1. OpenAI Agent Kitの概要と機能紹介 [1]

  1. Agent Kitの発表:
    1. OpenAIが視覚的なAIエージェントビルダー「Agent Kit」をリリースした [1]。
    2. N8N、Make、Zapierのような既存ツールに類似している [1]。
    3. 本コンテンツでは、Agent Kitの機能、アクセス方法、ワークフロー作成、既存ワークフローの確認、新機能、Agent Killerとなり得るかの検証について解説される [2]。
  2. Agent Kitの目的:
    1. AIエージェントの構築、デプロイ、最適化のための新しいツール群である [5]。
    2. 誰もがワークフローにエージェントを導入できるようにすることが狙いである [6]。
    3. OpenAIはAIアクセシビリティ向上に日々取り組んでおり、Agent Kitもその一環であると見られる [6]。
  3. Agent Builderの設計:
    1. Makeなどの他の類似サービスと非常に似たデザインのワークフロービルダーである [8]。
    2. コンポーネントを追加できるキャンバスが提供される [9]。
  4. アクセス方法:
    1. 通常のChatGPTページではなく、開発者プラットフォームの別のページからアクセスする必要がある [10]。
  5. 主要な特徴:
    1. 構築したエージェントを任意のウェブサイトに簡単にデプロイできる [14]。
    2. エージェントのデプロイと評価機能をサポートしている点が特筆される [16]。
      • これまでのプラットフォームはエージェント開発に重点を置いており、デプロイと評価にはあまり焦点が当てられていなかった [16]。
      • 他のプラットフォームも同様の機能を取り入れるきっかけとなることが期待される [16]。

2. OpenAI Agent Builderの使用開始と既存ワークフローの確認 [18]

  1. 利用開始の手順:
    1. OpenAI開発者プラットフォームのアカウントが必要である [20]。
    2. 組織の認証が完了している必要がある [21]。
      • 認証されていない場合、実行できないため、事前に確認が必要である [23]。
  2. ワークフローの作成と選択:
    1. ホームページから空のワークフローを新規作成できる [24]。
    2. 顧客サービスなど、最も一般的なユースケースに対応するプリセットワークフローが用意されている [24]。
    3. 本コンテンツでは、顧客サービスのプリセットワークフローが選択される [26]。
  3. 顧客サービスワークフローの構成要素:
    1. キャンバス上に「開始」と「終了」ボタンが直接配置されている [26]。
    2. 左側にはノードが配置されており、これらはOpenAIプラットフォームと連携できるエージェントとして機能する [26]。
    3. 開始ボタンはトリガーのように機能する [26]。

2.1. ガードレール機能 [27]

  1. ガードレールノードの重要性:
    1. プロダクションレディなエージェントにはガードレールが不可欠であり、OpenAIはこれをノードとして提供している [27]。
    2. AIまたはエージェントに送られるデータに対するモデレーション機能を提供し、非常に有用である [29]。
  2. 個人情報のフィルタリング:
    1. 電話番号、URL、銀行口座番号などの個人情報を選択してブロックできる [29]。
    2. 国別（例: インドでのPAN、Aadhaar番号、車両登録番号）に設定可能であり、アイデアからアプリへの移行を加速するのに役立つ [29]。
  3. コンテンツモデレーション:
    1. ヘイト、ハラスメント、性的コンテンツ、自傷行為などの有害なコンテンツを自動的に処理できる [31]。
    2. プロンプトなしで最適な処理が提供され、エージェントがウェブサイトやアプリに安全に導入できる [32]。
  4. その他の機能:
    1. ジェイルブレイク、ハルシネーション（幻覚）、エラー時の続行などの機能も含まれる [33]。
    2. 処理が「パス」の場合に続行し、「フェイル」の場合に終了する [34]。
    3. N8Nのようにノート機能もあり、クライアントへの説明が容易である [36]。

2.2. エージェントノードとツール [37]

  1. エージェントノードの操作:
    1. エージェントノードは簡単にドラッグ&ドロップで配置できる [37]。
    2. 「分類エージェント」ノードには、指示（instructions）を設定できる [38]。
    3. 既存のプロンプトメッセージを更新したり、新しいプロンプトメッセージを作成したりできる [39]。
    4. ユーザーメッセージの設定も可能である [41]。
    5. チャット履歴を含めるオプションがあり、複雑なメモリストアを使用するよりも容易である [42]。
    6. 利用可能なOpenAIモデルを簡単に選択できる [43]。
  2. ツール機能:
    1. ツールセクションが非常に重要である [44]。
    2. ファイル検索機能が非常に有用である。
      • RAG（検索拡張生成）の実装を大幅に簡素化する [47]。
      • ChatGPTでファイルをアップロードして質問するのと同様の体験を提供する [47]。
    3. ウェブ検索機能、コード実行、Twitter連携なども利用可能である [48]。
    4. ファイルをドラッグ&ドロップで追加したり、カスタム関数をプロンプトから生成して提供したりできる [49]。
    5. モデルパラメータも容易に調整できる [51]。
    6. 会話履歴への書き込みやエラー時の継続に関する設定も重要である [53]。
    7. 評価機能も提供されており、後述される [54]。

2.3. 条件分岐、ユーザー承認、データ保護 [55]

  1. 条件ノード:
    1. 様々なエージェントノードが存在し、条件ノードに基づいて処理が分岐する [55]。
    2. 条件が満たされない場合、ワークフローは終了する [57]。
  2. ユーザー承認 (Human in the Loop):
    1. 返却される情報に対してユーザー承認ノードが追加されており、人間が介入するコンセプトをサポートしている [59]。
    2. 承認後のみ返却プロセスが開始される [60]。
  3. ハルシネーションガードレールとデータ保護:
    1. 返却情報に対してベクトルストアを使用したハルシネーションガードレールを追加し、正確性をチェックできる [60]。
    2. 機密情報の漏洩を防ぐための追加のガードレールをワークフローの終端に配置できる [61]。
    3. すべての処理が完了するとワークフローが終了する [62]。

3. ワークフローの連携とプレビュー [63]

  1. ノードの簡潔さ:
    1. Agent Kitは少ないノードでシンプルに機能するように設計されている [63]。
  2. 外部アプリケーション連携:
    1. Agent Kitは独立して動作するだけでなく、他のアプリケーションとの連携も可能である [64]。
    2. MCP（Make Custom Panel）ノードをドラッグして設定することで、外部アプリと接続できる [64]。
  3. コネクタの提供:
    1. OpenAIコネクタが直接提供されている [65]。
    2. Zapierコネクタも利用可能であり、API経由で8,000以上のアプリケーションにアクセスできる [66]。
    3. 直接サーバーを追加することも可能である [67]。
    4. これにより、Agent KitでのMCP利用が増加することが期待される [68]。
  4. ワークフローのプレビューと実行:
    1. プレビューボタンをクリックすることで、ワークフローのコード（Agent SDK）を確認できる [70]。
    2. プレビューはワークフローを迅速に実行する機能であり、挨拶を送信して動作を確認できる [73]。
    3. 実行中のステップが視覚的に表示され、各ステップ（例: ジェイルブレイクチェック、分類エージェント、条件分岐、リターンエージェント）の進行状況を確認できる [75]。
    4. ユーザー承認が必要な場合は、ユーザーに承認を求めるプロンプトが表示される [80]。
    5. 承認後、ワークフローは続行される [81]。

4. エージェントのデプロイと評価機能 [83]

  1. Agent Kitの包括的な機能:
    1. Agent Kitはエージェントの構築だけでなく、ガードレール、評価、デプロイといった周辺機能も提供する [83]。
  2. デプロイメント機能 (ChatKitとAgent SDK):
    1. エージェントを本番環境に導入する準備ができた際、ChatKitを利用できる [84]。
    2. ChatKitは、エージェントを任意のUI（Webアプリケーション）に簡単に統合するための機能である [85]。
    3. Agent SDKはOpenAIが提供するフレームワークであり、デプロイを容易にする [86]。
    4. 他のフレームワークではこのデプロイ機能が不足していると認識されている [86]。
  3. 評価機能:
    1. 評価データセットや評価セットの作成もデフォルトでサポートされている [86]。
    2. これにより、エージェントを生産環境で利用するだけでなく、適切に評価する手段も提供される [86]。
  4. ワークフローの公開:
    1. 「公開（Publish）」をクリックすると、ワークフローに名前を付けて公開できる（例: 「私の顧客ワークフロー」） [87]。
    2. 公開後、プレビューやコードの取得が可能となる [91]。
    3. 将来的に機能がさらに改善されることが期待される [96]。
  5. Agent Kitの強み:
    1. クリーンでミニマルなセットアップである [96]。
    2. MCPを主流に持ち込み、ガードレールや評価セットの作成を容易にする点で強力である [97]。
    3. 他のフレームワークもこれらの機能を取り入れることが期待される [97]。
  6. データ変換と状態管理:
    1. データ変換や状態設定が可能である [98]。
    2. 入力変数（例: 名前）を設定し、ワークフロー全体で状態変数として利用できる [100]。
    3. ガード機能は非常に有用である [103]。

5. 新規ワークフロー作成とファイル検索のデモンストレーション [104]

  1. 新規ワークフローの作成:
    1. 新しいワークフローを簡単に作成できる [104]。
    2. Agent Kitはエージェントに特化している点が特徴である [106]。
      • N8NのようなツールではAIコンポーネントを選択してAPIコールを行うこともできるが、Agent Kitはエージェントを基盤としている [107]。
  2. エージェントの指示設定とAI統合:
    1. エージェントに「あなたは役立つアシスタントです」といった指示を設定できる [108]。
    2. 「ユーザーのクエリに答えるためにファイルストアにアクセスしてください」といった具体的な指示を編集できる [113]。
    3. 指示を入力すると、AIがプロンプトを自動生成し、ワークフローの構築を支援する [114]。
    4. これはAIが非常にうまく統合されている良い例である [116]。
  3. ツール: ファイル検索の活用:
    1. ツールの中から「ファイル検索」を選択する [117]。
    2. ファイルをダウンロードし、Agent Kitのインターフェースにドラッグ&ドロップまたはアップロードするだけで、簡単に添付できる [121]。
    3. 例としてiPhone 17（または最新モデル）の機能やルールブックに関するファイルがアップロードされる [126]。
    4. アップロードされたファイルに対して、エージェントがサポートする周波数について質問する [128]。
    5. 複数のファイルを添付することも可能である [131]。
    6. エージェントはファイル内で検索を行い、推論と要約を経て回答を生成する [133]。
    7. わずか2つのノードで、ChatGPTと同様に簡単にエージェントを作成できることが示される [137]。
  4. ワークフローの公開:
    1. プレビューを終了し、ワークフローを「iPhone回答エージェント」として公開する [138]。
    2. 公開されたエージェントは、ChatKitなど、任意の場所で利用できる [139]。
    3. ChatKitやAgent SDKの実装に関する追加のビデオが提案される [141]。
    4. バージョン管理やワークフローIDも提供され、デプロイメントと評価に重点が置かれていることが強調される [142]。
    5. 評価機能では、トレーシングやデータセットの利用が可能であり、エージェントの能力をさらに高める [143]。
  5. Agent Kitの初期バージョン:
    1. これらがOpenAI Agent Kitの初期バージョンに含まれるすべての機能である [144]。
    2. 関連リンクは概要欄に記載される [145]。
    3. 現時点ではワークフローをダウンロードしたり、共有したりする機能は提供されていないが、今後開発される可能性がある [147]。

6. Agent Kitと既存ツールとの比較、将来展望 [153]

  1. Agent KitはAgent Killerではない:
    1. 現時点では、Agent KitがN8NやMakeといった既存ツールの「Agent Killer」になるとは考えられない [153]。
  2. Agent Kitの焦点と既存ツールの汎用性:
    1. Agent Kitはエージェント機能に大きく焦点を当てている [155]。
    2. N8NやMakeなどのツールは汎用性が高く、AIを含まない自動化（全体の60〜70%を占める）にも対応できる [155]。
    3. 不必要にエージェントをワークフローに組み込む必要がない場合もある [155]。
  3. 技術的側面と対象ユーザー:
    1. Agent Kitはまだ技術的な側面が強く、MCPの利用やファイルストアの知識を前提としている [155]。
    2. デプロイメントや評価機能は、開発チームやITチームにとっては非常に有用である [155]。
    3. しかし、N8Nのような「ドラッグ&ドロップで簡単にクライアントに説明できる」ような視覚的な使いやすさにはまだ及ばない [155]。
    4. 誰もが簡単に使えるレベルにはまだ達していない [157]。
  4. Agent Kitの強み:
    1. ガードレール機能、全体的な評価、デプロイメント機能は非常に優れている [157]。
    2. ほとんどのツールが開発段階で止まる中、Agent Kitが最適化の部分に大きく貢献している点は高く評価される [159]。
  5. 現在の課題:
    1. OpenAIとの統合が非常に緊密であり、ClaudeやPerplexityといった他のAIモデルを利用できない [160]。
    2. すべてのデータがOpenAIサーバーに送られるため、ローカルホストやローカルLLM/SLMでの運用ができない [160]。
    3. 大企業にとってはデータセキュリティが懸念事項となる [160]。
  6. 将来への期待:
    1. OpenAIからの提供であるため、今後、ChatGPTのように機能が大幅に改善されることが期待される [161]。
    2. ノーコードツールエコシステム全体が、より多くの人にとってアクセスしやすいものになることが期待される [161]。
    3. ユーザーとしては、特定のツールに固執するのではなく、概念を深く理解することが重要である [162]。
    4. 将来、N8Nのようなツールがデプロイメントや評価機能を取り入れた場合、複数のツールを組み合わせて利用することが可能になり、それが最も良い結果をもたらすだろう [163]。
  7. 結び:
    1. 本ビデオの視聴に感謝が述べられる [166]。
    2. 関連リンクや、最近開設されたSkoolコミュニティへの参加が促される [167]。
    3. コミュニティではAIの学習リソースやコンテンツが共有され、AIジャーニーに役立つと述べられる [170]。
    4. 次回のビデオでの再会、ビデオへの「いいね」、共有、コメント、チャンネル登録が促される [171]。