「AIエージェント」の意味は理解できても、自社の業務でどう動くのかが想像できず、提案資料に書けずに困っていませんか。
AIエージェントの例は、ChatGPT WorkやClaude Codeなどの身近なツールと、営業や経理などの業務別の動きという2方向から見ると整理できます。例を「すごい事例」として眺めるだけでは任せる範囲を誤り、確認を省いた運用で失敗するでしょう。
本記事では、各例を「依頼」「エージェントの動き」「人が確認する点」の順で解説します。企業名ではなくタスクの流れを追うため、自社の業務に置き換えて読めます。読み終える頃には、自社のどの業務をAIエージェントに任せ、どこを人が確認すべきかを、例を引いて説明できるようになります。
まずは、AIエージェントの例と呼べる条件から確認しましょう。
目次
AIエージェントと呼べる例の3条件
本記事でAIエージェントの例として扱うのは、次の3条件をすべて満たすものです。
- 目標を渡すだけで手順を自分で組む
- 外部ツールを操作して実行する
- 結果を確かめて自分で修正する
この3条件に当てはまらない1問1答型のAIは、次章以降の例に含めていません。
目標を渡すだけで手順を自分で組む
AIエージェントは、達成したい目標だけを渡せば、必要な手順を自分で組み立てます。
チャットAIは、人が手順を分解して1つずつ質問する前提です。一方でAIエージェントは、分解の作業そのものを引き受けます。
たとえば「今月の請求書を発注データと突き合わせて」と依頼すると、読み取り、照合、差異の抽出という順序を自分で決めます。
手順の設計を任せられるため、依頼する人は「何を達成したいか」の整理に集中できます。
外部ツールを操作して実行する
AIエージェントは、ブラウザ、ファイル、コマンドなどの外部ツールを実際に操作して作業を進めます。
文章を返すだけのAIは、結果を人が手作業で反映しなければなりません。AIエージェントは、反映までを自分で行います。
Claude Codeは、Anthropicの公式ドキュメントでコードベースを読み、ファイルを編集し、コマンドを実行するツールと説明されています。
反映の手間が減る分、人が見るべき点は「何を操作したか」の記録に移ります。
結果を確かめて自分で修正する
AIエージェントは、実行した結果を自分で確認し、足りなければやり直します。
Claude Codeの公式ドキュメントでは、情報を集め、行動し、結果を検証する流れを繰り返すと説明されています。人はこの途中でいつでも割り込めます。
たとえば、コードを変更してテストが失敗した場合は、エラーを読んで修正案を作り、テストを再度実行します。
自己修正があっても結果が完全とは限りません。人が最終結果を確認する工程を残す前提で、運用を設計できます。
身近なAIエージェントの例4選
身近な例は、2026年11月時点で提供されている次の4つです。
- ChatGPT Work
- Claude Cowork
- Manus
- Claude Code
提供元の仕様変更が速い分野のため、各例の末尾にある公式ページで最新の条件を確認してください。
ChatGPT Work：連携アプリとファイルから成果物を作成
ChatGPT Workは、複数ステップの作業を任せられるOpenAIのAIエージェントです。2026年7月に提供が始まったと報じられています。
OpenAIのヘルプセンターでは、前身のChatGPT agentは提供終了とされています。長い複数ステップの作業や成果物の作成には、ChatGPT Workが案内されています。
依頼の例は「競合3社の価格を調べて比較表にまとめて」です。解説記事では、接続したアプリとファイルを使い、表、スライド、文書などを作成すると紹介されています。
ブラウザ操作の機能は名称や提供範囲が変わっています。旧来の操作手順をそのまま探さず、OpenAIのヘルプで現在の仕様を確認すれば迷いません。
Claude Cowork：ファイルとツールをまたぐ知的作業を完了
Claude Coworkは、コーディング以外の知的作業を目標だけで任せられるAnthropicのエージェント機能です。
Anthropicの公式ページでは、調査、分析、文書作成などの複数ステップの作業が想定されています。
読み書きできるのは、利用者が接続したフォルダの中だけです。ファイルを完全に削除する前には、許可を求められます。
依頼の例は「このフォルダの議事録を読み、決定事項を一覧にまとめて」です。Anthropicは通常のチャットへの統合を進めており、名称や画面は変わる可能性があります。
範囲を絞って任せる設計のため、ファイルを誤って消す不安を抑えながら試せます。
Manus：調査から成果物までを一括で進める
Manusは、目標を渡すと計画から実行までを進める汎用型のAIエージェントです。
公式ドキュメントでは、調査、Webサイト作成、データ分析、プレゼン資料作成などが用途に挙げられています。
作業は、インターネットに接続できるサンドボックスと呼ばれる隔離環境で進みます。依頼の例は「国内の競合動向を調べ、10枚のスライドにまとめて」です。
ManusはMetaへの参画を公式ブログで発表しています。提供条件が変わる可能性があるため、利用前に公式サイトで確認してください。
Claude Code：ファイル操作とコード実行で作業を完了
Claude Codeは、コードベースを読み、ファイルを編集し、コマンドを実行するエージェント型のコーディングツールです。
ターミナル、IDE、デスクトップアプリ、ブラウザで使えます。既定では、ファイルの変更やコマンドの実行の前に許可を求めます。
依頼の例は「このリポジトリのテストが失敗する原因を調べて直して」です。開発業務が中心の例といえます。
変更前に人の許可が入るため、チームの開発フローにも組み込みやすい例です。
業務別のAIエージェントの例6選
業務別の例は、次の6つです。
- 営業
- マーケティング
- カスタマーサポート
- 経理
- 人事
- 開発
各例は「依頼」「動き」「人が確認する点」の順で読むと、自社の業務に置き換えられます。
営業：見込み客の調査からメール下書きまで
営業では、見込み客の調査からメールの下書きまでをAIエージェントが進められます。
依頼の例は次のとおりです。
A社の事業内容と最近のニュースを調べ、課題の仮説を3つ挙げて、初回メールの下書きを作成してください。
AIエージェントは、次の順で動きます。
- 企業サイトとニュースを収集する
- 課題の仮説を整理する
- 仮説を踏まえてメールの下書きを作る
送信前の宛先と内容は、人が確認します。調査結果に誤りがあれば、そのまま先方に届くためです。
調査にかけていた時間が下書きの確認に変わり、担当者は商談の準備に時間を回せます。
マーケティング：競合調査からレポート作成まで
マーケティングでは、競合調査から比較レポートの作成までを任せられます。
依頼の例は次のとおりです。
競合3社の料金と機能を調べ、自社との比較表と要点3つのレポートにまとめてください。
AIエージェントは、次の順で動きます。
- 競合の公式サイトとプレスリリースを収集する
- 項目ごとに比較表を作る
- 要点を要約してレポートにする
出典のURLと数値の正確さは、人が確認します。古い料金表を拾っていないかも見ておく必要があります。
収集と整理の工数が減り、担当者は施策の判断に時間を使えます。
カスタマーサポート：問い合わせの分類から回答案まで
カスタマーサポートでは、問い合わせの分類と回答案の作成を任せられます。
依頼の例は次のとおりです。
届いた問い合わせを内容で分類し、FAQにある内容には回答案を作成してください。FAQにない内容は担当者に回してください。
AIエージェントは、次の順で動きます。
- 問い合わせを内容で分類する
- ナレッジを検索して回答案を作る
- FAQにない内容を担当者に引き継ぐ
返金やクレームを伴う対応は、人が持ちます。回答案の最終的な送信も、人の確認を挟む運用が安全です。
定型の問い合わせが減るため、担当者は判断が必要な対応に集中できます。
経理：請求書の読み取りから照合まで
経理では、請求書の読み取りから発注データとの照合までを任せられます。
依頼の例は次のとおりです。
今月届いた請求書のPDFを読み取り、発注データと金額を照合して、差異のある請求書を一覧にしてください。
AIエージェントは、次の順で動きます。
- PDFから金額と取引先を読み取る
- 発注データと突き合わせる
- 差異のある請求書を一覧にする
支払いの承認は、人が行います。読み取りの誤りが残っていないか、差異の一覧を見て確かめます。
全件の目視確認が差異のある請求書の確認に絞られ、月次の締め作業が軽くなります。
人事：応募書類の整理から面接調整まで
人事では、応募書類の整理と面接日程の調整を任せられます。
依頼の例は次のとおりです。
応募書類を募集要件の観点で整理し、面接日程の候補を3つ提示してください。
AIエージェントは、次の順で動きます。
- 書類を要件の項目に沿って要約する
- 面接官の空き時間を確認する
- 候補日を一覧にする
合否の判断は、人が行います。要約が応募者の評価を左右するため、要約に偏りがないかも確認します。
書類整理と日程調整の手間が減り、面接や候補者への連絡に時間を回せます。
開発：コードレビューから修正案の提示まで
開発では、コードレビューから修正案の提示までを任せられます。
依頼の例は次のとおりです。
このプルリクエストの差分を確認し、バグの可能性がある箇所を指摘して、修正案を提示してください。
AIエージェントは、次の順で動きます。
- 差分と周辺のコードを読む
- 指摘点を整理する
- 修正案を提示する
変更を取り込むかどうかの判断は、人が行います。修正案がほかの機能に影響しないかも確かめます。
一次レビューを任せられるため、レビュアーは設計の妥当性のような判断に集中できます。
AIエージェントに向かない例も押さえる
AIエージェントに任せると失敗しやすい例は、次の3つです。
- 最終判断を伴う業務
- 誤りが許されない処理
- 権限を渡しにくい業務
任せる範囲を誤ると、確認を省いた運用で問題が起きます。向かない例を先に知っておけば、導入の判断を誤りにくくなります。
最終判断を伴う業務
採用の合否や契約の可否のように、責任を伴う最終判断は人が持つべきです。
AIエージェントは、判断の材料を集めて整理するところまでが得意な領域です。判断そのものを任せると、誤りが起きたときに責任の所在が曖昧になります。
たとえば採用では、応募書類の要約まではAIエージェントに任せ、合否は面接官が決める運用が現実的です。
材料の整理と判断を分けておけば、判断の質を保ったまま、準備の時間だけを減らせます。
誤りが許されない処理
支払いや本番環境の変更のように、取り消しにくい操作には承認の工程を必ず挟みます。
AIエージェントの結果が完全とは限らないためです。誤った操作がそのまま反映されると、被害が広がります。
Claude Codeは、既定でファイルの変更やコマンドの実行の前に許可を求めます。この仕組みを外さずに使えば、実行前に人が止められます。
承認の工程を残せば、速度を保ちながら、取り返しのつかない誤りを防げます。
権限を渡しにくい業務
個人情報や機密データを扱う業務は、AIエージェントに渡す権限を絞ることが前提です。
AIエージェントは、渡された権限の範囲で操作します。広い権限を渡すほど、誤操作や情報の取り扱いのリスクも広がります。
Claude Coworkは、利用者が接続したフォルダの中だけを読み書きします。このように、操作できる範囲を限定する設計が基本です。
範囲を限定しておけば、機密を含む業務でも、任せてよい部分だけを切り出して試せます。
AIエージェントの例に関するよくある質問
AIエージェントの例に関する質問は以下の3つです。
- ChatGPTはAIエージェントですか
- 無料で試せる例はありますか
- 最初に試すならどの例ですか
質問に対する回答を確認して、自社で最初に試す例を選ぶ参考にしてみてください。
ChatGPTはAIエージェントですか
通常のチャットだけであれば、AIエージェントとは呼べません。1問1答で、手順の設計や外部ツールの操作を伴わないためです。
一方で、ChatGPT Workのように複数ステップの作業を任せる機能は、3条件を満たすためAIエージェントの例に当たります。
無料で試せる例はありますか
無料で使える範囲は、提供元とプランごとに異なり、変更も頻繁です。各ツールの公式料金ページで現在の条件を確認してください。
無料の範囲で試す場合は、機密情報を含まない作業から始めると安全です。
最初に試すならどの例ですか
送信や支払いを伴わない、調査と資料作成から試すのがおすすめです。結果を人が目で見て確認でき、誤りがあっても影響が小さいためです。
業務別の例では、マーケティングの競合調査が該当します。
AIエージェントの例は「任せる範囲」で選ぶ
AIエージェントの例は、ChatGPT WorkやClaude Codeなどの身近なツールと、営業や経理などの業務別の動きに分けて整理できます。どの例にも共通するのは、目標を渡し、手順の実行を任せ、結果は人が確認するという流れです。例を選ぶ基準は、任せる範囲と人が確認する点です。
まずは、自社の業務を1つ選び、依頼の文章と人が確認する点を書き出してみましょう。調査や資料作成のように、結果をすぐ目で確認できる業務が始めやすい対象です。
ただし、例を選べても、任せる範囲と確認の工程を設計し、運用できる人材がいなければ成果は定着しません。導入の判断とあわせて、推進役となる人材をどう育てるかも検討しておきましょう。
