AIエージェントの作り方5ステップ！ノーコードで作る方法を解説

AIエージェントとは？作り方を知る前に　　

AIエージェントとは、自律的に考えて計画・判断し、目標達成のためにタスクを実行するAIのことです。AIエージェントとチャットボット、生成AIとの違いは、下表の通りです。

AIエージェントは、LLM（大規模言語モデル）の「計画を立てる」「必要なツールを呼び出して実行する」「会話の流れ（文脈）を保持して継続的に学習する」という仕組みにより、自律的な行動が可能です。

▼あわせて読みたい

AIエージェントとは？仕組み・種類・活用事例までわかりやすく解説

AIエージェントの作り方3通り

AIエージェントの作り方は、3通りあります。

それぞれの方法を詳しく解説します。

ノーコード｜最短で試せる

ノーコードとは、コードを書かずにくツールを開発する方式です。ソースコードを記述する場合は、専門的なプログラミング知識が求められますが、ノーコードであれば画面操作だけで直感的にAIエージェントを作れます。初心者でも短期間でAIエージェントを作成したい場合におすすめです。

ノーコードの代表的なツールとしては「Dify」が挙げられます。Difyは、日本語のインターフェースに対応しており、無料プランを提供しているのが特徴です。AIエージェントの基本的な仕組みを学びながら開発したい場合に適しています。

ローコード｜既存業務に合わせて拡張できる

ローコードとは、最小限のソースコード記述でツールを開発する方式のことです。開発ツールのテンプレートから必要なものを組み合わせることで、直感的にAIエージェントを作成できます。

できあがったAIエージェントにコーディングを追加してカスタマイズできるため、既存の業務に合わせた拡張が可能です。基礎的なプログラミング知識を備えている場合に適しています。

ローコードの代表的なツールには「n8n」があります。ドラッグ＆ドロップでワークフローを構築でき、PythonやJavaScriptのコード記述にも対応しているのが特徴です。無料プランがあり、500種類以上の連携機能（ノード）を通じてSaaSやデータベースとも連携できます。

フルスクラッチ｜自由に作り込める

フルスクラッチとは、既存のテンプレートを使用せず、PythonやTypeScriptなどでゼロからツールを開発する方式のことです。自由度が高く、柔軟にシステムを調整できるため、複雑な業務フローにも対応できます。ただし、プログラミングをはじめとした専門的な知識が必要です。

フルスクラッチの代表的なツールとしては、PythonやTypeScript向けに提供されているフレームワーク・ライブラリの「LangChain」が挙げられます。データの取得・処理、LLMへの入力など、さまざまな機能の利用が可能です。

AIエージェントの作り方5ステップ

AIエージェントの作り方の5ステップは、以下の通りです。

それぞれのステップを詳しく解説します。

ステップ1：任せる業務と目的を決める　

まずは、AIエージェントを利用する目的を決めます。例えば「カスタマーサポートを支援したい」場合と「社内ヘルプデスクを効率化したい」場合では、必要なツールや機能が変わります。目的が不明確だと、十分な成果は期待できません。解決したい課題を検討し、目的を設定することが重要です。

また、AIエージェントに任せる業務を絞り、処理フローを設定する必要もあります。例えば、問い合わせ対応を任せたい場合、「受信・顧客の意図判定・回答生成」というフローを決めなければなりません。

現場の声を聞き、具体的なフローを設定しておくことで、AIエージェント導入後のギャップを抑えられるでしょう。

あわせて、成果指標（自己解決率・一次対応数・対応工数）を初期段階で決めておくことで、効果を測定しやすくなります。

ステップ2：作り方とツールを選ぶ　

次に、ノーコード・ローコード・フルスクラッチから、どの方式を採用するか決めます。それぞれに適したシーンは、以下の通りです。

また、費用を意識することも重要です。フルスクラッチは、エンジニアの人件費やテクノロジーの導入費などでコストが高くなりやすいといわれています。初期費用だけでなく、運用費も意識して予算を組んでおくと安心です。

方式が決まったら、対応するツールを選びます。使用するAIモデル（ChatGPT・Claude・Geminiなど）と、AIに渡しても良い社内情報の範囲も決めましょう。

ステップ3：役割と回答ルールを設計する　

AIエージェントが、どのように判断・行動すべきかを定めたプロンプトを設計します。役割・入力・出力形式・禁止事項の4点を決めるのが基本です。

禁止事項では、AIエージェントが行える操作やアクセスできる情報の範囲を最小限に設定し、リスクを抑えることが大切です。

また、AIエージェントは複雑な質問に回答できない場合があります。解決できないときは「担当者へ引き継ぎます」と表示させるなど、人へ引き継ぐ際のフローも定義しましょう。

ステップ4：ナレッジと外部ツールをつなぐ　

AIエージェントに参照させるナレッジを棚卸しする必要もあります。主なナレッジの例は、以下の通りです。

ナレッジを集める際は、以下の点に注意が必要です。

ナレッジが集まったら、外部ツールとつなぎます。ノーコードやローコードは管理画面から追加しますが、フルスクラッチはRAGの実装が必要です。RAGとは、読み込ませたデータをもとにAIに回答させる仕組みを指します。

▼あわせて読みたい

RAG構築の進め方とは？自社開発と外注（構築サービス）の選び方

ステップ5：テストして公開・改善する　

AIエージェントを公開する前に、実際の問い合わせを10〜20件用意して回答結果を検証します。テストの際に記録したい項目は、以下の通りです。

上記を記録・確認し、問題がなければ公開します。公開後は、以下のように改善サイクルを回すことが大切です。

改善サイクルを回すことで、AIエージェントの精度が向上しやすくなります。

▼あわせて読みたい

AIエージェント導入の進め方は？選定基準と失敗しないポイント

AIエージェントを作る上で失敗しないためのコツ3つ

AIエージェントを作成する際に失敗しないための3つのコツは、以下の通りです。

それぞれのコツを詳しく解説します。

AIへの指示やプロンプトを具体化する　

AIへの指示やプロンプトを設計する際のポイントは、曖昧な表現を避けることです。

例えば「わかりやすく回答してください」とするより「小学生でもわかりやすい言葉を使い、専門用語には必ず簡単な説明をつけてください」と、具体的に設定した方が、意図した回答を得やすくなります。

また、「200文字以内で回答する」という文字数制限をつければ、冗長な回答を防げるでしょう。「ナレッジにない情報を勝手に推測せず、担当者への問い合わせに誘導する」と設定することでハルシネーション（事実とは異なる情報を真実かのように生成すること）も防げます。

データ管理やセキュリティのルールを整える　

AIエージェントに社内情報を入力する際は、情報漏洩のリスクを考慮してデータを管理することが重要です。

クラウド型のツールを使う場合、入力データがLLMプロバイダーのサーバーへ送信されることもあるため、データの取り扱いに関する規定を事前に確認してください。

他に意識したいセキュリティ対策は、以下の通りです。

このようにセキュリティルールを整えることで、AIエージェントのリスクを抑えられます。

▼あわせて読みたい

AIによる情報漏洩はなぜ起こる？実例と企業が取るべき対策を解説

人が確認・判断する工程を残す　

AIエージェントを導入する際は、人が確認・判断する工程を残すことが重要です。高い精度を備えたAIエージェントでも、判断を誤る可能性はゼロではありません。完全自律型にすると、トラブルが起きた際のリスクが大きくなる可能性があります。

人が確認・判断した方が良いポイントは、以下の通りです。

AIエージェントの提案を人が確認・判断するという流れを作ることで、安定した運用につながります。まずは小さな業務からスタートし、動作の安全性を確認してから適用範囲を広げていくことも大切です。

AIナレッジプラットフォームの導入事例3選

AIエージェントの自作には手間がかかるため、すでに導入実績のあるツールを活用するという選択肢もあります。ここでは、AIナレッジプラットフォーム「Helpfeel」を導入した企業の問い合わせ削減事例を3つ紹介します。

自社に合うツールを見つけるための参考にしてみてください。

事例1：小田急トラベル｜電話問い合わせを約96％削減

小田急トラベル（小田急電鉄株式会社）は、実店舗で個人向け旅行を取り扱う体制から、小田急沿線などに特化した旅行商品の企画・オンライン販売に完全移行しました。そのため、Web上での情報提供に課題を抱えることになります。

◾️ 抱えていた課題

• Web上での情報提供を充実させ、電話やメールでの対応は減らしたい
• 新しい予約システムを初回からスムーズに使ってもらうためにFAQを整備したい

◾️ Helpfeel導入時に行った改善策

• 特に問い合わせが多い質問を上位に表示し、ワードを入力しなくても回答を得られるようにした
• 頻出ワードを上位に表示し、クリックすると関連質問の一覧が表示されるようにした

◾️成果・効果

• 電話対応が約96％減少した
• 問い合わせ対応用の電話回線が従来の半分に減った
• 電話対応で常駐する担当者が従来の4人から3人に縮小した

Helpfeel導入により、電話対応の負荷が減り、多くの顧客にFAQを役立ててもらえるようになりました。

▼事例詳細はこちら

旅行商品販売のDXに伴いFAQを強化。電話応対の96％抑制に貢献

事例2：SOMPOひまわり生命保険｜繁忙期の電話増加率を1/8に抑制

SOMPOひまわり生命保険株式会社は、電話応対を他のチャネルにシフトさせる「ノンボイス」の取り組みに課題を抱えていました。

◾️ 抱えていた課題

• 指標に基づいて継続的にFAQを改善する仕組みが整っていない
• 運用改善の基礎となるデータが十分に得られていない

◾️ Helpfeel導入時に行った改善策

• Helpfeelで収集した問い合わせデータなどをもとにFAQページ冒頭の「よく見られる記事」「よく検索される言葉」を随時調整した
• Helpfeelからの提案とFAQ作成担当者からの要望を合わせて、FAQのデザインや機能を継続的に改良した
• 伴走支援によって一貫したPDCAサイクルを維持した

◾️成果・効果

• 検索性が向上したFAQで目的の回答にたどり着きやすくなり、自己解決率が高まった
• 繁忙期の電話増加率を1/8に抑制できた

Helpfeel導入によりノンボイスが促進され、改善サイクルの定着にもつながりました。

▼事例詳細はこちら

ノンボイス対応の「本丸」としてHelpfeelを採用。繁忙期の電話増加率を8分の1に抑制

事例3：アイフル｜FAQ記事到達率80％・nohit率3％を達成

アイフル株式会社は、事業拡大に伴う問い合わせ件数の増加・業務負荷の増大が課題になっていました。

◾️ 抱えていた課題

• 平常時、電話は1日1,000〜1,500件、有人チャットは1日500件、メール対応は1日100件あった
• 全ての問い合わせを30名弱のオペレーターで対応しており、業務負荷が大きかった

◾️ Helpfeel導入時に行った改善策

• FAQを見た顧客が目的の質問にたどり着くまでの導線や、顧客が必要とする情報を見直した
• スマホアプリから該当Webページへ移り、情報が得られる導線をFAQ内に作成した

◾️成果・効果

• FAQ記事到達率80％・nohit率3％を達成
• オペレーターの問い合わせ対応で、Helpfeelを活用してわかりやすく説明できるシーンが増えた

Helpfeel導入により、顧客が求める情報にたどり着ける環境が整備され、業務負荷の軽減につながりました。

▼事例詳細はこちら

Web上のみつかりにくい、わかりにくいを解消へ。FAQ記事到達率80％、nohit率3％を達成

AIエージェントの作り方に関するよくある質問

ここでは、よくある質問を4つ紹介します。

疑問を解消するために役立ててください。

AIエージェントは無料で作れますか？

無料プランを提供しているツールやプラットフォームを活用すれば、AIエージェントを無料で作成できます。ただし、無料プランは利用回数に制限を設けていることが多く、複雑なAIエージェントを作成するのは困難です。

まずは、無料プランやトライアルでAIエージェントの作成から運用までを体験するとよいでしょう。知識がない状態で費用をかけるより、試してから知識を備えた方が自社に合う作成方式やツールを選びやすくなります。

有料プランの料金はツールによって異なるため、費用対効果を考慮して選んでみてください。

プログラミングなど専門知識は必要ですか？

ノーコードツールを使ってAIエージェントを作成する場合は、プログラミングなどの専門知識がなくても問題ありません。

画面上でフローをつなげれば、直感的にAIエージェントを作成できるため、初心者でも気軽に取り入れられます。「まずAIエージェントを試してみたい」「社内に専門知識を持つ人がいない」という場合によいでしょう。

ただし、ノーコードツールは用意された範囲でしかAIエージェントを作成できないため、業務に合わせた複雑な処理や連携には限界があります。さらに高度にカスタマイズされたAIエージェントを導入するなら、プログラミングの知識が必要です。

どのくらいの作成期間がかかりますか？

作成にかかる期間は、作成方式や業務フローの複雑さによって異なります。ノーコードやローコード方式で小規模な業務を対象にする場合と、フルスクラッチで大規模な業務を対象とする場合で、必要な工数が変わるためです。作成期間の目安は、以下のとおりです。

いきなり大規模な開発に着手すると、膨大な時間や費用がかかるため注意が必要です。まずは小規模から始めて、成果を確認しながら改善していくとよいでしょう。

作ったAIエージェントの精度を上げるには？

AIエージェントの精度を上げるには、継続的に改善サイクルを回すことが大切です。KPIを設定し、原因分析・改善策の検討・実行という流れを作ることで、精度向上につながります。

また、導入後の継続的なナレッジの収集・整理も欠かせません。具体的なナレッジの例を紹介します。

他には、AIエージェントに組み込む辞書の整備も効果的です。同義語や表現ゆれにも対応できるようにすることで、AIが質問の意味を正確に理解しやすくなるでしょう。

▼あわせて読みたい

ナレッジベースの作り方を解説！「作ったのに使われない」を防ぐためのポイントは？

自作より早い選択肢！対話型AIエージェント「Helpfeel Agent Mode」

AIエージェントを自社で作る際の懸念点は、設計・開発・運用で時間とコストがかかることです。早期に効果を得たい場合は、既存のツールを活用する方法もあります。

今回、活用事例で紹介した「Helpfeel」のなかでも、対話型AIエージェントとして使えるのが「Helpfeel Agent Mode」です。

Helpfeel Agent Modeは、素早く的確に答える「AIチャットボット」の機能と、文脈を理解し自律的に解決へ導く「AIエージェント」の機能を備えています。主な特徴は、以下の3つです。

自社課題の解決策として、Helpfeel Agent Modeの導入をご検討ください。

自然な対話で回答を導く対話型AIエージェント

3分でわかるHelpfeel Agent Mode

まずは資料ダウンロード

まとめ｜AIエージェントは小さく作って育てよう

AIエージェントの自作には、ノーコード・ローコード・フルスクラッチと、3つの方式があります。自社が備えているスキルや必要な機能、予算などを考慮した上で適切な方式を選ぶことが大切です。

失敗を防ぐには、最初から大規模なAIエージェントを目指すのではなく、小規模から始めて徐々にAIを育てていく必要があります。AIエージェント導入後は定期的に効果測定や課題の抽出を行い、改善を繰り返すことが欠かせません。本記事を参考に、自社のスキルや予算に合った方式を見極め、小さな業務から自作にチャレンジしてみてください。