- TOP
- スニフアウトAIメディア
- Claude Code 導入支援
- ループエンジニアリングとグラフエンジニアリングとは?違いと設計の要点
ループエンジニアリングとグラフエンジニアリングとは?違いと設計の要点
ループエンジニアリングは、依頼と確認と直しの繰り返しをAIが自分で回すように設計すること。グラフエンジニアリングは、その繰り返しの分岐まで設計すること。両者の違い、止める条件、事業側での使い方、作る前のチェックリストを解説します。
ループエンジニアリングとは、人がAIに依頼を出し、出力を見て直させる、という繰り返しを、AIが人の介在なしに自分で回すように設計することです。グラフエンジニアリングは、その繰り返しの分岐が続けるか止めるかの2つを超え、条件で行き先が変わり始めたときに、分岐、承認、終わり方まで含めてAIの動きを設計することです。ループは最小のグラフで、両者は入れ子の関係にあります。
どちらも2026年に名前が付いた言葉で、定義はまだ固まっていません。この記事では、株式会社スニフアウトがセミナーで解説してきた整理をもとに、言葉の意味、設計の勘所、開発以外の業務での使い方を説明します。
ループエンジニアリングとは
エンジニアのアディ・オスマニ氏は、2026年6月7日のブログで、ループエンジニアリングを「エージェントにプロンプトを出す人としての自分を置き換えること」と定義しました(Addy Osmani: Loop Engineering)。同じころ、The New Stack は、Claude Code を作った Anthropic のボリス・チェルニー氏が Claude に直接プロンプトを書くのをやめ、ループを書いていると報じています。IBM も、ユーザーが決めた目標に向けて、人の関与を最小限にしながらエージェントを繰り返し導くワークフローを設計する実践、と説明しています(IBM Think)。
人が成果物を作り、上司のフィードバックを受けて直し、また出す。この当たり前の繰り返しを、Claude Code のような実行環境の中でAIが自分で回すわけです。設計する対象が、1回の指示の書き方から、繰り返しの仕組みへ一段外側に移ったと考えるとわかりやすいかと思います。
プロンプトからグラフまでの5つの層
ループとグラフは、それまでの設計の考え方の外側に積まれています。

| 層 | 設計する対象 | 作るもの |
|---|---|---|
| プロンプト | 1つのモデルへの1回の入力 | AIの振る舞い |
| コンテキスト | モデルとツールのあいだを流れる情報 | AIの理解 |
| ハーネス | 道具、権限、検査、止める条件など、エージェントが動く環境 | 信頼性 |
| ループ | 依頼、確認、直しの繰り返し | 人の指示を待たずに目標へ向かう動き |
| グラフ | 条件で分かれる処理の、つながり方と終わり方 | 分岐を含めた全体の統制 |
外側の層が増えても、内側の層はなくなりません。グラフの各ノードの中ではループが回り、そのループの中ではコンテキストとプロンプトが使われ続けます。工程のあいだで渡す情報の設計はナレッジギャップとAIエージェントの精度の記事で詳しく書きました。
ループの中身と止め方
ループは、目標を受け取り、計画を立て、実行し、結果を検証し、止めるかどうかを判定し、止めないならやり方を更新して計画に戻る、という流れで回ります。毎周の結果は共有の台帳に書き戻します。

品質を左右するのは、実行より検証と止めるかの判定です。実行は自律型のエージェントなら十分にこなせますが、何をもって合格とし、どうなったら止めるかが曖昧だと、ループはいつまでも回るか、不十分なところで止まります。検証を人が肩代わりしている限り、それはループというより、手作業の一部を自動化したものです。
止める条件は、完了の条件、繰り返しの最大回数、予算の上限の3つを必ず書きます。完了の条件は「テストが通るはず」ではなく「テストを実行して、すべて合格になる」のように、誰が確かめても同じ判定になる形にします。私たちが見てきた範囲では、止め方が書かれていないことが、いちばん多い失敗です。
ループがうまく回らないとき、原因はたいてい次の3つのどこかにあります。
| 壊れる場所 | 起きること | 手当て |
|---|---|---|
| 記憶のファイルがない | 毎回ゼロから始まり、前の周で失敗したことを繰り返す | 状態を書き残す台帳やファイルを1つ持たせる |
| 作る役と確かめる役が同じ | 自分の答案を自分で採点するので、思い込みがそのまま通る | 作る役と確かめる役を、別のエージェントに分ける |
| 止める条件がない | いつまでも回るか、不十分なところで止まる | 完了の条件、最大の回数、予算の上限を書く |
実装は、起動、実行、検証、停止の4つの段に分けて考えると迷いません。Claude Code の場合、2026年11月時点で次の道具が使えます。
| 段 | Claude Code で使える道具の例 |
|---|---|
| 起動 | 決まった間隔で同じ指示を繰り返す /loop、PCを閉じていてもクラウドで動く予約タスク |
| 実行 | 本体のエージェント、作業を分けるサブエージェント、手順をまとめたスキル |
| 検証 | 自動テスト、別のエージェントによる確認、Claude が終えようとしたときに外から検査して作業に戻す Stop フック(hooks) |
| 停止 | 毎ターンの後に別の小さなモデルが完了の条件を判定する /goal(公式ドキュメント)、繰り返しの上限、予算の上限 |
小さいループと大きいループ
ループエンジニアリングの例として語られることの多くは、コードを書き、テストし、直して、テストが通るまで繰り返す、という小さなループです。本物のループですが、射程は短めです。目指したいのは、「月間リード100件に届くまで改善を続ける」のような事業上の目標を、数週間から数か月かけて追う大きいループです。
| 小さいループ | 大きいループ | |
|---|---|---|
| 目的 | 1つのタスクを完成させる | 事業上の目標に届く |
| 期間 | 数分〜数時間 | 数週間〜数か月 |
| 目標の書き方 | 合否がはっきりしている(テストが合格する) | 量で書く(月間リード100件) |
| 起動のきっかけ | 出来事(テストの失敗、ファイルの保存) | 時刻と、外部データの更新 |
| 検証する人や仕組み | テストなどの決まった検査 | 指標、別のエージェントの確認、人 |
| 止め方 | 条件の成立、または最大回数 | 目標到達、予算上限、期日の到来 |
大きいループを1回のとても長い実行で済ませようとすると、途中で扱う情報が増えすぎて判断が崩れたり、落ちたあと再開できなくなったりします。毎朝起きて、台帳を読み、1歩だけ進めて、台帳に書いて止まる。この短い実行を目標に届くまで繰り返す形で作り、記憶は必ず会話の外のファイルやデータベースに置きます。Claude Code の /loop は開いているセッションの中で動くもので、繰り返しの予約は7日で切れるため、長く続くループの起動にはクラウドやデスクトップの予約タスクを使います(スケジュールの比較)。
大きいループには落とし穴が2つあります。1つは、指標だけを渡すとAIが指標そのものを動かしにいくことです。問い合わせの解決率だけを最適化させれば、問題を解くより、チケットを早く閉じる方向へ寄りかねません。最適化させる指標には、再問い合わせの率のような対になる指標と、確定した売上や人の判断のような、AIが動かせない指標を組み合わせます。もう1つは、毎日回る速いループが、四半期に一度決める目標の値まで書き換えてしまうことです。目標の値には持ち主の人を置き、速いループは気づいたことを上に知らせるだけにします。
ループに要るのは、測れる目標、材料になるデータ、合否を判定する仕組みの3つです。営業やマーケティング、カスタマーサクセスには、商談の段階、有効なリードの定義、対応の期限といった物差しがすでにあり、開発よりむしろ条件は揃っています。Salesforce も、ループを回すのはエージェントでも、点数を知っているのは事業の側だと書いています(Agents Run the Loop. Only Your Business Knows the Score)。逆に、その定義が曖昧な会社では、大きいループは成立しません。
グラフエンジニアリングとは
月間リード100件のループでも、不足の原因が流入なのか、成約率なのか、リードの質なのかで、次に走らせる仕事はまったく変わります。この分岐まで含めてAIの動きを設計するのがグラフエンジニアリングです。ここでいうグラフは、処理を表す点と、点をつなぐ線でできた構造のことで、ループは点が1つと自分に戻る線が1本だけの、いちばん小さいグラフにあたります(AI Builder Club: Graph Engineering Guide)。同じガイドによれば、この呼び名は2026年7月18〜19日ごろに X で広まったものです。
グラフは、次の8つの部品で考えると整理しやすくなります。
| 部品 | 役割 | 決めておくこと |
|---|---|---|
| ノード | 仕事の単位。エージェント、モデルの呼び出し、決まった処理、検証、人の判断 | 受け取る情報、返す形、使える道具と権限 |
| エッジ | ノード間の許された移り方 | 通す条件、運ぶもの |
| 状態 | エッジを流れる事実や成果物 | 形式と出どころ。メモとして扱わない |
| ルーター | 条件で次の経路を選ぶ | 分岐の条件をプロンプトの文章に埋めず、構造として持つ |
| 分岐と合流 | 並列に走らせ、後でまとめる | 合流の決まり、一部が失敗したときの扱い |
| ゲート | テスト、承認、予算の確認で危険な前進を止める | 誰の権限で止めるか |
| サイクル | 前のノードに戻る経路 | 最大の回数 |
| 終端 | 成功、失敗、人への引き継ぎといった終わり | すべての経路がどれかの終端にたどり着くこと |

この図が単純なループと違うのは、不足の原因の判定がルーターという1つのノードになっていて、判定の基準を変えたときの影響範囲がわかることです。費用が上限を超える打ち手は承認のノードで止まり、承認が記録されてから再開します。承認は例外扱いではなく、正規の経路の一部です。7日待つあいだ処理を動かし続ける必要はなく、状態が外の台帳にあるので翌朝の実行が続きから始まります。
スニフアウト社内の業務の自動化も、同じ考え方でグラフとして設計しています。データの取得と配置のような決まった処理にはAIを使わず、一次情報がモデルに言い換えられる余地をなくします。振り分けは安く確実な方法から試し、決まらないときだけAIで判定し、確信が持てなければ保留にして人に聞きます。
グラフにすべきとき
何でもグラフにすればよいわけではありません。入力によって担当や方針が変わるとき、独立した仕事を並列に走らせて合流させたいとき、取り返しのつかない操作の前に承認や検証が要るとき、失敗の種類ごとに立て直し方が違うとき、長い待ちをはさんで中断と再開が要るときがグラフの出番です。1つのエージェントが最初から最後まで受け持てる短い仕事なら、ループのままで足ります。5つのノードを1つのループにまとめ直しても何も失われないなら、まとめ直すべきです。
エージェントを増やせば良くなるわけでもありません。Anthropic は、複数のエージェントを使う構成が通常のチャットのおよそ15倍のトークンを使うと報告しています(Anthropic Engineering)。複数エージェントの1,600件を超える実行記録を分析した研究は、失敗を14種類に整理し、設計を見直す余地を示しつつ、それだけでは足りない失敗もあるとしています(Why Do Multi-Agent LLM Systems Fail?)。箱と矢印を描いただけで、状態に何を持たせるか、各ノードが何を受け取り何を返すか、どこで終わるかを決めていない図は、まだ設計とは呼べません。
作り始める前に答える8つの問い
どれほど自律的に動く仕組みでも、検証の責任は人に残ります。6時間無人で走るエージェントは、6時間分の間違いを無人で作ることもできます。次の問いに答えられないうちは、作り始めないほうが安全です。
| 問い | 答えられなければ |
|---|---|
| 目標:完了を測れる条件として1文で書けるか。その条件の持ち主は誰か | ループは止まらないか、早く止まる |
| 起点:何がこのループを起こすか | 誰かが思い出したときしか動かない |
| 材料:毎周の入力に、前回までの結果が含まれているか | 毎回ゼロから始まる |
| 検証:合否を判定するのは誰か。作った本人が採点していないか | 思い込みがそのまま通る |
| 分岐:失敗の種類ごとに立て直し方を分けたか | 1つの失敗で全体が止まる |
| 承認:取り返しのつかない操作の前に、明示的なゲートがあるか | 事故が起きてから気づく |
| 終端:すべての経路が終端にたどり着けるか | どこかで暴走する |
| 予算:時間、トークン、金額の上限を誰が決めるか | 費用が想定の何倍にもなる |
どの操作に人の承認のゲートを置き、どの操作を見守りや事後の確認に回すかは、Human-on-the-LoopとHuman-out-of-the-Loopの記事で整理しています。
まとめ
ループエンジニアリングは、プロンプトを出す人としての自分を仕組みに置き換えることで、品質は止め方で決まります。グラフエンジニアリングは、そのループの分岐、承認、終わり方を部品として決めることです。どちらも、開発より事業側の業務のほうが材料は揃っています。Claude Code のスキル、フック、予約タスクを使ってループやグラフを業務に組み込む作業は、Claude Code 導入支援の伴走支援で、設計から運用まで一緒に進めています。
よくある質問
ループエンジニアリングとは何ですか?
ループエンジニアリングとグラフエンジニアリングの違いは何ですか?
ループを作るときに必ず決めることは何ですか?
開発以外の業務でもループやグラフは使えますか?
この記事に関連するサービス

東京大学大学院 複雑理工学専攻卒業。理論物理学・ヒューマンインターフェースを専門とし、大手化粧品メーカー・ゲーム会社で AI/機械学習の開発に従事。2022年11月に株式会社スニフアウトを創業。RAG と AI エージェントの解説書を執筆している。

