AIエージェントのアーキテクチャ：エグゼキューター、ワークフローグラフ、検証で信頼できるエージェントを作る

プロンプトを改善しても、AIエージェントは信頼できるようにはなりません。プロンプトは思考を導きますが、操作を実行するわけではないからです。このエピソードでは、LLMが提案し、エグゼキューターが強制し、ワークフローグラフの検証が判断するアーキテクチャを、Microsoft Graph、Azure OpenAI、Copilot Studioの例とともに紹介します。

▶ AIエージェントのアーキテクチャ：エグゼキューター、ワークフローグラフ、検証で信頼できるエージェントを作る（AI吹き替え）

このエピソードで学べること：

1. 実行前のコントラクトチェック：機能の一致、ポリシー準拠、検証可能な事後条件、そして理由と安全な代替案を示す拒否
2. プロンプトだけに頼るエージェントの3つの失敗パターン：存在しないツールの呼び出し、事前条件の欠落、気づかれない部分的な失敗
3. 冪等性キー、エラー分類、復旧パスを備えたエグゼキューターと、ノード・エッジ・状態・ロールバックを持つワークフローグラフ
4. 設計段階からのセキュリティ：グラフの静的検証、Entra IDのスコープによる実行時ポリシー、入出力のサニタイズ、改ざんできない監査ログ
5. Microsoft Graph、Azure OpenAI、Copilot Studioを使ったMicrosoftシナリオ：引用、人による承認ポイント、精度・レイテンシ・コストのビフォーアフター指標

このエピソードは、Microsoft MVP Mirko Peters による M365 Show のアニメーション動画をAIで吹き替えた日本語版です。