AIエージェント入門2026

# プロジェクトディレクトリを作成
mkdir my-first-agents
cd my-first-agents

# 仮想環境を作成（推奨）
python -m venv venv

# 仮想環境を有効化
# Windows:
venv\Scripts\activate
# Mac/Linux:
source venv/bin/activate

# CrewAIをインストール
pip install crewai crewai-tools

# 環境変数にOpenAI APIキーを設定
# Windows:
set OPENAI_API_KEY=sk-your-api-key-here
# Mac/Linux:
export OPENAI_API_KEY=sk-your-api-key-here

from crewai import Agent, Task, Crew, Process

# --- エージェント定義 ---
# リサーチャー: ニュースを収集する専門家
researcher = Agent(
    role="テックニュースリサーチャー",
    goal="最新のAI・テクノロジーニュースを収集し、重要なものをピックアップする",
    backstory="""あなたはシリコンバレーで10年以上テック業界を取材してきた
    ジャーナリストです。ノイズの中から本当に重要なニュースを見抜く
    目利き力に定評があります。情報の信頼性を常に重視し、
    未確認情報には必ず注釈を付けます。""",
    verbose=True,  # 動作ログを表示
    allow_delegation=False,  # 他のエージェントに委任しない
    llm="gpt-4o-mini"  # コスト節約のためminiモデルを使用
)

# アナリスト: ニュースを分析する専門家
analyst = Agent(
    role="テクノロジーアナリスト",
    goal="収集されたニュースからトレンドと影響を分析する",
    backstory="""あなたはガートナーで8年間テクノロジートレンドの
    分析を担当してきたアナリストです。個別のニュースを俯瞰し、
    業界全体への影響を読み解くことが得意です。
    数字とファクトに基づいた分析を心がけています。""",
    verbose=True,
    allow_delegation=False,
    llm="gpt-4o-mini"
)

# ライター: 記事を書く専門家
writer = Agent(
    role="テックブログライター",
    goal="分析結果を読者が楽しめるブログ記事にまとめる",
    backstory="""あなたはTechCrunchで3年間ライターとして活躍した後、
    独立したフリーランスライターです。難しい技術の話を
    一般の人にもわかりやすく、かつ正確に伝えることが得意です。
    読者の興味を引くタイトルと構成を常に意識しています。""",
    verbose=True,
    allow_delegation=False,
    llm="gpt-4o-mini"
)

# --- タスク定義 ---
# タスク1: ニュース収集
research_task = Task(
    description="""2026年3月の最新AIニュースを5つピックアップしてください。
    各ニュースについて以下を含めてください:
    - ニュースの概要（3文以内）
    - なぜ重要なのか（1文）
    - 情報ソース""",
    expected_output="5つのAIニュースのサマリーリスト",
    agent=researcher
)

# タスク2: 分析
analysis_task = Task(
    description="""リサーチャーが収集したニュースを分析し、
    以下の観点でまとめてください:
    - 2026年のAI業界の主要トレンド（3つ）
    - 企業や開発者への影響
    - 今後1年間の予測""",
    expected_output="トレンド分析レポート",
    agent=analyst
)

# タスク3: 記事執筆
writing_task = Task(
    description="""分析結果をもとに、ブログ記事を執筆してください。
    要件:
    - タイトルは読者の興味を引くものに
    - 1500字以上
    - 導入 → 主要ニュース紹介 → トレンド分析 → 今後の展望 の構成
    - 専門用語には簡単な説明を添える
    - 日本語で執筆""",
    expected_output="完成したブログ記事（Markdown形式）",
    agent=writer,
    output_file="output/blog_post.md"  # ファイルに保存
)

import os

# 出力ディレクトリを作成
os.makedirs("output", exist_ok=True)

# --- Crew構成 ---
crew = Crew(
    agents=[researcher, analyst, writer],
    tasks=[research_task, analysis_task, writing_task],
    process=Process.sequential,  # タスクを順番に実行
    verbose=True
)

# --- 実行 ---
if __name__ == "__main__":
    print("=== AIニュースブログ記事生成システム ===")
    print("エージェントチームを起動します...\n")

    result = crew.kickoff()

    print("\n=== 完了 ===")
    print("生成された記事:")
    print(result)

# 実行
python main.py

# 出力例（verbose=Trueの場合）:
# [テックニュースリサーチャー] Starting task: 2026年3月の最新AIニュースを...
# [テックニュースリサーチャー] Thinking...
# [テックニュースリサーチャー] I'll compile the latest AI news...
# ...
# [テクノロジーアナリスト] Starting task: リサーチャーが収集した...
# ...
# [テックブログライター] Starting task: 分析結果をもとに...
# ...
# === 完了 ===
# 生成された記事: output/blog_post.md に保存されました