AIエージェントとは｜生成AIとの違いと検定の要点

総務省と経済産業省の「AI事業者ガイドライン（第1.2版、2026年3月31日公表）」は、AIエージェントを「環境を認識し、特定の目標を達成するために自律的に行動する AI システム」と位置づけています。ここでいう「自律」は、完全に人の手を離れた状態だけでなく、一定の自律性を持つものも含むと注記されています。参考として、国際規格 ISO/IEC 22989:2022 の「環境を感知して反応し、自らの目標を達成するために行動する自動化された主体」という定義も併記されています。

同ガイドラインは、複数の AI エージェントを使って目標に向けて自律的に判断・行動するシステムを、より包括的な概念としてエージェンティックAI（Agentic AI） と呼んで区別しています。また、センサで現実の環境を捉え、アクチュエータなどを通じて物理的に行動するシステムをフィジカルAIと整理しています。

身近な例に置き換えると、チャットで「来週の出張の候補を調べて」と頼むと候補を文章で返すのが従来の生成AI、候補を調べたうえで予定表を確認し、空いている日を選んで予約の下書きまで作るのがエージェント、というイメージです（当サイトの説明用の例です）。

違いは「どこまで自分で進めるか」と「外の世界に働きかけるか」です。当サイトの整理で比べます。

エージェントの中核では、多くの場合 LLM が「次に何をするか」を考える役を担い、その周りに、ツールを呼び出す仕組み、途中の結果や過去のやり取りを保持する記憶、全体を繰り返し回す制御が組み合わされます。典型的な流れは次のとおりです。

1. 1目標を受け取り、達成までの手順を計画する
2. 2手順に合うツール（検索、社内システム、計算、ファイル操作など）を選んで呼び出す
3. 3ツールの結果を観察し、目標に近づいたかを確かめる
4. 4必要なら計画を直し、次の手順に進む。目標を達成するか、止める条件に当たったら終える

エージェントが外部のツールやデータにつながる方法はさまざまですが、つなぎ方を共通化する取り組みもあります。その一例が MCP（Model Context Protocol） です。仕様（2025-06-18版）によると、MCP は LLM を使うアプリケーションと外部のデータ源やツールをつなぐためのオープンなプロトコルで、JSON-RPC 2.0 のメッセージを使い、ホスト（LLM アプリケーション）・クライアント（ホスト内の接続部品）・サーバー（データや機能を提供する側）の3者でやり取りします。

MCP の仕様は、ツールは任意のコード実行につながりうるため慎重に扱うべきだとし、ホストはツールを呼び出す前に利用者の明示的な同意を得なければならない、と定めています。ツールの説明文も、信頼できるサーバーから得たものでない限り信用しない扱いにするよう求めています。つなぐ仕組みと、止める仕組みがセットで設計されている点は、試験対策の上でも押さえておきたい考え方です。

エージェントは操作まで行うため、誤りや悪用の影響が文章の誤りより大きくなります。OWASP が公表している LLM アプリケーション向けのリスク一覧（2025年版）には、外部から入り込んだ文章でモデルの振る舞いが変えられる「Prompt Injection（プロンプトインジェクション）」や、LLM を使うシステムに操作の権限を与えすぎる「Excessive Agency（過剰な権限・自律性）」が項目として挙がっています。

代表的な制御を、当サイトの整理で並べます。

AI事業者ガイドラインも、AIの出力をうのみにせず、承認する前に理由と根拠を自分で確かめることを求めています。エージェントに任せる範囲が広がるほど、「どこで人が確かめるか」を先に決めておくことが大切です。

IoT の分野でも、MCPC の公式テキストのページによると『IoT技術テキスト 基礎編 改訂4版』の改版の要点に、IoT エコシステム、生成AI、AI エージェントの技術、Transformer が挙がっています。IoT との関わりは生成AIのIoT活用で扱っています。

AI エージェントは、モバイル2級の出題カテゴリ「生成AI、IoTシステム及び主要アプリケーションの種類とその概要」（公式ページの図で23%、2026年9月27日確認）に当たるテーマです。MCPC の公式テキストのページでは、第11版の改版の要点として、生成AIについて従来の機械学習・深層学習から AI エージェントまでの説明を加えたことが挙げられています。当サイトの推定では、『モバイルシステム技術テキスト 第11版』の第10章「生成AIとAI活用」の範囲に入ります（章とカテゴリの対応は当サイトの推定で、参照しているのは目次の章名だけです）。

4択の形式に当てはめると、次のような観点で知識を確かめられる可能性があります。当サイトの整理であり、出題頻度を示すものではありません（出題頻度は公表されていません）。

• 説明文から AI エージェントを選ぶ（目標・計画・ツール実行・結果の確認）
• チャット型の生成AIやルールどおりに動く自動化（RPA など）との違い
• エージェントが使う道具としての検索・RAG・外部 API
• 安全のための制御（最小権限、人の承認、記録）
• プロンプトインジェクションなど、エージェント特有のリスク

エージェントの頭脳になる LLM は生成AIとLLMとは、検索で資料を補う仕組みはRAGとはで確認できます。試験全体の形式はモバイルシステム技術検定2級とはをご覧ください。

次の文の空欄に入る語句として、最も適切なものはどれか。「目標を与えられると手順を計画し、外部のツールを呼び出して作業を進め、その結果を確かめながら次の行動を決める AI システムを（　）という。」

• 1. エキスパートシステム
• 2. AIエージェント
• 3. ルールベースのRPA
• 4. 画像生成モデル

正解は2。AI エージェントは、環境を認識し、目標を達成するために自律的に行動する AI システムで、計画・ツールの実行・結果の確認を繰り返します。

1が誤りなのは、エキスパートシステムは専門家の知識をルールとして組み込み、推論で答えを出す仕組みで、ツールを呼び出して作業を進めることが中心ではないからです。3が誤りなのは、ルールベースの RPA は決められた手順を正確に繰り返す自動化で、状況を見て計画を立て直すものではないからです。4が誤りなのは、画像生成モデルは画像を作ることが役割で、作業を計画して進める仕組みではないからです。

AI エージェントの安全対策に関する次の記述ア・イの正誤の組合せとして、最も適切なものはどれか。

ア：エージェントに与える権限は、作業に必要な範囲に絞ることが望ましい。

イ：取り消しにくい操作の前に人が承認する仕組みは、誤った操作の影響を抑える手段になる。

• 1. ア：正　イ：正
• 2. ア：正　イ：誤
• 3. ア：誤　イ：正
• 4. ア：誤　イ：誤

正解は1。アは正しい記述です。権限を与えすぎることは、OWASP の一覧でも Excessive Agency としてリスクに挙げられています。イも正しい記述です。送信や削除など取り消しにくい操作の前に人が確認すれば、誤った判断がそのまま実行されるのを防げます。

アまたはイのどちらかを誤とする2・3・4は、いずれも誤りです。MCP の仕様がツール呼び出しの前に利用者の同意を求めているのも、同じ考え方に立っています。

AI エージェントに関する記述として、最も不適切なものはどれか。

• 1. Web ページに紛れ込んだ指示文に従ってしまう攻撃に注意が必要である。
• 2. ツールの結果を見て、計画を修正しながら作業を進めることがある。
• 3. 自律的に動くので、どのツールを使ったかの記録を残す必要はない。
• 4. 検索や外部サービスの API をツールとして呼び出すことがある。

正解は3。自律的に動くからこそ、どのツールを何のために使ったかを記録しておかないと、問題が起きたときに原因をたどれません。記録と監視は重要な制御です。

1は適切です。外部の文章でモデルの振る舞いを変えるプロンプトインジェクションは、OWASP の一覧で最初の項目に挙がっています。2は適切です。結果を観察して計画を直すことは、エージェントの基本的な流れです。4は適切です。検索や外部サービスの呼び出しは、エージェントの代表的なツールです。

3問の根拠を説明できたら、生成AI以外のテーマも含めて本番形式で確かめてみましょう。モバイル2級の無料お試し20問は登録不要で解けます。