AIエージェントスタックの全体像

約5分

AIエージェントに関わる用語（RAG・MCP・Memory・Skills・Hooksなど）を整理して理解したい方、実務でどの技術がどこに位置づくかを把握したい方

プロンプトエンジニアリング・コンテキストエンジニアリング・ハーネスエンジニアリング・ループエンジニアリングの基礎

AIエージェントスタックとは、生成AIモデルを実務で動くAIエージェントへと組み上げるために必要な、代表的な構成要素（レイヤー）の集まりです。RAG・Memory・Tools・MCP・Skills・Hooksなど、AIエージェント関連の記事でよく登場する用語を、1枚の地図として整理します。

なぜ全体像が必要か

AIエージェントに関する用語は数多くありますが、それぞれが「何を解決するための仕組みか」を理解しないまま個別に学ぶと、全体像を見失いがちです。プロンプトエンジニアリング・コンテキストエンジニアリング・ハーネスエンジニアリング・ループエンジニアリングで扱った「指示・情報・実行環境・反復構造」という4層構造をさらに具体化すると、実務でよく使われる12の要素に分解できます。

AIエージェントスタックの12要素

#	要素	役割	詳細
1	RAG	回答前に外部知識を取り込む	RAGとは
2	Context	モデルが今この瞬間に参照できるすべての情報	コンテキストエンジニアリング
3	Memory	ターンやセッションをまたいで保持される記憶	メモリとは
4	Agent	応答するだけでなく、自ら行動するAI	AIエージェントとは
5	Agentic AI	計画・判断・自己修正まで行うシステム	エージェンティックAIとは
6	Tools	エージェントが呼び出せる外部機能	ツール利用とは
7	MCP	ツールとデータをつなぐ共通の標準規格	MCPとは
8	Skills	必要なときに読み込まれる再利用可能なノウハウ	スキルとは
9	Hooks	決められたタイミングで発火するトリガー	フックとは
10	Subagents	メインのエージェントが仕事を任せる補助エージェント	サブエージェントとは
11	Orchestration	複数ステップのワークフロー全体を調整する	オーケストレーションとは
12	Eval	システムが実際に機能しているかを測定する	AI評価とは

レイヤーの関係

graph TD
    RAG["RAG\n外部知識の取り込み"] --> Context["Context\n今見えている情報"]
    Memory["Memory\nセッションをまたぐ記憶"] --> Context
    Context --> Agent["Agent / Agentic AI\n判断・行動"]
    Skills["Skills\n再利用可能な手順"] --> Agent
    Agent --> Tools["Tools\n外部機能の呼び出し"]
    Tools --> MCP["MCP\n接続の標準規格"]
    Agent --> Subagents["Subagents"]
    Subagents --> Orchestration["Orchestration\n全体の調整"]
    Hooks["Hooks\n自動トリガー"] -.-> Agent
    Orchestration --> Eval["Eval\n成果の測定"]

RAG・Context・Memory は、エージェントが「何を知っているか」を決める入力側のレイヤーです
Agent・Agentic AI・Tools・MCP・Skills は、エージェントが「何をできるか」を決める実行側のレイヤーです
Hooks は、実行の節目に自動処理を挟み込む仕組みです
Subagents・Orchestration は、複数の作業単位をどう分担・調整するかを扱います
Eval は、これら全体が実際に機能しているかを検証します

まとめ

AIエージェントスタックは、AIエージェントを構成する代表的な12のレイヤーを整理した地図
入力（RAG・Context・Memory）、実行（Agent・Tools・MCP・Skills）、制御（Hooks・Subagents・Orchestration）、検証（Eval）に大別できる
個々の要素は独立した技術ではなく、組み合わさって1つのAIエージェントを形づくる

クイズ

ループエンジニアリング

コンテキストウィンドウと制限