CrewAIとは何か。開発元とオープンソースとしての立ち位置
CrewAIは結局何をしてくれるフレームワークなのか
室谷代表取締役まず一番よく聞かれるところから整理すると、CrewAIって複数のAIエージェントに役割を分担させて動かすためのフレームワークなんですよね。Pythonで
pip install crewai で入るやつです。
テキトー教師DotAI 認定講師そうですね。初めて触る人が最初に戸惑うのが、出てくる登場人物の多さで。
「エージェントのチーム」と聞くと身構えるんですけど、中身は役割と目標と背景を持ったAIが数体、というだけなんですよ。
「エージェントのチーム」と聞くと身構えるんですけど、中身は役割と目標と背景を持ったAIが数体、というだけなんですよ。
室谷代表取締役で、公式の説明がいまは二層構造になってて。アプリ全体の背骨になる Flows と、その中で呼ばれる実行部隊の Crews。
自律性が要るタスクだけ Crew に任せる、という切り分けなんですよね。
自律性が要るタスクだけ Crew に任せる、という切り分けなんですよね。
テキトー教師DotAI 認定講師そこ、以前の紹介記事だと「エージェント同士が会話してる絵」で終わってるものが多いんですよ。実際に組む人は Flow 側の状態管理のほうが重い、という感覚を持ってますね。
開発元はどこで、MITライセンスのOSSである意味は何か
室谷代表取締役開発元は crewAI Inc. で、GitHub の crewAIInc/crewAI が本体。MIT ライセンスのOSSとして公開されてるので、フレームワーク自体は無料で使えます。
これ、経営目線だと効く話で。ライセンス費用が積み上がらないぶん、PoCの段階で社内の稟議が止まりにくいんですよ。
これ、経営目線だと効く話で。ライセンス費用が積み上がらないぶん、PoCの段階で社内の稟議が止まりにくいんですよ。
テキトー教師DotAI 認定講師ただ「無料」の意味を履き違える人が多くて。OSS本体が無料でも、エージェントが呼び出すLLMのAPI利用料は普通に発生するんですよ。
実費の本体はそっちなんですよね。
実費の本体はそっちなんですよね。
室谷代表取締役そうなんですよ。あと公式のコミュニティ講座の修了者が10万人を超えてるというのも、地味に大きい。
ドキュメントが薄いOSSだと内製で詰みやすいんですけど、学習経路が用意されているかどうかで導入コストの見積もりが変わってきますから。
ドキュメントが薄いOSSだと内製で詰みやすいんですけど、学習経路が用意されているかどうかで導入コストの見積もりが変わってきますから。
テキトー教師DotAI 認定講師現場感覚で言うと、詰まったときに日本語の情報より先に公式docsへ戻れる人のほうが、結局は早いんですよね。
2026年のCrewAIはDiscover→Build→Govern→Optimizeという説明に変わっている
室谷代表取締役ここが今日の本題に近いんですけど、crewai.com のトップページ、いま「DISCOVER→BUILD→GOVERN→OPTIMIZE」という4本柱で自社を説明し直してるんですよね。
テキトー教師DotAI 認定講師以前の記事を読んで来た人は、たぶんギャップを感じますよね。「マルチエージェント対話のライブラリ」で覚えてると、いまの説明は別物に見える。
室谷代表取締役Discoverは過去の実行データから自動化対象を見つける、Buildはプロンプトとキャンバスで組み立てる、Governは実行経路での監査やPIIレダクション、人の承認ゲート。Optimizeは本番実行を学習データにして改善し続ける。
要は「対話の道具」から「エージェント運用基盤」へポジションを移してるんですよ。
要は「対話の道具」から「エージェント運用基盤」へポジションを移してるんですよ。
テキトー教師DotAI 認定講師なるほど。そう聞くと、現場で「まず何から始めれば」と聞いてくる層と、企業側が「監査はどうするの」と聞いてくる層で、同じ製品を見ているのに話が噛み合わないのも腑に落ちます。
Agent・Task・Crew・Process・Toolという構成要素の全体像
Agentのrole・goal・backstoryは何のためにあるのか
室谷代表取締役Agentのrole・goal・backstoryって、要は新人に渡す職務定義書みたいなものなんですよね。roleで職種、goalで達成したいこと、backstoryで背景を渡す。
同じLLMでも、ここが違うと出てくる答えが変わる・・・
同じLLMでも、ここが違うと出てくる答えが変わる・・・
テキトー教師DotAI 認定講師たしかに、そこが最初のつまずきなんですよ。backstoryを空欄か適当な一言で済ませる人が多くて、そうすると口調も判断基準もブレてくる。
現場感覚で言うと、一番効くのがそこなんです。
現場感覚で言うと、一番効くのがそこなんです。
室谷代表取締役経営目線で言うと、role設計が雑だと出力のレビュー工数が増えるんですよ。時給換算したら、設計に1時間かけた方がたぶん安い。
テキトー教師DotAI 認定講師あとallow_delegationは既定がオフです。他のエージェントに仕事を投げる動きは、自分でオンにしないと起きません。
TaskとCrewはどう組み合わさって1つの仕事になるのか
テキトー教師DotAI 認定講師Taskが「何をやるか」の定義で、Crewがそれを束ねる箱なんですよね。tasksとagentsを渡すと、役割を持ったエージェントのチームに仕事が割り振られる。
室谷代表取締役出力がCrewOutputで、rawとかjson_dict、それからtoken_usageまで持ってるんですよ。消費トークンが取れるの、地味に大きい。
どのエージェントが食ってるか見えないとコスト管理できないので。
どのエージェントが食ってるか見えないとコスト管理できないので。
テキトー教師DotAI 認定講師そこ、運用に入ってからじわじわ効いてくるやつですね。
室谷代表取締役max_iterの既定が20回なのも、暴走を止めるための安全弁なんですよね。
process・Tool・allow_delegationの既定値で挙動はどう変わるのか
室谷代表取締役processの既定はsequentialで、タスクを順番に流す。hierarchicalにするとmanager_llmかmanager_agentが必須で、管理役が割り振って結果を検証する形になるんですよ。
テキトー教師DotAI 認定講師ここで混同されがちなのが、hierarchicalにしただけで賢くなるわけじゃない点です。管理役の指示が雑だと、下のエージェントが迷子になります。
室谷代表取締役Toolは既定が空リスト。何も渡さなければ、素のLLMとして喋るだけなんですよね。
テキトー教師DotAI 認定講師最初に「検索してくれると思ってた」と言われるのがまさにそこです。toolsを明示して初めて動きます。
コード実行はなぜ外部サンドボックス前提になったのか
CrewAIの構成要素と既定値の全体像
Agent
role=職種、goal=達成したいこと、backstory=背景。backstoryが空欄だと口調や判断基準がブレる。allow_delegationの既定はオフ
Task
「何をやるか」の定義。Crewがtasksとagentsを束ねてエージェントのチームに仕事を割り振る
CrewOutput
raw・json_dict・token_usageを保持。消費トークンをエージェント別に確認でき、コスト管理に効く
process
既定はsequentialで順番に実行。hierarchicalはmanager_llmかmanager_agentが必須で、管理役が割り振りと検証を行う
Tool
既定は空リスト。何も渡さなければ素のLLMとして応答するのみ。toolsを明示して初めて動く
コード実行
allow_code_executionとcode_execution_modeは非推奨、CodeInterpreterToolも削除済み。E2BやModalなど外部サンドボックスを自分で用意する前提
max_iter
既定は20回。暴走を止めるための安全弁
室谷代表取締役ここは古い記事を鵜呑みにすると危ないところで。allow_code_executionとcode_execution_modeは非推奨になっていて、crewai-toolsからCodeInterpreterToolも削除済みなんですよ。
テキトー教師DotAI 認定講師現場でよく聞くのは、「コード実行ツールが使えるはず」という前提のまま設定しても動かない、という話です。E2BやModalといった外部サンドボックスを自分で用意する形に変わってます。
室谷代表取締役実行環境をフレームワーク側で抱え込まない代わりに、外側の設計責任は使う側に残る。構成要素を読めるようになると、その判断もできるようになるんですよね。
CrewsとFlowsはどう使い分けるのか
Flowsは背骨、Crewsは実行部隊という分担は何を意味するのか
FlowsとCrewsの役割分担
Flows(背骨)
- 状態を持つ
- 条件分岐やループを含む処理の流れを決める
- 制御を握る
- どこで何が起きたか追いやすい
Crews(実行部隊)
- Flowsの中で呼ばれる
- 役割と目標を持ったエージェントがタスクに取り組む
- 任された範囲で自律的に動く
- 責任範囲がはっきりしている
室谷代表取締役CrewAIの全体像って、構成要素を並べると分かった気になるんですけど、FlowsとCrewsの関係が入った瞬間にふわっとするんですよね。ここが最初の壁で。
テキトー教師DotAI 認定講師現場でもよく聞くのがそこなんですよ。分け方で言うと、Flowsが背骨で、Crewsが実行部隊です。
Flowsは状態を持って、条件分岐やループを含む処理の流れを決める。Crewsはその中で呼ばれて、役割と目標を持ったエージェントたちがタスクに取り組む側になります。
Flowsは状態を持って、条件分岐やループを含む処理の流れを決める。Crewsはその中で呼ばれて、役割と目標を持ったエージェントたちがタスクに取り組む側になります。
室谷代表取締役制御はFlowsが握っていて、Crewsは任された範囲で自律的に動く、と。全部を自律に任せると事故るし、全部を手続きで書くと自由度が死ぬ。
この分担、組織の作り方と同じ構造なんですよね。
この分担、組織の作り方と同じ構造なんですよね。
テキトー教師DotAI 認定講師たしかに。責任範囲がはっきりしてるから、どこで何が起きたかを追いやすいんですよ。
本番用途で先にFlowを設計する理由はどこにあるのか
室谷代表取締役公式が本番用途では先にFlowで全体構造を設計しろと言っているのは、まあ妥当で。プロダクトでも業務フローを決めてから自動化するじゃないですか。
逆順で作ると、動くものはできるけど運用に乗らないんですよね。
逆順で作ると、動くものはできるけど運用に乗らないんですよね。
テキトー教師DotAI 認定講師最初に戸惑うのがまさにそこです。「エージェント同士に任せればいい感じになるのでは」と作り始めて、途中で分岐や例外が出てきて収拾がつかなくなる。
先に全体の流れを決めておくと、Crewに渡す範囲を切り出せるんですよ。
先に全体の流れを決めておくと、Crewに渡す範囲を切り出せるんですよ。
室谷代表取締役経営目線で言うと、そこは障害対応のコストに直結します。どこで止まったか分からない仕組みは、運用チームが毎回ログを掘ることになる。
設計の順番がそのまま保守コストの差になるんですよ。
設計の順番がそのまま保守コストの差になるんですよ。
テキトー教師DotAI 認定講師そうですね。状態をFlow側が持ってくれると、説明できる範囲が広がります。
sequentialとhierarchicalはどちらを選べばいいのか
室谷代表取締役で、Crew側のプロセスなんですけど。既定がsequentialで、hierarchicalを使うならmanager_llmかmanager_agentが要る、という整理でしたよね。
テキトー教師DotAI 認定講師はい。sequentialはタスクを順番に並べて流す形で、流れが読めるのが強みです。
hierarchicalは管理役のエージェントがタスクを割り振って、結果を検証する形ですね。
hierarchicalは管理役のエージェントがタスクを割り振って、結果を検証する形ですね。
室谷代表取締役じゃあ最初はどっちで作るのか。僕は読める方から入るべきだと思っていて。
管理役を立てると、その分だけ判断のレイヤーが増えるんですよね。原因の切り分けが一段難しくなる。
管理役を立てると、その分だけ判断のレイヤーが増えるんですよね。原因の切り分けが一段難しくなる。
テキトー教師DotAI 認定講師現場感覚で言うと、まずsequentialで組み立てて、タスクの依存関係が複雑になってきたらhierarchicalを検討する順番が失敗しにくいです。あとエージェント間の委任は既定でオフなので、そこも意識して確認したほうがいいですよ。
インストールと環境構築。最初の1本を動かすまで
pip install crewaiの前に用意しておくものは何か
最初の1本を動かすまでの流れ
- 01Python環境を用意必要なバージョンは公式のセットアップ手順で確認する
- 02プロジェクト用フォルダを作成その中で仮想環境を有効にする
- 03pip install crewai を実行グローバルではなく仮想環境内に入れる
- 04crewai create crew <名前> で雛形作成2026年時点の既定はJSONC（crew.jsonc / agents/<名前>.jsonc）
- 05APIキーを環境変数に設定コードに直書きしない。変数名の表記は各プロバイダの公式ドキュメントで確認する
- 06モデルを切り替える場合は OPENAI_MODEL_NAME を設定省略時は既定のモデルが使われる
- 07crew.jsonc の inputs に値を書く{topic} などのプレースホルダーへ渡す値を指定
- 08crewai run で実行雛形のまま1回動かし、どこに何が入るかを目で追う
- Pythonが動く環境を用意する（プロジェクトごとに仮想環境を切る）
pip install crewaiでフレームワークを入れるcrewai create crew <name>でプロジェクトの雛形を生成する- 使うモデルのAPIキーを環境変数に設定する
- 生成された設定ファイルに実行時の入力を書く
crewai runで実行する
テキトー教師DotAI 認定講師現場でよく聞くのが、2番でつまずく人ですね。システム側のPythonにそのまま入れてしまって、別のプロジェクトとぶつかる。
仮想環境を先に切っておくだけで、その後のトラブルの半分は消えます。
仮想環境を先に切っておくだけで、その後のトラブルの半分は消えます。
室谷代表取締役そこは段取りの話なんですよね。OSSとして配布されててpip一本で入る手軽さは、この手のフレームワークの中では珍しいんじゃないかと。
まず手元で動かせるところから始められるのは大きいです。
まず手元で動かせるところから始められるのは大きいです。
テキトー教師DotAI 認定講師たしかに。あと初めて触る人が戸惑うのが、入れた直後に何をすればいいか分からないところで。
「入ったけど何も起きない」状態で止まるんですよ。雛形生成まで一気に進めるのがコツですね。
「入ったけど何も起きない」状態で止まるんですよ。雛形生成まで一気に進めるのがコツですね。
室谷代表取締役なるほど、インストールは通過点だと。
crewai create crewで作られる雛形はJSONCが既定になっている
室谷代表取締役雛形の生成、今はJSONCが既定なんですよね。crew.jsoncとagents/
テキトー教師DotAI 認定講師そうなんですよ。少し前の情報だとconfig/agents.yamlに書く前提で紹介されてることが多くて、生成されたファイルにyamlが無いと「壊れたのかな」と不安になる人がいます。
YAMLとデコレータの方式はclassic扱いで、--classicを付けたときに使う形に整理されてます。
YAMLとデコレータの方式はclassic扱いで、--classicを付けたときに使う形に整理されてます。
室谷代表取締役つまり、手元の雛形と記事が食い違ったら、大体は記事の方が古い、と。
テキトー教師DotAI 認定講師はい。生成されたファイルが正なので、そこを起点に読む方が早いですね。
JSONCはコメントを残せるぶん、あとから設定の意図を追いやすいです。
JSONCはコメントを残せるぶん、あとから設定の意図を追いやすいです。
APIキーはどこに設定し、inputsはどう渡すのか
- 使うモデルのAPIキーを環境変数に入れる（変数名は各プロバイダの公式ドキュメントで確認する）
- モデルを変えたいときは
OPENAI_MODEL_NAMEを設定する（未指定時の既定は gpt-6-luna） crew.jsoncのinputsに{topic}などのプレースホルダーの値を書くcrewai runで実行する
テキトー教師DotAI 認定講師キーはコードに直書きせず環境変数に置くのが基本ですね。どの変数名かを迷ったら、使うプロバイダの公式ドキュメントを見るのが確実です。
モデルを差し替えたいときはOPENAI_MODEL_NAMEを設定する形になってます。
モデルを差し替えたいときはOPENAI_MODEL_NAMEを設定する形になってます。
室谷代表取締役設定ファイル側はcrew.jsoncのinputsに、{topic}みたいなプレースホルダーの値を入れればいい、と。
テキトー教師DotAI 認定講師そこさえ埋めればcrewai runで走ります。最初はinputsの中身を1行だけ変えて、出力が変わるのを見るのが一番早い理解になりますね。
室谷代表取締役まず1行変えてみる、と。覚えておきます。
料金はいくらか。無料で使える範囲と有料の境目
オープンソース版は無料、では何に課金されるのか
室谷代表取締役まず大前提として、pip で入れるフレームワーク本体は無料なんですよね。実行回数の制限もない。
で、財布が痛むのはどこなのかというと・・・
で、財布が痛むのはどこなのかというと・・・
テキトー教師DotAI 認定講師そこですよね。初めて触る人が最初に戸惑うのが、ツール自体はタダなのに請求が来る理由で。
エージェントが裏でLLMを呼んでいるので、そのAPI利用料が別で乗ってくるんです。
エージェントが裏でLLMを呼んでいるので、そのAPI利用料が別で乗ってくるんです。
室谷代表取締役そう、実質のコストはモデル呼び出しの従量課金。MYUUU の現場でも、どのタスクにどのモデルを当てるかで原価が普通に変わるので、そこはもう設計の話なんですよ。
テキトー教師DotAI 認定講師なるほど。無料だから試す、ではなくて、何回呼ぶことになるかを先に見ておくほうが落ち着きますね。
公式の料金ページにあるのはBasicとEnterpriseの2段階だけ
室谷代表取締役で、公式の料金ページを開くと、いま載っているのは2段階だけなんですよ。Basic が無料、Enterprise が個別見積もり。
テキトー教師DotAI 認定講師Basic だと何ができるんですか。
室谷代表取締役ビジュアルエディタとAIコパイロット、GitHub連携、それと月50ワークフロー実行まで。これはノーコードで組み立てる Studio 側の話で、pip で入れるフレームワークとは別物として見たほうがいい。
テキトー教師DotAI 認定講師現場感覚で言うと、コードを書く人はこの実行回数の枠をほとんど気にしないんですよ。逆に画面で組みたい層には効いてくる数字ですね。
まとめるとこうです。
| プラン | 料金 | 主な中身 |
|---|---|---|
| BASIC | 無料 | ビジュアルエディタ＋AIコパイロット、GitHub連携、月50ワークフロー実行 |
| ENTERPRISE | 個別見積もり | SSO・RBAC・PIIレダクション等のガバナンス機能、クラウド／自社VPC／自社インフラへのデプロイ、45日間のオンボーディング |
段階的な価格表を載せている記事と公式表記が食い違う理由
室谷代表取締役ここが厄介で。世の中の解説記事には、無料の上に何段も細かい価格帯を並べているものがあるんですけど。
テキトー教師DotAI 認定講師ああ、読む側はどっちが正しいんだろうって止まりますよね。
室谷代表取締役現行の公式ページにはその階段は存在しないんですよ。旧体系がそのまま残ったか、一度書いた表が引用され続けているか。
少なくとも契約判断に使う数字は公式で取り直すのが一番安いです。
少なくとも契約判断に使う数字は公式で取り直すのが一番安いです。
テキトー教師DotAI 認定講師料金表って一度出回ると直りにくいので、記事の更新日より一次情報を見たほうが確実ですね。
Enterpriseに含まれるガバナンス機能とデプロイ先はどこまでか
室谷代表取締役Enterprise の中身を経営目線で見ると、効くのはデプロイ先なんですよね。CrewAIクラウド、自社VPC、自社インフラまで選べる。
テキトー教師DotAI 認定講師自社VPCが選べるのは大きいです。データを外に出せない業種だと、そこだけで可否が決まりますから。
室谷代表取締役あとは SSO、RBAC、ワークロードID、PIIレダクション、ポリシー管理。個人が便利に使うための機能ではなくて、統制を通すための機能なんですよ。
45日間のオンボーディングとフォワード・デプロイド・エンジニアリングも付きます。
45日間のオンボーディングとフォワード・デプロイド・エンジニアリングも付きます。
テキトー教師DotAI 認定講師つまり法人が全社展开するときのパッケージで、最初に個人が契約するものではない、という整理ですね。
AutoGenとの違い、シングルエージェントとの違い
AutoGenの対話型とCrewAIの役割分担型は何が違うのか
AutoGen・CrewAI・ChatDevの設計思想の違い
AutoGen
- エージェント同士がチャットで会話しながら答えに近づく
- 人間もチャットに混ざれる
- 会話の自由度が高い
- どこで止まるか分かりにくい
CrewAI
- 誰が何の役割を持つかを先に決める設計
- 役割・目標・背景を書く
- 会話の収束を祈るより分担表をレビューできる
- 失敗時の切り分けが早い
室谷代表取締役AutoGenって、エージェント同士がチャットで会話しながら答えに近づいていく作りなんですよね。人間もそのチャットに混ざれる。
対してCrewAIは、会話そのものより「誰が何の役割を持つか」を先に決める設計なんですよ。
対してCrewAIは、会話そのものより「誰が何の役割を持つか」を先に決める設計なんですよ。
テキトー教師DotAI 認定講師たしかに。初めて触る人が最初に戸惑うのがまさにそこなんですよ。
AutoGenのサンプルを見るとエージェントが延々と話してるわけで、どこで止まるのか分からない。CrewAIは役割と目標と背景を書かされるので、逆に「どう役割を切ればいいのか」で手が止まる。
AutoGenのサンプルを見るとエージェントが延々と話してるわけで、どこで止まるのか分からない。CrewAIは役割と目標と背景を書かされるので、逆に「どう役割を切ればいいのか」で手が止まる。
室谷代表取締役うちの現場だと、役割を先に決めさせられるのはむしろ楽で。会話が収束するのを祈るより、分担表をレビューする方が意思決定が速いんですよね。
誰が何を出すかが見えてれば、失敗したときの切り分けも早い。
誰が何を出すかが見えてれば、失敗したときの切り分けも早い。
テキトー教師DotAI 認定講師なるほど。会話の自由度を取るか、分担の見通しを取るか、って違いですね。
どっちが上ではなくて、何を解きたいかで変わる。
どっちが上ではなくて、何を解きたいかで変わる。
ChatDevの構造化とAutoGenの柔軟性の間にあるCrewAIの位置
室谷代表取締役IBMの解説だと、CrewAIはAutoGenの対話による柔軟な問題解決と、ChatDevの構造化されたプロセスの組み合わせ、という位置づけで整理されてるんですよ。ChatDevはプロセスが固定的でカスタマイズしにくい、と。
テキトー教師DotAI 認定講師現場感覚で言うと、固定手順は最初はすごく楽なんですよ。ただ業務がちょっと変わった瞬間に直せなくて詰む。
だから「型はあるけど役割は自分で決められる」あたりが刺さるんだと思います。
だから「型はあるけど役割は自分で決められる」あたりが刺さるんだと思います。
室谷代表取締役業界構造として見ると、汎用フレームワークは自由度で勝負、専用ツールは完成度で勝負、みたいに分かれてきてるじゃないですか。真ん中を狙うのは地味に難しいポジションなんですけど、取れれば一番デカい。
テキトー教師DotAI 認定講師真ん中だから採用される、という見方ですね。極端な二択にしたくない人が多いんだと思います。
シングルエージェントとマルチエージェントはどう選ぶのか
室谷代表取締役前提として、1つのLLMに全部やらせるのがシングルエージェント。他のエージェントからのフィードバックが無いので、人がこまめに方向を直す前提になる。
ここは誤解されやすいところなんですよね。
ここは誤解されやすいところなんですよね。
テキトー教師DotAI 認定講師それ、最初の一歩としては全然アリなんですよ。いきなり多人数にするより、1人でどこまで行けるか見た方が早い。
ただ複雑なタスクになってくると、自分の抜けを自分で見つけられなくなる。
ただ複雑なタスクになってくると、自分の抜けを自分で見つけられなくなる。
室谷代表取締役マルチエージェントは役割分担と相互連携で複雑なタスクを回す方向で、CrewAIは明確にこっち側なんですよ。判断基準は「手順を分けたいか、一人で抱えさせたいか」に近い。
分けた瞬間に受け渡しのコストが乗るので、そこは経営目線でも同じです。
分けた瞬間に受け渡しのコストが乗るので、そこは経営目線でも同じです。
テキトー教師DotAI 認定講師そう考えると、小さく試すならシングル、工程が分かれてるならマルチ、ですね。分ける前に一度シングルで限界を見ておくと、後戻りが少ないです。
MemoryとKnowledgeは何を覚え、何を参照するのか
Crewのmemoryは短期・長期・エンティティで何が違うのか
室谷代表取締役CrewAIの中身を見ていくと、memoryって一言で語られがちなんですけど、公式だと短期・長期・エンティティの3種類をまとめて有効化する形になってるんですよね。既定はオフですし。
テキトー教師DotAI 認定講師そこ、最初に戸惑うのが「じゃあ何がどう違うのか」なんですよ。名前だけ見ると3つとも同じに見えるじゃないですか。
細かい保持の範囲は公式ドキュメントで確認する前提で、現場感覚だと「今回の実行の中の文脈」「実行をまたいだ積み上げ」「登場する人物や組織の整理」という別々の役割として捉えてます。
細かい保持の範囲は公式ドキュメントで確認する前提で、現場感覚だと「今回の実行の中の文脈」「実行をまたいだ積み上げ」「登場する人物や組織の整理」という別々の役割として捉えてます。
室谷代表取締役なるほど。だとすると設計判断としては、全部オンにすればいいってものでもない。
覚え続けるほどコンテキストは食うし、余計な記憶が混ざると出力もぶれますから。コストと精度のトレードオフなんですよね。
覚え続けるほどコンテキストは食うし、余計な記憶が混ざると出力もぶれますから。コストと精度のトレードオフなんですよね。
テキトー教師DotAI 認定講師そうなんです。まずは短期だけで回して、物足りなくなったら長期を足す、くらいの順番が安全です。
最初からフルセットにすると挙動が読みにくくなります。
最初からフルセットにすると挙動が読みにくくなります。
knowledge_sourcesはCrew全体でどう共有されるのか
室谷代表取締役で、memoryとは別の話としてknowledge_sourcesがある。これはCrew全体で共有する外部ナレッジ、という位置づけなんですよ。
エージェント個別ではなくて、Crewの属性として持たせる。
エージェント個別ではなくて、Crewの属性として持たせる。
テキトー教師DotAI 認定講師ここが効くのは、同じ社内マニュアルを3人のエージェントにそれぞれ貼る、みたいな無駄がなくなる点ですね。現場でよく聞くのは「Agentごとに説明を書いていて、更新が追いつかない」という話で。
室谷代表取締役それ、運用コストそのものですからね。ナレッジを1か所に持たせておけば更新も1回で済む。
地味ですけど、効くタイプの設計です。
地味ですけど、効くタイプの設計です。
テキトー教師DotAI 認定講師ただし何でも突っ込めばいいわけではなくて、参照させたい範囲を絞るのがコツです。広げすぎると、思った回答が返ってこないときに原因を追えなくなります。
checkpointで中断した実行を再開する仕組み
室谷代表取締役最後にcheckpoint。タスクが完了するごとに状態を自動で保存して、中断した実行をCrew.from_checkpoint()で再開できる、と。
長めの処理を回す人にはかなり大きいんですよね。
長めの処理を回す人にはかなり大きいんですよね。
テキトー教師DotAI 認定講師初めて触る人は、途中で落ちたら最初からやり直しだと思い込んでるケースが多いんですよ。実際はタスク単位で戻せるので、外部APIを叩き直す回数も変わってきます。
室谷代表取締役経営目線で言うと、失敗のたびに全部やり直す設計は人件費と同じで、地味に積み上がるんですよ。途中から再開できるだけで、試行回数を増やせる余裕が生まれます。
テキトー教師DotAI 認定講師あとmemoryとcheckpointは役割が違うので、混ぜて考えないほうがいいですね。memoryは実行中の文脈、checkpointはタスク完了時点の状態。
ここを分けて捉えると、どこで詰まったかが見えやすくなります。
ここを分けて捉えると、どこで詰まったかが見えやすくなります。
本番運用で効くCLIと、導入企業は何を短縮したのか
crewai runとreplay、log-tasks-outputsで実行をどう管理するのか
crewai create crew <name>で雛形をつくるcrewai runでそのまま実行するcrewai log-tasks-outputsでタスクのIDを確認するcrewai replay -t <task_id>でそのタスクだけをやり直す
室谷代表取締役作る話はよく出るのに、回したあとの管理の話は少ないんですよね。実際は crewai run で流して、失敗したら replay で戻す。
この往復が速いかどうかで開発の速度が変わります。
この往復が速いかどうかで開発の速度が変わります。
テキトー教師DotAI 認定講師現場でよく聞くのが「失敗したタスクだけやり直したい」なんですよ。全部最初から流すと、待ち時間もAPI代もそのまま無駄になりますから。
室谷代表取締役その対象の task_id を確認するのが log-tasks-outputs なんですよね。ログを見て、IDを取って、replayで戻す。
MYUUU でもエージェントの試行錯誤は回数が物を言うので、ここが短いのは地味に大きい。
MYUUU でもエージェントの試行錯誤は回数が物を言うので、ここが短いのは地味に大きい。
テキトー教師DotAI 認定講師最初に戸惑うのが、どのタスクがどこに出てるのか分からないところで。まずログ、次にやり直し、という順番で覚えると迷いにくいです。
kickoffの同期・非同期・ストリーミングはどう選ぶのか
室谷代表取締役呼び出し方も用途で分かれてて。kickoff() が同期、入力の配列を順に回すなら kickoff_for_each()、並行数を稼ぎたいなら akickoff() 系のネイティブ非同期が推奨されてます。
テキトー教師DotAI 認定講師ここ、ハマる人多いんですよ。同期で書いておいて、あとから並列にしたくなって詰まるパターンで。
最初は素直に同期でいいと思います。
最初は素直に同期でいいと思います。
室谷代表取締役stream=True にするとチャンクで順に返ってくるので、画面に出す用途だと体感がまるで違う。逆にバッチなら同期で十分なんですけど・・・
テキトー教師DotAI 認定講師長い処理だと checkpoint も効いてきますね。タスクが終わるたびに状態が保存されて、Crew.from_checkpoint() で中断したところから再開できる。
保険があると雑に走らせられるようになります。
保険があると雑に走らせられるようになります。
GelatoやDocusign、General Assemblyは何を改善したのか
室谷代表取締役公式の事例が分かりやすくて。General Assembly はカリキュラム作成の開発時間が90%削減、Docusign はリードの初回接触までの時間が75%短縮、Gelato はリード情報の充実化で商談の質が上がったと紹介されてます。
テキトー教師DotAI 認定講師数字が大きいので、つい「何でも90%減る」と受け取られがちなんですよね。削られたのはカリキュラム作成という特定の工程だけなんです。
室谷代表取締役そこなんですよ。経営目線で言うと、削減率より「どの工程を削ったか」の方が効く。
初回接触までの時間は売上に直結しやすいので、Docusign の話は刺さる人が多いと思います。
初回接触までの時間は売上に直結しやすいので、Docusign の話は刺さる人が多いと思います。
テキトー教師DotAI 認定講師自社のどこに当てはまるかは、結局自分で見つけるしかないので。まず1タスクだけ置き換えて、数字が動くかを見るのが現実的ですね。
よくある質問
Q1. Pythonはどのくらい書ければ使いこなせますか？
室谷代表取締役ここ、導入を検討するときに必ず聞かれるところで。関数とクラスと、ライブラリの入れ方が分かっていれば、動くものは作れるんですよね。
逆にプログラミング自体が初めてだと、エラーが出たときの詰まり方がきついです。
逆にプログラミング自体が初めてだと、エラーが出たときの詰まり方がきついです。
テキトー教師DotAI 認定講師現場でよく聞くのは「サンプルは動いたのに、自分のデータに差し替えた瞬間に止まる」なんですよ。文法よりも、エラー文を読んで直せるかどうかの方が効いてきます。
室谷代表取締役そこはもう、社内に一人でもPythonを書ける人を置けるかどうか、に尽きる気がしますね。
Q2. 社内環境やローカルのモデルでも使えますか？
テキトー教師DotAI 認定講師最初に戸惑うのがここで。CrewAI自体がモデルを持っているわけじゃなくて、頭脳は外から持ってくる作りなんですよ。
だから接続先を変えれば、選択肢は広がります。
だから接続先を変えれば、選択肢は広がります。
室谷代表取締役ただ、どのモデルをどう繋ぐかは更新の早い領域なので、公式のドキュメントを見るのが一番早いです。社内の閉じた環境でやるなら、なおさら最初にそこを潰しておくべきで。
テキトー教師DotAI 認定講師あと、繋がったとしても速度と精度は別の話なので、小さなタスクで一度試すのがおすすめですね。
Q3. エージェントが噛み合わない、暴走するときはどうすれば？
室谷代表取締役これは実運用で一番時間を食うところで。出力が変な方向に転んだとき、どのタスクでつまずいたのかが見えないと、直しようがないんですよね。
テキトー教師DotAI 認定講師現場感覚で言うと、いきなり大きな仕事を任せずに、タスクを小さく切って一つずつ通すのが結局は近道です。あとツールを渡しすぎないこと。
できることが増えるほど暴れますから。
できることが増えるほど暴れますから。
室谷代表取締役実行の過程を追えるログを最初に眺めておく、みたいな地味な準備が効いてきます。
Q4. 商用利用やライセンスはどうなっていますか？
室谷代表取締役ここは断言できないので、導入前に必ず一次情報を見てほしいところです。オープンソースとして公開されている以上、ライセンスの区分はリポジトリに書かれているので、そこが判断の起点になります。
テキトー教師DotAI 認定講師加えて、使うモデル側の利用条件が別で乗ってくるんですよ。フレームワークはOKでも接続先の規約で引っかかる、というのは初めての人が見落とすところで。
室谷代表取締役契約周りは法務と二段で確認する。ここをケチると後で効いてきますからね。
Q5. 既存のRAGや社内システムと組み合わせられますか？
テキトー教師DotAI 認定講師これは相性がいい方で。外の処理をツールとして呼べる作りなので、すでに動いている検索や社内APIはそのまま活かせます。
全部作り直す必要はないんですよ。
全部作り直す必要はないんですよ。
室谷代表取締役既存資産は残したまま、判断が必要な部分だけエージェントに寄せる。MYUUU の現場だと、その切り方のほうが現実的でした。
テキトー教師DotAI 認定講師最初から全部やろうとするとだいたい詰まるので、外から呼ぶ形で一部だけ、が入りやすいですね。
まとめ
室谷代表取締役長くなりましたけど、CrewAIは役割を分けたエージェントに仕事を流すための枠組みであって、魔法ではないんですよね。設計とログを見る手間を惜しまない人ほど、成果が出ます。
テキトー教師DotAI 認定講師たしかに。最初の一本はすごく小さくていいんですよ。
エージェント二人とタスク一つから始めて、動いたら少しずつ足していく。この順番が一番早いです。
エージェント二人とタスク一つから始めて、動いたら少しずつ足していく。この順番が一番早いです。
室谷代表取締役料金も、まず無料の範囲で触って、どこで有料の線を越えるのかを体で覚えるのが順番としてきれいですね。
テキトー教師DotAI 認定講師仕様も料金も動きが早い領域なので、いざ判断するときは公式の情報に当たってください。この記事は入り口として使ってもらえれば十分です。
室谷代表取締役はい、そこはもう、公式と睨めっこしながら進めるのが一番確実です。
