コーディングなしで独自の AI エージェントを作成する方法

データ分析からクリエイティブ プロジェクトまで、コードを 1 行も書かずに複雑なタスクを処理できるパーソナル AI アシスタントがあると想像してみてください。この記事では、最先端の AI テクノロジーを活用して生産性を向上できるように、独自の AI エージェントを作成するプロセスについて説明します。

AI エージェントとは何か、そしてどのように役立つのか?

AI エージェントはインテリジェント エージェントとも呼ばれ、特定の目標を達成するために、半自律的に環境を認識し、推論し、アクションを実行できるソフトウェア プログラムです。継続的なプロンプトと指示を必要とする ChatGPT などのツールとは異なり、AI エージェントは全体的な目的に基づいて独立して行動できます。

たとえば、Web アプリケーションの改善を担当する AI エージェントを想像してください。ユーザーの機能リクエストを分析し、既存の機能と比較し、最も簡単に実装できる機能を実装できます。このタスクに ChatGPT を使用する場合、各ステップで複数のプロンプトと人間のガイダンスが必要になりますが、AI エージェントは分析から実装まで、プロセス全体を自己プロンプトで独立してナビゲートできます。

AI エージェントを実際に使用する他の例としては、次のものがあります。

• 指定されたトピックやガイドラインに基づいて、十分に調査された記事、ブログ投稿、ホワイトペーパー、その他の長文コンテンツを作成します。
• さまざまなソースからデータを集約し、傾向を分析し、調査結果を明確かつ簡潔に提示することで、包括的なレポートを作成します。
• 生徒の長所と短所を評価し、それに応じて教育コンテンツを調整することで、個別の学習計画を作成します。
• ウェブサイトの SEO を監視および最適化し、改善を提案し、変更を実施します。

AI エージェントは、その高度な性質と優れた機能にもかかわらず、コーディングなしで作成できます。その方法については、この記事の次のセクションで説明します。

オプション1: AgentGPTにサインアップする

難易度: 簡単

料金：月額40ドル

AgentGPTは、ユーザーがブラウザで直接半自律型 AI エージェントを組み立て、構成、展開できる Web アプリケーションです。これらのエージェントは、タスクを独自に考え、実行し、最大 25 の自己プロンプト ループを実行して結果から学習することで、指定された目標に向かって動作するように設計されています。

このアプリは実際の思考に OpenAI の GPT モデルを活用していますが、ChatGPT サブスクリプションや API アクセスは必要ありません。代わりに、AgentGPT は独自のサブスクリプションを提供しています。幸いなことに、基本機能を無料で試すことができる無料バージョンもあります。

AgentGPT を使い始めるには、AgentGPT のメイン ページに移動し、新しいエージェントに名前を付けて、その目標を定義する必要があります。AgentGPT は入力を待たずに目標達成に向けて作業を開始するため、目標はできるだけ具体的にしてください。たとえば、「記事を書く」ではなく、「中小企業向けの PCI 4.0 コンプライアンスに関する記事を書く」などと入力します。

目標が設定されたら、[ツール]ボタンをクリックしてエージェントの機能をカスタマイズできます。これにより、エージェントがアクセスできる外部ツールを選択できます。

エージェントを設定したら、[再生]ボタンをクリックしてエージェントをアクティブにします。まだサインインしていない場合は、Google、GitHub、または Discord アカウントを使用してサインインするように求められます。サインインしたら、AI エージェントが定義された目標を達成するために動作するのを、座って見守ることができます。

オプション2: マシンにAutoGPTを設定する

難易度: 難しい

費用: 使用するモデルによって異なります

AutoGPT は、OpenAI の GPT-4 モデルによって開始された革新的な波から生まれた、無料のオープンソース ツールです。これは、タスクを半自律的に決定して実行し、その結果をフィードバックして定義された目標に向かって反復的に改良し、前進できる言語学習モデル (LLM) を採用するという、シンプルでありながら強力なアイデアに基づいています。

もともと、AutoGPT は GPT-4 に限定されていましたが、現在では Anthropic の Claude、Groq、または (いくつかの追加構成により) 無修正のローカル モデルでも使用できるようになりました。

マシンに AutoGPT を設定するには、いくつかの手順に従う必要があります。まず、AutoGPT プロジェクトをGitHub リポジトリからダウンロードします。Git を使用してリポジトリをクローンするか、ZIP ファイルとしてダウンロードして任意の場所に解凍することができます。

プロジェクト ファイルを入手したら、autogpt フォルダーに移動します。ここに、 .env.templateという名前のファイルがあります。このファイルのコピーを作成し、名前を.envに変更します。このファイルには、API キーなどの構成設定が含まれます。

.env ファイルをテキスト エディターで開きます。使用する LLM プロバイダーの API キーを設定する必要があります。最も一般的な選択肢は OpenAI ですが、AutoGPT は他のプロバイダーもサポートしています。OPENAI_API_KEY =という行を見つけて、等号の直後に引用符やスペースなしで API キーを挿入します。また、 OPENAI_API_KEY=テキストの前の # 記号を必ず削除してください。

最新の GPT-4o などのモデルに API 経由でアクセスする場合、入力トークンと出力トークンの数に基づいて料金が決まることに注意してください。つまり、AutoGPT の使用コストは、プロンプトの合計長と出力の合計長の組み合わせによって決まります。

API キーを設定したら、.env ファイルで他の設定を構成することもできます。有効化または調整する設定から # プレフィックスを削除します。

次に、必要な依存関係をインストールする必要があります。Poetry がインストールされている場合は、poetry installautogpt フォルダーで を実行できます。インストールされていない場合は、AutoGPT が起動時に必要な依存関係をチェックしてインストールします。

セットアップが完了したら、AutoGPT を実行できます。コマンド ラインを使用して AutoGPT ディレクトリに移動し、./ autogpt.sh (Windows の場合は代わりに.\autogpt.batを使用) を実行し、その後に必要なフラグまたは引数を指定します。./autogpt.sh –helpを使用すると、使用可能なオプションを確認できます。

プロンプトを入力するだけで、あとは AutoGPT に任せることができます。

ご覧のとおり、半自律型 AI エージェントを作成して、それを使用してあらゆる種類のタスク、特にテキスト入力とテキスト出力を伴うタスクを実行するのは非常に簡単です。しかし、最新の AI テクノロジーは、テキストの理解と生成よりもはるかに多くのことを行うことができます。たとえば、ローカル マシンで画像を生成するために使用することもできます。

画像クレジット: DALL-E。すべてのスクリーンショットは David Morelo によるものです。