Agent Builderは、OpenAIが2025年のDevDayで発表した「AgentKit」の中核ツールで、エージェントワークフローをドラッグ&ドロップで設計・テスト・公開できるビジュアルキャンバスです。本記事では、何ができるのか、どこに位置づけられるのか、Agents SDKとの違い、導入時の注意点を、エンジニア・企画・プロダクト担当の双方が短時間で把握できる粒度でまとめます。
Agent Builderとは何か
OpenAI公式ドキュメントでは、Agent Builderは「マルチステップのエージェントワークフローをPlaygroundから視覚的に組み立て、デバッグし、エクスポートするツール」と説明されています。コードを書く前の段階で、エージェント・ツール呼び出し・条件分岐・型付き入出力をキャンバス上に並べ、ライブデータでプレビューしながら挙動を確認できます。
主にできることは次のとおりです。
- ノードをドラッグ&ドロップしてワークフローを構築
- 複数Agent・ツール・条件分岐の組み合わせ
- 各ステップの入力/出力を型付きで定義
- サンプルデータやファイルでのプレビュー実行とデバッグ
- Trace gradersによるワークフロー性能の評価
- workflow IDとバージョンを持つオブジェクトとして公開
- ChatKitへの埋め込み、またはAgents SDKコードとしての書き出し
AgentKitの中での位置づけ
Agent BuilderはAgentKitの一部であり、他のコンポーネントと役割を分担しています。OpenAI公式の整理を踏まえると、おおむね以下の関係になります。
- Agent Builder：エージェントワークフローを設計するGUI
- Agents SDK：コードでエージェントを実装・実行するSDK
- ChatKit：作成したエージェントをWebやアプリにチャットUIとして埋め込むキット
- Connector Registry：外部データソースやMCP接続を一元管理する仕組み
- Evals：エージェントの品質を測定・改善する評価機能
つまりAgent Builderは「設計・プロトタイプ・可視化」、Agents SDKは「実装・カスタマイズ・本番制御」を担う、と覚えると整理しやすいです。
使い方の基本フロー
OpenAI公式ガイドによれば、Agent Builderでの基本的な流れは3ステップです。
- Workflowを設計する：キャンバス上でAgent・ツール・分岐・出力をノードとして組み立てる。テンプレートから始めることも、ブランクキャンバスから始めることもできる。
- Publishする：完成したワークフローを公開し、IDとバージョンを持つオブジェクトにする。
- Deployする：ChatKitにworkflow IDを渡してアプリへ埋め込むか、Agents SDKコードを書き出して自前のバックエンドで実行する。
典型的には「入力→意図分類→条件分岐→必要なツール呼び出し→回答生成→安全チェック→ユーザー応答」といった構造を、ノードを並べるだけで表現できます。
シンプルな開発の参考例：社内FAQボット
Agent Builderを初めて開くと、画面上にいくつかの公式テンプレートが並びます。執筆時点で確認できるのは「Data enrichment」「Planning helper」「Customer service」「Structured Data Q/A」「Document comparison」「Internal knowledge assistant」の6種類です。最初の一歩としては、これらのテンプレートをそのまま開き、構造を眺めながら自社用に少しだけ書き換えるのが手早い学習方法です。
ここでは、もっともイメージしやすい題材として「Internal knowledge assistant」テンプレートをベースにした社内FAQボットを例に挙げます。想定するユースケースは、社内規程や業務マニュアルに関する従業員からの問い合わせを、エージェントが文書を参照しつつ回答するというものです。
最小構成のワークフローは、たとえば次のようなノード構成になります。
- Start：ユーザーからの質問テキストを受け取る入力ノード
- Agent（意図分類）：質問が「規程・制度に関するもの」「ITヘルプデスク的なもの」「その他」のいずれかを分類する
- If/Else：分類結果に応じてフローを分岐させる
- File Search：社内規程PDFなどを格納したベクトルストアを参照し、関連箇所を取得する
- Agent（回答生成）：取得した文脈をもとに、根拠を引用しつつ日本語で回答を作成する
- End：最終的な応答をユーザーに返す
このレベルであれば、テンプレートのノードをいくつか差し替え、各Agentノードの指示文（システムプロンプト）と参照ファイルを変更するだけで、最初のプロトタイプはおおむね完成します。プレビュー実行で「就業規則の有給休暇の繰越ルールは？」のような想定質問を流し込み、回答内容と引用箇所が妥当かを確認しながら、Agentの指示文や分岐条件を調整していくイメージです。
ここまでできたら、あとはPublishしてworkflow IDを発行し、社内ポータルにChatKit経由で埋め込むか、Agents SDKコードとして書き出して既存の業務システム側で実行するかを選ぶ流れになります。最初から複雑なマルチエージェント構成を目指すのではなく、「1テンプレート＋1ツール＋1分岐」程度の小さな例で挙動を掴むのが、Agent Builderを習得する近道です。
Agents SDKとの違いと使い分け
Agent BuilderとAgents SDKは競合ではなく補完関係です。一般論として、次のように使い分けるのが自然です。
- Agent Builder：GUI中心。試作・仕様共有・チーム合意形成に強い。PM・業務担当・法務/セキュリティも同じ画面で議論しやすい。
- Agents SDK：コード中心。本番運用、既存システムとの連携、複雑な制御や独自ロジックの実装に向く。
OpenAIのAgentKit発表記事では、RampやLY Corporationといった企業が、Agent Builderを使って短期間でマルチエージェントワークフローを構築した事例が紹介されています。設計を視覚化することで、開発者以外も含めたチームで素早くプロトタイプを回せる点が強みと言えます（実際の効果は組織・ユースケースによって異なるため、ここは推測も含みます）。
安全性・評価・現在の提供状況
OpenAI公式ドキュメントでは、エージェントワークフローにはprompt injectionやdata leakageといったリスクが存在するため、「Safety in building agents」ガイドの参照が推奨されています。Agent Builderにはガードレール設定やTrace gradersによる評価機能が組み込まれており、設計段階から安全性と品質を継続的に確認できます。
提供状況については、OpenAIのAgentKit発表（2025年10月）時点で次のように整理されています。
- Agent Builder：ベータ提供
- ChatKit / 新Evals機能：一般提供
- Connector Registry：一部API・ChatGPT Enterprise/Edu顧客向けにベータ展開中
料金は標準のAPIモデル課金に含まれるとされていますが、最新の提供範囲・料金体系は変更される可能性があるため、導入判断の前に公式ドキュメントで必ず確認してください。
まとめと参考リンク
Agent Builderは、コードを書く前にエージェントの構造を可視化し、チームで議論しながら設計・試作できるOpenAI公式のキャンバスです。プロトタイプはAgent Builderで素早く作り、本番運用ではAgents SDKでコード化、UI埋め込みはChatKit、という流れが現時点での標準的な使い分けと考えられます。まずは公式ドキュメントとテンプレートから小さく試すのがおすすめです。