サブエージェント

1 つの AI が 10 万件のフィードバックを徹夜で処理する時代は終わりました。WeJot は今、AI リサーチチーム全体を同時に働かせます。

サブエージェントは、WeJot のデータ分析にSubAgent 協働分析をもたらします。単一のエージェントが巨大なデータセットを一人で処理する代わりに、メインエージェントはリサーチチームのように機能します:作業を複数の「サブエージェント」に分割して並列実行し、その結果をひとつの回答に統合します。

なぜサブエージェントが必要か

実際に、多くの複雑なタスクは単一のエージェントには合わないことがわかりました:

• 数万件のユーザーコメント、大量の自由記述回答、膨大なレビューとソーシャル上の発言。
• 1 つのエージェントが取り込むデータが増えるほど、コンテキストが肥大化し、注意力が散漫になり、モデルが単純に失敗することもあります。
• 単一の視点ではエッジシグナルも見落とします。同じフィードバックでも、感情、ペインポイント、タグ、トレンドの読み取りが同時に必要な場合があります。

サブエージェントは、システムを実際のチームのように動かします。誰かが分析し、誰かが分類し、誰かが要約し、リードが最後に集約します。

どこで使えるか

• チャット入力の / クイックアクションメニュー

  入力欄に / と入力します。Skills のポップオーバーに、組み込みエントリとしてサブエージェントが先頭に表示されます。選択すると、入力欄に「Helpers」タグが表示され、現在のターンが並列化可能なサブタスクをサブエージェントに委任することを示します。

  

• チャットストリームの「Helpers at work」グループ

  メインエージェントがサブエージェントを派遣すると、チャットにバッチ分析ブロックが表示されます。各バッチは 1 人のサブエージェントに対応します:

  • 各サブエージェントには独自の番号、アバター、ニックネームがあります（例:「Helper 01 · Searcher」）。
  • 実行中は、スピナーが現在の作業を表示します（「テキスト分析を実行中」「データ読み込み完了 — 次の処理へ」）。
  • 完了すると、サブエージェントにチェックマークが付き、サブタスクリストが自動的に折りたたまれ、統合のためにメインエージェントへ引き継がれます。
  • アバターにホバーすると、各ステップのステータス（Pending / In progress / Done）を表示するサブエージェント情報カードが開きます。

  

仕組み

サブエージェントはマルチエージェント協働の実行パターンです:

1. メインエージェントがタスクを分解 — 大きな分析を並列化可能なサブタスクに切り分け、それぞれに適したサブエージェントの役割を選びます。
2. 並列委任 — 各サブエージェントはそれぞれが分離されたコンテキストで自分の担当を処理し、1 つのエージェントが全部をやった場合に起きるコンテキストの肥大化や注意力の散漫を防ぎます。
3. 見える進捗 — 各サブエージェントのツール呼び出しやステージの更新がリアルタイムでチャットにストリーミングされます。
4. 統合的な総合 — サブエージェントが完了すると、メインエージェントが結果を融合し、結論、チャート、フルレポートまで出力します。

10 万行の VOC フィードバックを例にすると、1 人が感情分析、1 人がペインポイントの抽出、1 人がタグ付け、1 人が外れ値の発見、1 人がトレンド変化の要約を担当し、メインエージェントがそれらの成果をつなぎ合わせて、生のテキストからトレンド、ペインポイント、潜在ニーズを浮かび上がらせます。

誰が何をするかはあなたが決める

サブエージェントは固定のパイプラインではありません。作業の分割方法をメインエージェントに指示できます。例えば:

• 「プロダクトマネージャーの視点で分析して。」
• 「解約理由だけに焦点を当てて。」
• 「高価値ユーザーのニーズに集中して。」
• 「競合が逃している未充足ニーズを見つけて。」

メインエージェントがタスクを分割し、適切な役割を定義して、並列実行中のサブエージェントに派遣します。

細部へのこだわり

• 安定したサブエージェント ID — 同じプロジェクト内では、同じ名前のサブエージェントは同じアバターを共有し、リロードしてもセッションに戻ってもアバターと番号は変わりません。
• プロジェクトは独立 — 各アンケートは独自にシャッフルされたアバター順序を持ち、初回表示時に再ランダム化されるため、同じプロジェクト内のサブエージェントのアバターが重複することはありません。
• 安定したストリーミング — 各バッチは安定した ID でレンダリングされるため、サブエージェントがストリーミング中にちらついたり、ID が入れ替わったりすることはありません。
• 完了時の自動折りたたみ — すべてのサブエージェントが完了すると、サブタスクリストが折りたたまれ、チャットがきれいに保たれます。

こんな方に

次のような作業をしている方に:

• ユーザーリサーチ / VOC 分析 — 自由記述の回答、インタビューの書き起こし、大規模なユーザーフィードバック。
• 市場 / 競合リサーチ — 多くのディメンションや多くの競合を並列でスキャン。
• データ分析 — 同じデータセットを複数の視点に同時に分割する必要がある場合。
• 意見モニタリング — 大量のクロスプラットフォームコメント、感情、トピッククラスタリング。

作業をサブエージェントに任せて、AI リサーチチーム全体を並列で働かせましょう。1 つのモデルが 10 万行を徹夜で処理するよりはるかに効率的です。

他の機能との関係

• 明確化と連携: まず明確化でリサーチの意図を確定し、その後サブエージェントに分析を並列実行させます。
• Skills 管理と連携: サブエージェントは実行中も有効化された公式 / カスタム Skills（テキスト分析、データ分析、ドキュメント生成など）を呼び出します — Skills 管理で、サブエージェントができることの範囲をコントロールできます。

WeJot は AI にデータを処理させるだけでなく、複数の AI を実際のリサーチチームのように機能させます:分業し、協働し、相互に検証し、分析を一緒に完了します。