2025年版 AgentKitとMake連携の実践ガイド

Makeのようなワークフロー自動化ツールと、OpenAIのAgentKitのようなAIエージェントビルダーの連携を検討しているのですね。一見すると、非常に理にかなっているように思えます。Makeの膨大なアプリコネクタライブラリをバックエンドの作業に使い、AgentKitがスマートな会話部分を担当するというわけです。目標は、複雑で多段階のタスクをすべて自律的に管理できる強力なAIエージェントを構築することです。

しかし、これを実現するには実際に何が必要なのでしょうか？実のところ、これら2つの強力な（しかし非常に異なる）プラットフォームを繋ぎ合わせるのは、単純なプラグアンドプレイ操作ではありません。このガイドでは、MakeとAgentKitの連携に何が伴うのか、厄介な部分や限界も含めて実態を解説し、仕事をこなせるAIを構築するためのより効率的な方法をご紹介します。

MakeとOpenAI AgentKitとは？

この連携がなぜこれほどトリッキーなのかを理解するためには、それぞれのプラットフォームが実際に何のために作られたのかを見る必要があります。これらは異なる思想から生まれ、異なる問題を解決するものであり、そこが複雑さの源となっています。

Makeとは？

Makeは、以前はIntegromatとして知られていたかもしれません。これは、ワークフローを自動化するための定評あるビジュアルツールです。アプリのためのデジタル交換手のようなものだと考えてください。その主な強みは、2,500を超えるアプリ連携からなる巨大なエコシステムであり、CRM、データベース、コミュニケーションツールなどをコードを書くことなく連携させることができます。

MakeはAI機能の追加を始めていますが、それらは主要な役割であるプロセスの自動化やアプリケーション間のデータ移動へのアドオンのように感じられます。「もしこうなったら、あれをする」という、ビジネスの運営を支えるロジックの処理に非常に優れています。

OpenAI AgentKitとは？

一方、OpenAI AgentKitは、対話型AIエージェントを作成するために特別に設計されたツールキットです。エージェントの推論、ロジック、そして人々との対話方法を設計することに重点を置いています。エージェントがどのように「考える」かを設計するためのビジュアルスペースであるAgent Builderと、製品にチャットUIを埋め込むのに役立つChatKitで構成されています。

AgentKitは、会話とエージェントの知能に完全に焦点を当てており、多数のバックエンドシステムに接続することには重点を置いていません。AIの頭脳を構築するツールは提供しますが、ビジネスの他の部分から情報をどのように供給するかはユーザー次第です。

MakeとAgentKit連携の約束と現実

では、なぜこの2つを連携させたいのでしょうか？そのアイデアは、両者の強みを組み合わせることにあります。バックエンドでの重い処理にはMakeを使い、タスクの対話部分を処理するためにAgentKitエージェントをトリガーするという使い方です。

顧客がサポートチケットを送信したと想像してみましょう。理想的な世界では、プロセスは次のようになります。

1. 新しいチケットが届き、Makeのシナリオが開始されます。

2. MakeがCRMから顧客情報を、Shopifyから最近の注文情報を取得します。

3. Makeがこの情報をまとめ、APIコールを通じてAgentKitエージェントに送信します。

4. AgentKitエージェントは、必要なすべてのコンテキストを得て、問題を把握し、完璧にパーソナライズされた返信を作成します。

5. Makeがその返信を受け取り、ヘルプデスクに投稿してチケットを更新します。

素晴らしいと思いませんか？問題は、実際には1つのスムーズなワークフローを作成しているのではなく、2つの別々の島の間に不安定な橋を架けているようなものだということです。この設定では、2つの異なるプラットフォームと2つの異なるインターフェースをまたいで、ロジック、APIコール、エラーハンドリングを管理する必要があります。初期のコーディング時間は節約できるかもしれませんが、後で複雑さとメンテナンスの代償を払うことになります。結局、追跡して修正するのが悪夢のような複数の障害点を持つことになります。

MakeとAgentKit連携を構築する上での主な課題

才能ある開発者ならおそらくこれを機能させることはできるでしょうが、このDIYアプローチは、プロジェクトを停滞させ、成長を困難にし、節約する以上の仕事を生み出すシステムを残す可能性のある実用的な問題に満ちています。

断片化された知識とコンテキスト

AgentKitで構築されたエージェントは、Makeが接続しているすべてのアプリで何が起こっているのかを知りません。エージェントに有用なコンテキストを与えるためには、Makeが特定のデータ片を取得するように手動で設定し、それを慎重にAPIコールで渡す必要があります。これは遅くて不格好であり、エージェントが自力で情報を見つけ出す能力を著しく制限します。対照的に、eesel AIのような統合プラットフォームは、ヘルプデスクのチケットからConfluenceページまで、接続されたすべての知識ソースで直接トレーニングされるため、複雑なAPI設定は不要です。

統一されたテストとシミュレーションの欠如

Makeのシナリオをテストすることはできますし、AgentKitのワークフローをプレビューすることもできますが、実際のデータを使ってプロセス全体を最初から最後までシミュレーションする方法はありません。基本的に手探りで進めることになり、自動化がどれだけうまく機能するか、あるいはローンチ前に小さなエラーを捕らえる本当の方法がありません。これはeesel AIのようなプラットフォームが解決するために構築された大きなリスクです。強力なシミュレーションモードを使えば、AIが顧客との会話に一度も触れる前に、過去の何千ものチケットで安全にテストすることができます。

脆弱なガバナンスとコントロール

2つの別々のシステムをまたいでセキュリティ、権限、エージェントの振る舞いを管理しようとすることは、トラブルを招くようなものです。AgentKitで構築されたエージェントは、Makeに設定したビジネスルールや特定のコントロールに自動的に従うわけではないため、コンプライアンスや安全性の問題を引き起こす可能性があります。専用のAIサポートプラットフォームは、すべてをコントロールするための単一のダッシュボードを提供し、AIがどのチケットを処理できるか、どのアクションを実行できるか、どの知識の使用が許可されているかを正確に定義できます。

複雑なメンテナンスと高いオーバーヘッド

2つのプラットフォームを使用する設定では、1つの小さな変更がドミノ効果を引き起こす可能性があります。MakeのAPIが更新されると、AgentKitのワークフローが期待するデータ形式が壊れるかもしれません。これはメンテナンス作業が2倍になることを意味し、問題を修正するためだけに両方のプラットフォームの専門家を必要とします。業務を簡素化するどころか、2倍複雑にしてしまったことになります。

課題	DIY（Make + AgentKit）アプローチの影響
断片化された知識	AIのコンテキストが限られており、データを取得するために複雑なAPIコールが必要。
エンドツーエンドのテストがない	リスクの高いローンチとなり、事前にパフォーマンスを予測できない。
脆弱なガバナンス	一貫したセキュリティとビジネスルールの徹底が困難。
高いメンテナンスコスト	2つのプラットフォームにまたがる更新とデバッグで作業が2倍になる。

MakeとAgentKit連携へのよりシンプルなアプローチ：オールインワンAIプラットフォームによるワークフローの統合

2つの異なるツールをテープで貼り合わせようとするのではなく、最初から知識、自動化、AIを統合するように設計された単一のプラットフォームを使用したらどうでしょうか？

これこそがeesel AIが行うことです。これは単なるエージェントビルダーやワークフローツールではありません。サポートチーム向けの完全なAIプラットフォームであり、すべてを1か所で管理し、DIYアプローチが生み出すまさにその問題を解決します。

• すべての知識を瞬時に接続。 eesel AIを使えば、ヘルプデスク、Wiki、その他のドキュメントをワンクリックで連携できます。AIは過去のチケットを含むすべてで自動的にトレーニングされるため、最初から深く有用なコンテキストを持っています。

• 確実なテストで数分で本番稼働。 eesel AIはセルフサービスで利用できるように構築されています。サインアップし、データソースを接続し、過去の何千ものチケットでシミュレーションを実行して、数か月ではなく数分で正確なパフォーマンス予測を得ることができます。始めるのに営業担当者と話す必要さえありません。

• 自動化を完全にコントロール。 シンプルなビジュアルワークフローエンジンにより、AIが何をすべきかを正確に定義できます。ペルソナを設定したり、知識を特定のトピックに限定したり、注文情報を検索したりチケットにタグを付けたりするカスタムアクションを作成したりすることが、コードを書いたりプラットフォームを切り替えたりすることなく可能です。

• ヘルプデスクとのシームレスな統合。 eesel AIは、ZendeskやFreshdeskなど、すでに使用しているツールに直接接続します。新しいワークフローをゼロから構築させるのではなく、既存のワークフローと連携して機能します。

価格比較：MakeとAgentKit vs. 統合プラットフォーム

もちろん、コストはパズルの大きなピースです。DIYアプローチは、予算を立てることがほぼ不可能な、厄介で予測不可能な請求につながる可能性があります。

Makeの価格設定

Makeは「オペレーション」に基づいて課金されます。ワークフローの各ステップが1オペレーションとしてカウントされます。1つのサポートチケットが、数十のオペレーションを消費するワークフローを引き起こす可能性があり、コストは警告なしに急増します。プランには無料ティアがあり、Coreプランなどの有料プランは月額9ドルで10,000オペレーションから始まります。

OpenAI AgentKitの価格設定

AgentKit自体に個別の価格はありませんが、その下で使用されるすべてのOpenAI APIとモデルの料金を支払うことになります。すべての質問、エージェントの思考プロセスの各ステップ、そしてすべての応答がトークンを消費します。GPT-4oのような強力なモデルでは、これらのコストは信じられないほど速く積み重なり、月々の請求額がどうなるか予測することはほぼ不可能です。

eesel AIの価格設定：統合された代替案

eesel AIは、特定のAIインタラクション数に対して定額の月額料金という、明確で予測可能なモデルを採用しています。大きな利点は、解決ごとの料金がないため、忙しい月だったからといってコストが急増することはありません。必要なすべての機能を1つのプランで利用でき、自信を持ってスケールできる価格設定です。

プラットフォーム	価格モデル	予測可能性	最適なユーザー
Make	オペレーションごと	低〜中	シンプルでボリュームの少ないワークフローを持つチーム。
OpenAI AgentKit	トークンごと（API使用量）	非常に低い	予算が問題にならない実験的なプロジェクト。
eesel AI	インタラクションティアごとの定額料金	高い	予測可能なコストとスケーラブルなAIを必要とするビジネス。

MakeとAgentKit連携に適したツールを選ぶ

MakeとAgentKitを連携させることは興味深い技術的挑戦かもしれませんが、結果として得られるのは、管理、テスト、そして実際のサポート自動化のためにスケールするのが面倒な、脆弱で過度に複雑なシステムです。現実は、ワークフローツールはバックエンドプロセス用であり、エージェントビルダーは会話を作成するためのものです。カスタマーサポートには、面倒な手間なしにその両方を行うプラットフォームが必要です。

スピード、コントロール、信頼性を重視するチームにとって、統合された専用プラットフォームが最も論理的な選択です。eesel AIのようなソリューションは、連携の頭痛の種なしに、高度なAIエージェントのすべての力を提供します。技術スタックのフランケンシュタインの怪物を維持することにではなく、顧客体験の向上に集中させてくれます。

この動画では、OpenAIエージェントを膨大な数の自動化に接続する方法を実演し、MakeとAgentKitの連携の背後にあるコンセプトを説明しています。

真に統合されたAIプラットフォームが何をもたらすか、見てみませんか？eesel AIの無料トライアルを開始するか、デモを予約して、サポートチームのための強力なAIエージェントを数分で構築しましょう。