昨日は30分かけて直した環境の不具合を、今日も同じように調べ直す。エージェントは、セッションが変わると経験を持ち越しません。DeepLearning.AIの講座は、この繰り返しを減らす3つの層を扱っています。

手順1:繰り返している手直しを数える
エージェントに任せた作業の記録から、同じ種類の手直しが何度も出ている箇所を探します。環境の準備、依存関係の解決、テストの実行方法が、よくある候補です。回数が多いものから着手します。
回数だけでなく、1回あたりの手数も見ます。回数は少なくても、毎回10手かかる作業は、記録を残す価値があります。
手順2:記録を、手順として書き出す
対象の作業について、会話、ツールの呼び出し、エラー、直し方を1つの流れとして取り出します。そこから、次に同じ状況で使える手順を文章にします。講座はこの工程を、記録から手順を作る処理として説明しています。
手順には、前提、実施する操作、確認の方法、失敗したときの戻し方を入れます。うまくいった流れだけを写すと、例外のときに使えません。
手順3:人が承認してから再利用させる
作った手順は、そのまま使わせません。内容を読んで承認したものだけを、再利用の対象にします。講座も、1件ずつ人が承認する形を前提にしています。
| 段階 | 行うこと | 残す記録 |
|---|---|---|
| 取り出し | 会話・操作・エラー・修正を集める | 元の実行の識別子 |
| 手順化 | 前提と確認方法を含めて文章にする | 手順の版 |
| 承認 | 人が読んで可否を決める | 承認者と日付 |
| 再利用 | 似た作業のときに呼び出す | 使った回数と結果 |
手順4:知識は、ファイルのつながりで持たせる
コードの内容を知識として持たせるとき、文字列の一致で探すと取りこぼしが出ます。講座は、読み込みの関係、関数の呼び出し、同じ変更で一緒に触られた履歴をつないだ知識の構造を作り、その構造をたどって必要な箇所を探す方法を扱っています。
つながりを持つと、名前が一致しない関連箇所にも届きます。構築の単位はチャンキングの切り方に左右されるため、分割の規則も一緒に決めます。
手順5:効き目を、作業の時間で測る
手順を入れる前後で、同じ作業にかかった手数と時間を比べます。講座が挙げる狙いは、翌日には同じ作業が少し楽になっている状態です。楽になっていなければ、手順の粒度か呼び出しの条件が合っていません。
測る対象は1つに絞ります。複数の作業を同時に比べると、何が効いたのか分からなくなります。モデル自体を調整する判断は、この測定の後に行います。
FAQ
Q. 記録をそのまま検索させるのと何が違いますか。
A. DeepLearning.AIの講座は、会話・ツール呼び出し・エラー・修正の記録から再利用できる手順を作り、次に似た作業が来たときに呼び出す形を扱っています。記録を読ませるだけでは、毎回同じ判断をやり直すことになります。
Q. モデル自体を追加学習させるべき場合はありますか。
A. 講座は、振る舞い・知識・モデルという3つの適応の層を挙げ、モデルへの適応は最後の手段として位置づけています。まず記録と知識の側を整え、それでも足りない場合に検討する順番です。
あわせて使いたいツール
記録の保管と、手順の呼び出しを分けて設計します。料金と提供条件は各サービスの公式情報で確認してください。
出典
出典:DeepLearning.AI「Building Adaptive AI Agents」(2026年8月27日更新、Nacho Martínez・Casius Lee講師、Oracle提供)。振る舞い・知識・モデルという3つの適応の層、記録から手順を作る処理と人の承認、読み込み・関数呼び出し・共同編集の履歴による知識の構造、追加学習を検討する位置づけは同講座の公開ページの記載に基づきます。
関連ガイド
- AIコードレビューを機能させる5ステップ:差分の前に文脈を渡す
- エージェントのループを設計する5ステップ
- 用語:エージェントメモリ(Agent Memory)
- 用語:ツール利用(Tool Use)
- 用語:マルチエージェント(Multi-Agent)
最新のAI情報をメールで受け取る
新着のAIツール比較・ランキング・ニュースを、まとめてお届けします。
ご登録後、確認メールをお送りします。配信停止はいつでも可能です。
