ワークフロー・自動化

実行順序・定期実行・人の確認

50件の公開項目

• EA · EA-020AIアーキテクチャ・パターン集AIアーキテクチャは、Single-agentかMulti-agentかという一問だけでは決まらない。制御を誰が握るか、状態と知識をどこに置くか、外部ツールをどの境界から呼ぶか、同期・非同期・batchのどの実行形態を使うか、人間承認と復旧をどこに置くかを分けて設計する。
• EA · EA-021AIアンチパターン集AIアンチパターンは、特定技術を使うこと自体ではなく、有効な技術を責務や適用条件を無視して万能化するところから生じる。長いコンテキスト、RAG、Agent、会話memoryはいずれも有用だが、正本、権限、状態、検証、復旧まで一つの層へ背負わせると、性能・安全性・監査性・費用のどこかで破綻しやすい。技術名ではなく、責務分離と失敗包絡で診断する。
• EA · EA-026部門別実践版部門別AI運用は、営業用・人事用・法務用と別々のAIを並べることではない。共通のデータ境界、権限、正本、承認、評価、証跡のCoreを持ち、部門ごとに「何を正本とするか」「何をAIへ入れてよいか」「どの判断を人間が引き受けるか」「どの外部作用を承認するか」「何を証拠として残すか」を上書きする。部門名だけで安全性は決まらず、task、data、decision impact、external actionの組合せでgateを決める。
• EA · EA-027業界別版業界別AI運用は、共通のAI統制を業界ごとに作り直すことではない。共通Coreの上に、適用法令・規制主体、保護データ、用途、意思決定や物理的影響、専門家監督、変更管理、証跡をIndustry Profileとして重ねる。同じ医療・金融・教育という名称でも、組織の法的地位、地域、データ、用途によって必要な統制は変わるため、業界名だけで可否やリスクを決めない。
• EA · EA-028AI教育・社内導入カリキュラム社内AI教育は、全員へ同じ製品操作を教えるだけでは不十分である。共通Coreを維持しつつ、利用者のrole、technical knowledge、扱うdata、task impact、利用するsystemに応じて学習到達点を分ける。受講完了と安全に業務利用できる能力は分離し、知識問題だけでなくsafe/unsafe input判別、source verification、confidential-data handling、exter
• EA · EA-029Enterprise AI運用テンプレート集運用テンプレートはAI統制を自動的に成立させるものではなく、判断・証拠・変更・未解決事項を再現可能に残すための器である。共通Coreを用意しつつ、法域・業界・組織・providerに応じて項目をtailorする。PASS/完了の記入だけでなく、根拠となるsource、eval、承認、readbackを結び付ける。
• EA · EA-058Prompt／Instruction Configuration Management「Promptやsystem instructionは単なる文章ではなく、本番挙動を変える構成資産としてversion管理する。再現・監査に必要なのはprompt本文だけではなく、実行時に解決されたprompt revision、model、generation設定、tool/retrieval/policy等の組合せである。`production`のようなaliasは運用に便利だが、監査ログにはalias名だけでなく実際に参照したim
• EA · EA-065AI × Records Management／eDiscovery「AI会話・生成物・Agent実行は、AIで生成されたという理由だけで一律に記録または廃棄対象になるわけではない。記録性は組織の業務・法令・保存方針に従ってartifact単位で判断し、legal holdやeDiscoveryでは、会話、memory、監査ログ、成果物などの実際の保存先を把握して保全・検索・export範囲を確認する。ユーザー画面からの削除、検索不能、provider側retention終了は同じ事象ではない。製品のc
• EA · EA-077Classical ML × Generative AIclassifiers/regressors/forecast models remain independent prediction services; LLM handles interpretation, orchestration and explanation around typed outputs.
• EA · EA-097Task Mining / Desktop Activity Mining → AI化“Task Mining can complement process-level event-log analysis by observing how selected desktop tasks are actually executed and by surfacing variants, friction and possible automation candidates. Its recordings may contai
• EA · EA-134LangGraph「LangGraphの公式Docsは、LLM stepと決定的stepを組み合わせる低レベルorchestrationとして、persistence・durable execution・streaming・human-in-the-loop等を記載している。これらは制御基盤の仕様候補であり、LLMの正しさ、side effectの安全性、全deploymentのSLAを自動保証しない。」
• EA · EA-136LlamaIndex Workflows「LlamaIndex Workflowsの公式Docsは、Pydantic event、型付きstep、実行・停止・timeout・streaming・context storeを使うworkflow構成を示している。型が検証されても、LLM出力の真偽、権限、安全な外部action、production性能は別途検証が必要である。」
• EA · EA-140AutoGen史AutoGen史
• EA · EA-158A2Aは「つながる」だけでは相互運用にならないA2A 1.0はagent間のdiscovery、message、Task、Artifact、streaming/pushを共通化するprotocol contractである。ただし「A2A対応」だけでは相互運用の十分条件ではない。interfaceごとのprotocol version/binding、Agent Card trust、request authorization、tenant isolation、Task/Artifa
• EA · EA-171Arize PhoenixArize Phoenix is documented as an open-source AI observability and evaluation platform built on OpenTelemetry and OpenInference. Its documented surface includes traces for model calls, retrieval, tool use and custom logi
• EA · EA-221Transactional Email API × AgentAgentのdraftを送信操作へ変換する際は、全recipientと本文・添付の承認、domain認証、重複防止、配送event、suppressionを個別に追跡する。
• EA · EA-222Slack／Teams／ChatをAgentの業務面にするチャット上の入力・承認・通知・handoffを業務操作へ安全に接続できるか。署名やボタン押下だけを本人認可・最終承認へ転用しない。
• EA · EA-006Agent-to-Agent／マルチエージェント編 — A2A v1.0、framework内handoff/subagent/orchestration、MCPとの役割差を横断し、委譲・context・identity/authorization・失敗伝播・human approval・評価を別契約として整理する「マルチエージェントは、複数のAIを並べれば自動的に賢くなる仕組みではない。まず『どう接続するか』と『誰が仕事を割り振り、誰が最終判断を持つか』を分けて考える必要がある。A2Aは異なるエージェント同士が能力を発見し、taskやartifactを交換するための相互運用protocolであり、manager、handoff、parallel workflowなどのorchestration方式そのものを決めない。MCPも別の層で、主にage
• EA · EA-007AI連携・自動化ツール大全Treat workflow automation as an execution and authority boundary. Record credential owner, trigger, connector/action version, side-effect class, retry/idempotency contract, DLP/policy scope, execution evidence, audit ret
• EA · EA-244Durable Execution／Workflow Replay for AIDurable Executionは長時間のAgent workflowのstate/progressをdurable history/checkpointへ残し、failure後に復元・継続する実行方式です。ただし外部API・tool・payment・email・database mutation等のside effectがexactly-onceになることを意味しません。
• EA · EA-245Dead Letter Queue／Poison Task運用Dead Letter Queue（DLQ）は、繰り返し失敗するmessage/taskを通常処理から隔離するための運用境界です。DLQへ移動したこと自体は、root causeの修復、messageの永久保存、外部side effectのexactly-onceを意味しません。
• EA · EA-246Circuit Breaker／Bulkhead／Load Shedding × AICircuit Breaker、Retry、Bulkhead、Load Sheddingは同じ機能ではありません。
• EA · EA-247Retry Budget／Backoff／Fallback CorrectnessRetryは各layerの「最大N回」ではなく、original user/workflow requestに対するend-to-end budgetとして管理します。budgetにはtotal downstream attemptsだけでなく、wall-clock deadline、token/compute/API cost、side-effect riskを含めます。
• EA · EA-1005外部STATE正本を使うAI定期実行のstale locator／cursor rollback境界外部STATEは再開の正本になり得るが、それだけで安全にはならない。cursorは対象identityとgenerationに結び付け、stale writerを拒否する。task-body versionや業務revision IDをpersisted-state schema identityの代替にしない。migrationのparse成功をsemantic correctnessと同一視しない。STATE rollbackを既発
• EA · EA-1011AI Use-Case Coverage「Enterprise AIの用途管理では、Actor、Task、Function、Sector、Modality、Autonomy、Riskを分離して用途プロファイル化すると、単一カテゴリでは失われる利用コンテキストと統制要件を追跡しやすい。これはNIST AI RMFのcontext mappingおよびOECDの多次元AI分類と整合する運用設計であるが、両機関がこの七軸schema自体を標準として規定しているわけではない。」
• EA · EA-225Project／Issue Tracker API × AgentProject/Issue Tracker API連携では、Agentの記憶ではなく外部チケットのIDと現在状態を仕事台帳の照合先にする。ただし、一覧取得の途中失敗・権限・ページ分割、書き込み後の不明な結果、Webhook未達を別々に扱う。承認は対象と変更フィールドに結び付け、結果を再読込する。PyGithub 2.10.0の模擬通信による実SDK検査では、遅延ページ取得、途中例外、省略フィールドと空配列の違い、およびUTC以外のsin
• EA · EA-226Customer Support／Ticketing API × AgentCustomer Support／Ticketing API連携では、分類・回答草案・人への引継ぎ・顧客への送信・状態更新を別の操作として管理する。内部メモは公開範囲を明示し、承認した本文と対象を送信前に照合する。更新競合の制御は各リクエストの実際のペイロードで確認し、応答後もチケット状態を再読込する。古い利用者報告には、SDKの別リクエストによる部分変更や、HTTP200後に意図した変更が確認できなかった例がある。今回のZenpy2.
• EA · EA-228Push Notification API × Agent：通知送信を業務実行と誤認しないための設計Push Notification APIの送信成功は、利用者への表示・閲覧・承認・業務完了の証明ではありません。Agentから通知を送る場合は、通知をauthoritative stateへの案内として設計し、recipient、event ID、TTL、priority、collapse、rate、sensitivityを制御します。重複・順序逆転・遅延・非表示・throttlingをfailure envelopeへ含め、重要な処
• EA · EA-266署名・Attestation・SLSAでAI Artifactを検証するAI Artifactの検証では、artifact bytesのdigest、署名者/issuer、attestation subject、provenance predicate、builder/workflow identityをconsumer policyに照らして確認します。
• EA · EA-269Notification Delivery Semantics／Alert Fatigue × AgentAI/Agentの異常検出と人への通知を分離します。alert identity、dedup/grouping、persistence、severity、routing、suppression、resolutionを明示し、pageはactionableかつ緊急な影響へ限定します。
• EA · EA-279Consent／Purpose Limitation × AI Data Use「AIで個人データを使えるかは、同意の有無だけでは決まらない。目的、処理段階、法的根拠、再利用互換性、通知、権利処理を法域と実装境界ごとに確認し、承認済みpurposeをruntimeのdata-flow gateへ投影する。UNKNOWNを同意済み・互換ありと推測しない。」
• EA · EA-284Approval UX for High-impact AI Actions「特定の操作と条件を人が確認し、その決定と実行内容を照合する承認経路を設計する」。一方、「人が押せば安全」「通知したので承認済み」「一度承認すれば変更後も許可」「interruptがあるので副作用は一度だけ」とはしない。
• EA · EA-285Human Escalation Policy／Handoff Design「停止範囲と責任者を定め、受領・判断・結果・再開を証拠で接続する」。一方、「メールしたので引継ぎ完了」「担当名があるので着手済み」「人の返答を受ければ無条件に再開」「判断を渡したのでAI側の責任は終了」とはしない。
• EA · EA-286Human Queue／Workbasket for AI Exceptions「案件を永続化し、配送・所有・判断・結果反映を分けて追跡する人の作業台を設計する」。一方、「投入できれば解決済み」「visibility timeoutで人の作業も一度だけ」「担当名があれば認可済み」「DLQへ移せば業務完了」「先頭ページが空なら未処理0件」とはしない。
• EA · EA-440障害時フォールバック階層Enterprise AIのフォールバックは「失敗したら別モデルへ送る」だけでは成立しません。障害の種類を判定し、再試行、別capacity/deployment、別region、別provider/model、機能縮退、durable queueまたは人手移管を、品質・データ所在・権限・副作用の制約付きで順序化します。
• EA · EA-505Retry Storm / Circuit Breaker / Nested Retry Budget Composition「agentのrequest_limitだけでproviderへの総attempt数が保証される」とは表現しません。「retryを完全に排除すべき」とも表現しません。公開可能な主張は、複数層のretryは負荷を増幅し得るため、retry domainを列挙し、観測可能な層ごとにownerと有限budgetを定め、重複retryを抑制し、backoff/jitter、breaker/backpressure、attempt telemet
• EA · EA-511Risk- and Uncertainty-Aware Human Escalation Router「高影響または高不確実なAI操作では、人間承認の有無だけでなく、承認対象となるexact effect、レビュー担当者の現在権限、要求の期限、resume時の対象状態とauthorizationを結び付けて検証する。承認待ちの容量不足は自動承認で解消せず、backpressureまたはfail-closedを用いる。普遍的なしきい値や、人間介在そのものによる安全性向上は仮定しない。」
• EA · EA-526自動化の例外処理が人の処理能力を超えないように設計するAIが処理できなかった仕事を人へ送れば、安全に運用できるとは限りません。人へ渡る件数、難しさ、再処理、担当者の空き時間を合わせて測り、受付量を制御する必要があります。自動化の成功率が上がっても、元の仕事量が増えたり、難しい案件だけが残ったりすると、人の待ち行列は増えます。例外処理の負荷モデルは、この出口の容量を見積もり、期限超過・見落とし・形式的な承認を防ぐための設計です。
• EA · EA-528AIが使えない状況から安全に手動運用へ戻る訓練AIの停止時に「人が代わる」と定めても、その人が必要な情報・権限・技能・処理時間を持つとは限りません。手動復帰訓練は、自動処理を止め、残った仕事の状態を確かめ、限定した業務を人が引き継ぎ、復旧後の重複や取りこぼしまで照合する練習です。手順書が存在することと、現在の担当者が実行できることを区別します。
• EA · EA-529共有端末で前の利用者のAI会話と権限を引き継がせない店舗や倉庫の端末を交代で利用する場合、前の人をログアウトさせるだけでは、AIの会話・メモリ・添付資料・接続先権限の分離を保証できません。認証状態、画面と端末内データ、サーバーの会話、実行中の処理をまとめて利用者の境界へ結び付ける必要があります。次の利用者へ端末を渡す前に、残留情報の表示と旧権限での操作を防げたことを確認します。
• EA · EA-741Evaluation dataset lineage／ownership／provenance contract「評価データは、dataset/versionの識別子とdigestだけでなく、source・derivation・作成/承認責任・rubric・split・利用runを追跡し、後から評価結果の再現と影響範囲の逆引きができるようにする。PROV-O、MLflow、OpenLineage等はその一部を実装するための基盤になり得るが、権利・同意・削除・case-level approvalまで自動的に保証するものではない。」
• EA · EA-744Regulatory locale × evaluation requirement crosswalk「AI評価は世界共通の技術testをcoreとして再利用しつつ、法域・用途・system classification・operator role・適用日などで変わる要求をversioned regulatory overlayとして追加する。overlayは法的適用を自動決定するものではなく、承認済みapplicability判断をcontrol/test/evidenceへtraceするために使う。内部evalのPASSを法定con
• EA · EA-747GPU health diagnostics→自動quarantine/drain/remediation「GPU health automationは、診断signalを直接rebootへ結び付けず、detect・classify・quarantine・drain・remediation・再診断・recoveryを明示的な状態遷移として管理する。critical GPU faultでは新規割当停止に加えて既存workloadの安全な退避を検討し、mass quarantine用circuit breaker、drain/remediati
• EA · EA-748分散AI workloadのgang scheduling＋topology-aware placement「分散AI workloadでは、必要pod群が同時に実行可能かを扱うgang/admission controlと、rack・node・accelerator/fabric localityを扱うtopology-aware placementを分離して設計する。aggregate GPU数だけでは実配置可能性を保証できず、topology localityを強めれば常に性能が上がるわけでもない。workloadの固定/elastic
• EA · EA-798非同期Batch inferenceを独立execution tierとして設計する運用非対話・大量のLLM推論は、同期APIとは別の非同期Batch execution tierとして管理できる。Batchは低価格・高throughputに向く一方、queue、partial failure、expiry、cancellation、retry、result reconciliationを伴う。submit成功を処理完了とみなさず、immutable input manifest、provider job ID、reque
• EA · CORE-06プロンプトと設定の管理CORE-06は、promptと周辺configurationを再構成・比較・承認・release・rollbackできるversioned entityとして管理する。目的は「prompt文字列は同じ」「昨日と同じmodel名」を再現性の証拠とせず、実際のbehaviorを変える構成要素とenvironment差を一つのrelease lineageへ結ぶことである。
• EA · PM-CLAUDE-CORE-03CLAUDE：タスク分解と処理工程CORE-03のstage、artifact、handoff、parallel/serial、resume/retry、verification、transaction境界をClaude Agent SDK/Claude Codeの公開surfaceへ対応づける。会話session、subagent、tool result、hook、permission、filesystem、外部systemを同一状態として扱わない。S063 Froz
• EA · PM-GPT-CORE-03OpenAI / GPT：タスク分解と処理工程CORE-03のstage、artifact、handoff、parallel/serial、resume/retry、verification、transaction境界を、OpenAI APIとOpenAI Agents SDKの現行公開surfaceへ対応づける。ChatGPT会話、Responses API、Conversations API、Agents SDK、application-owned workflowを同一run
• EA · PM-GPT-CORE-05OpenAI / GPT：エージェントの副作用・復旧・人への引継ぎSource: OpenAI, Human-in-the-loop, [ ; accessed 2026-09-08; sections Marking tools that need approval / How the approval flow works / Automatic approval decisions / Long-running approvals. New source EXT-C05-001.
• EA · PM-GROK-CORE-06GROK：プロンプトと設定の管理CORE-06のversioned composite configuration、declared/effective差、environment diff、canary、rollbackをxAI APIへ対応づける。対象はrequest message、model/alias、sampling/reasoning parameter、client/server/MCP tool、Collection/file source、struc