株式会社BLUEISH(東京都港区、代表取締役 為藤アキラ)は、法人向けAIエージェントプラットフォーム『BLUEISH Agents』において、AIワークフローを“ステップ単位”で解析・改善できる「フィードバックエージェント」機能の提供を正式に開始しました。
企業におけるAIエージェント活用が進む一方で、「どこで誤りが起きたのか分からない」「改善のたびに全体を作り直す必要がある」といった運用フェーズの課題が顕在化しています。
本機能は、AIワークフローの各工程を自動解析し、問題点を特定・可視化するとともに、改善案を自動提示・学習することで、AI運用を“全体改修型”から“局所最適型”へと進化させます。
企業がAIエージェントを実務に導入する中で、クライアントから寄せられる相談で特に多いのが、以下のような課題でした。
ワークフロー全体を改善するしかなく、運用負荷が高い
エージェントがどの工程でつまずいたのか把握できない
結果としてプロンプトやフローを「丸ごと作り直す」非効率な運用に陥る
BLUEISHでは、これらの根本原因を“ステップ単位のログ取得・評価・改善の仕組みが存在しないこと” にあると考えています。
そこで、BLUEISH Agentsでは AIワークフローを “ステップ単位” で分解し、HITL(Human-in-the-Loop)、メモリ、判断基準データモデルを連携させながら、課題の特定→改善→学習を循環させる構造「フィードバックエージェント」を実装しました。
本機能は、複雑な業務ワークフローを細かい工程レベルで特定・改善・学習できる仕組みです。

① ステップ単位でのエラー特定
ワークフロー内の各工程を自動解析し、
・入力値の不備
・ツール実行エラー
・判断基準に沿わない出力
・例外処理が必要なケース
などをどのステップで発生したのか明確に特定します。② ステップ単位での改善提案
特定された課題に対し、AIが自動で
・改善ポイントの要約
・修正案・代替案の提示
・次に取るべきアクション
を提示します。提案内容は、そのままワークフローへ反映可能です。③ 改善内容を学習し、次回の判断に反映(メモリ連動)
改善で得た知見は、
・メモリ(判断の記憶)
・判断基準データモデル
・学習ログ
に反映され、次回以降の判断精度向上に活用されます。④ 全体改修が不要に
従来のようにワークフロー全体を作り直す必要がなく、必要なステップのみを修正する運用が可能になります。
これにより、AI運用の工数とコストを大幅に削減します。一部の証憑処理のみ誤る → 当該ステップだけを改修
稀な例外対応 → メモリ化し次回以降は自動処理
Salesforce連携の特定フィールドだけ更新漏れ → 局所修正
顧客メール解析の誤判定 → 該当工程のみ改善
テンプレート生成時のトーン崩れ → 当該ステップのみ修正
クロスチャンネル統合処理のロジックズレ → 局所最適化
▼プレスリリース全文はこちら