今回は、OpenAI Agents SDKを使って航空会社の顧客サポートを革新するマルチエージェントシステムの構築方法を、初心者の方にも分かりやすく解説していきます。

こんな方におすすめです！
✅ AIを活用した顧客サポート自動化に興味がある開発者
✅ マルチエージェントシステムの実装を学びたい方
✅ 業務効率化のためのAIソリューションを検討している企業担当者

マルチエージェントシステムとは？｜複数のAIが連携する仕組み

マルチエージェントシステムとは、複数の専門特化したAIエージェントが連携して、複雑なタスクを効率的に処理する仕組みのことです。

従来の単一AIチャットボットとの違い

従来のチャットボット	マルチエージェントシステム
1つのAIがすべてを処理	専門分野ごとに特化したAIが分担
複雑な質問への対応が困難	適切なエージェントに自動振り分け
精度にバラつきがある	各分野で高い専門性を発揮

実際に構築するシステムの全体像

今回作成するシステムは、3つの専門エージェントで構成されています。

システム構成図

お客様の問い合わせ
        ↓
   【トリアージエージェント】
    ↙     ↓     ↘
【FAQ】 【座席変更】【その他】
エージェント エージェント  対応

各エージェントの役割

1. トリアージエージェント（振り分け係）

• お客様の問い合わせを分析
• 適切な専門エージェントに自動振り分け
• 複雑な問い合わせの一次対応

2. FAQエージェント（よくある質問対応）

• 手荷物、座席、Wi-Fiなどの一般的な質問に即答
• ナレッジベースから最適な回答を検索・提供

3. 座席変更エージェント（座席予約変更専門）

• 座席変更リクエストの処理
• 予約確認番号の照合
• 座席番号の更新処理

他業界への応用可能性｜こんな分野でも活用できます！

このマルチエージェントシステムは、航空業界以外でも幅広く応用できます。

🏥 医療・ヘルスケア業界

• 一般相談エージェント: 症状の初期相談
• 予約管理エージェント: 診察予約の取得・変更
• 緊急対応エージェント: 緊急時の適切な医療機関への誘導

🏦 金融・銀行業界

• FAQ対応エージェント: 口座開設、手数料などの基本情報
• 残高照会エージェント: 口座残高、取引履歴の確認
• 不正検知エージェント: 怪しい取引の検出・警告

🛒 ECサイト・小売業界

• 商品案内エージェント: 商品検索、仕様説明
• 注文管理エージェント: 配送状況、返品・交換手続き
• カスタマーサービスエージェント: 苦情対応、トラブルシューティング

実装手順｜ステップバイステップで構築していこう

ステップ1｜必要なライブラリのインポート

from __future__ import annotations as _annotations

import asyncio
import random
import uuid

from pydantic import BaseModel

各ライブラリの役割

ライブラリ	役割
asyncio	複数の顧客からの問い合わせを同時に処理するため
random	座席変更時のフライト番号生成用
uuid	会話セッションの一意識別子作成用
pydantic.BaseModel	顧客情報を安全に管理するためのデータモデル

ステップ2｜AIエージェントフレームワークの読み込み

from agents import (
    Agent, HandoffOutputItem, ItemHelpers, MessageOutputItem, RunContextWrapper,
    Runner, ToolCallItem, ToolCallOutputItem, TResponseInputItem, function_tool,
    handoff, trace,
)
from agents.extensions.handoff_prompt import RECOMMENDED_PROMPT_PREFIX

主要コンポーネントの説明

コンポーネント	機能
Agent	各専門エージェントの本体
function_tool	エージェントが使用できる機能を定義
handoff	エージェント間の処理移管を制御
Runner	エージェントシステム全体の実行管理

ステップ3｜顧客情報管理のデータモデル作成

class AirlineAgentContext(BaseModel):
    passenger_name: str | None = None
    confirmation_number: str | None = None
    seat_number: str | None = None
    flight_number: str | None = None

なぜこのデータモデルが重要なのか？

このデータモデルにより、各エージェント間で顧客情報を安全に共有できます。

• トリアージエージェントが収集した予約確認番号
• 座席変更エージェントが更新した座席情報
• 全エージェントで参照可能な統一された顧客データ　など

ステップ4｜AIツール（機能）の実装

FAQ検索ツール

@function_tool(name_override="faq_lookup_tool", description_override="Lookup frequently asked questions.")
async def faq_lookup_tool(question: str) -> str:
    if "bag" in question or "baggage" in question:
        return "お預けいただける荷物は、お一人様につき1個まで無料です。サイズ制限や重量制限については..."
    elif "seats" in question or "plane" in question:
        return "一般的な中型機では100-200席程度をご用意しており、エコノミークラスとビジネスクラスに分かれています..."
    elif "wifi" in question:
        return "機内では無料Wi-Fiサービスをご提供しております。離陸後、シートベルト着用サインが消えてから..."
    return "申し訳ございませんが、その件についてはカスタマーサービスにお問い合わせください。"

実装のポイント

• キーワードベースの簡単な分類で高速応答を実現
• 実際の運用では、より高度な自然言語処理やベクトル検索を活用可能

座席変更ツール

@function_tool
async def update_seat(context: RunContextWrapper[AirlineAgentContext], confirmation_number: str, new_seat: str) -> str:
    context.context.confirmation_number = confirmation_number
    context.context.seat_number = new_seat
    assert context.context.flight_number is not None, "Flight number is required"
    return f"座席を{new_seat}に変更いたしました。予約確認番号：{confirmation_number}"

注意点とベストプラクティス

• 実際のシステムでは、座席の空き状況確認が必要
• データベースとの連携により、リアルタイムの座席管理を実装
• エラーハンドリングの充実（満席、存在しない座席番号など）

ステップ5｜エージェント間連携の制御機能

async def on_seat_booking_handoff(context: RunContextWrapper[AirlineAgentContext]) -> None:
    flight_number = f"FLT-{random.randint(100, 999)}"
    context.context.flight_number = flight_number

この機能の効果
座席変更エージェントに処理が移る際に、自動的にフライト番号を割り当てることで、一貫性のある顧客対応を実現します。

ステップ6｜各専門エージェントの設定

FAQエージェント

faq_agent = Agent[AirlineAgentContext](
    name="FAQ Agent",
    handoff_description="航空会社に関する質問にお答えする専門エージェント",
    instructions=f"""{RECOMMENDED_PROMPT_PREFIX}
    あなたは航空会社のFAQ担当エージェントです。
    お客様からの一般的な質問に、親切で分かりやすくお答えしてください。
    faq_lookup_toolを使用して適切な回答を検索してください。""",
    tools=[faq_lookup_tool],
)

座席変更エージェント

seat_booking_agent = Agent[AirlineAgentContext](
    name="Seat Booking Agent", 
    handoff_description="フライトの座席変更を専門とするエージェント",
    instructions=f"""{RECOMMENDED_PROMPT_PREFIX}
    あなたは座席変更専門のエージェントです。
    お客様の座席変更リクエストを正確かつ迅速に処理してください。
    update_seatツールを使用して座席情報を更新してください。""",
    tools=[update_seat],
)

トリアージエージェント（メイン振り分け係）

triage_agent = Agent[AirlineAgentContext](
    name="Triage Agent",
    handoff_description="お客様のリクエストを適切なエージェントに振り分ける総合案内",
    instructions=f"{RECOMMENDED_PROMPT_PREFIX} あなたは親切な振り分け担当エージェントです...",
    handoffs=[
        faq_agent,
        handoff(agent=seat_booking_agent, on_handoff=on_seat_booking_handoff),
    ],
)

トリアージエージェントの動作例

シナリオ1: Wi-Fiについての質問

👤 お客様: "機内にWi-Fiはありますか？"
🤖 トリアージ: FAQ関連と判断 → FAQエージェントに移管
📞 FAQエージェント: "機内では無料Wi-Fiサービスをご提供しております..."

シナリオ2: 座席変更リクエスト

👤 お客様: "座席を12Aに変更したいです"  
🤖 トリアージ: 座席変更リクエストと判断 → 座席変更エージェントに移管
✈️ 座席変更エージェント: "座席を12Aに変更いたしました。フライト番号：FLT-321"

ステップ7｜システム全体の実行ループ

async def main():
    current_agent: Agent[AirlineAgentContext] = triage_agent
    input_items: list[TResponseInputItem] = []
    context = AirlineAgentContext()
    conversation_id = uuid.uuid4().hex[:16]

    while True:
        user_input = input("ご質問をどうぞ: ")
        with trace("Customer service", group_id=conversation_id):
            input_items.append({"content": user_input, "role": "user"})
            result = await Runner.run(current_agent, input_items, context=context)

            for new_item in result.new_items:
                if isinstance(new_item, MessageOutputItem):
                    print(f"{new_item.agent.name}: {ItemHelpers.text_message_output(new_item)}")
                elif isinstance(new_item, HandoffOutputItem):
                    print(f"✨ {new_item.source_agent.name}から{new_item.target_agent.name}に処理を移管しました")
            
            input_items = result.to_input_list()
            current_agent = result.last_agent

if __name__ == "__main__":
    asyncio.run(main())

システムの処理フロー

1. 開始: トリアージエージェントから開始
2. 入力受付: ユーザーからの問い合わせを受信
3. 処理実行: 適切なエージェントで問い合わせを処理
4. 結果出力: 回答またはエージェント移管の通知
5. 継続: 次の問い合わせに備えて待機

実装時の注意点とトラブルシューティング

よくあるエラーと対処法

1. フライト番号未設定エラー

# エラー: Flight number is required
# 対処法: on_seat_booking_handoff関数が正しく呼ばれているか確認

2. エージェント間の無限ループ

# 問題: エージェント同士が永続的に処理を回し合う
# 解決策: 明確な終了条件と最大ハンドオフ回数の設定

3. コンテキスト情報の消失

# 問題: エージェント移管時に顧客情報が失われる
# 解決策: RunContextWrapperの適切な利用とデータ永続化

本格運用に向けた拡張ポイント

パフォーマンス向上施策

1. データベース連携

• 顧客情報の永続化
• 座席在庫のリアルタイム管理
• 過去の問い合わせ履歴の活用

2. 高度なNLP機能

• 感情分析による優先度判定
• 多言語対応の実装
• 音声認識・合成の統合

3. 運用監視とメトリクス

• 応答時間の監視
• 顧客満足度の測定
• エージェント別パフォーマンス分析

ビジネス効果の測定指標

指標	測定方法
応答時間	初回応答までの平均時間
解決率	人間エージェント移管率の削減
顧客満足度	NPS（Net Promoter Score）
運用コスト	人件費とシステム運用費の比較

注意点: 実際の改善効果は導入環境や条件によって異なりますが、一般的に大幅な応答時間短縮、顧客満足度の向上、運用コストの削減が報告されています。多くの事例では30-80%の応答時間短縮が確認されており、導入企業の多くで良好な結果が得られています。

まとめ｜次のステップへ

今回のマルチエージェントシステムの構築を通じて、以下のスキルを習得できました。

✅ OpenAI Agents SDKの基本操作
✅ マルチエージェント設計の基礎
✅ 業務プロセスの自動化手法
✅ エラーハンドリングとデバッグ技術

今後の学習におすすめのテーマ

1. より高度なAgent間通信
   • 並列処理の実装
   • 状態管理の最適化
2. エンタープライズ向け機能
   • セキュリティ強化
   • スケーラビリティの向上
3. 他業界への応用
   • 医療、金融、教育分野での実装
   • 業界特有の要件への対応

今すぐ始めてみましょう！

この記事で紹介したコードをベースに、ぜひあなた自身のマルチエージェントシステムを構築してみてください。まずは小さな機能から始めて、徐々に拡張していけば、必ず実用的なシステムが完成するはずです。

元記事：Flight Assistance with OpenAI Agent SDK

■合わせて読みたい

■関連記事