計画とタスク分解
対象読者: AIに長い作業を任せると途中で脱線してしまう方、目標をどう工程に分けて渡すか知りたい方
前提知識: エージェンティックAIとは の基礎
エージェンティックAIの出発点は計画です。目標をそのまま渡すのではなく、実行可能な工程へ分解してから動き始めることで、長い作業でも脱線しにくくなります。
なぜ先に計画を立てるのか
計画を立てずに着手すると、AIは目の前の情報だけで次の行動を決めます。序盤の小さな誤りがそのまま積み重なり、気づいたときには方向がずれています。
先に計画を出力させると、次の効果があります。
| 効果 | 内容 |
|---|---|
| 早期の軌道修正 | 着手前に人が方向性を確認・修正できる |
| 進捗の可視化 | どこまで終わり、何が残っているか分かる |
| 部分的な再実行 | 失敗した工程だけをやり直せる |
| 完了判定 | 各工程に完了条件を持たせられる |
良い分解の単位
分解は細かければ良いわけではありません。基準は次の2つです。
- 1工程が1つの目的を持つ — 「調べて実装して検証する」は3工程に分ける
- 完了したか判定できる — 「よく調べる」ではなく「対象ファイルを特定する」
# 分解が粗い例
1. 記事を作る
# 分解が適切な例
1. 参照する一次情報を特定する
2. 構成案を作る
3. 本文を執筆する
4. 用語と内部リンクを確認する逆に細かく分けすぎると、工程間の受け渡しが増え、全体として何をしたいのかが薄まります。人が一覧を見て流れを把握できる程度が目安です。
計画は途中で変わる
計画は一度立てたら固定するものではありません。前提が崩れる事実が判明したら見直すのが正しい振る舞いです。
graph LR
P["計画を立てる"] --> E["工程を実行する"]
E --> C["前提は保たれているか"]
C -->|保たれている| E
C -->|崩れた| P見直しの判断材料になるのは、実行結果です。想定と違う結果が出たときに計画へ戻れる仕組みが、自己修正につながります。
まとめ
- 計画は、目標を実行可能な工程へ分解してから動き出すための手順
- 分解の基準は「1工程1目的」と「完了判定ができること」
- 細かすぎる分解は、かえって全体の意図を見失わせる
- 前提が崩れたら計画へ戻る仕組みを持たせる
関連リンク
クイズ