初めてのLangChain ―LangChainとLangGraphによるAI/LLMアプリケーションの構築

6章エージェントアーキテクチャの基本

「5章　LangGraphによる認知アーキテクチャ」で説明したアーキテクチャをベースに、本章では現在のLLMアーキテクチャの中でおそらく最も重要なものであるエージェントアーキテクチャについて説明する。まず、LLMエージェントの特徴を紹介し、次にエージェントの構築方法と一般的なユースケースを想定した拡張方法を紹介する。

人工知能分野では、（知的）エージェントの作成に長い歴史がある。これは、教科書『Artificial Intelligence』（Pearson, 2020）のStuart RussellとPeter Norvigの言葉を借りれば、最も簡単に「行動するもの」と定義できる。この「行動する」という言葉には、実は見た目以上の意味がある。

• 行動するには、何をすべきかを決める能力が必要である。
• 何をすべきかを決めるということは、複数の可能性のある行動にアクセスすることを意味する。つまり、選択肢のない決断は決断ではない。
• 決定するためには、エージェントは外部環境（エージェント自身の外側にあるもの）に関する情報にもアクセスする必要がある。

したがって、エージェント型（agentic）LLMアプリケーションとは、LLMを使って、世の中の現在の状態や次に望む状態について、何らかのコンテキストが与えられたときに、1つ以上の可能な行動コースから選択するものでなければならない。このような属性は通常、「はじめに」で紹介した2つのプロンプトテクニックを組み合わせて実装される。

ツール呼び出し

LLMが利用できる外部関数（すなわち選択可能なアクション）の一覧をプロンプトに含め、モデルが選択したアクションをどのようなフォーマットで出力に表現すべきかを指示することが望ましい。これがプロンプトでどのように記述されるかは、後ほど説明する。 ...