多くのビジネスパーソンやプロジェクトチームが汎用AIモデルを利用する際、共通の非効率に直面しています。新しい対話セッションを立ち上げるたびに長大な前提指示やブランドトーンを再入力しなければならず、社内固有の製品仕様や業務規定を質問しても、モデルが非公開データにアクセスできないため一般的な返答にとどまるか、ハルシネーション（事実無根の回答）を起こしてしまう点です。
Alibaba CloudのQwenモデル群を基盤とする「通義千問（Tongyi Qianwen）」のカスタムエージェント（Custom Agent）機能は、この課題を根本から解消します。システム指示（プロンプト・ペルソナ設定）、社内ドキュメントナレッジベース（RAG：検索拡張生成）、外部ツールプラグインという3つの要素を組み合わせることで、チーム固有のコンテキストを保持し、確かな根拠に基づいて回答し、実業務ツールを実行できる専属のデジタル同僚を構築できます。
通義千問のWeb画面やツールボックス（百宝箱）によるノーコード作成から、Alibaba Cloud Model Studio（百錬 / Bailian）を用いた高度な開発まで、この構築フローを習得することで日々の業務生産性は飛躍的に向上します。
通義千問カスタムエージェントを支える3大要素
実用的なエージェントとは、単にプロンプトを保存したチャットボットではありません。推論エンジン、組織固有の記憶、外部ツール実行が三位一体となった自動化システムです。
+-------------------------------------------------------------------+
| ユーザーの質問 / 業務タスク入力 |
+---------------------------------+---------------------------------+
|
v
+-------------------------------------------------------------------+
| 通義千問 エージェント実行エンジン (Qwen) |
| |
| +--------------------+ +--------------------+ +--------------+ |
| | システム指示 | | 社内ナレッジベース | | プラグイン | |
| | ペルソナと行動規範 | | RAG 高精度ドキュ | | API・検索・ | |
| | | | メント検索 | | コード実行 | |
| +--------------------+ +--------------------+ +--------------+ |
+---------------------------------+---------------------------------+
|
v
+-------------------------------------------------------------------+
| 根拠が明確で書式が整った、即座に活用できる業務回答 |
+-------------------------------------------------------------------+
1. システム指示（System Instructions）：役割定義と行動規範
指示（システムプロンプト）は、エージェントの行動原理と境界線を決定づける憲法です。曖昧な指示のままでは、モデルは汎用的な会話パターンに終始してしまいます。
実務に耐えうる指示には次の項目を明記します：
- 役割とペルソナ： 専門領域、想定する相談相手、回答のトーン（例：シニアクラウドソリューションアーキテクト、コンプライアンス審査官など）。
- 業務ワークフロー（SOP）： 思考プロセスと手順（例：質問の意図を分析し、ナレッジベースを照合し、指定のテンプレートで出力する）。
- ハルシネーション防止の制約条件： 「やってはならないこと」の厳密な定義。「ナレッジベース内に明確な記載がない場合は推測せず、情報が登録されていない旨を誠実に回答すること」などを指示します。
- 出力フォーマットの指定： 箇条書き要約、Markdown比較表、JSON形式など、納品形式をあらかじめ固定します。
2. ナレッジベース（Knowledge Base / RAG）：虚偽を防ぐ事実の担保
大規模言語モデルは膨大な公開知識を持っていますが、貴社固有の製品ホワイトペーパー、顧客契約書、社内就業規則などは知り得ません。
ナレッジベースはRAG（検索拡張生成）技術を活用します：
- ドキュメントをアップロードすると、システムが自動的にテキスト解析、チャンク分割、ベクトル化（Embedding）を行います。
- ユーザーが質問すると、まずナレッジベース内から意味的に最も一致する文書断片が高精度で検索されます。
- エージェントはその断片情報のみをコンテキストに読み込み、原文に忠実な回答を生成するため、ハルシネーションを極小化できます。
3. ツールプラグイン（Plugins / Tools）：外部連携と実行力の付与
言語モデル単体ではテキストの送受信にとどまりますが、プラグインによって外部環境へのアクセスが可能になります：
- 標準ツール群： 最新の市場動向やニュースを収集するWeb検索、表計算や統計処理を行うコードインタープリター（Pythonサンドボックス）、ビジュアル素材を生成する通義万相（Wanx）。
- カスタムAPIプラグイン： 社内CRM、チケット管理ツール、在庫データベースなどのREST APIと連携。モデルが意図を解釈してパラメータを抽出し、エンドポイントを呼び出します。
- Model Context Protocol（MCP）： 標準化されたプロトコルを通じて、ローカルツールや多様なデータソースと柔軟に連携します。
汎用チャット対話とカスタムエージェントの比較
| 評価軸 | 通常のチャット画面 | 通義千問カスタムエージェント |
|---|---|---|
| 背景コンテキストの維持 | 会話終了時に消失；毎回再入力が必要 | エージェント設定として恒久保持；チーム全体で再利用可能 |
| 社内非公開データの参照 | 都度のファイル添付に限定；検索深度が浅い | ベクトル化されたナレッジベースと常時接続；高精度な検索 |
| 外部ツール・API実行 | テキスト生成と標準検索のみ | API呼び出し、Pythonコード実行、MCP連携による実業務自動化 |
| 出力の一貫性と正確性 | 生成のゆらぎや不正確な推測が生じやすい | 厳格なルールと根拠文書に拘束され、信頼性が極めて高い |
| チーム内共有・展開 | 個人のチャット履歴に散逸；標準化が困難 | ワークスペース共有、専用URL配布、チャットツールへの組み込みが可能 |
カスタムエージェント作成のステップ・バイ・ステップ手順
ステップ1：エージェントの初期化と基盤モデルの選定
- 通義千問Web画面の百宝箱、またはAlibaba Cloud Model Studio（百錬）の管理コンソールにアクセスし、「エージェント作成（またはアプリケーション作成）」を選択します。
- 基本情報を入力します：
- 名称： 目的が伝わる実務的な名前（例：「SaaS製品プリセールス支援アシスタント」「経費規程照会ボット」）。
- 説明： 想定利用者と対応業務の概要。
- アイコン： 役割を象徴するアバターを選択。
- 駆動モデルの選定：
- Qwen-Max： 高度な論理推論、複雑なツール呼び出し、厳密な正確性が求められる意思決定業務に最適。
- Qwen-Plus： コストパフォーマンスと応答速度のバランスに優れ、日常的な社内文書作成や顧客問い合わせ対応に最適。
- Qwen-Long： 膨大なコンテキストウィンドウを処理可能で、年次財務諸表の精査や長大な規程類の横断分析に特化。
ステップ2：構造化されたシステム指示の記述
プロンプト入力欄には、1〜2行の単純な指示ではなく、構造化されたMarkdown形式で記述します：
# 役割
あなたはクラウドソリューション事業部のシニアプリセールスエンジニアです。営業担当者やソリューションアーキテクトが顧客向けRFP（提案依頼書）に迅速かつ正確に回答できるよう支援します。
# 利用可能な能力
1. アップロード済みの『製品ホワイトペーパー』および『セキュリティ認証一覧』ナレッジベースを参照できます。
2. 競合他社の公開動向を確認する必要がある場合はWeb検索を実行できます。
# 業務ルールと制約条件
- 事実重視：機能仕様、課金体系、SLA基準については、必ずナレッジベースを優先検索してください。回答時は参照したドキュメント名と該当見出しを明記してください。
- 推測の禁止：ナレッジベースに該当する記載がない場合は「本要件に関する記述は社内リポジトリに存在しません。担当部署へ確認してください」と明確に回答し、決して推測で補わないでください。
- トーン：簡潔、専門的、論理的。過度な前置きは排除してください。
- 出力形式：要点を箇条書きで示し、複数仕様の比較を求められた場合はMarkdownテーブルで提示してください。
ステップ3：社内ナレッジベースの作成と紐付け
- 設定画面の「ナレッジベース」項目から「ナレッジベースを追加」を選択します。
- 対応フォーマット（
.pdf、.docx、.txt、.md、.csv）のファイルをアップロードします。 - インデックス作成とチャンク設定を調整します：
- チャンク分割： 解説文やマニュアルには標準的なセマンティック分割、FAQや一覧データには表形式に適した分割を選択。
- 類似度しきい値： 関連度の低い断片が混入して推論を阻害しないよう、Top-Kの取得件数と類似度スコアを最適化します。
- 指示文内に「回答時に参照元ドキュメントを明記する」ルールを含め、担当者が元の文章をトレースできるようにします。
ステップ4：標準ツールの有効化とカスタムAPIプラグインの登録
- プラットフォームツールの選択：
- Web検索： 最新の外部ニュースや競合の公開情報を調査する業務に有効化。
- コードインタープリター： 財務諸表の集計、売上データの分析、グラフ描画が必要な業務に有効化。
- カスタムAPIプラグインの追加（応用）：
- 「カスタムプラグイン作成」をクリックし、社内APIのベースURLと認証方式（Bearer Tokenなど）を設定します。
- APIパス（例：
/check_licenseや/get_inventory）を定義し、各パラメータの意味を自然言語で明確に説明します。モデルはこの説明を読み取って適切なタイミングで呼び出します。 - テストウィンドウでパラメータを送信し、返却されるJSONが正常に処理されるか確認します。
ステップ5：対話プレビューによる検証と調整
公開前に、右側のテストパネルで次の検証を行います：
- ナレッジ検索の精度： 社内固有のニッチな製品仕様を質問し、正確なドキュメントから回答が導かれているか。
- ガードレールの動作： 存在しない架空の機能について質問し、規程通りに推測せず回答を保留できるか。
- プラグイン呼び出しの成否： 計算やリアルタイム検索が必要な質問を投げ、意図通りにツールが実行されているかログを確認。
ステップ6：公開とチーム・社内展開
- 「公開」をクリックして確定します。
- 公開範囲を選択します：
- 非公開（個人用）： 自身のパーソナル業務アシスタントとして利用。
- チーム・ワークスペース共有： 所属組織のメンバー全員に展開し、回答基準を統一。
- 共有リンク・外部公開： 顧客向けサポート窓口やデモ用としてURLを共有。
- システム統合を進める場合は、払い出された
App IDとDashScope SDKを利用して、DingTalk（釘釘）や社内ポータル、Slack等にエージェントを組み込みます。
実務で役立つ3つのエージェント設計モデル
モデル1：エンタープライズRFP・セキュリティ監査エージェント
- 対象ユーザー： B2Bプリセールス、セキュリティ担当者。
- 指示の要点： 提案依頼書の要件を1件ずつ精査し、社内規程に照らし合わせて適合可否を判定。
- ナレッジベース： SOC2レポート、ISO27001認証書、標準SLA規約、製品仕様一覧。
- プラグイン： コードインタープリター（稼働率計算や費用試算用）。
- 主要な成果物： 適合状況（完全適合、一部適合、不適合）と参照元ページを明記した一覧表。
モデル2：財務諸表・予実差異分析アシスタント
- 対象ユーザー： 経理マネージャー、経営企画担当者。
- 指示の要点： 曖昧な推測を排除し、厳密な数値整合性と経費規程のチェックを徹底。
- ナレッジベース： 旅費交通費規程、部門別年間予算シート、勘定科目ガイドライン。
- プラグイン： コードインタープリター（アップロードされたCSVデータの集計）およびWeb検索（為替レート照会）。
- 主要な成果物： 予実差異の要因別分析サマリーおよび異常値アラートレポート。
モデル3：ブランドマーケティング・コンテンツ戦略エージェント
- 対象ユーザー： マーケティング担当者、SNS運用チーム、広報。
- 指示の要点： ブランドトーン＆マナーの遵守、チャネル別のフォーマット最適化。
- ナレッジベース： ブランドガイドライン、過去のヒット施策事例集、ターゲットペルソナ分析資料。
- プラグイン： Web検索（業界トレンドハッシュタグ調査）および通義万相（ビジュアル構想案の生成）。
- 主要な成果物： ブログ構成案、SNS投稿文案、メルマガ原稿を含むマルチチャネル配信パッケージ。
運用上の注意点とベストプラクティス
- 登録前ドキュメントのクレンジング： 文字化けの多いスキャンPDFや、セルの結合が過剰な表データはチャンク検索の精度を著しく落とします。事前にMarkdown形式やシンプルなCSVに変換してから登録することを推奨します。
- APIパラメータ説明の具体化： モデルはパラメータの役割を文章説明から推論します。「日付はYYYY-MM-DD形式」など、データ型や制約を明記することで呼び出しエラーを未然に防ぎます。
- 明確なフォールバック応答の設定： ビジネス現場では、流暢に作られた虚偽情報よりも「ドキュメント内に該当記述がありません」という明確な事実のほうが遥かに有用です。回答不能時のテンプレートを必ず指示に組み込んでください。
- ナレッジベースのライフサイクル管理： 製品改定や規程変更があった場合、古いドキュメントを放置すると古い情報を案内し続けます。責任者を決めて定期的にナレッジを更新・差し替える運用ルールを確立してください。
参考資料
- 千问-阿里 AI 助手
- 通义实验室
- Qwen offers comprehensive functionality spanning chatbot, image and video understanding, image generation, document processing, web search integration, tool utilization, and artifacts.
- GitHub - QwenLM/Qwen-Agent: Agent framework and applications built upon Qwen>=3.0, featuring Function Calling, MCP, Code Interpreter, RAG, Chrome extension, etc.