内容紹介：AIエージェントを業務にどう導入するか??。企業が向き合う、そんな問いに答えるのが本書です。自社の業務に適したAIエージェントは、どのような構成なのか、AIエージェントの検討・導入にはどのような体制が必要なのか。こうしたAIエージェント導入における様々な判断を自ら行えるようになるために、本書ではまず、AIエージェントの仕組みを体系的に理解することを目指します。例えば、「用語はわかるのに全体像が見えない」「デモは動くのに自社業務で使える構成が描けない」「ベンダーの提案を受けてもその良し悪しが判断できない」??。AIエージェントの導入を検討する現場で、そんな悩みを抱えている人は少なくないでしょう。いま最も不足しているのは、個別ツールの知識ではなく、判断の土台になる体系的な理解です。本書では、LLM・ワークフロー・エージェントの境界線にはじまり、LLMインフラの選定、ベクターDBとRAG、Function Calling、MCPといった基盤技術を整理したうえで、LangGraphによる実装の勘所、社内ナレッジ検索・商談準備・文書レビューといった典型構成の解剖、そして評価と観測性・ガードレール・コスト設計・知識ベース運用（ETL）まで、導入判断から運用までを一貫した視点で把握できます。コードを書かない意思決定者にも、実装を任されるエンジニアにも、「誰に何を依頼し、何を基準に判断するか」がわかる構成にしています。今まさにAIに関する提案を受けてその評価を迫られている方や、これからAIエージェントの検討を始めるにあたって全体像をつかみたい方などが、最初に手に取る一冊として最適です。★こんな方におすすめ・AIエージェント導入の検討・推進を任された方・ベンダーやSIerの提案を評価する立場の方・PoCは動いたが本番運用の要件（評価・ガバナンス・コスト）を描けていない方・Difyなどノーコードツールからの移行を検討している方・全体像を最初につかんでから個別技術に進みたいエンジニアの方
用語はわかるのに、全体像が見えない。ベンダーの提案の良し悪しが判断できない。そんなあなたに必要な一冊！仕組みから体系的にわかる！
もくじ情報：第１部　ＡＩ基盤を体系的に理解する―ＡＩエージェントの構成要素を知る（「ＬＬＭ」「ワークフロー」「エージェント」の境界線；ＬＬＭインフラの選定―ローカル／ＡＰＩ／クラウドマネージド；ベクターＤＢとＲＡＧ―記憶、検索、既存ＤＢからの移行；ツール連携とＦｕｎｃｔｉｏｎ　Ｃａｌｌｉｎｇ；ＭＣＰ―なぜ標準化が重要か）；第２部　中身を手触りでつかむ―最小実装を読む（エージェントを裸で書く―エージェントの骨組みを理解する；ＬａｎｇＧｒａｐｈの最小セット―実務の要件に応える（止める、分岐する、再開する）；自作ＭＣＰサーバーを書く―独自の道具をつなぎこむ；設計パターンとＡｇｅｎｔ　ＳＤＫ比較―定番の組み方を使い分ける）；第３部　典型構成を解剖する―提案を受けたときに中身を想像する（機能・非機能要件から構成を検討する―最適な構成の選び方；社内ナレッジ横断ＡＩエージェント―横断検索×権限制御；営業商談準備ＡＩエージェント―Ｐｌａｎ－ａｎｄ－Ｅｘｅｃｕｔｅ×ＨＩＴＬ；文書レビュー補助ＡＩエージェント―Ｓｕｐｅｒｖｉｓｏｒ－Ｗｏｒｋｅｒ×ハイブリッド）；第４部　運用要件を判断する―提案書の論点を挙げられるようになる（評価と観測性―エージェントを「動く」から「動き続ける」へ；ガードレールとガバナンス―危険な入出力を、そもそも通さない・止める；コスト設計とサービス品質―トークン試算、キャッシュ、サービスレベル目標；知識ベース運用とＥＴＬ―社内データの取り込み・ＣＤＣ・鮮度管理）；付録　現場で役立つ早見表・チェックリスト

志賀　琢也(シガ　タクヤ)
コードキャンプ株式会社　ＡＩ研修統括。ＥＣサイトでの起業、Ｗｅｂアプリケーション開発のプロジェクトマネジャーを経て、講師として各社の研修に登壇。学習用チャットボットや社内向けＡＩエージェントの構築にも携わってきた。現在は、プログラミング、ＤＸ、データサイエンス、生成ＡＩ・ＡＩエージェント構築・ＡＩ駆動開発などの分野で研修の企画・設計や教材執筆を数多く手がけるかたわら、ＡＩ駆動開発チームのプロダクトオーナーを務める