Udemy
Turn what you know into an opportunity and reach millions around the world.
Learn More
Your cart is empty.
Keep shopping
A2A入門:社内AIエージェント連携の設計と業務活用
New
1 students

A2A入門:社内AIエージェント連携の設計と業務活用

Agent2Agent(A2A)とAgent Cardで、部署をまたぐエージェント連携を設計する。API・MCPとの使い分け、聞き返しと担当外の扱い、根拠の確認、監査ログの設計までを一つの業務例で通す
Created by池谷 進
Last updated 9/2026
Japanese

What you'll learn

  • 一つの業務について、フォーム・既存API・OpenAPI・MCP・A2Aを比較し、選ぶ理由と見直す条件を説明できる
  • Agent Cardに書く四つの項目と、skillの説明に必ず入れる三つ(扱わない対象・案内する部署や規程・最終決定しないこと)を区別して書ける
  • 照会の完了と業務の承認を分け、返ってきた状態から呼ぶ側が次に何をするかを決められる
  • 根拠の条番号と原文を成果物に載せる設計の意味と、その限界を説明できる
  • 監査ログに残す6項目と、その値の出どころを説明できる
  • 確認時間・差し戻し回数・根拠の誤りを測る試行の設計と、続ける条件・止める条件を説明できる

Course content

7 sections • 17 lectures • 2h 16m total length
  • 社内AIエージェント連携で決めること10:32

    部署ごとにエージェントを置いた会社で何が起きるかを見て、この講座が扱う範囲と扱わない範囲、進める順番を確認します。

  • A2Aとは何か11:09

    A2Aが何を決めている規格かを、出どころと仕様の在りかから確認します。サーバーの公開方法ではなく、エージェント間のやりとりを決めるものだという区別までを扱います。

  • 各部署がAPIを公開すればいいのでは10:08

    多くの場合はAPIで足ります。それでも共通の仕様を検討する理由がどこにあるかを、二つの問いで見分けます。フォーム・既存API・OpenAPI・MCP・A2Aの使い分けまでを扱います。

  • この講座で出てくるもの8:14

    Agent Card・Task・Message・Artifact・skillが、それぞれ何を指すかを整理します。MCPとの役割分担までを扱います。

Requirements

  • Pythonのコードを読めること。書き換える作業は求めません
  • 実演を見るだけで最後まで進められます。 手元で動かす必要はありません
  • 手元で動かす場合は、uvが導入済みであること。 未導入の場合は公式サイトの手順で導入してください。Python本体はuvが用意します
  • 講義資料の手順とコマンドは、Windows(PowerShell)を前提に書いています。ほかのOSでは、コマンドを読み替えてください
  • 手元で動かす場合は、OpenAI互換のエンドポイントを持つ言語モデルへの接続が必要です。手元のモデル(llama.cpp等)とクラウドのAPIの、どちらでも動きます。クラウドを使う場合は利用料が、手元で動かす場合はそのモデルの動作環境が別途必要です
  • A2Aの参考コード自体はGPUを使いません。 GPUが要るかどうかは、手元で動かすモデル側の条件です
  • 準備段階(uvの導入・依存の取得・モデルの入手)でインターネット接続が必要です

Description

本コースにはAIの使用が含まれています。

部署ごとにAIを導入しても、申請者が不足情報を集め、問い合わせを送り直し、回答の根拠を確認する仕事は残ります。どこをエージェントに任せ、どこを人が確認するのか。本講座は、経理と情報システム部への規程照会を題材に、部署をまたぐ連携の設計を扱います。

A2A(Agent2Agent)は、エージェント間の依頼・状態・成果物を共通の形式で扱うためのプロトコルです。Linux Foundationの管理下で仕様1.0が公開されています。講座では、条件がそろった交通費申請、時刻と帰宅先が足りないタクシー代の問い合わせ、担当が変わるパソコン購買という三つの申請を使い、追加質問をどう続けるか、担当外をどう返すか、回答を何に照らして確認するかを読み解きます。

既存のAPIで足りる場面も、同じ重さで比較します。 エージェントを立てるかどうかは、そうすると何の処理が増えるかで見分けます。「A2Aを使わないと決める」という回を本編に置き、使わないと決める条件と、使うと決める条件を並べて示します。Agent Cardを書けば接続先の選択や業務の責任が自動で決まるわけではありません。共通化できる処理と、担当者が決める条件を具体例で分けます。

最後に、深夜のタクシー代という一つの例で、つなぎ方・答える範囲・確かめ方の三つの判断を最後まで通します。三つの判断を一枚ずつにまとめた資料と、それを一つの業務で通した完成例を配布し、自分の業務で考えるときに手元に置けるようにします。エージェントを入れるかどうかを社内で話すときや、他社の提案を評価するときに、確認すべき条件を説明するために使えます。

記入作業は求めません。コードの改修も課題にしません。 参考実装は、判断の材料を画面に出すために置いてあります。実演を見るだけで最後まで進められます。手元で動かす場合は、uvと、OpenAI互換のエンドポイントを持つ言語モデルへの接続(手元のモデル、またはクラウドのAPI)が必要です。

本番配備の手順、認証の実装、エージェントを作るフレームワークの習得は含みません。

Who this course is for:

  • 社内でAIの導入や評価を任されている担当者。部署ごとにエージェントが増えてきたとき、つなぐかどうか、つなぐなら誰が何を受け持つかを決める立場の方
  • 情報システム部門で、部署をまたぐ仕組みの設計や、外部からの技術提案の評価をしている方
  • AIエージェント連携の提案を受ける側で、提案書に何が書かれているべきかを判断したい方
  • Pythonのコードを読める方。書き換える作業は求めません
  • まだエージェントを導入していない方。講座の具体例を通して、提案を評価する判断基準を学べます