前回の記事(Function CallingベースのAIエージェント 精度検証 #1 )では、AIエージェントにFunction Callingを適用した最初の実験をご紹介しました。その段階のシステムは、企業の資産リスト全体 を読み込み、AIが内部で検索する方式でした。シンプルな方法でしたが、トークン使用量の過多、スケーラビリティのボトルネック、一貫しないユーザー体験といった限界にすぐ突き当たりました。
2回目の実験では方向を変えました。まず精度を高めるためにルールベースのルーティング を導入し、最終的にはTool Chainアーキテクチャ へと設計を発展させました。この転換により、精度、スケーラビリティ、ユーザー体験が大きく向上しました。本記事では、その道のりをご紹介します。
1. 最初の実験の限界
最初の構造はシンプルでした。
ユーザーが質問する → 資産リスト全体を読み込む → AIが内部で検索する → 結果を返す
しかし、実際の企業環境では、いくつかの問題が表面化しました。
トークン使用量の過多 ：資産の数が増えるにつれて入力の長さが急激に増え、コストが上昇しましたデータサイズの制約 ：約500件の資産までしか動作せず、それを超えるとモデルが破綻しましたスケーラビリティの欠如 ：数千件の資産を管理する企業では、この方式を効果的に使えませんでした
つまり、回答は技術的には正しくても、構造的に非効率で、規模を拡大するには不向きでした。
2. ルールベースのアプローチ
2-1. ルールベースのルーティングとは？
ルールベースのルーティングは、AIがどのAPIを呼び出すかを、手動で定義したルール によって決める方式です。
「この資産は誰のものですか？」 → 資産検索APIを呼び出す
「前四半期のコスト削減額を見せて」 → 減価償却APIと使用状況APIを呼び出す
2-2. メリット
動作が明確で予測しやすい
単純な問い合わせでは高速で信頼性が高い
2-3. 限界
問い合わせパターンが増えるほど、管理の負担が増加 する
新機能を追加するたびにルールを更新する必要がある
AIは単にルールを実行するだけで、本当の推論や柔軟な組み合わせができない
ルールベースのルーティングは問題の一部を解決しましたが、柔軟性とスケーラビリティ の面では制約が大きいことがわかりました。
Tool Chainは、AIがどのTool(Function)を呼び出すかを自ら判断 して呼び出し、その結果を構造化した回答にまとめる方式です。ハードコードされたルールの代わりに、AIがツールを動的に組み合わせて、ユーザーの問い合わせを解決します。
3-2. 仕組み
ユーザーが尋ねます：「ソウル支店で使われていないノートPCはどれですか？」
AIが自然言語を解釈し、Toolのパラメーターに対応づけます
AssetSearch Tool が呼び出され、結果が返されますAIが結果を処理し、整理された構造化された回答 を生成します
3-3. 利点
柔軟性 ：新しいToolを追加すれば、ルールを書き直さなくてもAIが活用できますスケーラビリティ ：数千件から数万件の資産でも安定して処理できます一貫性 ：Toolのスキーマ定義によって、用語と出力が標準化されますUXの向上 ：ストリーミング出力と、整理された回答に対応します
ルールベース VS Tool Chain
👉 要するに、ルールベースのルーティングは安定していますが硬直的で、Tool Chainはより知的で適応力があります。
5. ユーザー体験の改善
Tool Chainへの移行は、UXの大幅な向上 ももたらしました。
ストリーミング応答 ：AIが計算を終えるのを待つ代わりに、ユーザーは回答がリアルタイムに流れてくるのを見られます構造化された書式 ：回答は箇条書き、セクション、区切り線で提示され、明快でプロフェッショナルです文脈の認識 ：以前の対話の回答を再利用する場合、AIが注意書きを加えるようになりました(例：「この回答は以前の文脈に基づいています。最新のデータが必要な場合は、『現在』や『もう一度』という言葉を使って再度質問してください。」 )
その結果、より速く、より明快で、より信頼できる ユーザー体験が実現しました。
6. 主な成果
Tool Chainアーキテクチャへの移行によって、次の成果を得ました。
精度の向上 – 用語と表現が一貫して保たれます真のスケーラビリティ – 大規模な企業データでも安定した性能を発揮しますコスト効率 – トークン消費量が大幅に減少しましたUXの改善 – 構造化された読みやすい書式で、リアルタイムに応答します
おわりに
Function CallingベースのAIエージェント 精度検証 #2 は、「トークン過多」という課題を解決するだけにとどまりませんでした。ルールベースのアプローチから出発し、本格的なTool Chainアーキテクチャへと発展させることで、精度、スケーラビリティ、ユーザー体験 を同時に向上させることができました。
SELLEASE は今後もAIエージェントのアーキテクチャを進化させ、企業が膨大な資産データをより賢く、より効率的に、より直感的に 活用できるよう支援してまいります。🚀
