ServiceDock
2026年8月17日 更新
約4分で読めます
作業を3つに分けて順に流す。手順が決まっているなら、これで足ります。ところが作業がいくつ必要か、始める前には分からない仕事があります。
そこで使うのが、中心のAIがその場で分解して割り振る構成です。今回は数えました。固定手順では4件中2件しか対応できず、動的に分ける構成では4件すべてが通りました。
作業量が読める仕事と読めない仕事を4件用意しました。固定手順は前者しか扱えず、動的分解はすべてを扱えます。
オーケストレータ／ワーカーの使いどころを確かめるため、実際に数えました。4種類の仕事を用意しています。
定型の請求書処理と問い合わせの一次対応は、必要な作業が事前に分かります。バグ修正と競合調査は、始めるまで分かりません。
仕事ごとに必要だった作業数と、2つの構成の対応 仕事 必要な作業 固定手順(3件) 動的分解 定型の請求書処理 3件 足りる 3件を割当 問い合わせの一次対応 2件 足りる 2件を割当 バグ修正（影響範囲不明） 7件 足りない 7件を割当 競合調査（対象数不明） 12件 足りない 12件を割当 固定手順で対応できた仕事: 2 / 4 動的分解で対応できた仕事: 4 / 4 対応できた仕事のAI呼び出し（固定手順）: 5回 全仕事のAI呼び出し（動的分解・分解と統合を各1回含む）: 32回
分かれました。2件と4件です。固定手順は3ステップと決めてあるので、7件や12件の作業が必要な仕事には足りません。
ステップ数が足りない場合、途中までしか処理されずに終わります。しかも「終わった」という形で返ってくるため、不完全であることに気づきにくくなります。
ステップを多めに用意しておく手もありますが、限度があります。競合調査で12件必要になると分かっていれば12ステップ書けますが、それが事前に分かるなら固定手順で足りるという話に戻ります。
代償も出ています。呼び出し回数は5回と32回でした。動的分解には、分解そのものと結果の統合で各1回ずつ追加の呼び出しが要ります。
扱える仕事の数が2倍になった一方で、呼び出しは6倍以上です。扱える範囲を広げる代わりに、費用と時間を払う構成だと言えます。
対応できる仕事は倍になるが、呼び出し回数はそれ以上に増える。
This workflow is well-suited for complex tasks where you can't predict the subtasks needed原文Anthropic Engineering「Building effective agents」 この内容の有効期限2027-02-17
作業の数が事前に言えないときだけです。言えるなら固定手順の方が安く、速く、追いやすくなります。
オーケストレータ／ワーカーを使うかどうかの判断は、作業の数を先に言えるかの一点で決まります。
自動化したい仕事について、「何ステップで終わりますか」と聞かれて答えられるかを考えます。答えられるなら固定手順で足ります。
2番目に注意してください。「件数が可変」と「作業の種類が可変」は違います。100件を同じ手順で処理するなら、それは固定手順を100回回すだけです。
Anthropicは、エージェント的なシステムは応答の速さと費用を性能と引き換えにしていると述べ、その引き換えが見合う場面かを考えるよう促しています。
前の節の実測でいえば、呼び出しが6倍以上になりました。扱える仕事が増えることに、その費用を払う価値があるかという判断になります。
作業数が言えるなら固定手順。言えない場合だけ動的分解に進む。
この構成を採用すると、担当のあいだで受け渡しが発生します。何が落ちるかはエージェント間ハンドオフの記事で扱っています。
分けるかどうかの判断全般はマルチエージェント構成の記事、固定手順との比較は決定的ワークフローの記事にあります。
Agentic systems often trade latency and cost for better task performance, and you should consider when this tradeoff makes sense.原文Anthropic Engineering「Building effective agents」 この内容の有効期限2027-02-17
中心のAIが作業をその場で分解し、担当に割り振り、結果をまとめます。作業の数を事前に決めない点が特徴です。
オーケストレータ／ワーカーは、Anthropicが定義した構成の1つです。中心となるAIが作業を動的に分解し、担当のAIに委ね、その結果を統合する形をとります。
指揮者と演奏者の関係に近い形です。指揮者は何を演奏するかを決めますが、実際に音を出すのは演奏者になります。
この構成の要点は、分解の結果が実行時に決まることです。3つに分かれるかもしれないし、10になるかもしれません。
固定した手順との違いはここです。手順を先に書く場合、ステップの数はコードを書いた時点で決まります。それを超える作業が必要になったとき、対応できません。
Anthropicは、この構成が向くのは必要な作業を予測できない複雑な仕事だとしています。例として挙げられているのがコードの修正で、何ファイルに手を入れることになるかは始める前には分かりません。
分解を担うのもAIなので、分け方を誤ることがあります。必要な作業が漏れる、逆に不要な作業を増やす、といった形です。結果をまとめる段階で確認する仕組みを併せて用意することになります。
In the orchestrator-workers workflow, a central LLM dynamically breaks down tasks, delegates them to worker LLMs, and synthesizes their results.原文Anthropic Engineering「Building effective agents」 この内容の有効期限2027-02-17
同じ課題を持つ会社にとって、動いている設定は「作る時間」を買えるということです。ServiceDockは自作のワークフローやテンプレートを出品できるマーケットプレイスです。手数料や出品の流れは出品者向けページにまとまっています。
出品の仕組みを見る