---
title: "AIエージェントの作り方｜ノーコードからPython開発まで5ステップ"
description: "AIエージェントの作り方を、業務の選び方・ノーコード／ローコード／フルコードの選び方・5ステップの手順・つまずき所の順に解説。初めて作る企業担当者と個人が、今日から小さく試して本番に乗せるまでを一本で追えます。"
canonical: https://curumi.co.jp/blog/ai-agent-how-to-build
date: 2026-09-20T03:21:38.253Z
---
# AIエージェントの作り方｜ノーコードからPython開発まで5ステップ
## AIエージェントの作り方とは？結論は「1業務・ノーコード・5ステップ」
結論からお伝えすると、AIエージェントの作り方は「業務を選ぶ→作り方を選ぶ→5工程で作る→小さく公開」の4段で進めると形になります。任せる業務を1つに絞り、初回はノーコードで、目的から公開までの5ステップを1周するのが基本です。
この記事は、社内業務をAIエージェントで自動化したい企業担当者と、個人で試作してみたい方に向けて書いています。ツール名は聞いたことがあるが最初の一歩と失敗の避け方が分からない、という状態から、小さく本番に乗せるところまでを一本で追えるようにしました。
### 生成AIチャットとの違いは「自分で手順を決めて道具を使う」こと
生成AIチャットが質問に答えて終わるのに対し、AIエージェントは目的に向けて自分で手順を決め、検索や社内システムといった道具を使って作業を進めます。この記事は作り方に集中するため、仕組みや種類の定義は親記事に譲ります。詳しくは[AIエージェントとは](/blog/ai-agent)をご覧ください。
作り方で押さえたいのは、道具を使う分だけ「何を任せ、どこで人が確認するか」の設計が必要になる点です。ここが決まっていれば、ツールが変わっても作り方の骨格は変わりません。
### 作り方の全体像は4段
全体像は、業務を選ぶ、作り方を選ぶ、5工程で作る、小さく公開、の4段です。各段の中身を先に図で示します。
この記事はこの4段の順に進みます。まとめでもう一度この図に戻ります。
- 業務を選ぶ：任せる1業務を決める。最初に任せる業務を1つに絞り、成果の測り方まで決めます。
- 作り方を選ぶ：初回はノーコード。失敗を戻せる範囲で試すため、初回はノーコードから入ります。
- 5工程で作る：目的から公開まで。目的、環境、指示文、知識と道具、テストの順に進めます。
- 小さく公開：人の確認を残す。全社公開ではなく、担当者の確認を挟んだ小さな範囲で運用を始めます。
次の章から、この順に1段ずつ説明します。
## 作る前に決めること：任せる業務と成果の測り方
最初に任せる業務は、定型で繰り返し、基準が明文化され、失敗が戻せて、入力が揃う業務から選びます。導入の検討で最も時間をかける価値があるのはツール選びではなく、この業務の選定です。
### 任せる業務を洗い出す：AIの弱点2分法で判定する
私たち株式会社くるみは、AIに任せる業務を判定するとき、AIの弱点を「待てば解決する側」と「待っても解決しない側」の2つに分けて見ています。前者はモデルの精度や速度のように、時間が経てばツール側が改善するものです。後者は判断基準が社内で明文化されていない、入力データが揃っていないといった、自社で整えない限り解決しないものです。
作り方に直すと、待っても解決しない側が揃っている業務から任せる、という判定になります。具体的には、定型で繰り返す、基準が明文化、失敗が戻せる、入力が揃う、の4つです。
私たちの「AIの弱点2分法」を作り方向けに直したもの。各項目の意味は図の下で1行ずつ説明します。
- 定型で繰り返す：毎回ほぼ同じ手順で処理する業務。手順が毎回変わる業務は指示文に落とせません。
- 基準が明文化：合否や優先度の基準が文章になっている業務。頭の中にしかない基準はAIも再現できません。
- 失敗が戻せる：誤った出力を人が差し戻せる業務。取り消せない送信や決済は最初の1業務に向きません。
- 入力が揃う：必要な情報が決まった場所にある業務。都度あちこちに聞いて回る業務は入力の整備が先です。
判定の観点をさらに細かく見たい場合は、AI導入ハブに載せている判定表が使えます。詳しくは[AI導入の進め方](/blog/ai-adoption)をご覧ください。
なお、支援先で業務を判定してきた中で、高度な専門判断が要る業務でも単純な転記でもない、中間的な業務から置き換わりやすいと私たちは見ています。判定に迷う業務があれば、まず4つの項目を書き出して当てはめてみてください。
### 成果の測り方を先に決める
成果の指標は、処理件数、差し戻し率、人の確認時間の3つを最初に決めておきます。処理件数はエージェントが扱った量、差し戻し率は人が修正した割合、人の確認時間は確認工程にかかる時間です。
数値の目標を置く前に、この3つをどこから取るかを決めます。ツールの実行ログから取れるのか、担当者が手で記録するのかで、後の運用の負担が大きく変わります。
### 準備しておくもの：データ・権限・担当者
準備するものは、参照させる資料、接続先の権限、運用の担当者の3つです。資料は最新版がどれか分かる状態にし、権限は業務に必要な範囲だけを付与し、担当者は差し戻しを見る人を1人決めます。
企業導入では、権限と担当者が決まらないまま作り始めると公開の段で止まりやすくなります。作る前に情報システム部門や現場責任者と合意しておくと、最後で止まりません。
## 開発方法の選び方：ノーコード・ローコード・フルコード
初めて作るならノーコード、社内システムとの連携が中心ならローコード、独自の連携や細かい制御が要るならフルコードを選びます。初回にノーコードを推すのは、失敗を戻せる範囲で試すためです。
### 3方式の違い：初回はノーコードから始める
3方式は、準備期間、必要スキル、自由度、向く用途、初回の推奨の5つの観点で比べると違いがはっきりします。自由度の低い順に並べ、初回の推奨を◎○△で示します。
2026年9月時点の一般的な目安。自由度は低い順に並べ、初回は失敗を戻せる範囲で試すためノーコードを推します。
- 準備期間：フルコードは週単位、ローコードは日単位、ノーコードは当日で動く形まで行けます。
- 必要スキル：フルコードはPython、ローコードは式と設定、ノーコードは文章で指示文を書く力です。
- 自由度：フルコードが高、ローコードが中、ノーコードが低で、低い分だけ壊れる範囲も狭くなります。
- 向く用途：フルコードは独自連携、ローコードは社内連携、ノーコードは問い合わせのような1入力1出力の業務です。
- 初回の推奨：フルコードは△、ローコードは○、ノーコードは◎です。
ノーコードは自由度が低い、と聞くと物足りなく感じるかもしれません。ただ初回に必要なのは、任せる業務が本当にAIに向いているかを、失敗を戻せる範囲で確かめることです。自由度は2周目以降に上げれば間に合います。
### ツールは用途とセットで選ぶ
ツールは名前ではなく、何をつなぎたいかで選びます。2026年9月時点で、以下はいずれも無料枠があり、最初の1業務を試す用途なら費用をかけずに始められます。
- Dify：チャット型の問い合わせ対応や社内ナレッジ検索を、画面上のブロックで組む用途。ノーコードの入口として最初に触る候補です。
- n8n：複数のSaaSをつないで、受信→判定→転記のような流れを自動化する用途。ローコード寄りで、式と設定を書けると幅が広がります。
- Copilot Studio：Microsoft 365上のTeamsやSharePointと連携した社内向けエージェントを作る用途。公式ドキュメントに作成からテスト、公開までの流れが整理されています（[Microsoft Learn](https://learn.microsoft.com/ja-jp/microsoft-copilot-studio/)）。
- Gemini：Google Workspaceの中でメールやドライブを扱うエージェントを作る用途。Google環境が中心の組織向けです。
- Python＋LangChain：独自のデータベースや社内APIとつなぎ、細かい制御をしたいフルコードの用途。開発者が社内にいる前提です。
Copilot Studio編とGemini編、複数のエージェントをつなぐ構成は、それぞれ兄弟記事で手順を追っています。詳しくは[AIエージェント作成ツールの比較](/blog/ai-agent-comparison)をご覧ください。
### 入場券とPODを混同しない
ツール選びで気をつけたいのは、入場券（動くこと・権限管理ができること）とPOD（連携先の広さなど、そのツールでなければできない差）を混同しないことです。動くことと権限管理は、どのツールも満たすべき前提であって、選ぶ理由にはなりません。
初回の1業務では入場券が揃っていれば十分で、PODが効いてくるのは2業務目以降です。最初から連携先の広さで選ぶと、使わない機能の設定に時間を取られます。
## AIエージェントの作り方5ステップ（ノーコード編）
ノーコードなら、目的を決める、環境を用意、指示文を書く、知識と道具、試して公開、の5工程で動くものができます。DifyやCopilot Studioなど主要ツールで画面は違っても、工程の順番は共通です。
Dify・Copilot Studioなど主要ツールで共通する流れ。各工程の具体は本文のH3で説明します。
### ステップ1：目的を決める（1業務・1出力に絞る）
目的は、1業務、1出力に絞って一文で書きます。「問い合わせメールを分類し、回答案を1通返す」のように、入力が何で、出力が何かを名詞で固定します。
「問い合わせ対応を自動化する」のような広い目的は、この段階では書きません。分類と回答と送信を一度に任せると、どこで失敗したか分からなくなります。
私たちはここで必ず人の確認工程を1つ挟みます。目的の一文を、実際にその業務をしている担当者に読んでもらい、抜けている入力がないかを確認してもらいます。
### ステップ2：環境を用意する（登録とモデル接続）
環境の準備は、ツールのアカウント登録と、使う言語モデルの接続の2つです。多くのノーコードツールでは、モデル提供元のAPIキー（利用者を識別する接続用の文字列）を設定画面に登録すると接続できます。
企業で使う場合は、個人アカウントではなく組織のアカウントで登録し、APIキーの発行者と保管場所を決めておきます。ここを個人任せにすると、担当者の異動で動かなくなります。
私たちはここで必ず人の確認工程を1つ挟みます。接続したモデルとアカウントの持ち主を、情報システム担当に一度見てもらいます。
### ステップ3：指示文を書く（役割・入力・出力の形・やらないこと）
指示文（システムプロンプト。エージェントの前提となる指示）は、役割、入力、出力の形、やらないこと、の4点をひな形にして書きます。
> 役割：あなたは私たちの問い合わせ一次対応の担当です。
> 入力：顧客からのメール本文が1通ずつ渡されます。
> 出力の形：分類（質問／依頼／苦情のいずれか）と、敬語の短い回答案。
> やらないこと：価格の確約、返金の判断、社外の情報を根拠にした回答。
やらないことを書くと、出力がぶれる範囲が狭まります。うまく動かないときは、モデルを変える前に、出力の形とやらないことを具体にすると直ることが多いです。
私たちはここで必ず人の確認工程を1つ挟みます。書いた指示文で過去の実データを何件か流し、業務の担当者に出力を採点してもらってから次へ進みます。
### ステップ4：知識と道具を追加する（資料と外部連携）
知識は参照させる資料の登録、道具は検索や社内システムといった外部連携の追加です。資料は最新版だけを登録し、古い版が混ざらないように登録元を1つに決めます。
道具は、最初の1業務では読み取り専用のものに限ります。カレンダーの参照やドキュメントの検索はつなぐが、送信や更新はまだつながない、という線引きです。
私たちはここで必ず人の確認工程を1つ挟みます。登録した資料と接続した道具の一覧を、権限の持ち主に確認してもらいます。
### ステップ5：試して公開する（人の確認を挟む）
テストは、過去の実データを流して差し戻し率を見る作業です。うまくいった件だけでなく失敗した件を残しておき、指示文か資料のどちらを直せば防げたかを分類します。
公開は、全社ではなく担当チームだけの小さな範囲から始めます。出力を人が確認してから外に出す運用にしておけば、誤りが出ても戻せます。
私たちはここで必ず人の確認工程を1つ挟みます。公開後の最初の期間はすべての出力を担当者が見てから使う運用にし、差し戻し率が落ち着いてから確認の範囲を狭めていきます。
Pythonで作る場合の環境構築やフレームワークの選び方は、子記事で扱っています。詳しくはAIエージェント開発の手順をご覧ください。
## 個人・初心者が無料で試す方法と学ぶ順番
個人でも、無料枠のあるノーコードツールとチャットAIがあればAIエージェントは作れます。会社のシステムにつながない分、個人のほうが試すのは早く、学ぶ順番を守れば行き詰まりにくくなります。
### 個人で開発できますか
個人で開発できます。2026年9月時点で、Difyやn8nは無料枠で登録でき、言語モデルも各社が無料で試せる枠を用意しています。最初の1業務が「自分のメールを分類する」「読んだ記事を要約して保存する」程度なら、費用をかけずに動くところまで行けます。
必要なのはプログラミングではなく、業務を一文で書く力と、出力を採点する根気です。この2つは企業担当者も個人も変わりません。
### 簡単に作る方法は
いちばん簡単なのは、ノーコードツールで「1入力1出力」のエージェントを1つ作ることです。入力はメール本文や質問文、出力は分類か要約か回答案のどれか1つに絞ります。
ステップ3のひな形をそのまま使い、道具はまだつながず、指示文と資料だけで動かします。ここで出力が安定してから、道具を1つずつ足していきます。
### 学ぶ順番は3段
学ぶ順番は、チャットで指示文を書く、ノーコードで1業務を作る、APIで連携する、の3段です。
- チャットで指示文：ChatGPTやGeminiなどのチャットで、役割・入力・出力の形・やらないことを書いて出力を整える練習をします。
- ノーコードで1業務：指示文をDifyなどに移し、資料を登録して、決まった入力に対して決まった出力が返る形にします。
- APIで連携：外部サービスとつないで、読み取りから始めて更新へ広げます。ここで初めてコードが視野に入ります。
1段目を飛ばしてノーコードから入ると、動かない原因がツールなのか指示文なのか切り分けられません。
### スマホで作れるか、個人利用の注意
2026年9月時点で、スマホからは設定の変更と出力の確認までが現実的で、指示文の設計やテストデータの流し込みはPCで行うのが現実的です。作るのはPC、様子を見るのはスマホ、と分けると続けやすくなります。
個人利用の注意は、社内データを入れないこと、公開範囲を確認すること、の2点です。会社の資料を個人アカウントのツールに登録しない、作ったエージェントの共有設定が自分だけになっているかを公開前に見る、この2つを守れば大きな事故は防げます。
## つまずき所と失敗しないコツ：私たちはこう回している
作ったあとの失敗は、指示が曖昧、データ管理が甘い、全部任せる、の3つにほぼ集約されます。どれも作り方の問題というより、公開前に確認する項目を決めていないことから起きます。
### 指示が曖昧：出力がぶれる原因の大半はここ
出力が毎回違う、期待と違う形で返ってくる、という不具合は、ほとんどが指示文の曖昧さから来ます。役割はあるが出力の形がない、やらないことが書かれていない、という指示文が典型です。
直し方は、失敗した出力を集めて、指示文のどの行が足りなかったかを1件ずつ当てることです。モデルを変える前に指示文を直すほうが、原因の切り分けが早く済みます。
### データ管理と全部任せる：戻せない失敗を作らない
データ管理の失敗は、古い資料が混ざる、権限が広すぎる、出力ログが残っていない、の3つに分かれます。特に権限は、業務に必要な範囲より広く付与すると、エージェントの誤動作がそのまま社内データの誤更新になります。
全部任せる失敗は、分類から送信まで一気通貫で自動化して、人の確認を外してしまうことです。差し戻し率が落ち着く前に確認を外すと、誤った出力が顧客に届いてから気づくことになります。
### よく見るパターン：最初に詰まった箇所
以下は匿名の自社支援記録に基づくもので、第三者による検証は受けていません。
問い合わせ一次対応では、サービス業で回答の基準が担当者ごとに違っており、指示文に落とす前に基準の統一が必要になった点が最初の詰まり所でした。小売業では、商品情報の資料に版が複数あり、古い記述をエージェントが拾ってしまう点で止まりました。
社内ナレッジ検索では、製造業で規程の資料が画像のPDFで、文字として読めない状態だったことが最初の壁でした。専門サービス業では、公開範囲の異なる資料が同じ場所に置かれており、誰に何を見せてよいかの整理が先になりました。
いずれも作り方ではなく、任せる業務の準備段階の話です。私たちはこの経験から、作る前の業務選定に時間を使う判断をしています。
### 公開前に5点を確認する
本番前に見るのは、目的が1業務、指示文が具体、出力ログ保存、権限を最小、人の確認工程、の5点です。◎は満たすまで公開しない項目、○は公開後でも補える項目です。
私たちが本番前に必ず見る5点。◎は満たすまで公開しない項目、○は公開後でも補える項目です。
- 目的が1業務／◎：目的が一文で書け、入力と出力が1つずつになっているか。
- 指示文が具体／◎：役割、入力、出力の形、やらないこと、の4点が書かれているか。
- 出力ログ保存／○：出力と差し戻しの記録が残る設定になっているか。公開後でも補えます。
- 権限を最小／◎：接続先の権限が、その業務に必要な読み取り範囲に限られているか。
- 人の確認工程／◎：出力を人が見てから使う工程が、運用の中に残っているか。
私たちは1業務ごとに差し戻し率を見て、人の確認工程を減らす順で広げています。差し戻しが落ち着いた業務から確認を薄くし、空いた時間で次の1業務に着手する、という順番です。この運用の考え方は[業務オペレーションのAI化支援](/solutions/operations)にもまとめています。
## AIエージェントの作り方に関するよくある質問
費用、簡単さ、個人開発、ツール選びについて、よく受ける質問に一問一答で答えます。
### AIエージェントの作成費用はいくらですか
金額は作り方で費用の構造が変わるため、一概には言えません。内製ノーコードなら、ツール利用料と言語モデルの従量課金、それに担当者の工数が費用です。外注なら初期の開発費と保守費が中心になります。伴走型は、業務選定から運用設計までの支援費に、内製と同じツール費が加わります。2026年9月時点で主要ツールに無料枠があるため、最初の1業務は工数だけで試せます。
### 簡単に作る方法はありますか
ノーコードツールで、1入力1出力のエージェントを1つ作るのがいちばん簡単です。指示文は役割・入力・出力の形・やらないことの4点で書き、道具はつながず資料だけを登録します。ここで出力が安定してから、道具や連携を1つずつ足していくと、行き詰まりにくくなります。
### 個人でも開発できますか
できます。2026年9月時点でDifyやn8n、各社の言語モデルには無料枠があり、自分のメール分類や記事の要約といった個人の1業務なら費用をかけずに動かせます。注意点は、会社の資料を個人アカウントのツールに入れないことと、作ったものの公開範囲を確認することの2点です。
### CopilotとPython、どちらで作ればよいですか
Microsoft 365を使っている組織で、TeamsやSharePointと連携する社内向けエージェントならCopilot Studioが合います。独自のデータベースや社内APIとつなぎ、細かく制御したいならPython＋LangChainです。初回はCopilot Studioなどノーコード寄りで1業務を動かし、足りない部分が見えてからPythonを検討する順に無理がありません。
### ツールはどれから触ればよいですか
何をつなぎたいかで決めます。チャット型の問い合わせ対応やナレッジ検索ならDify、複数のSaaSをつないだ流れの自動化ならn8n、Microsoft 365中心ならCopilot Studio、Google Workspace中心ならGeminiです。名前や機能の多さではなく、最初の1業務の入力と出力がどこにあるかから逆算します。
## まとめ：まず1業務をノーコードで作り、確認工程を減らしながら広げる
明日始めることは、任せる業務を1つ選び、無料枠のノーコードツールで5ステップを1周することです。作り方の全体像は、業務を選ぶ、作り方を選ぶ、5工程で作る、小さく公開、の4段でした。
### 結論の再掲：1業務・ノーコード・5ステップ
冒頭の4段を、もう一度図で確認します。
この記事はこの4段の順に進みます。まとめでもう一度この図に戻ります。
- 業務を選ぶ：任せる1業務を決める。定型で繰り返す、基準が明文化、失敗が戻せる、入力が揃う、の4つで判定します。
- 作り方を選ぶ：初回はノーコード。入場券とPODを混同せず、失敗を戻せる範囲で試します。
- 5工程で作る：目的から公開まで。指示文は役割・入力・出力の形・やらないことの4点で書きます。
- 小さく公開：人の確認を残す。差し戻し率を見ながら、確認工程を減らす順で広げます。
### 次の一手：どの業務から置き換えるか迷うなら
次の一手は、任せる業務の4つの項目で業務を1つ選び、用途に合うツールを1つ登録し、5ステップを1周することです。動いたものを担当チームに小さく公開し、差し戻し率と人の確認時間を記録し始めれば、2業務目の判断材料が揃います。
どの業務から置き換えるか迷う場合は、[AIおきかえくんの無料診断](/okikaekun)で業務の棚卸しから始める方法もあります。AIエージェントの定義や種類を整理し直したいときは、AIエージェントとはに戻ってください。
AIエージェントの作り方や、最初の1業務の選び方で迷う点があれば、お問い合わせからご相談ください。現在の業務の状況を伺い、どこから手を付けるかを一緒に整理します。