AI ANDROMEDIA / AGENT & AI WORKFLOW
OpenAI Dotsで始まる
「AIチーム」の時代
Astra・Sol・Lunaをどう使い分ける？
AIは「1人の天才」から「役割分担するチーム」へ
生成AIは「質問に答えるツール」から、仕事を継続して把握し、適切なAIやツールへ作業を振り分ける存在へ変わり始めています。OpenAIのDotsと、Astra・Sol・Lunaの役割分担から、これからのAI活用を考えます。
POINT 01
AI活用の前提が変わり始めている
これまで生成AIの基本的な使い方は、シンプルでした。
人間が質問する → AIが回答する → 人間が確認する → 再び指示する。
しかし、OpenAIが発表したDotsが目指しているのは、その延長線上だけではありません。
- 任された仕事を継続して把握する
- 複数の作業を並行して進める
- 必要に応じて別のエージェントやツールへ仕事を委譲する
- 重要な判断が必要な場面で人間へ確認を求める
つまりAIは、「その都度質問する相手」から、一定の責任を持って仕事を担当する存在へ変化し始めています。
POINT 02
Xで注目された2つのAI活用法
CASE 01
AI同士が相談し、役割分担してから仕事を始める
Web制作を例に、設計・実装・3D・レビューなどを、それぞれの専門AIが相談しながら進めていく考え方です。
重要なのは「AIを複数起動する」ことそのものではなく、企画・制作・検証を分業させることにあります。
CASE 02
軽い仕事まで最上位AIに任せない
高度な分析と、メール整理・分類・朝の段取りのような軽作業では、求められるAI性能が違います。
仕事内容に合わせてAstra・Sol・Lunaなどを使い分けるという発想です。
POINT 03
「全部Astra」が最適とは限らない
最も性能の高いAIにすべての仕事を任せればよい、という考え方は分かりやすい一方、実際の企業業務では非効率になる場合があります。
例えば、経営戦略を考える仕事と、100件のメールを分類する仕事では、必要な推論能力は同じではありません。
| モデル | 向いている仕事 | 社内で例えると |
|---|---|---|
| Astra | 高度な推論、重要判断、複雑な分析、難易度の高い問題 | 経営・専門コンサルタント |
| Sol | 通常の専門業務、制作、開発、SEO分析、ドキュメント作成 | 専門職・実務担当者 |
| Luna | 分類、整理、定型作業、大量処理、軽量な判断 | 業務アシスタント |
考え方としては、
Lunaで整理する
↓
Solで作る
↓
Astraで重要な判断をする
という階層化が自然です。
POINT 04
Dotsは「スーパーAI」ではなく
AIマネージャーとして考える
Dotsを理解するうえで重要なのは、「すべてを自分で処理する万能AI」と考えないことです。
むしろ、仕事の目的を理解し、必要な担当へ仕事を割り振るAIマネージャーとして捉えると、その価値が見えやすくなります。
目的・方針・最終判断
仕事を把握し、適切な担当へ振り分ける
整理・分類
制作・分析
高度判断
コード実装
Web・業務実行
外部サービス連携
POINT 05
Web制作なら「AI制作会社」のようになる
例えばWebサイト制作を、1つのAIへ最初から最後まで依頼するのではなく、役割別に分けてみます。
- 企画担当AI：目的・ターゲット・コンセプト整理
- SEO担当AI：検索需要・競合・サイト構造の設計
- デザイン担当AI：UI・UX・ビジュアル設計
- 実装担当AI：WordPress・フロントエンド・コード実装
- QA担当AI：表示・アクセシビリティ・SEO・リンク確認
- レビュー担当AI：要件とのズレや問題点を反証的にチェック
そしてDotが全体を管理し、必要なときだけ人間へ判断を求めます。
この構造は、従来の「AIアシスタント」よりも、小さな制作会社やプロジェクトチームに近いものです。
POINT 06
AI同士が同意しても、正しいとは限らない
一方で、「AIを複数使えば正確になる」と単純に考えるのは危険です。
同じ前提、同じデータ、似たモデルを利用していれば、複数のAIが同じ間違いに同時に同意することもあります。
重要なのは人数ではなく、役割と評価基準を意図的に変えることです。
制作担当
まず最善案を作る。反証担当
前提や結論の弱点を探す。QA担当
仕様や事実に基づいて検証する。POINT 07
人間の承認は、むしろ重要になる
AIが自律的に仕事を進められるようになるほど、「何を自動化し、何を人間に残すか」という権限設計が重要になります。
- メールやメッセージの外部送信
- Webサイトの公開・大規模更新
- データ削除
- 購入・決済
- 本番環境へのデプロイ
- 顧客データや機密情報の外部共有
こうした不可逆性の高い操作では、AIに全面委任するのではなく、実行直前に人間が承認するHuman-in-the-loopの設計が重要です。
CURRENT STATUS
「複数Dotsがすでに自由に働く」わけではない
ここは、SNS上の表現を見る際に注意したいポイントです。
現在の一般的なDotsの考え方は、まず中心となるprimary dotが継続的な責任を持ち、その下でバックグラウンドエージェントやCodex、Workなどを活用する構造です。
将来的には、より専門化した複数のdotsがチームとして連携する方向性も示されています。
したがって現段階では、
1つのDot ＋ 複数の専門エージェント・ツール
として理解する方が実態に近いでしょう。
NEXT AI WORKFLOW
AI活用は「モデル選び」から
「組織設計」へ
これまで生成AIの話題では、「どのモデルが一番賢いのか」が注目されがちでした。
しかし今後は、単一モデルの性能比較だけでは十分ではなくなりそうです。
- どの仕事をAIへ任せるのか
- どのモデルを使うのか
- どのAIにどの権限を与えるのか
- どのツールやサービスへ接続するのか
- どこで人間が承認するのか
- どのAIが最終レビューを担当するのか
こうしたAI組織そのものを設計する能力が、企業のAI活用力を左右する可能性があります。
参考情報
本記事は、OpenAI公式情報および2026年10月時点で公開されている情報をもとに構成しています。サービス仕様・提供プラン・モデル構成・料金等は今後変更される可能性があります。
参考：
OpenAI – Introducing dots
OpenAI – Dots Getting Started
X投稿：AIチーム・役割分担の事例
X投稿：モデル使い分けに関する投稿
