この記事の機能・提供条件は、2026年8月4日時点の公式情報を確認しています。利用できる機能は、製品、プラン、OS、接続した道具、権限、ローカル／クラウドの実行場所によって変わります。
「AIエージェント」という言葉を見かける機会が増えました。
私も最初は、ChatGPTやClaudeが少し賢くなったものだと思っていました。しかし、実際にCodexやClaudeへ長い作業を任せるようになると、違いは単純な賢さではないと感じます。
いちばん分かりやすく言えば、次の違いです。
チャット型AIは、主に答えや提案を返す。エージェント型AIは、許可された道具を使い、途中結果を確かめながら目標へ進む。
ただし、現在は両者の境界が重なっています。ChatGPTやClaudeのような同じ製品でも、普通の会話をすればチャット型として動き、ファイル、ブラウザ、コネクタなどを使わせればエージェント型の動きになります。
この記事では、エージェント型AIに何を任せられるのか、どんな仕事に向くのか、そして何を任せるべきではないのかを、初心者向けに整理します。
先に結論｜違いは「答えるか」より「行動のループを持つか」
大まかな違いを表にすると、次のようになります。
| 比較する軸 | チャット中心の使い方 | エージェント型の使い方 |
|---|---|---|
| 渡すもの | 質問、文章、相談 | 目標、対象、制約、完了条件 |
| 主な結果 | 回答、提案、下書き | ファイル、修正、調査結果、状態の変化 |
| 道具 | 会話内の機能が中心 | ファイル、コード、ブラウザ、外部サービス等 |
| 進め方 | 人が次の指示を出すことが多い | AIが次の工程を組み立て、確認しながら進む |
| 検証 | 人が回答を確認する | AIもテストや読み戻しを行い、最後は人が検収する |
| 権限 | 比較的小さい | 実行範囲が広いほど、権限管理が重要になる |
ここで大切なのは、製品名だけで二分しないことです。
「Claudeはチャット型、Codexはエージェント型」という固定的な分け方ではありません。ClaudeにもCowork、Claude in Chrome、Computer Use、Skillsなどがあります。ChatGPTとCodexにも、ブラウザ、Computer Use、MCP、Skills、プラグイン、定期実行などがあります。
同じAIでも、何の道具を渡し、どこまでの権限を与え、どこで実行するかによって動き方が変わります。
エージェント型AIは中で何をしているのか
エージェント型AIは、依頼を受けると、おおむね次の流れを繰り返します。
- 目標と制約を理解する
- ファイルや画面など、現在の状態を調べる
- 次に必要な作業を決める
- 許可された道具を使って実行する
- 結果を読み戻し、テストする
- 不十分なら修正し、完了条件を満たしたら報告する
たとえば、Webページを作る依頼なら、コードを書いて終わりではありません。表示を開き、ボタンを押し、レイアウト崩れやエラーを確認し、必要なら修正します。
OpenAIのCodexベストプラクティスでも、目標、対象となる文脈、制約、「何をもって完了とするか」を先に与えることが推奨されています。
ただし、AIが必ず最後まで自律的に完了するわけではありません。権限確認、ログイン、曖昧な判断、外部サービスの制限などで止まり、人の入力を求めることがあります。
エージェント型AIにできること
機能は製品ごとに異なります。ここでは、2026年8月時点でOpenAIとAnthropicの公式情報から確認できる代表例を整理します。
ファイルを読み、成果物を作る
指定した範囲のファイルを読み、内容に応じて新しい成果物を作れます。
- 複数の資料を読んで、1つの要約へまとめる
- CSVを結合し、重複を除き、グラフ付きの表を作る
- 原稿を修正し、MarkdownやWord形式で保存する
- PDF、スプレッドシート、プレゼンテーションを作る
- ファイル名やフォルダ構成を整理する
Claudeは会話からExcel、PowerPoint、Word、PDFを作成でき、Microsoft 365の対応アドインでは開いているファイルをまたいだ作業にも対応しています。Claudeのファイル作成とMicrosoft 365連携で公式に案内されています。
ただし、「読める」と「正しく理解できる」は別です。元データ、数式、抽出条件、完成物を人が確認する必要があります。
コードを書き、その場で動かす
コードは、エージェント型AIにとって汎用的な道具です。
プログラム開発だけでなく、データ変換、計算、画像処理、動画処理、ファイル整理などにも使えます。
たとえば「50個のCSVを1つにまとめ、同じ行を削除して」と依頼すると、AIは必要な処理を書き、実行し、出力ファイルを確認できます。人はコードを最初から書く必要はありません。
一方で、他人の個人情報を扱うもの、金銭が動くもの、インターネットへ公開するものは、動作確認だけでは不十分です。セキュリティ、権限、保存先、運用方法まで確認できる人のレビューが必要です。
ブラウザやデスクトップアプリを操作する
ブラウザ操作では、ページを読み、リンクを開き、フォームへ入力し、複数画面の結果をまとめられます。
OpenAIはChrome拡張機能と内蔵ブラウザを提供し、AnthropicはClaude in Chromeを提供しています。
さらにComputer Useでは、構造化された連携がないアプリでも、画面を見てクリックや入力を行えます。OpenAIのComputer Useと、AnthropicのComputer Useはいずれも、操作範囲と安全上の注意を明記しています。
これは「画面に映るものなら必ず操作できる」という意味ではありません。複雑な画面、動きの多いUI、確認ダイアログ、認証、サイト側の制限などで失敗することがあります。可能ならコネクタやAPIのような、構造化された方法を優先するほうが安定します。
外部サービスとつながる
カレンダー、メール、クラウドストレージ、タスク管理、データベースなどと接続すれば、会話の外にある情報を読み、許可された操作を行えます。
その接続方法の一つがMCP（Model Context Protocol）です。MCP公式ドキュメントでは、AIアプリと外部システムをつなぐオープンな標準として説明されています。
MCPは接続方式をそろえる規格であり、接続先の安全性まで保証するものではありません。導入前に、提供元、求める権限、外部へ渡るデータ、書き込み機能の有無を確認します。
手順をSkillsとして再利用する
同じ注意や手順を毎回伝える代わりに、作業方法をSkillとして保存できます。
Skillには、いつ使うか、何を入力にするか、どの順に進めるか、何を確認して完成とするかを書きます。必要に応じてテンプレートやスクリプトも一緒に持たせます。
OpenAIのSkillsガイドでは、まず名前と説明を見て、必要になったときにSKILL.md本文を読む「段階的な読み込み」が説明されています。AnthropicもClaude Skillsを提供しています。
私はこのブログでも、公開前の確認やブラウザ作業タブの閉じ方をルールとして残しています。同じ失敗を減らすには、長いプロンプトを毎回書くより、手順を継続的に改善するほうが効きます。
プラグインやフックで機能を組み合わせる
プラグインは、Skillsや外部サービスとの接続をまとめて導入できる仕組みです。製品によって構成と利用できる場所は異なります。
OpenAIのプラグインはSkillsやコネクタをまとめられます。AnthropicのプラグインはSkills、コネクタ、サブエージェントなどを一つのパッケージへまとめます。
フックは、特定のタイミングで決めた検査や処理を走らせる仕組みです。たとえば、作業終了前にテストを実行する、秘密情報がないか検査する、といった使い方ができます。
便利な一方、外部から入れたSkillやプラグインは、新しい命令や実行手段をAIへ追加します。信頼できる提供元か、必要以上の権限を求めていないかを確認します。
分身へ仕事を分ける
複数の独立した作業を、サブエージェントへ分けられる製品もあります。
- 調査担当が一次情報を集める
- 実装担当が成果物を作る
- 監査担当が誤りや不足を確認する
OpenAIはCodexのサブエージェントを案内しており、Claude Coworkも複雑な作業で複数の作業線を調整できます。
ただし、分身を増やせば必ず正確になるわけではありません。利用量が増え、同じ前提の誤りを共有する可能性もあります。独立して進められる仕事だけを分け、最後に統合結果を確認します。
定期実行やクラウド作業を行う
「毎朝」「毎週月曜」といった予定でAIを動かせます。ただし、実行場所によって条件が違います。
OpenAIの定期実行では、ローカルプロジェクトのファイルを使う場合、PCを起動し、デスクトップアプリを動かしておく必要があります。Web側のタスクは接続サービスやアップロード済み資料を使えますが、PC内のフォルダを直接扱えません。
Claude Coworkの定期実行はクラウドで動き、PCが閉じていても実行できますが、PC内のローカルフォルダへ直接ひも付けることはできません。ローカルファイルやデスクトップアプリが必要な作業は、別途デスクトップ側の接続条件を満たす必要があります。
つまり、「AIはPCを閉じていても何でもできる」わけではありません。どこで動き、どのデータへ届くかを確認してから設定します。
用途別｜どんな仕事に向いているか
ブログ・情報発信
- 過去記事を読み、内部リンク候補を探す
- 原稿をファイルとして整える
- 公式情報を確認し、出典を整理する
- WordPressのプレビューで目次、表、モバイル表示を確認する
- 公開後にcanonical、OGP、サイトマップを読み戻す
この記事も、Claudeが作った原稿をCodexが公式情報と現行ルールへ照合し、画像、WordPress、公開後確認までつないでいます。
事務・メール・カレンダー
- 未読メールを分類し、返信案を作る
- 会議資料から担当別のタスクを抜き出す
- 複数人の予定から候補時間を探す
- 添付資料を読み、表や報告書へまとめる
送信、招待の確定、予定の削除など、相手や外部状態へ影響する操作は、最初から自動承認にせず人の確認を挟むほうが安全です。
ファイル整理・データ分析
- 中身を読んで資料を分類する
- ファイル名を統一する
- 重複候補を一覧化する
- 複数のCSVを結合して集計する
- 計算をプログラムで検算する
いきなり原本を削除・上書きせず、コピーした作業用フォルダで試すと失敗を戻しやすくなります。
暮らしの整理
- 学校や自治体の資料から期限を抜き出す
- 旅行候補の条件を表にする
- 保険や通信プランの公開条件を比較する
- 献立と買い物リストを作る
家庭の資料には個人情報が含まれやすいため、渡す範囲、保存先、外部サービスへ送られる情報を確認します。
バイブコーディングなら初心者でも作れるのか
自然な言葉で「こういうものが欲しい」と伝え、AIとやり取りしながらソフトウェアを作る方法は、バイブコーディングと呼ばれています。
初心者でも、ホームページ、簡単なWebアプリ、集計ツール、ブラウザ拡張などの試作品を作りやすくなりました。環境構築、コード作成、エラーの読み取り、修正をAIへ任せられるからです。
ただし、次の3つは別です。
- 動くこと：画面や機能が一応動作する
- 正しいこと：計算、データ処理、業務要件が合っている
- 安全に運用できること：権限、個人情報、攻撃対策、更新方法が整っている
最初は、自分だけが使い、壊れても戻せる小さな道具から始めるのがおすすめです。他人の情報を扱うもの、決済があるもの、一般公開するものは、分かる人のレビューを受けます。
エージェント型AIの注意点
実行したから正しいとは限らない
エージェント型AIも、事実を間違えたり、条件を読み違えたりします。しかも、回答だけでなくファイル変更や外部操作まで進むため、誤りの影響が大きくなる場合があります。
AIによる検証は有効ですが、最終保証ではありません。重要な数字、公開物、契約、権限変更は人が読み戻します。
見えないものは検収できない
成果物の分野をまったく理解していないと、正しさを判断できません。
「コードを書けなくても依頼できる」と「仕組みを何も理解しなくてよい」は別です。少なくとも、何を入力し、どんな結果を期待し、どこが壊れると困るかは説明できる状態で使います。
権限を広げるほど危険も増える
ファイル、メール、ブラウザ、デスクトップへ触れられるほど便利になりますが、誤操作時の影響範囲も広がります。
最初は、限定したフォルダ、読み取り中心、戻せる作業から始めます。削除、送信、公開、購入、契約、権限変更は、人の確認を残します。
プロンプトインジェクションに注意する
AIがWebページ、メール、文書を読むと、その中に埋め込まれた悪意ある文章を指示として誤解する危険があります。これがプロンプトインジェクションです。
リスク自体は会話型AIにもありますが、外部の情報を読みながら道具を使うエージェントでは、意図しない操作へつながる可能性があります。
Anthropicの安全ガイドも、読める範囲と実行できる範囲の組み合わせが影響を決めると説明しています。
対策の基本は次のとおりです。
- 見せるファイルとサイトを必要最小限にする
- 書き込み・送信・削除の権限を絞る
- 信頼できないSkill、プラグイン、MCPを入れない
- 不自然な行動を始めたらすぐ停止する
- 重要な原本にはバックアップと戻し方を用意する
利用量と時間が増えることがある
エージェント型の作業は、調査、実行、検証を繰り返します。そのため、短い質問より利用量を多く消費し、処理にも時間がかかります。
簡単な質問、文章の言い換え、短い相談まで、すべてエージェント型で行う必要はありません。普通のチャットで十分な仕事と、道具を使わせる価値がある仕事を分けるほうが効率的です。
初心者は何から始めればよいか
おすすめは、次の順番です。
- 回答だけで済む仕事をチャットへ頼む
要約、文章の下書き、比較軸の整理から始めます。 - 戻せるファイルを1つ作らせる
表、メモ、簡単な資料など、失敗しても困らない成果物を作ります。 - コピーした作業用フォルダで試す
原本を直接変更させず、ファイル整理や一括変換を体験します。 - 同じ手順をSkillへする
何度も成功した作業だけを再利用できる形へ整えます。 - 低リスクな定期作業へ広げる
まずは情報収集や下書き作成など、外部へ勝手に送らない仕事を選びます。
最初から大きな権限を渡す必要はありません。任せる範囲と確認方法を少しずつ増やすのが、安全で失敗の少ない使い方です。
まとめ｜「聞く」だけでなく「任せる」ができるようになった
- チャット型AIは主に回答や提案を返す
- エージェント型AIは、目標、道具、権限、完了条件を受け取り、実行と検証を繰り返す
- 現在は両者が別製品として完全に分かれているのではなく、同じ製品が状況に応じて両方の動きをする
- ファイル、コード、ブラウザ、外部サービス、Skills、プラグイン、サブエージェント、定期実行などを組み合わせられる
- ただし、利用できる機能は製品、プラン、OS、接続、実行場所で変わる
- 正しさと最終責任は人に残る
- 最小権限、戻せる作業、公開前確認、信頼できる接続先が重要になる
これまでは「AIに聞く」が中心でした。現在は、条件を決めたうえで「AIに任せる」ことができます。
便利さの差を生むのは、AIの知能だけではありません。何を任せ、どこで人が止め、何を確認して完成とするかを設計できるかどうかです。
関連記事：
コメント