AIエージェントの承認設計パターン集——どこに人間の関所を置くか

2026年8月11日 |松本和也

AIエージェントに業務を任せるとき、いちばん重要な設計は「AIに何をさせるか」ではなく、人間の承認をどこにどう組み込むかです。承認が重すぎれば手作業に戻り、軽すぎれば事故が起きる。この記事では、実務で使える承認設計のパターンを整理します。

前提となる考え方——AIの出力は確率的であり、取り消せない操作の手前に人間の判断を置く——は、AIの出力は確率的ヒューマンインザループとはを先に読むと分かりやすいです。

大原則:関所は「取り消せない操作」の直前に置く

承認ポイント(関所)を増やしすぎると、AIを導入した意味がなくなります。関所を置くべき場所は原則1つ、取り消せない操作の直前です。

逆に、AIの調査・下書き・分類のようなやり直しの効く工程には、原則として関所を置きません。間違っていたら直させればよいからです。

パターン1:事前承認(承認するまで実行されない)

最も基本の形。AIが成果物を作り、人間が承認して初めて次の工程(送信・公開)へ進みます。

AIが下書き → 人間が承認 → プログラムが送信

パターン2:対話推敲(承認の前に「直させる」)

事前承認の発展形。人間は承認/却下の二択ではなく、AIと対話しながら成果物を磨いてから確定します。

AIが下書き → 人間が「ここを丁寧に」「この段落は削って」と指示 → AIが修正 →(納得したら)承認 → 送信

パターン3:差し戻し(前の工程からやり直させる)

細かい修正では済まず、前提から違う場合は、AIの工程まで戻してやり直させます。

AIが調査・下書き → 人間が確認 → 「そもそも調査が足りない」→ AIの工程へ差し戻し(指示付き)

パターン4:機械のガードレール(人間の前に機械的チェック)

人間の関所の手前に、決定論的なチェックを置くパターン。禁止語・宛先の妥当性・フォーマット・自動テストなど、機械的に判定できる基準はプログラムに任せ、違反したらAIに自動で突き返します。

AIが下書き → 機械チェック(NG なら AI へ自動差し戻し)→ 通過したものだけ人間へ → 承認 → 送信

パターン5:複数人承認・担当ルール

承認者を誰にするかも設計の一部です。

パターン6:事後通知(実行後に知らせる)——慎重に

承認を挟まず実行し、結果を人間に通知するパターンです。取り消せる操作(下書きの保存・社内向けの集計)や、間違っても実害の小さい操作に限って使えます。

注意したいのは、「AIの精度が上がってきたから承認を外す」判断を焦らないことです。精度が高いことと、間違いが起きたときに止められることは別問題です。取り消せない操作から関所を外すのは、十分な運用実績が溜まり、間違いのパターンが把握できてからにすべきです。

パターンの組み合わせ:実務のフローはこうなる

実際の業務では、これらを組み合わせます。たとえば顧客への返信業務なら:

問い合わせ受信
→ AIが調査して返信を下書き
→ 機械チェック(禁止語・宛先)        …パターン4
→ 担当者が確認                      …パターン1
   ├ 文面を対話で修正               …パターン2
   ├ 調査からやり直し(差し戻し)    …パターン3
   └ 承認
→ プログラムが送信(決定論的に実行)

人間が登場するのは1箇所だけ、しかし取り消せない操作は必ずその1箇所を通る——これが承認設計の目指す形です。

まとめ


このブログは、AIと人の共創による業務自動化基盤 mawaru.ai(開発中)のチームが、開発の過程で考えていることを書いています。