MENU
シニアが日々の課題をAIを使って解決しようとするサイト
  1. ホーム
  2. ツール
  3. OpenAI DevDay 2025 抜粋

OpenAI DevDay 2025 抜粋

ツール プログラミング ＡＩ

（注）本記事の内容は正確性を保証するものではない。

GPT 5 Thinking の回答

2025年の「OpenAI DevDay」（現地 10月6日・サンフランシスコ）で発表された主な内容を、要点だけサクッとまとめます。

  • ChatGPTに“アプリ”が登場（Apps in ChatGPT）
    Chatの中でSpotifyやZillowなど外部サービスのアプリと直接やり取り可能に。開発者向けにはApps SDK（プレビュー）を公開。
    MCP（Model Context Protocol）に基づくオープン標準で、年内にアプリ審査・公開、収益化の詳細も案内予定。
    まずはEU以外でFree/Go/Plus/Proのログインユーザーに提供開始。(OpenAI)
  • AgentKit発表
    エージェント構築のための統合ツール群。
    • Agent Builder：ドラッグ&ドロップでワークフローを設計（ベータ）
    • Connector Registry：データ接続・コネクタを一元管理（ベータ段階で段階的ロールアウト）
    • ChatKit：自社プロダクトに会話UIを素早く埋め込み（一般提供）
    • Evals強化：データセット作成、トレース採点、プロンプト自動最適化、他社モデル評価対応（一般提供）
    • RFT（強化学習的微調整）：o4-miniでGA、GPT-5はプライベートβで提供中
      料金は標準APIモデルの従量課金内で利用。(OpenAI)
  • Sora 2（動画生成）をAPI提供
    最新のSoraモデル「Sora 2」をAPI統合し、アプリに動画生成を組み込み可能に。(OpenAI)
  • CodexがGA（一般提供）に
    Slack連携やCodex SDK、エンタープライズ管理機能などを強化。(OpenAI)
  • GPT-5 ProをAPI提供
    精度重視のタスク向け“最も高性能な”モデルとしてAPIに追加。(OpenAI)
  • gpt-realtime-mini（音声）
    大型リアルタイム音声モデル比で70%安価な小型版を提供。(OpenAI)
  • gpt-image-1-mini（画像生成）
    大型画像モデル比で80%安価な小型版を提供。(OpenAI)
  • エコシステム／コマース関連（DevDay直前の発表）
    「Buy it in ChatGPT」とAgentic Commerce Protocolを発表。
    まず米国のChatGPTユーザーがEtsyの商品をチャット内で即時決済（Instant Checkout）でき、Shopify連携も順次拡大予定。プロトコルはオープンソース化。(OpenAI)
  • インフラ提携
    AMDと戦略的提携を発表。最大6GW規模のAMD GPUを段階導入し、初回1GW（Instinct MI450）は2026年後半開始予定。(OpenAI)

以降、いくつかの項目について追加質問した際の回答を紹介する（抜粋）

ChatGPTに“アプリ”が登場（Apps in ChatGPT）

Chatの中でSpotifyやZillowなど外部サービスのアプリと直接やり取り可能に。
開発者向けにはApps SDK（プレビュー）を公開。
MCP（Model Context Protocol）に基づくオープン標準で、年内にアプリ審査・公開、収益化の詳細も案内予定。
まずはEU以外でFree/Go/Plus/Proのログインユーザーに提供開始。(OpenAI)

関連ページ（https://openai.com/index/introducing-apps-in-chatgpt/）要約

  • ChatGPT内で“アプリ”を呼び出して操作できるようになりました。発話中にアプリ名で指示したり、会話の文脈に応じてChatGPTがアプリを提案します。
    UI要素（地図、プレーヤー、プレゼン画面など）がチャット内に埋め込まれて動きます。
    【Apps SDKはプレビュー／MCP準拠のオープン標準】。(OpenAI)

    （補足）
    チャット内に埋め込まれたUI要素について質問することができるらしい。
  • 対象はEU以外のログインユーザー（Free/Go/Plus/Pro）から順次。
    初期の提供地域は各サービスの提供国・英語から。年内に審査・公開・マネタイズの詳細やアプリディレクトリを案内予定。
    安全性・プライバシーの基準も提示。(OpenAI)

いま使える外部サービス（初期7アプリ）とできること

※各機能はサービス提供地域・アカウント連携状況に依存します。

  • Spotify
    ・チャットで「◯◯用のプレイリストを作って」などと依頼→プレイリスト作成・再生など音楽体験をチャット内で操作。
    公式ページの例示でも「Spotify, make a playlist …」と明記。
    メディア報道でもプレイリスト生成が紹介。(OpenAI)
  • Zillow（不動産・米国中心）
    ・条件を伝えると売買／賃貸物件のリアルタイム検索、地図上のインタラクティブ表示、価格や写真の確認。
    　必要に応じて内見予約、エージェント連絡、融資の次工程へZillow側でシームレスに遷移。(OpenAI)
  • Booking.com
    ・「11/21–11/24で駐車場あり」などの自然言語条件から宿検索の結果カード（写真・料金・設備）をチャット内に表示。以降の予約導線へ。（公式ページのスクリーン例示）(OpenAI)
  • Expedia
    ・旅行計画の会話からフライト／ホテル等の検索・提案を受け、チャット内で結果を確認。
    　以降の予約はExpedia側に接続。（初期対応アプリとして明記、機能は各社発表・報道の一般的説明）(OpenAI)
  • Canva
    ・プロンプトやアウトラインからプレゼン／デザイン生成。
    　チャット内でプレビュー→編集へ進行（「アウトラインをスライドに変換」例示）。(OpenAI)
  • Figma（FigJam中心）
    ・ブレスト内容からフローチャート、シーケンス図、ステート図、ガント図などFigJamの図を自動生成。
    　画像・PDF等をアップロードして出力の誘導も可能。(Figma)
  • Coursera
    ・学習中の講座に紐づけて動画内容への追加解説を依頼したり、関連情報を会話で深掘り。
    　学習体験をチャットと連動（ページ本文での利用イメージ）。(OpenAI)

使い方のコツ（ページ記載の実例）

  • 先頭にアプリ名：「Spotify, 今週末のホームパーティ用に…」→アプリが起動し文脈を活用。
    初回は接続確認と共有データの説明が出ます。
  • 会話の流れで自動提案：住まいの話題→Zillowが提示、地図つきで予算に合う物件をその場で探索。(OpenAI)

提供状況・今後

  • 今日から利用可能：上記7アプリ（EU以外、英語から、各サービス提供国で）。
  • 今後追加予定：年内に11社を追加（例：AllTrails、Peloton、OpenTable、Target、theFork、Uber などのロゴが示唆）。
    アプリ審査・公開、収益化、ディレクトリの詳細も後日案内。(OpenAI)

下記のページ（Figma解説ページ）の内容を説明してください。

https://www.figma.com/blog/turn-your-chatgpt-brainstorms-into-figjam-diagrams/?utm_source=chatgpt.com

GPT 5 Thinking の回答

この記事の中身（何ができるようになった？）

  • ChatGPT内のFigmaアプリが会話内容を読み取り、FigJamのダイアグラム（図）を自動生成します。
    対応タイプはまずフローチャート／シーケンス図／ステート図／ガントチャート。
    会話の流れに応じてアプリの起動を提案したり、ユーザーが手描きスケッチ・写真・PDFをアップロードして指示に使うこともできます。(Figma)
  • 生成した図はFigJamで編集・共同作業へシームレスに移行できます。
    裏側ではFigma MCPサーバーがChatGPTとFigmaの間で文脈をやり取り（リモートアクセス対応）。(Figma)

どんな使い方が想定されている？

  • ラフ→図面化：紙ナプキンの落書きやホワイトボードの写真を、読みやすいデジタル図へ一発変換。
    そこからFigJamで追記・修正。(Figma)
  • 技術設計：仕様・ブログ・スクショ等を与えて、アーキテクチャ図やコンポーネント構成を可視化。
    技術面接の準備やチーム合意形成にも。(Figma)
  • 企画・計画：PRDを読み込ませてユーザージャーニーやリリース計画（ガント）を作成。
    選択肢のトレードオフ比較も図で整理。(Figma)

使い方（超シンプル）

  1. ChatGPTで「Figma, …」と呼びかけて用途を指示（例：「このスケッチからサインアップフローの図にして」）。
  2. できたらFigJamで開いて共同編集。必要に応じて再生成や追記も会話で依頼。(Figma)

提供状況・前提

  • 対象：ChatGPTのFree / Go / Plus / Proのログインユーザー。
    まずEU以外で提供（FigJam側のヘルプも“EUは未対応”の注記）。
    Figmaのプランはどれでも可。(Figma)
  • 公式リリースノートにも「ChatGPTから直接FigJam図を作れる」新機能として掲載あり。(Figma)

GPT-5は出力が弱いので、Figmaとの連携に期待したいが、日本語対応、図の微調整の可否、料金が懸念点。
Figmaに関する回答の紹介はここまで。
以降、発表内容の要点の紹介に戻る。

AgentKit発表
エージェント構築のための統合ツール群。

・Agent Builder：ドラッグ&ドロップでワークフローを設計（ベータ）

GPT 5 Thinking による解説

スクリーンショットに写っているAgent Builderは、ChatGPT向けの“エージェント”をドラッグ＆ドロップで設計できるビジュアル・キャンバスです。
コードを書かずに、処理の流れ（ワークフロー）を箱（ノード）と線で組み立て、すぐ試せます。
右側に並ぶ「Agents SDK（コードファースト）」と対になる「ビジュアルファースト」の作り方です。

何ができる？

  • ノードをつなぐだけでフロー設計
    例：Start → 「Customer lookup（コネクタ）」→「Analyze bills（解析）」→（条件により分岐）… といった処理を視覚的に作成。
  • コネクタ（外部データ接続）の利用
    CRMやストレージなどのコネクタをノードとして挿入し、会話中に必要なデータを取得／書き込み。
  • ガードレール（安全枠）設定
    使って良いツール・参照範囲・禁止事項などをポリシーとしてノードやフローに付与。
  • プロンプト／変数の管理
    各ノードに指示（プロンプト）や変数（ユーザー入力・前段の出力）を渡し、文脈を保ったまま処理。
  • バージョン管理とテンプレート
    フローの版管理ができ、テンプレートから開始／空のキャンバスから作成のどちらも可能。
  • テストと実行（Responses API連携）
    キャンバスで即実行して挙動確認。裏側はResponses APIを用いて推論・ツール実行を統合。

代表的なノード（イメージ）

  • Start：フロー開始
  • Connector：外部サービスとの接続（例：顧客検索、在庫取得 等）
  • Action / Tool：処理系（テキスト生成、要約、抽出、構造化など）
  • Decision / Branch：条件分岐（スコアや有無判定で枝分かれ）
  • Output / Handoff：最終応答、または別フロー・外部アプリへ引き渡し

使いどころ（具体例）

  • 顧客対応ボット：問い合わせ → 顧客情報取得（Connector）→ 過去請求の有無で分岐→ 適切な回答や手続きへ。
  • 社内アシスタント：議事録要約 → タスク抽出 → チケット発行（Connector）→ チームへ通知。
  • EC運用：商品QA → 在庫・価格照会（Connector）→ クーポン提示 → 受注連携。

使い始めのコツ（最短手順）

  1. テンプレートを開く（よくある業務パターンから着手）
  2. Start → Connector → Action → 分岐 → 出力の最小フローを一度動かす
  3. ガードレールと入力/出力の型を締める（誤操作・過剰権限を防ぐ）
  4. 小さくEvals（簡易評価）で品質を測り、必要に応じてプロンプト最適化
  5. 安定したらバージョンを切って本番適用（失敗時は前版へロールバック）

よくある質問

  • コードは不要？
    基本は不要ですが、複雑なロジックや独自ツールが必要なら、Agents SDK（コード）と併用します。
  • データは安全？
    コネクタ経由の権限や参照範囲をガードレールで制限できます。監査のためトレース（実行ログ）も確認可。
  • いつでもコード移行できる？
    ビジュアルで固めた設計を基に、後からSDK側へ“置き換え／細部実装”して拡張しやすい前提です。

もし実運用のユースケース（例：ブログ運営支援、社内ヘルプデスク、EC FAQ、営業支援など）があれば、最小フローの設計図（ノード一覧＋接続図）とテンプレート案をその場で作ります。

  • ChatKit：自社プロダクトに会話UIを素早く埋め込み（一般提供）

GPT 5 Thinking による解説

スクリーンショットに写っているChatKitは、あなたのWeb/自社アプリに会話UIを素早く組み込むためのフロントエンドSDK（ウィジェット群＋APIラッパー）です。
下の小さなフローチャート（Start → Add licenses → Vendor lookup（Connector）→ Check policy（Guardrail）→ User confirm（Widget））は、Agent Builderで作ったワークフローが裏で動き、ChatKitのチャットUIからそのフローを“自然な会話”として実行している様子を示しています。

何ができる？（スクショの読み解き）

  • 埋め込みチャットウィジェット
    サイトの任意の場所にチャットを埋め込み、メッセージ送受信／ストリーミング表示を提供。
  • エージェント実行との直結
    画面下に見えるフローはAgent Builderの設計図。
    ChatKitはResponses API経由で、このフローの各ノード（Connector/Guardrail/Agentなど）を呼び、会話として見せます。
  • コネクタの呼び出し
    「Vendor lookup（Connector）」のように、CRM・チケット・在庫など外部SaaS/DBへの読み書きを、会話の途中で実行。
  • ガードレール（安全枠）
    「Check policy（Guardrail）」のように、権限・禁止語・実行可否を会話の裏でチェックしてから次の手順へ。
  • UI側の確認・入力
    「User confirm（Widget）」のような確認ダイアログやフォームを、チャットの流れの中に差し込めます。

開発者目線のポイント

  • 最短導入：数行でチャットを設置 → すぐにエージェントと会話。
  • 拡張：ファイル添付、画像/音声などマルチモーダル、ツール実行、関数コール的なやり取りに対応。
  • セッション管理：ユーザーごとの会話状態・トークン・権限をアプリ側で制御。
  • ブランド調整：色・ボタン・モーダル等をドラッグ&ドロップ／クラス指定でカスタマイズ。
  • 監査性：裏側の実行はトレース（呼び出し履歴）に残り、品質評価（Evals）とも連携。

典型ユースケース

  • 社内IT申請：ライセンス追加申請（スクショ例）→ ベンダー照会 → ポリシー適合チェック → 承認依頼。
  • カスタマーサポート：注文番号の確認 → 在庫/配送API照会 → 返品ポリシー確認 → 返金処理。
  • 営業支援：見積作成 → CRM登録（Connector）→ 承認ワークフロー（Guardrail）→ PDF送付。

導入の最短手順（ざっくり）

  1. Agent Builderで最小フローを用意（Start → Connector → Guardrail → Output）。
  2. ChatKitをフロントに設置（埋め込みウィジェット）。
  3. Responses APIのエンドポイントと認証を設定。
  4. 必要に応じてファイルアップロード・フォーム・確認ダイアログを組み合わせる。
  5. Evalsで挙動を採点 → 改善 → 本番へロールアウト（バージョン管理）。

よくある質問

  • バックエンドは要る？
    公開鍵で動く範囲もありますが、機密コネクタや認証があるならアプリ側のサーバー/関数でトークン管理するのが基本。
  • Agent Builderなしでも使える？
    可能です。Agents SDK（コードファースト）でエージェントを実装し、それをChatKitから呼び出せます。
  • 既存のデザインに合わせたい？
    コンポーネントのテーマ／レイアウト調整でブランドに馴染ませられます。

解説ページの概要

ChatKitは、高品質なAI搭載チャットエクスペリエンスを構築するためのフレームワークです。
最小限のセットアップで、既存のシステムを再開発することなく、高度な会話型インテリジェンスをアプリに迅速に追加したい開発者向けに設計されています。
ChatKitは、すぐに使える完全な本番環境対応のチャットインターフェースを提供します。

主な特徴

  • ChatKitがアプリの第一級の一部であるように感じさせる、詳細なUIカスタマイズ
  • インタラクティブで自然な会話を実現する組み込みのレスポンスストリーミング
  • エージェントの行動と思考の連鎖を視覚化するためのツールとワークフローの統合
  • チャット内で直接レンダリングされる豊富なインタラクティブウィジェット
  • ファイルと画像のアップロードをサポートする添付ファイル処理
  • 複雑な会話を整理するためのスレッドとメッセージの管理
  • 透明性と参照のためのソース注釈とエンティティタグ付け

ChatKit コンポーネントをアプリにドロップし、いくつかのオプションを構成するだけで準備完了です。

ChatKit の違いは何ですか?

ChatKitはフレームワークに依存しない、すぐに使えるチャットソリューションです。カスタムUIの構築や、低レベルのチャット状態の管理、様々な機能を自分でパッチワークする必要はありません。ChatKitコンポーネントを追加し、クライアントトークンを渡すだけで、必要に応じてチャットエクスペリエンスをカスタマイズできます。追加の作業は必要ありません。

  • Evals強化：
    データセット作成、トレース採点、プロンプト自動最適化、他社モデル評価対応（一般提供）
評価結果ビュー（OpenAI評価／GDPvalリーダーボード）
（多数の職業カテゴリのビューが記載されている）
評価データセット（GDPval データセット）

画像2枚は「Evals強化」を象徴する評価結果ビューと評価データセット（GDPval）の例です。サクッと解説します。

OpenAI評価／GDPvalリーダーボード

  • 何を表示？
    複数モデル（例：Claude、GPT-5系、o3、o4-mini など）の職業別タスクに対する勝率を並べて可視化。
    薄色（勝利＋引き分け）、濃色（勝利のみ）の2指標、50%＝専門家同等線が基準として点線で示されます。
  • どう読む？
    値が高いほどその職能タスクで強い。
    カードをクリックすると、下部の職業カテゴリ（金融・保険など）→職種カード（例：カスタマーサービス、財務マネージャー…）のミニグラフが連動し、どの職種で差が出るかを深掘り可能。
  • 何に使う？
    自社ユースケース（例：経理支援、CS回答作成）に近い職種ドメインでのモデル選定、および改善前後の比較に活用。

Hugging Face の openai/GDPval データセット

  • 何を表示？
    GDPval（“実務的に経済価値のあるタスク”評価）用の公開データ。
    表には
    task_id / sector（業種）/ occupation（職種）/ prompt（課題文）/ reference_files（参照資料）
    などのカラムがあり、Parquet形式でも取得できます。
  • どう使う？
    1)このデータでベースライン評価→ 2) 自社要件に近いサブセットを抽出→ 3) 自社データ（社内マニュアルやFAQ）をreference_filesに追加して拡張→ 4) Evalsのグレーダー（自動採点器）で一括評価。
    これにより、モデル間比較／プロンプト最適化を再現可能。

「Evals強化」とのつながり（実務での使いどころ）

  • データセット作成：上記のようなスキーマで、自社の業務タスクを職種別に整理して評価用データを増やせる。
  • トレース採点（Trace Grading）：実行ログを用いて、途中推論やツール実行の妥当性まで採点。
    結果の根拠を追いやすい。
  • プロンプト自動最適化：評価結果をフィードバックしてプロンプト再生成→再評価を自動ループ化。
  • 他社モデル評価対応：社内要件に対して複数モデルを同一基準で比較（コスト/品質/レイテンシも併記）し、最適解を選定。

いますぐ試す最短手順（ミニ版）

  1. GDPvalを取得（必要な職種だけ抽出）。
  2. 評価基準（採点ルーブリック）を作成（正確性・根拠・一貫性など重み付け）。
  3. Evalsで実行（Responses APIに接続、モデル候補を並行評価）。
  4. リーダーボードで比較→弱点領域を特定。
  5. 自動 or 半自動でプロンプト修正→再評価→改善が頭打ちになったらRFT（微調整）へ。

・CodexがGA（General Availability（一般提供／正式リリース））に

ポイントを絞って「何がGAで使えるようになったか」「各機能の中身」をまとめます。

結論

  • Codex（クラウド実行型の開発エージェント）が一般提供（GA）。
    併せて Slack連携、Codex SDK、エンタープライズ向け管理機能（環境コントロール・監視/分析ダッシュボード 等）が正式化。(OpenAI)

1) Slack連携（@Codex）

  • チャンネルやスレッドで @Codex をメンション → 会話の文脈を拾い、該当リポジトリ/環境を選んでクラウドでタスク実行（修正・PR作成・質問回答など）。
    結果はリンク付きで返却。(ignorance.ai)
  • 提供状況：本日から対応プラン（Plus/Pro/Business/Edu/Enterprise）で利用可。(OpenAI)
（https://developers.openai.com/codex/integrations/slack/?utm_source=chatgpt.com）

GPT 5 Thinking による解説

画像は「SlackでCodexを使う」という機能紹介のスクリーンショットで、Slackのスレッド内で@Codex（Codexアプリ）に作業を依頼し、結果を要約つきで返信している様子を示しています。

画面の読みどころ

  • 上段：開発者たちがタイムアウト問題を議論。
    コード断片（エラーログや設定名）が貼られています。
  • 中段：メンション文 “@Codex can you take a look?” により、スレッドの文脈を渡してCodexへ依頼。
  • 下段：Codex APPが返信
    • Summary（要約）：strawberry.presets.combo:RAISE_ALL_TIMEOUTS など、どの設定をどう変えたかを自然言語でまとめて報告。
    • Testing：SKIP_TOR… のように、テスト結果/実行状況を記載。
    • See more / View task：詳細ログや変更内容のタスク詳細ページ（Codex Cloud側）へ遷移するリンク。

何が起きている？（ワークフロー）

  1. Slackでメンション → Codexが会話・貼付コード・過去ログを文脈として取得
  2. Codexが適切な環境/リポジトリを自動選択し、修正・テスト・要約を実行
  3. 結果がスレッドに要約として返り、必要なら詳細リンクからジョブのトレースや差分を確認

実務メリット

  • コンテキスト切替を削減（Slackから離れずに修正・テスト）
  • 可観測性（要約＋「View task」で実行履歴や差分をいつでも確認）
  • チームでの透明性（スレッドに経緯が残り、後から追える）

使い方のひな型（例）

  • バグ調査：@Codex reproduce & diagnose timeout in training loop; propose a fix and run unit tests.
  • 変更適用：@Codex apply the preset change and open a PR with a summary.
  • ドキュメント化：@Codex summarize the fix in 5 bullets and update CHANGELOG.

公式情報・リリースノート（確認先）

  • Codex GA 公式アナウンス：機能・対象プラン・料金アプデの記載。(OpenAI)
  • DevDayの総括記事（第三者）：Slack連携/SDK/管理機能の追加点を要約。(SD Times)
  • ChatGPT/Enterprise リリースノート：当日の更新点（Slack対応・SDK・料金更新）。(OpenAI Help Center)

以降、AIワークフローシステムについて、GPT 5 Thinkingにまとめてもらったので紹介する。

GPT 5 Thinking の回答

カテゴリ別まとめ

ノーコード／ローコード（ビジュアル編集・自己ホスト可が多い）

  • Dify：RAG・ワークフロー・評価を一体化。OSS/クラウド両対応。業務アプリ化が速い。
  • n8n：汎用オートメーションの定番。各種SaaS連携が豊富、LLMノード追加で“AI化”。
  • Flowise（OSS）：LangChain系ノードをつないでエージェント/RAGを構築。
  • Langflow（OSS）：直感的キャンバス。LlamaIndex/LangChain両派生に強い。
  • Retool Workflows：DB・API連携とスケジューラが強い社内ツール向け。
  • Pipedream / Make / Zapier：SaaS連携が爆速。プロトタイピングに最適。
  • Microsoft Power Automate + Copilot Studio：M365前提の社内業務に強い。

エージェント指向（設計～実行まで）

  • Agent Builder（OpenAI）：ドラッグ&ドロップで業務フロー化、ガードレール/Evals連携。ChatKitでUI埋め込み。
  • LangGraph（LangChain）：状態遷移グラフで堅牢なマルチエージェント。
  • AutoGen / AutoGen Studio：役割分担エージェントをGUI/コードで。
  • CrewAI / CrewAI Studio：ロール×タスクで協調作業を設計。
  • LlamaIndex（Agentic RAG）：索引設計～ルーティングまで一貫。

クラウド基盤（本番運用・監視まで）

  • Azure AI Foundry（Prompt flow / Agents）
  • AWS Bedrock Agents + Step Functions
  • Google Vertex AI Agent Builder / Workflows

MLOps／データパイプライン

  • Apache Airflow / Prefect / Dagster：ETLや定常ジョブに生成AIを組み込み、再試行・監視が充実。

会話・音声ボット特化

  • Vapi / Retell AI / Twilio Voice + Realtime API：通話ボットや店頭端末の音声対話に。

業務RPA統合

  • UiPath + GenAI / Automation Anywhere + GenAI / IBM watsonx Orchestrate：監査・権限管理が堅いRPA×生成AI。

クイック比較（要点だけ）

ツール形態強み/適性
Agent Builderビジュアル（OpenAI）ガードレール/Evals/ChatKit連携で“会話UIつき業務エージェント”を最短構築
DifyOSS/クラウドRAG/評価/デプロイが一体。
社内ナレッジ活用の業務アプリに
n8nOSS/クラウドSaaS自動化の土台にLLMを足してAI化。定期実行・監視も簡単
Flowise / LangflowOSS自己ホスト/私有環境でのPoC〜軽量本番
Retool Workflowsクラウド/オンプレDB・社内API中心の業務フロー。
ダッシュボード連携が楽
Pipedream/Make/Zapierクラウド連携数と速さ。
小規模運用・試作に最適
LangGraphライブラリ失敗に強い状態管理・複雑分岐の本番向け
Bedrock/Vertex/Azureクラウド基盤権限・監査・スケール。
企業SLA前提
Airflow/Prefect/DagsterOSS/クラウドデータ基盤とAIジョブの統合・再試行設計
Vapi/Retell/Twilioクラウド/API低遅延の音声対話・電話ワークフロー
UiPath/AA/watsonxエンタープライズRPA×GenAIで既存業務の自動化を強化

迷ったらこの基準

  • 自社データで“会話UIつき”業務エージェントを素早く → Agent Builder + ChatKit
  • 自己ホスト/RAG中心の業務アプリ → Dify
  • まずは既存SaaS自動化にAIを足す → n8n（クラウドならPipedream/Make）
  • 複雑な状態管理や大規模運用 → LangGraph or Bedrock/Vertex/Azure
  • 音声通話ボット → Vapi / Retell / Twilio Realtime
ツール プログラミング ＡＩ
Agent Builder AgentKit ChatGPT ChatKit Codex Devday GPT-5 GPT5 Slack
目次