AIエージェントの種類｜ワークフロー型と自律型の違いと選び方

この記事の内容は、2026年10月2日に各社の公式ドキュメントと公的資料で確かめたものです。製品の機能は変わることがあります。末尾の出典から最新の内容を確かめてください。

AIエージェントの種類は、資料によって分け方が違います。この記事では、導入を決める人が見分けやすい3つの軸で整理します。

AIエージェントの分け方は1つではない

AIエージェントの類型は、どこに注目するかで変わります。手順を誰が決めるか、何をきっかけに動くか、何体で動くかの3つで見ると、製品の違いをつかみやすくなります。

きっかけの例として、n8n には、チャットで動かす Chat Trigger と、決めた時刻に動かす Schedule Trigger があります。何体で動くかについては、OpenAI Agents SDK が、エージェントから別のエージェントへ仕事を渡す仕組みを用意しています。Anthropic も、中心のLLMが仕事を分けて別のLLMに任せる形を紹介しています。AI事業者ガイドラインは、複数のAIエージェントで意思決定し行動するものを、エージェンティックAIとして脚注で補足しています。

この中で、仕事の任せ方に一番大きく関わるのは、手順を誰が決めるかです。自律型は「自立型」と書かれることもあります。以下では、この軸の2つの型を中心に説明します。

AIエージェントのレベルを段階で示す、公的な共通の区分は、この記事で確かめた資料の中にはありませんでした。AI事業者ガイドライン（第1.2版）は、自律には高度な自律だけでなく、ある程度の自律性を持つものも含むとしています。近い考え方として、総務省のRPAの解説は、自動化を3段階のクラスに分けています。定型業務の自動化、AIと連携した一部の非定型業務の自動化、意思決定まで含む高度な自律化です。

ワークフロー型：手順を人が決めておく

Anthropic は、ワークフローを、LLMとツールを前もって決めた流れで動かす仕組みと説明しています。手順が決まった仕事では、毎回同じように動くため、予測しやすいのが長所です。

Anthropic は、ワークフローの代表的な形として次の5つを挙げています。

• プロンプトチェーン：仕事を順番の決まった手順に分け、前の結果を次に渡す
• ルーティング：入力を分類し、種類ごとに決めた処理へ回す
• 並列化：分けた仕事を同時に進める。または同じ仕事を複数回行って結果を比べる
• オーケストレーターとワーカー：中心のLLMが仕事を分け、別のLLMに任せてまとめる
• 評価と改善：1つのLLMが作り、別のLLMが評価して直させる

Anthropic は使いどころの例も挙げています。プロンプトチェーンは、広告文を書いてから別の言語に訳す仕事です。ルーティングは、一般的な質問、返金の依頼、技術的な相談を、それぞれ別の処理に回す問い合わせ対応です。

ツールでは、n8n のチェーンが、前もって決めた順番でAIの部品を呼び出します。Dify の Workflow は、入力を受け取り、最初から最後まで1回で処理して結果を返します。Chatflow は、Workflow に会話の層を足し、メッセージのたびに流れを動かします。

Dify は、こうした流れを agentic workflows と呼んでいます。AIの力を、条件、確認の区切り、失敗したときの代わりの道を持つ決まった流れの中で使う、という考え方です。AIは仕事の中心を担いますが、動ける範囲は作る人が決めます。

自律型：手順をAIがその場で決める

Anthropic は、エージェントを、LLMが自分で処理の流れとツールの使い方を決め、仕事の進め方を握っている仕組みと説明しています。必要な手順の数が前もって分からず、流れを固定できない仕事に向くとしています。

n8n の公式ドキュメントは、エージェントを、どの行動を取るかを言語モデルで決める点でチェーンと区別しています。Dify の Agent は、多段のワークフローを設計しなくても、モデルが自分で進め方を決めてツールを使うアプリです。考えてツールを呼ぶ繰り返しには上限を設定でき、上限を上げるほど待ち時間と利用料が増えます。

Anthropic は、自律型が力を発揮した分野として、問い合わせ対応とソフトウェア開発を挙げています。どちらも、会話と操作の両方が要り、成功の基準がはっきりしていて、結果を見て直せる仕事です。ソフトウェア開発では、自動テストで結果を確かめられます。それでも、全体の要件に合っているかは人が確かめる必要があると書いています。

Anthropic は、エージェントを作るときの原則として3つを挙げています。設計を単純に保つこと、エージェントの計画の手順をはっきり見せること、ツールの説明と試験に手間をかけることです。導入する側から見ると、計画の手順が見えるかどうかは、間違えたときに原因を追えるかに関わります。OpenAI Agents SDK にも、エージェントの動きを見える形にして不具合を調べるための記録（トレース）の機能があります。

自律型には注意点もあります。Anthropic は、自律して動くぶん費用が増え、間違いが積み重なるおそれがあると書いています。そのため、隔離した環境で十分に試し、安全のための仕組みを入れるよう勧めています。

2つの違いを表で比べる

実際の製品では、2つを組み合わせることも多くあります。たとえば n8n では、決めた流れのワークフローの1つの手順に、AI Agent ノードを入れられます。仕組みの中身はAIエージェントの仕組みで説明しています。

仕事の性質から選ぶ

どちらを選ぶかは、仕事の手順がどれだけ決まっているかで考えます。Anthropic は、まずは一番単純な形を試し、必要なときだけ複雑にするよう勧めています。多くの場合、AIを1回呼ぶだけの形を、検索や例を足して整えれば十分だとも書いています。

分岐に当てはめにくいときは、次の点も目安にします。

• 成功の基準：何ができたら終わりかを、言葉で決められるか
• 確かめ方：結果が正しいかを、人やテストで確かめられるか
• 取り消し：間違えたとき、操作を元に戻せるか
• 費用と時間：ループが長くなっても、待ち時間と利用料を許せるか

4つとも満たしにくい仕事は、自律型にするより、手順を人が決めたワークフロー型にした方が安全です。反対に、4つを満たし、しかも手順を前もって書けない仕事は、自律型を試す候補になります。その場合も、いきなり本番で動かさず、影響の小さい範囲で結果を確かめてから広げます。

AI事業者ガイドラインの別添は、AIエージェントが人の意図しない商品の注文やファイルの削除をする可能性を挙げています。自律型を選ぶほど、人の判断を挟む位置と、AIに渡す権限を先に決めておく必要があります。決まった手順の自動化とAIの違いは、AIエージェントとRPAの違いでも整理しています。

Employee Store で種類を見分ける

Employee Store は、開発者が作ったAIエージェント（AI社員）を、会社が導入できるマーケットプレイスです。掲載の形式は問わないため、n8n や Dify のワークフロー、自社開発のエージェント、Claude や OpenAI の API で作ったもの、LangChain で作ったものなどが並びます。

カテゴリは、営業支援、採用・スカウト、SNS運用、カスタマーサポート、バックオフィス、マーケティング、開発・データの7つです。カテゴリは仕事の分野で分けたもので、作り方の型で分けたものではありません。

そのため、同じカテゴリでも、ワークフロー型と自律型が混ざります。掲載ページでは、手順が決まっているか、どこで人の承認を挟むか、どのツールにどこまでの権限を渡すかを確かめます。購入後は、取引ごとのページで出品者とメッセージをやり取りできます。言葉の範囲の違いはAIエージェントとエージェンティックAIの違いをご覧ください。