Workflow+limitedPlanningの設計思想

背景

実際の AI エージェントシステムでは、多くのチームが妥協案として次のアーキテクチャを採用しています： Workflow + Limited Planning、つまり LLM を使って軽量な計画を行い、その後にあらかじめ定義されたワークフローを実行します。

実世界の多くの AI プロダクトがこのアーキテクチャを使っています
多くのシステムは基本的に Workflow + Limited Planning です。

例：

LangGraph（ステートマシンワークフロー）
Notion AI
Perplexity AI

これらのシステムは：

完全な自律型エージェントではなく
構造化されたワークフローです

Workflow + Limited Planning の設計コンセプト

User Input
      ↓
Intent Detection  ユーザーの意図解析
      ↓
Task Planner
      ↓
Workflow Selection
      ↓
Workflow Execution
      ↓
Result

具体的な実行フロー（完全な例）

ユーザーが入力したと仮定：

AI業界のレポートを書いてほしい

システムの流れ：

Step 1 Intent Detection

LLM がまずユーザーの意図を判断：

intent = research_report

例えば出力：

{
 "intent": "research_report"
}

Step 2 Planner（軽量な計画）

Planner が：

どの種類のワークフローが必要かを判断

例：

research_workflow

Step 3 Workflow Selection

システムはあらかじめ定義されたプロセスを選択：

Research Workflow

構造：

Search Data
↓
Extract Key Info
↓
Summarize
↓
Write Report

Step 4 Workflow Execution

各ステップで LLM やツールを呼び出す：

Search → Web API
Extract → LLM
Summarize → LLM
Write → LLM

Limited Planning の実装パターン

異なるシステムはそれぞれ異なる実装を行いますが、主に3つのパターンがあります。

パターン1 Router Agent（最も一般的）

Planner はただ：

どのエージェントを選択するかだけを担当

構造：

User Input
      ↓
Router
  ├ Research Agent
  ├ Coding Agent
  └ Writing Agent

例えば：

ユーザー入力：

Pythonでクローラーを書いて

Router：

coding_agent

パターン2 ツール選択

Planner はツールだけを選択：

Search
Database
Code Interpreter

例：

User: AI企業の資金調達を調べて

Planner：

use web_search

パターン3 ワークフローのルーティング

Planner はワークフローを選択：

content_workflow
analysis_workflow
coding_workflow

その後、決まったプロセスを実行。

コードレベルの実装例（簡略版）

典型的な Python 構造：

def router(user_input):

    intent = llm_intent_detection(user_input)

    if intent == "research":
        return research_workflow(user_input)

    elif intent == "coding":
        return coding_workflow(user_input)

    elif intent == "summary":
        return summary_workflow(user_input)

workflow：

def research_workflow(query):

    data = search(query)

    info = extract(data)

    summary = summarize(info)

    report = write_report(summary)

    return report

ここでの：

planning = router

完全なエージェントではありません。

参考

ChatGPT

• Previous
  AutoGPT分析と自律的思考
• Next
  AutoGPT分析与Autonomous思考