1.0UX TIMEShttps://uxdaystokyo.com/articles高橋 祐哉https://uxdaystokyo.com/articles/author/yuya-takahashi/rich600338<blockquote class="wp-embedded-content" data-secret="enAfQ3tVCH"><a href="https://uxdaystokyo.com/articles/glossary/langchain/">LangChain</a></blockquote><iframe sandbox="allow-scripts" security="restricted" src="https://uxdaystokyo.com/articles/glossary/langchain/embed/#?secret=enAfQ3tVCH" width="600" height="338" title="“LangChain” — UX TIMES" data-secret="enAfQ3tVCH" frameborder="0" marginwidth="0" marginheight="0" scrolling="no" class="wp-embedded-content"></iframe><script> /*! This file is auto-generated */ !function(d,l){"use strict";l.querySelector&&d.addEventListener&&"undefined"!=typeof URL&&(d.wp=d.wp||{},d.wp.receiveEmbedMessage||(d.wp.receiveEmbedMessage=function(e){var t=e.data;if((t||t.secret||t.message||t.value)&&!/[^a-zA-Z0-9]/.test(t.secret)){for(var s,r,n,a=l.querySelectorAll('iframe[data-secret="'+t.secret+'"]'),o=l.querySelectorAll('blockquote[data-secret="'+t.secret+'"]'),c=new RegExp("^https?:$","i"),i=0;i<o.length;i++)o[i].style.display="none";for(i=0;i<a.length;i++)s=a[i],e.source===s.contentWindow&&(s.removeAttribute("style"),"height"===t.message?(1e3<(r=parseInt(t.value,10))?r=1e3:~~r<200&&(r=200),s.height=r):"link"===t.message&&(r=new URL(s.getAttribute("src")),n=new URL(t.value),c.test(n.protocol))&&n.host===r.host&&l.activeElement===s&&(d.top.location.href=t.value))}},d.addEventListener("message",d.wp.receiveEmbedMessage,!1),l.addEventListener("DOMContentLoaded",function(){for(var e,t,s=l.querySelectorAll("iframe.wp-embedded-content"),r=0;r<s.length;r++)(t=(e=s[r]).getAttribute("data-secret"))||(t=Math.random().toString(36).substring(2,12),e.src+="#?secret="+t,e.setAttribute("data-secret",t)),e.contentWindow.postMessage({message:"ready",secret:t},"*")},!1)))}(window,document); //# sourceURL=https://uxdaystokyo.com/articles/wp-includes/js/wp-embed.min.js </script> https://uxdaystokyo.com/articles/wp-content/uploads/2025/12/langchain-eye.png10241024LangChainラングチェーンとは、主に6つのAI機能を活用することで高度なAIアプリケーションを開発しやすくするためのツールである。特に、エージェント機能は、単なるテキストの応答に留まらず、ウェブ検索や計算、データ処理といった実際の作業をAIに実行させる「自律的な動作」が可能になる。 モデル：OpenAIのGPTやGoogleのGeminiなど、様々なAIモデルを簡単に切り替えて利用できる仕組み プロンプト：ユーザーの入力内容をAIが最も効率よく処理できる形に整える仕組み チェーン：複数のAIへの指示やモデルの処理を組み合わせて、一連の作業を自動的に進める仕組み インデックス：AIが学習していない独自のデータベースやドキュメントといった外部データソースを参照する仕組み メモリ：チャットボットのような長期的な対話において、会話の履歴や状況をAIが忘れずに覚える仕組み エージェント：タスクや状況に応じてAI自身が判断し、作業を自律的に処理する仕組み 提唱者 機械学習のスタートアップ企業で働くエンジニア、Harrisonハリソン Chaseチェイス氏が「AIと他のデータを簡単につなぐための道具」としてLangChainを開発し、2022年10月に公開した。オープンソース（誰でも無料で使える形）で公開したことが、大きく広まるきっかけとなった。 AIと周辺機能をつなぐ設計がプロダクト価値を決める LangChainが作られた根本的な考え方は、LLMの能力を最大限に引き出すには、データの収集、情報の処理、状況の理解、そして外部システムとの連携といった「周辺の機能」を一つにまとめ、整理することが不可欠だという認識に基づいている。AIモデルをいかに効率よく、そして柔軟に外部のシステムとつなぎ、利用者がストレスなく使えるようにするかという「全体をつなげる設計力」こそが、今後のプロダクト価値を決める鍵となる。 ​​ ​ いくつもの調査作業プロセスをエージェントで自動化 AIに調査を自動でやらせる仕組み（LangChainのエージェント機能）を使えば、これまで面倒だった作業を効率化できる。たとえば、「最新の市場動向レポートを作って」と普段話すような自然な言葉で指示を出すだけで、すぐにWeb検索で必要な情報を集め、その情報から重要なポイントを抜き出し、レポートの構成案まで作ってしまう。さらに、必要であればグラフを作る機能なども自動で呼び出し、一連の手順をすべて統合し、最終的なレポートのたたき台を自動で完成させる。この結果、専門家は日常的なデータ収集や比較、整理といった複数のステップが必要な調査業務から解放される。AIが用意した情報の分析や、そこから本質的な気づきを得るといった、より付加価値の高い仕事に集中できるようになる。 ​ ​​ 関連用語 https://uxdaystokyo.com/articles/glossary/retrieval-augmented-generation/ https://uxdaystokyo.com/articles/glossary/ai-agent/