この記事を、二人の対話で。
記事より古い内容です。新しい音声を準備しています。
AI 合成音声 · VOICEVOX Nemo（女声1・男声1）
音声の一覧・再生リストへAI Agent プロフェッショナルのスキルマップ
この記事の目的
AI AgentLLM を判断の中枢に置き、ツールを使いながら、目標達成までの手順を実行時に自律的に決めて実行するシステム。 を実務で扱うために必要なスキルを 8 つの領域に整理し、自分(またはチームメンバー)の現在地を自己評価して「次に何をどこまで深めるか」を決められるようになります。学習ロードマップが「どの順で読むか」を示すのに対し、本記事は「どこまで深めるか」の軸を提供します。
対象読者
- 基礎を学び終え、実務レベル・専門レベルへ進みたいソフトウェアエンジニア
- チームメンバーの育成計画やスキル要件を設計するテックリード・エンジニアリングマネージャー
前提知識
- AI Agent 学習ロードマップ — セクション構成と読者タイプ別ルート
- AI Agent とは何か — 8 領域すべてが前提とする基本概念
本文
概要: スキルマップの使い方
本ライブラリでは「AI Agent プロフェッショナル」を、次の 8 領域を実務レベル以上で扱える人と定義します。これは章構成に基づく学習計画用の独自整理であり、資格基準や妥当性を検証した採用・人事評価尺度ではありません。到達レベルや確認期間は、担当業務と実践機会に合わせて調整します。使い方は 3 ステップです。
- 8 領域それぞれについて、自分の現在地(入門 / 実務 / 専門)を自己評価する
- 自分の役割像に照らして、重点的に伸ばす領域を 2〜3 つ選ぶ
- 「ライブラリ内の学習パス対応」から該当ドキュメントを読み、実践課題で確かめる
領域どうしの関係は次のとおりです。技術領域(S1〜S6・S8)は概念(S1)を根とした依存関係を持ち、ビジネス実務(S7)は要件と本番化判断を通じて技術領域と行き来します。
図を元の大きさで表示
図の中をスクロールして読めます。キーボードでは図の領域へ Tab で移動し、矢印キーを使います。読み終わったら、この見出しをもう一度選ぶと閉じます。
8 つのスキル領域と到達レベル
| # | スキル領域 | 中心の問い | 主担当セクション |
|---|---|---|---|
| S1 | 概念・原理の理解 | Agent はどういう仕組みで動くのか | 01-concepts、直感を深める 10-llm-foundations、数式・内部実装へ進む 11-llm-internals |
| S2 | アーキテクチャ設計 | どんな構成にすべきか(そもそも Agent にすべきか) | 02-architecture |
| S3 | 実装技術 | どう書くか(ツール定義・プロンプト・モデル選定) | 03-implementation、画像・音声を扱う 12-multimodal |
| S4 | 評価・品質保証 | 品質をどう測り、劣化をどう検知するか | 04-evaluation |
| S5 | 運用・信頼性 | 本番で安定して動かし続けられるか | 05-operations |
| S6 | セキュリティ・ガバナンス | 何が脅威で、どう防ぐか | 06-security |
| S7 | ビジネス実務(案件推進) | 何をやるか・どう本番に届けるか・投資に見合うか | 09-business、業務別の設計 13-domain-agents、ユーザー体験 14-ux-and-product |
| S8 | ツール活用・生産性 | コーディングエージェントコードベースを読み、ファイルを編集し、コマンドを実行して検証するループで開発タスクを遂行する Agent。コード補完と異なり「タスク単位の委任」を受けられる。をどう使いこなすか | 08-coding-agents、人の技能・検証・組織導入 15-human-ai |
到達レベルは、資格や年数ではなく 観察可能な行動 で定義します。自己評価では「説明できるか」ではなく「直近 3〜6 か月で実際にやったか」で判定してください。
| 到達レベル | 目安となる行動 |
|---|---|
| 入門 | 領域の用語と全体像を説明でき、他者の設計・コード・レポートを読んで理解できる |
| 実務 | 自分で設計・実装・レビューを担当でき、選択肢のトレードオフを根拠付きで説明できる |
| 専門 | 組織の標準(ガイドライン・評価基盤・ガードレールモデルの判断の外側でコードとして強制される制御。入力・出力・アクションの 3 層に配置し、プロンプトでの指示(お願い)と区別される。・推進プロセス)を設計し、他者を指導できる |
役割像別の重点マップ
全領域を同時に専門レベルへ伸ばす必要はありません。代表的な 4 つの役割像ごとに、目指す水準の目安を示します(◎ = 専門を目指す / ○ = 実務レベル / △ = 入門レベルで可)。
| 領域 | Agent エンジニア | Agent アーキテクト | 評価・運用担当 | テックリード(導入推進) |
|---|---|---|---|---|
| S1 概念・原理 | ○ | ◎ | ○ | ○ |
| S2 アーキテクチャ設計 | ○ | ◎ | △ | ○ |
| S3 実装技術 | ◎ | ○ | △ | △ |
| S4 評価・品質保証 | ◎ | ○ | ◎ | ○ |
| S5 運用・信頼性 | ○ | ○ | ◎ | △ |
| S6 セキュリティ・ガバナンス | ○ | ◎ | ○ | ○ |
| S7 ビジネス実務 | △ | ○ | △ | ◎ |
| S8 ツール活用・生産性 | ○ | △ | △ | ◎ |
役割像は排他的な職種ではなく「同一人物が段階的に広げていく重心」です。小さなチームでは 1 人がエンジニアとテックリードを兼ねることも普通で、その場合は両列の ◎ を足し合わせて優先順位を付けます。
ライブラリ内の学習パス対応
各領域を伸ばすときの入口と、実務レベルに進むための代表ドキュメントです(網羅リストは各セクションの README を参照)。
| 領域 | まず読む(入門) | 実務レベルへ |
|---|---|---|
| S1 | AI Agent とは何か | 01-concepts を README の順にすべて |
| S2 | Workflow 型 vs Agent 型 | コンテキストエンジニアリング、Human-in-the-Loop 設計 ほか 02 全体 |
| S3 | ツール定義の設計 | Agent 向けプロンプト設計、モデル選定ガイド、examples/ の写経 |
| S4 | Agent 評価の基礎 | LLM-as-a-Judge、回帰テストと CI 組み込み |
| S5 | 可観測性とトレーシング | コスト管理、インシデント対応 |
| S6 | Agent の脅威モデル概観 | プロンプトインジェクション、ガードレール |
| S7 | ユースケース発見と要件定義 | PoC から本番への進め方 |
| S8 | AI コーディングエージェントの分類と全体像 | 選定基準、セキュリティ ほか 08 全体 |
専門レベルへ進むための advanced ドキュメント(マルチテナント設計、RAG 実装パターン、評価データセットの構築と保守、デプロイとスケーリング、エージェントの認証・認可など)も各セクションに収録しています。執筆状況は各セクション README の収録予定表で確認してください。
実践で伸ばす方法(社内題材の選び方)
最初の学習成果物には、学習ロードマップのA/B/C小課題を使えます。Aは構成・Workflowとの使い分け・停止条件を説明する1ページ、Bは入力/出力/ツール権限/承認/停止/評価を埋めた設計メモ、Cは構造化出力と評価ハーネスAgent の評価を繰り返し実行可能にする仕組み一式。データセット・実行系・採点系・レポートの 4 点で構成される。のmock実行記録です。記事とAPIキー不要の経路で完了でき、各課題の終了条件を満たしたら次のリンクへ進みます。これはS1〜S4・S6を学び始める確認で、既存の実務/専門の自己評価、資格認定、実API品質、本番適性を保証しません。
読むだけで実務レベルには到達できません。レベルを上げるには、実際の題材で作り・測り・直すサイクルが必要です。社内で実践題材を選ぶときの条件は次の 4 つです。
- 失敗しても業務が止まらない(自分たちが被害者になれる範囲)
- 結果を検証できる(正解データや人のレビューで良し悪しを判定できる)
- データとツールにプログラムからアクセスできる(交渉だけで数か月かかる題材を避ける)
- 繰り返し発生する(1 回きりの作業では改善ループが回らない)
レベル遷移ごとの実践課題の例です。
| 遷移 | 実践課題の例 |
|---|---|
| 入門 → 実務 | examples/ を参考に最小の Agent ループLLM が「観測 → 思考 → 行動」のサイクルを繰り返し、完了・失敗・上限のいずれかの停止条件まで自律的に処理を続ける制御構造。を自作する / 社内業務 1 つを要件定義の型で書き切る / 10 ケースの評価データセットと採点スクリプトを作る |
| 実務 → 専門 | チームのルールファイルコーディングエージェントがセッション開始時に読み込む、プロジェクト固有の指示書(AGENTS.md・CLAUDE.md など)。恒常的な規約を毎回の依頼文から分離する。・実装ガイドラインを策定して運用する / 複数案件で使い回せる評価ハーネスを整備する / 新規案件の脅威モデルシステムの攻撃面を棚卸しし、脅威を列挙・分類してリスクを優先順位付けする作業とその成果物。構成変更のたびに見直す。レビューを主催する / PoC本番導入を判断するために必要な「問い」を、期間を区切って検証する使い捨て前提の試作。デモの成功ではなく、本物のデータ分布での測定結果を成果物とする。 → 本番の関門プロセスを組織に導入する |
実務での注意点
アンチパターン
- 8 領域すべてを同時に伸ばそうとする → 学習が広く浅く止まり、どの領域でも実務を任せられない → 役割像で重点 2〜3 領域を選び、他は入門で維持する
- ツール操作(S8)の習熟だけで「Agent に強い」と見なす → 原理(S1)と評価(S4)が欠けると、ツールの外(自作 Agent・品質問題)で応用が利かない → S8 と並行して S1・S4 の入門を済ませる
- スキル評価を自己申告の「知っている / 知らない」で行う → 過大評価に偏り、育成計画が機能しない → 「直近 3〜6 か月で実際にやったか」と成果物(設計書・評価ハーネスモデルの外側 — ループ・ツール・フィードバック・環境・制御の総体。同じモデルでも作り込みで性能と信頼性が変わるため、モデルと並ぶ一級の設計対象として扱う。・レビュー記録)で判定する
チェックリスト
- 8 領域それぞれの現在地(入門 / 実務 / 専門)を、行動ベースで自己評価した
- 自分の役割像を決め、重点的に伸ばす領域を 2〜3 つ選んだ
- 重点領域の「実務レベルへ」のドキュメントを学習計画に入れた
- 4 条件(失敗許容・検証可能・アクセス可能・反復性)を満たす実践題材を 1 つ決めた
- (チームの場合)メンバーごとの重点領域が重複しすぎず、S4・S6 を担う人がいることを確認した
関連トピック
- AI Agent 学習ロードマップ — 「どの順で読むか」の正本。本記事の自己評価後に読む順序を決める
- ユースケース発見と要件定義 — S7(ビジネス実務)の最初の 1 本
- PoC から本番への進め方 — S7 の 2 本目。実践題材を本番まで運ぶ方法論
- よくあるアンチパターン集 — 8 領域を横断する失敗の共通根。自己評価の答え合わせに使える
- AI 時代のチームトポロジー — 個人の役割像を組織図に落とす(集中/分散/プラットフォーム)
- スキルシフトと変化管理 — スキルの変化を組織として計画的に支える
- AI 時代のエンジニアキャリア戦略 — 自己評価を個人のキャリア戦略(何を深め・任せ・価値を出すか)に接続する
参考資料
- 外部資料なし。本記事の 8 領域・到達レベル・実践課題は、本ライブラリの章構成と収録ドキュメントを学習計画に結び付ける独自の整理です。
TODO・未確認事項
なし(スキル領域とドキュメントの対応表は、新しいドキュメントの追加時に本記事も同期更新する運用とします)