思決定）は唯一のエージェントの中に留める」

この設計により、20 万トークンを超える大規模なコンテキストでも、モデルの性能を維持しながら複雑なタスクを処理できます。

評価と検証：品質を保証するバイナリジャッジ

最終的に、構築したシステムが機能しているかを確認するには、厳格な評価が必要です。Towards AI では、以下の指標を用いて品質を測定しています。

• バイナリ要素ジャッジ: 特定の事実や要件が満たされているかを Yes/No で判定する簡易的な検証。
• F1 スコア: 検索結果の精度（Precision）と再現率（Recall）の調和平均を用いて、情報の網羅性と正確性を数値化。
• 人間のレビュー: 最終的に AI が生成したコンテンツは、必ず人間がチェックし、トーンや文脈の適切さを確認します。

「AI プロダクトは単にエージェントを構築するだけではありません。ツール、ワークフロー、評価システムを統合して初めて真価を発揮します」

まとめ

AI エージェント開発において重要なのは、技術的な複雑さを追うことではなく、「自律性のスライダー」を適切に設定し、タスクの性質（探索的か決定論的か）に合わせてシステムを設計することです。MCP 標準の普及により、独自のツールを組み合わせるエコシステムが形成されつつある今、Towards AI のような「リサーチとライティングを分離し、人間フィードバックをループに組み込む」アプローチは、エンタープライズレベルでの AI システム構築における重要なベストプラクティスと言えます。