11. 曖昧な指示から実行可能なタスクを生成する設計パターン
自然言語の曖昧性がもたらす実行の失敗
ユーザーからの入力は、常に自然言語であり、文脈や前提知識に依存するため、曖昧さがつきものです。この曖昧な要求をそのままワークフローの最初のステップに投入すると、エージェントは「何をすべきか」を誤解し、的外れなタスクを実行してしまいます。
意図解釈レイヤー（Intent Interpretation Layer）の導入
この問題を解決するため、ワークフローの最前線に「意図解釈レイヤー」を設けることが必須です。このレイヤーの役割は、曖昧な自然言語の要求を、システムが理解できる構造化された「実行計画（Execution Plan）」に変換することです。
このレイヤーは、単なるプロンプトの追加ではなく、独立した「判断・計画」のステップとして設計され、その出力が次のステップの入力（トリガー）となります。
計画生成のための3段階アプローチ
意図解釈は、以下の3段階のフィルタリングプロセスを経て行うのが最も堅牢です。
- フェーズ1: 意図の特定 (Intent Identification)：まず、ユーザーの要求が「情報検索」「コンテンツ生成」「データ操作」のどれに属するかを分類させる（分類タスク）。これは最も低リスクな判断です。
- フェーズ2: 必要な要素の抽出 (Entity Extraction)：次に、その意図を達成するために必要なキーワード、エンティティ（人名、日付、トピックなど）を抽出し、それぞれに「必須/任意」のフラグを立てさせます。この段階で、不足している要素があれば、それを「未定義のタスク」として特定させます。
- フェーズ3: 実行計画の生成 (Plan Generation)：フェーズ1と2の結果に基づき、「どのツールを」「どの順番で」「どのような引数で」呼び出すかという、実行可能なステップリスト（JSON形式など）を生成させる。
「計画」と「実行」の分離の徹底
最も注意すべきは、フェーズ3で生成された「実行計画」を、そのまま次のステップの入力として渡すことです。この計画自体が、次のステップの「実行指示」として機能するよう、厳密に構造化し、実行ステップの前に必ず「計画の検証ステップ」を挟むべきです。この検証ステップで、計画が論理的に矛盾していないか、必要な引数が全て揃っているかをチェックします。
まとめ：計画を「実行可能なデータ」に変換する
曖昧な要求を扱うことは、AIエージェントの真価が問われる部分です。このプロセスを「意図解釈レイヤー」として分離し、その出力形式を厳密に定義することで、システム全体の信頼性が飛躍的に向上します。
