出版社内容情報
AIエージェントを業務にどう導入するか－－。企業が向き合う、そんな問いに答えるのが本書です。自社の業務に適したAIエージェントは、どのような構成なのか、AIエージェントの検討・導入にはどのような体制が必要なのか。こうしたAIエージェント導入における様々な判断を自ら行えるようになるために、本書ではまず、AIエージェントの仕組みを体系的に理解することを目指します。
例えば、「用語はわかるのに全体像が見えない」「デモは動くのに自社業務で使える構成が描けない」「ベンダーの提案を受けてもその良し悪しが判断できない」－－。AIエージェントの導入を検討する現場で、そんな悩みを抱えている人は少なくないでしょう。いま最も不足しているのは、個別ツールの知識ではなく、判断の土台になる体系的な理解です。
本書では、LLM・ワークフロー・エージェントの境界線にはじまり、LLMインフラの選定、ベクターDBとRAG、Function Calling、MCPといった基盤技術を整理したうえで、LangGraphによる実装の勘所、社内ナレッジ検索・商談準備・文書レビューといった典型構成の解剖、そして評価と観測性・ガードレール・コスト設計・知識ベース運用（ETL）まで、導入判断から運用までを一貫した視点で把握できます。コードを書かない意思決定者にも、実装を任されるエンジニアにも、「誰に何を依頼し、何を基準に判断するか」がわかる構成にしています。
今まさにAIに関する提案を受けてその評価を迫られている方や、これからAIエージェントの検討を始めるにあたって全体像をつかみたい方などが、最初に手に取る一冊として最適です。
★こんな方におすすめ
・AIエージェント導入の検討・推進を任された方
・ベンダーやSIerの提案を評価する立場の方
・PoCは動いたが本番運用の要件（評価・ガバナンス・コスト）を描けていない方
・Difyなどノーコードツールからの移行を検討している方
・全体像を最初につかんでから個別技術に進みたいエンジニアの方
【目次】
★本書の構成
第I部 AI基盤を体系的に理解する
LLM／ワークフロー／エージェントの境界線、LLMインフラ選定、ベクターDBとRAG、ツール連携とFunction Calling、MCP
第II部 中身を手触りでつかむ
LangGraphの最小セット、自作MCPサーバー、設計パターンとAgent SDK比較
第III部 典型構成を解剖する
業務要件から構成を選ぶ判断軸と、3つの典型構成の解剖：社内ナレッジ横断（横断検索×権限制御）／営業商談準備（Plan-and-Execute×HITL）／文書レビュー補助（Supervisor-Worker×ハイブリッド）
第IV部 運用要件を判断する
評価と観測性、ガードレールとガバナンス、コスト設計とサービス品質、知識ベース運用とETL
付録
LangGraph API早見表／MCPサーバー実装のポイント／Dify→LangGraph移行対応表／プロダクション・チェックリスト
