
前回の記事「ラボの検証環境の稼働状況を確認するAIエージェント(ワークフロー型)を作ってみた」では、AIエージェントをワークフロー型とするか、エージェント型とするかは、対象となる業務の性質によって適材適所を判断することが大事だという私の学びをお伝えしました。
本記事では、どのような業務で「AIエージェント(エージェント型)」を作ることになったのか、その具体的な経緯や開発を通じて学んだことについてお伝えします。
「使う側」から「作る側」へ!AIOps Sprintを開催
こんにちは。アシストの中村利一です。
システム運用の完全な自律化を目指して、AIエージェントを使い倒す日々を送っている私ですが、当然ながら、一人の力には限界があります。そこで、まずは部内のエンジニアが日常的にどのように生成AIを活用しているのか、実態を把握するためのアンケート調査を実施してみました。
その結果、コード記述やロジック実装に活用しているエンジニアは一部いたものの、多くは資料の要約や情報抽出にとどまっており、AIエージェントの設計や実装経験者は皆無であることがわかりました。
そこで、自らAIエージェントを設計・開発できるエンジニアを増やすべく、社内イベント「AIOps Sprint」の開催を決めました。本企画は、実務で「動いて」「使える」AIエージェントを作ることを目指して、基礎講座にハンズオン、最終日の実践発表会まで17名のメンバーが全力で駆け抜けるカリキュラムとしました。
イベント運営で一日が溶ける!
しかし、17名規模のイベント運営は想像以上の重労働でした。応募内容を確認して名簿を更新し、同じ内容を社内ナレッジベースに転記する。告知文作成やリマインド。日々のクラウドコストの集計、進捗管理。通常業務を抱えながら、これだけの事務作業をこなす時間はありません。
しかも事故が起きやすい。名簿は直したのに社内ナレッジベースへの転記を忘れて、2つの名簿が食い違う。リマインドし忘れる。クラウドコスト集計が3日溜まる。
これらの作業をAIエージェント(ワークフロー型)で自動化することも考えましたが、運営業務は「日によって状況が変わり、個別の判断が必要で、突発的な対応が発生する」ため、ワークフロー型では限界がありました。
そこで私は、Claude Codeを使って、状況に応じて自律的に判断しながら運営業務を実行できるAIエージェント(エージェント型)を作ることにしました。
12体の専門家(AIエージェント)が協調して運営する
まずは運営にかかる作業を洗い出して分解し、役割ごとに特化した12体の「専門家AIエージェント」を作ることにしました。このときはまだ、AIエージェントを分けることにどんなデメリットがあるのか、わかっていない状態でした。
実務担当(11体)
「参加者管理」や「スケジュール管理」など、各業務を担当する。全体統括(1体)
全体を統括する「Sprint Master」。私との唯一の窓口でもある。
12体のAIエージェントが互いに直接会話する構成の実装が難しかったので、苦肉の策として、全AIエージェントが実行した処理内容を必ず書き込む「ホワイトボード(agent-log.md)を用意しました。AIエージェントたちはその内容を読んで状況を把握してから動き、最新の情報を書き込むことで、互いに協調して動くように設計しました。

全体の規律を保つ「憲法(CLAUDE.md)」
ホワイトボードに加えて、全員が守るべき、やってよいこと・いけないこと・迷ったときの動きが書いてある「憲法(CLAUDE.md)」を設定しました。以下は憲法の記述例です。
何かを実行したら必ずホワイトボードに記録
全体チャットへの自律投稿は絶対禁止
コストが閾値を超えたら即、中村に確認
全員が従うべき憲法を定めておくことで、誤った案内が部門全体に飛ぶなどの事故が発生する確率が下がるようにしています。
AIエージェントの振る舞いを定義する「職務記述書(skillsファイル)」
各AIエージェントの振る舞いや行動ルールは、「職務記述書(skillsファイル)」に記載しました。
例として、Sprint Masterの職務記述書から抜粋してみます。
存在意義
全AIエージェントの活動を統括し、Sprint全体が確実に前進するよう司令塔として機能する行動原則
前日の実行記録がないAIエージェントがいれば即座に補完実行を指示する

重要なのは、細かな手順を指定するのではなく、こうあるべきというゴールや守るべきルールを書くことです。
がちがちに指示してしまうと、想定外のことが起きたら止まってしまいますが、こうすれば状況が変化してもAIエージェントは自分で考えて動くことができます。
AIエージェント(エージェント型)の開発を通じて学んだこと
12体の専門家AIエージェントが円滑にイベント運営を進めてくれ、私は通常業務に専念できて万々歳…とは、残念ながらなりませんでした。
もちろん、うまくいったところもあります。転記し忘れによる名簿が食い違う事故を起こすことなく参加者管理ができたほか、私は全く手を動かすことなく、社内ナレッジベースで情報発信を行うことができました。一方で、役割ごとに特化したAIエージェントを作ったにもかかわらず、職務が重なることでお見合いになってしまったり、互いに矛盾する動作をしたり、記録漏れが起きたりすることもありました。
加えて、12体ものAIエージェントの職務記述書(skillsファイル)の設計や、AIエージェントたちが出力する膨大な情報のレビューを一人でこなすのは、非常に厳しかったです。これは実際の組織運営でも、様々な役割を持つ12名のメンバーを一致団結させて結果を出すのが簡単ではないのと同じです。
今回の試みを通じて、AIエージェントを増やしすぎるとかえって運用管理が煩雑になるというデメリットがあることを実感しました。やみくもにAIエージェント数を増やすのではなく、単体または2〜3体程度のコンパクトな構成にした方が適切であるという、大きな学びを得ることができました。
はたして、AIOps Sprintは成功したのか?
AIエージェントによる運営面では苦労もありましたが、AIOps Sprintの開催自体は大成功でした。参加メンバー全員が互いに刺激し合いながら切磋琢磨し、実務で役立つ実践的なAIエージェントを見事に完成させました。
次回は、そんな熱気と活気に包まれたAIOps Sprintの現場の様子をお伝えします。
次回へつづく・・
※記載されている会社名、製品名は、各社の商標または登録商標です。
ページトップへ戻る
著者情報
ビジネスインフラ技術本部 システム基盤技術統括部 事業推進部
中村 利一
ビジネスインフラ技術本部 システム基盤技術統括部 事業推進部
中村 利一