AI エージェントの作り方：ops チーム向け 4ステップ実装ガイド

AI エージェント 作り方 ops ワークフロー 自動化の実装ガイド。Pythonフレームワークも 6 週間のスプリントも不要。シンプルな 4 ステップパターン：タスク定義→コマンドチェーン→コンテキスト統合→ループキャップ。Ops リード向けなら、アイデアから動作するエージェントまで 4 時間が現実的だ。

動作確認済みの実装をここに記す。

AI エージェントとプロンプトの違い

プロンプトは一度だけ応答して止まる。エージェントはループする。タスク受け取る→ツール選択→出力読む→次のツール選択→完了まで続行。

Sales ops リードの視点で見れば、その差は明らか。プロンプトなら、URL 貼り付けで企業サマリーが一度だけ返ってくる。エージェントなら、CRM キューから企業名を引っ張ってきて、公開データ取得して、前回通話メモをチェックして、3 バレット程度の提案資料を書いて、ミーティング準備ドキュメントに放り込む。同じモデル、まったく別の実運用パワー。

Ops レベルのエージェントに必要なのは、リフレクションループもマルチエージェントオーケストレーションも不要。3 つだけ必須：入力定義、固定ツールシーケンス、明確な終了条件。ここから始めよう。

ステップ 1：エージェントが専有する 1 つのタスク定義

30 秒で決める。 Workflow Builder を開く前に、タスクを 1 文で書く。1 文に収まらなければ、そのタスクはまだ自動化の準備ができていない。

OK：「企業名から LinkedIn + ニュース記事 + 前回通話メモを取得し、3 バレットの提案資料を生成」

まだ準備不足：「パイプラインを整理したい」

週 10 回以上やっていて、入力形式と出力形式が予測可能なタスク。Deal research 前のブリーフィング。リード一覧からの適格性判定。CRM からの週間メトリクス集計。CS ハンドオフ前のサマリー。

1 つ選ぼう。最初から全部自動化したい欲望に抗おう。動作するエージェントを 1 日で出すチームは、最小の有用なループから始める。3 週間フレームワークにはまるチームは、いまだにタスク選定中だ。

実用的なフィルタ：新人アナリストに明確なブリーフを渡して任せられるなら、そのタスクはエージェント適合性がある。判断が必要なら、まだ早い。

ステップ 2：コマンドをワークフローにチェーン

CommanderGPT Workflow Builder を開く。UI は直線キャンバス：各ブロックがコマンド、各矢印がステップ間のデータ流。

Deal research エージェントなら、チェーンはこうなる：

1. /research + 企業名 → 企業規模、最新ニュース、既知の課題を構造化サマリーで返す

2. /summarize + research 出力 → 150 ワードに圧縮、ボイラープレート削除

3. /draft-email + summary + 営業担当者名 → 最新ニュース記事への言及で始まるアウトリーチ一行目を生成

3 コマンド、1 ワークフロー、ゼロ摩擦。全チェーンは企業あたり 40 秒以下で完了。BDR チームが週 30 企業回すなら、営業担当者 1 人あたり週 90 分程度の準備時間を取り戻す。

チェーン設計の 2 ルール：

1 つのジョブに 1 コマンド。 Research と draft を 1 つの /mega-research コマンドに詰め込まない。小さいコマンドは出力が間違ったときのデバッグが楽だし、別のワークフローで再利用できる。

データ渡しに名前をつける。 Workflow Builder の各ブロックには名前付き出力変数がある。account_brief、compressed_summary、outreach_draft みたいに呼ぼう。夜 11 時の QBR 前にぶっ壊れたとき、どのステップが落ちたか一目瞭然。

ステップ 3：コンテキスト、メモリ、CRM データを接続

コンテキストなしのコマンドチェーンは、単に高速なプロンプトでしかない。そのアカウントの履歴を知ってる人から出たような出力。それがコンテキスト。

CommanderGPT の 30 日間メモリ機能なら、/research コマンドは前回の同じアカウントとの通話、その営業担当者が送ったメール、HubSpot や Salesforce の同期済み CRM メモを拾える。手動で配線不要。Workflow Builder の設定パネルでコンテキストソースを定義すれば、コマンドは自動で引っ張ってくる。

ミーティング準備なら、ワークフローに通話メモ入力を組み合わせよう。チーム が AI 音声録音を使ってメモを取ってるなら、前回通話トランスクリプトをステップ 1 のコンテキストブロックに流す。エージェントが生成する提案資料は、前回通話で何が言われたかを参照する。それが、ジェネリック企業サマリーと実用的なプリコール提案資料の差だ。

何を入れるか、何を省くか。 コンテキストが多いほど良いわけではない。入手可能な全 CRM フィールドを接続してから、無関係なデータポイント間の幻覚つながりを見守る。これはよくある落とし穴。入れるべき：最終相互作用日、前回通話メモ、オープン機会ステージ、既知の異議。省く：請求履歴、3 年前のサポートチケット、2024 年に更新を止めたフィールド。

テスト方法：よく知ってる 5 つのアカウントでワークフロー実行。出力がアカウント履歴を読んだ人っぽい感じなら、コンテキスト量がちょうどいい。すべてを留保するなら、入力にノイズが多すぎる。

ステップ 4：本番前に guardrails を設定

このステップはほとんどのチームが飛ばす。デモは素晴らしく見えたし、QBR は明日だから。

本番運用前に、2 つの guardrail は絶対必須。

ループをキャップ。 Workflow Builder はすべてのワークフローに max_steps 設定がある。3 ステップチェーンなら 10～15 に設定。守備範囲外の入力でエージェントがループし続けると、月間トークン予算を全部焼く。15 が大概；3 ステップチェーンで 8 を超えたらアラート設定。

取り消し不可の操作には承認ゲート。 ワークフロー最終ステップが Slack にメール送信や投稿するなら、draft と send の間に人間確認ステップを入れてくれ。自明だと思うだろ。違う。何個かのチームが Workflow Builder の自動補完で /draft-email を /send-email に接続してしまい、意図せず 200 アカウントに通知を送った。その 1 回の不正アウトリーチコストは、確認ステップの 3 分よりずっと高い。

20 回ワークフロー実行して確認ゲート通して出力が一貫して良けりゃ、ゲート削除してもいい。それより前じゃない。

Ops エージェントが最初の週で失敗する理由

失敗パターンはコマンドエラーじゃなく、コンテキスト腐敗。ほぼ毎回。

ワークフローは月曜日に完璧。木曜日には CRM 統合が 48 時間同期遅延してるのに誰も気づかずに古いデータを拾ってる。エージェントはこれを教えない。Q3 通話メモじゃなく火曜日の通話を参照する提案資料を、静かに黙って吐き出す。

原則：すべてのワークフロー最初ブロックにコンテキスト鮮度チェック入れろ。単純な /check-context-age コマンドで最終同期タイムスタンプ返す。データが 24 時間より古いなら、ワークフローは黙らず警告出す。

2 番目の失敗パターンはプロンプトドリフト。5 月に /research コマンド設定。8 月に ICP がシフト、アウトリーチフォーマットが変わった、営業チームの新しい異議処理テンプレートできた。コマンド実行するけど、出力フォーマットは誰も使ってない。6 週間ごとに 15 分ワークフロー review を予約。最後 10 出力を現在のプレイブック対で読む。ズレてたらコマンドプロンプト更新。

3 番目は内部からのスコープクリープ。誰かが 4 番目コマンド追加。出力ほぼ正しかったから。それから 5 番目。週 3 で、ワークフロー 8 コマンド、レイテンシ 1 企業 3 分、誰も何の出力フィールドかわかんない。チェーン 3～5 コマンド。それ以上必要なら、2 つのワークフロー共有出力フォーマットで分割。

今すぐフォークするプレイブック

CommanderGPT テンプレートライブラリから複製して、今日から使えるワークフロー。

ワークフロー：Deal Research + Outreach Draft

• 入力：企業名（CRM から貼り付けるか直接タイプ）

• ステップ 1：/research + 企業名 + コンテキストソース：前回通話メモ、機会ステージ

• ステップ 2：/summarize 形式制約付き：「3 バレット、各 50 ワード以内、最新ニュース記事が先頭」

• ステップ 3：/draft-email トーン指定：「直接的、最初の行で特定ニュース記事参照、フィラー開き文なし」

• 出力：ブリーフィングブロック + メール draft、クリップボードにコピー

• 人手確認ゲート

• max_steps: 12

このテンプレートをフォーク、CRM 統合を接続、よく知ってる 3 企業で実行、出力をチーム現在の手作業産物と比べる。デルタが 80% 品質マッチ以下なら、修正はコマンドじゃなくコンテキストソースにある。

ワークフロー発火。出力読む。出す。

2026 年で AI エージェントから最高の効果が出てるチームは、最高のマルチエージェント パイプラインを構築したやつじゃない。週 1 で動く 3 コマンドチェーン出してから、そこから反復したやつだ。アーキテクチャはあとで進化する。出すという習慣は待てない。