AI エージェントをオーケストレーションする

キャンバス上に自律型エージェントを構築してデータを渡し、エージェントの決定に基づいてワークフローの実行をルーティングします。

構築する内容: キャンバス上で作成した AI エージェントを呼び出してデータを渡し、エージェントの応答 (承認、却下、失敗) に基づいて実行をルーティングするフロー。これがあらゆるエージェンティック オートメーションの基盤であり、より大規模な自動化プロセスに埋め込まれた、推論に基づいた意思決定です。

ここで構築するエージェントは 自律型エージェントであり、そのモデル、プロンプト、ツール、コンテキストはすべてノード上に存在し、フローとともに移動します。1 つのエージェントをインラインで作成するのではなく、組織で既にパブリッシュされているエージェントを再利用するには、代わりに BPMN プロセス ノードを使用します。

必要なもの

• Maestro Flow へのアクセス権を持つ UiPath Automation Cloud アカウント。
• エージェントで利用可能な LLM モデル。

使用されるノード

• 手動トリガー: 構築中にフローをオンデマンドで開始します
• エージェント: キャンバス上で作成した AI エージェントです。その出力を返します
• 判断: エージェントの応答に基づいて実行を分岐させます
• Terminate: 失敗パス上のフローを終了します

手順

1. 新しいフローを作成してトリガーを追加する

1. Open Maestro → Flow and select New Flow.
2. [ 手動トリガー ] ノードをキャンバスにドラッグします。

運用フローの場合は、これをスケジュールされたトリガーまたは連携トリガーに置き換えます。構築中は手動トリガーで十分です。

2. エージェント ノードを追加する

エージェントのパレット ラベルは [自律型エージェント] です。

1. ノード パネルの [ UiPath ノード ] セクションからエージェント ノードをキャンバスにドラッグします。
2. 手動トリガーに接続します。
3. [プロパティ] パネルで、エージェントを作成します。
   • モデルを設定するか、組織の既定のエージェント モデルのままにします。
   • システム プロンプト、エージェントの役割、および継続的な指示を入力します。モデル、システム プロンプト、ユーザー プロンプトはすべて必須です。
   • この実行のタスクである ユーザー プロンプトを入力します。式でフロー データを参照する。たとえば、分類するドキュメント テキストは $vars.start.output.documentTextです。

3. 構造化された結果を返す

既定では、エージェントは応答テキストを保持する contentという 1 つのフィールドを返します。分岐を明確にするには、代わりにエージェントに構造化フィールドを返します。

1. エージェントの [プロパティ] パネルで [ 変数 ] タブを開きます。
2. 出力変数を decision という名前 string型で追加します。
3. システム プロンプトで、decision を approved または rejectedに設定するようエージェントに指示します。

4. エージェントの応答を処理する

1. [ 判断 ] ノードをキャンバスにドラッグし、[エージェント] ノードに接続します。
2. エージェントの出力を評価する条件を設定します (例: $vars.agent1.output.decision === "approved")。
3. True の分岐をオートメーションの次のステップ (通知やデータの書き込みなど) に接続します。
4. False ブランチを Terminate ノードに接続します。
5. [強制終了] ステータスを [ Failed ] に設定し、「 Agent returned: $vars.agent1.output.decision」などのメッセージを追加します。

5. フローをデバッグする

ツールバーで [ デバッグ ] を選択します。実行トレースで、以下の手順を実行します。

• [ エージェント ] ノードを選択して、どの入力が送信され、エージェントが何を返したかを調べます。
• エージェントの出力を考慮して、 判断 ノードが正しい分岐をとったことを確認します。
• エージェントの応答が期待どおりではない場合は、 システム プロンプト、 ユーザー プロンプト、宣言された出力を確認してから、関係のないフロー ロジックを変更します。

実際のエージェントの応答を待たずに両方の分岐を実行するには、エージェント ノードで [モック出力 ] を有効化し、固定応答を設定します。

結果

フローはエンドツーエンドで実行されます。手動トリガーが実行を開始し、エージェント ノードが入力を推論して構造化された decision フィールドを返します。判断ノードはその値で分岐し、強制終了ノードは拒否されたパスでフローを終了します。実行トレースでエージェントの入力と出力を調べ、ノードで直接プロンプトを調整できます。

このフローを拡張する

• エージェントにツールを指定する: ツール リソース (組み込みツール、コネクタ ツール、RPA または API ワークフロー ツール、ドキュメント抽出、モデル コンテキスト プロトコル (MCP) サーバー) をエージェントの ツール ハンドルに接続し、エージェントが推論だけでなく動作を行えるようにします。
• エージェントをデータにグラウンディングする: コンテキスト リソースをエージェントの コンテキスト ハンドルに接続し、モデルだけでなく、インデックス付きのナレッジ ソースから回答できるようにします。
• 人間を参加させる: エージェントが単独で決定すべきではないケースのために、エージェントの エスカレーション ハンドルを エスカレーション リソースに接続します。
• ループを追加する: エージェント呼び出しを ループ ノードにラップして、同じエージェントで項目のリストを処理します。
• 別のシステムにチェーンする: 意思決定ノードの True 分岐の後に、 HTTP 要求 ノードまたは統合ノードを追加して、結果を外部システムに書き込みます。