Webエンジニア向けプログラミング解説動画をYouTubeで配信中!
▶ チャンネル登録はこちら

【ITニュース解説】How I went from playing with prompts to building AI systems that run my workflow behind the scenes

2025年09月09日に「Medium」が公開したITニュース「How I went from playing with prompts to building AI systems that run my workflow behind the scenes」について初心者にもわかりやすく解説しています。

作成日: 更新日:

ITニュース概要

AIへの指示(プロンプト)を試す段階から、複数のAIを連携させて日常業務を自動化するシステムを構築するまでの過程を紹介。実験から実用的な自動化へのステップが学べる。(102文字)

ITニュース解説

近年、多くの人がChatGPTのような生成AIに触れる機会が増えている。最初は単純な質問をしたり、文章を作成させたりといった対話型の使い方から始まるが、その活用方法はさらに発展させることができる。AIを単なる対話相手として使うだけでなく、自身の日常業務を自動化する強力な「システム」として構築することが可能である。この進化は、AIとの関わり方が「遊び」から「業務効率化」、そして「システム開発」へと段階的に深まっていくプロセスと言える。本稿では、このAI活用の進化の過程を、具体的なステップに沿って解説する。

AI活用の第一歩は、多くの場合、対話型AIインターフェースを通じて単純なプロンプト、すなわち指示文を入力することから始まる。これは、AIの能力を手軽に体験できる最も基本的な段階である。例えば、「日本の首都はどこですか?」といった質問をしたり、「会議の挨拶文を考えてください」といったタスクを依頼したりする。この段階では、ユーザーはAIを便利なアシスタントや知識検索ツールとして利用する。AIがどのような応答を返すかを探りながら、その性能や限界を感覚的に理解していく。この時点では、AIはあくまで外部のツールであり、ユーザーが手動で都度指示を与えるという関係性にある。

AIの基本的な使い方に慣れると、次により精度の高い、あるいは特定の意図に沿った結果を得たいという要求が生まれる。ここで重要になるのが「プロンプトエンジニアリング」という技術である。これは、AIに与える指示を工夫し、出力を精密に制御する手法を指す。単に質問を投げかけるのではなく、AIに特定の役割を与えたり、出力形式を厳密に指定したり、思考プロセスを段階的に実行させたりする。例えば、「あなたは経験豊富なデータアナリストです。以下の売上データから、重要な傾向を3点、箇条書きで抽出してください」といった指示がこれにあたる。プロンプトエンジニアリングを習得することで、AIを単なる応答装置から、特定のタスクを安定して実行する信頼性の高いツールへと変えることができる。これはシステム開発における要件定義のように、目的を達成するために具体的な指示を組み立てる思考プロセスと共通している。

プロンプトエンジニアリングでAIの出力を制御できるようになったら、次のステップはそれを自動化の仕組みに組み込むことである。これを実現するのがAPI(Application Programming Interface)の活用だ。APIとは、ソフトウェアやプログラム同士が情報をやり取りするための接続口である。OpenAIなどが提供するAPIを利用すると、自身が作成したプログラムの中からAIモデルの機能を直接呼び出すことが可能になる。これにより、手動でプロンプトをコピー&ペーストする作業が不要になり、一連の処理を完全に自動化できる。例えば、「特定のフォルダに新しいファイルが追加されたら、その内容を自動的にAPI経由でAIに送り、要約を生成して通知する」といったシステムを構築できる。APIを介してAIを既存のワークフローに統合することで、AIは単独のツールから、より大きなシステムの一部として機能するようになる。

さらに高度な自動化を目指す場合、単一のAIモデルだけでは対応できない複雑なタスクが出てくる。そこで、複数のAIモデルや、データベース、Web検索ツールなどを連携させ、一連の処理を協調して実行させる「AIシステム」を構築するという段階に進む。この、複数のコンポーネントを連携させて全体の流れを制御することを「オーケストレーション」と呼ぶ。例えば、顧客からの問い合わせメールに対し、まず内容を解読するAIが種類を分類し、次にデータベースから関連する過去の対応履歴を検索、そしてそれらの情報を基に別のAIが返信文の草案を生成する、といったワークフローが考えられる。このような複数のステップから成る処理を構築するために、LangChainなどのフレームワークが役立つ。これらは、AIやデータソースといった異なる要素を「チェーン」のようにつなぎ合わせ、一連の処理として実行するのを容易にする。この段階に至ると、AIは自律的に判断し、複数のツールを駆使してタスクを遂行する「エージェント」として機能し、高度な業務自動化が実現される。

AIとの関わり方は、単純な対話から始まり、プロンプトによる出力制御、APIを用いたプログラムへの統合、そして最終的には複数のツールを連携させた自律的なシステム構築へと進化していく。このプロセスは、AIを「使う」立場であったユーザーが、次第にAIを「組み込み、作り上げる」開発者へと変化していく過程そのものである。システムエンジニアを目指す者にとって、この流れを理解することは極めて重要だ。単にAIの機能を知るだけでなく、それをいかにして既存のシステムや業務プロセスに統合し、自動化を実現するかが、これからのエンジニアに求められるスキルとなる。簡単なプロンプトの試行から始め、API連携やフレームワークの活用に挑戦していくことで、AIを自在に操り、価値あるシステムを生み出す能力を段階的に身につけることができるだろう。

関連コンテンツ

関連ITニュース