AIエージェントのワークフロー3つのパターン、いつ何を使うべきか

Anthropicが実際のプロダクション経験をもとに整理した、AIエージェントのワークフローで実務で最もよく使われる3つのパターンと、いつどれを選ぶべきかの要点を簡潔にまとめたもの。

核心メッセージ

• エージェントが増えるほど、構造（ワークフロー）がより重要になる
• パターンを誤ると → レイテンシ↑、コスト↑、信頼性↓
• パターンとは自律性をなくすことではなく、自律性の範囲を設計すること

1. 逐次ワークフロー (Sequential)

• 段階ごとに1つずつ順番に実行する (A → B → C)
• 適している : ステップ間の依存関係が明確なとき
  例: マーケティングコピー → 翻訳 → レビュー
  文書データ抽出 → スキーマ検証 → DB投入
• 長所: 各エージェントが1つのことに集中できる → 精度 ↑
• 短所: 待ち時間のためレイテンシが長くなる
• ヒント: むやみにマルチステップへ進まず、まず単一エージェントで十分にテストすること

2. 並列ワークフロー (Parallel)

• 独立した作業を複数のエージェントに同時に割り振り → 結果を集約する (fan-out → fan-in)
• 適している : 複数の観点を同時に評価する必要があるとき
  例: コードレビュー（脆弱性の種類ごとに分担）
  文書分析（トピック・感情・ファクトチェックを同時に実施）
  多角的な品質評価
• 長所: チームごとの関心事項を分離しやすく、個別最適化が可能
• 短所: 同時API呼び出しが増えてコスト ↑、結果をまとめるロジック（多数決？ 重み付け？ 専門家優先？）の設計が必須

3. 評価者-最適化ワークフロー (Evaluator-Optimizer)

• 生成エージェント ↔ 評価エージェントが反復的にフィードバックをやり取りする
• 生成 → 評価 → 修正 → 評価…（品質基準を満たす、または最大反復回数に達するまで）
• 適している : 品質が非常に重要な作業
  例: APIドキュメントの自動生成
  顧客コミュニケーション（トーン・ポリシー順守）
  セキュリティが重要なSQLクエリ作成
• 長所: 生成と評価を専門化できる → より高い完成度
• 短所: トークンと時間を多く消費する → 停止条件（最大反復回数 + 品質しきい値） を必ず設定

実務適用の原則（重要!）

1. 最も単純なものから始める
   単一エージェントで十分 → それで終わり
   逐次で解決できる → それで終わり
   最初の結果が基準を満たす → それで終わり
2. 必要なときだけアップグレードする
3. 3つのパターンは組み合わせ可能（逐次の中に並列を入れる、評価ループに並列評価者を入れるなど）

https://aisparkup.com/posts/9963