Cresta、Claude Agent SDKでAI開発を自動化 初期展開が約50%短縮した3つの工夫

CrestaがClaude Agent SDKでAIエージェント開発を自動化するConductorを公開。初期展開時間は約50%短縮、工数の80%は改善に使われるという3つの工夫を解説します。

投稿日: カテゴリー AIニュース

メタエージェントとは、AIエージェントを作るためのAIエージェントのことです。米国のカスタマーサービス向けAI企業Crestaは、Anthropicの開発基盤であるClaude Agent SDKを土台に、この仕組みを「Conductor」として実用化し、初期段階の導入で展開時間を約50%短縮したと説明しています。

本記事は、EC支援19年・5,000社超の実績を持ち、AI導入支援は2023年から提供する株式会社オルセル(うるチカラ運営)が解説します。

CrestaのConductorの構成を示す図。下層にClaude Agent SDK、上層にCresta独自の制御面が置かれている

何が起きたか:Crestaが自社の知見をエージェント開発ツールに変えた

Claude公式ブログは2026年10月5日、CrestaがConductorを開発した経緯を事例として公開しました。Crestaは2017年創業のカスタマーサービス向けAI企業で、CEOはPing Wu、調達額は2億7,000万ドル以上、年間経常収益(ARR)は1億ドル以上と紹介されています。顧客にはUnited Airlines、CVS Health、Marriottといった大手企業が挙がっています。

Conductorは、コンタクトセンターで動くAIエージェントを、別のAIエージェントが組み立てる仕組みです。エージェントの新規構築だけでなく、テストケースの作成、既存エージェントの修正、問題が起きたときの根本原因の分析まで担当します。人間の開発者が一つずつ手で作っていた工程を、Claudeに任せる設計といえます。

仕組み:土台は汎用SDK、独自の価値は上の層に置く

構成は二層に分かれています。下の層がClaude Agent SDKで、必要な情報の収集、ツールの呼び出し、コードの実行と検証を受け持ちます。上の層がCrestaのCX制御面で、顧客との会話データ、業界の専門知識、開発のやり方、ポリシーや監視、検証の仕組みを束ねています。

VP of EngineeringのXiangru Chenは、Anthropicが汎用的で強固な基礎を用意してくれるため、Crestaは顧客に本当の価値を生む領域へ投資を集中できると述べています。Conductorのエンジニアリングリードを務めるRenjie Liは、Claude Codeで使われている開発の仕組みをプログラムから呼び出せる形にしたのがClaude Agent SDKだったと説明しています。つまり、ゼロから実行基盤を作らず、既存の土台の上に自社の強みだけを載せたことが、短い開発期間につながっています。

評価の工夫:新モデルが出るたびに同じ課題で採点し直す

注目したいのは、作ったあとの測り方です。Crestaは評価を四つの観点で行っています。使える成果物が実際に出てきたかというアウトカム、適切なツールと必要な情報を使ったかという実行経路、あらかじめ用意した基準と比べた品質、そして使った時間とモデルの使用量というリソース消費です。

テストする課題は、新しいエージェントの構築、テストケースの作成、既存エージェントの変更、根本原因の分析の四種類です。新しいClaudeモデルが出たときや仕組みを更新したときに、同じ課題と同じ採点基準でやり直します。モデルを入れ替えても品質が落ちていないかを確かめる安全網になる、という位置づけです。

なぜ重要か:作る作業より、直し続ける作業が大きい

数字として示されたのは、初期段階の導入で展開時間が約50%短縮したことです。ただし記事は、エージェント開発の工数のうち初期の構築は約20%にすぎず、残りの約80%はテストと最適化と継続的な改善にかかると述べています。AIエージェントは作って終わりではなく、運用しながら直し続ける製品だという前提が、Conductorの設計に反映されています。

もう一つの示唆は、モデルの進化との付き合い方です。評価の課題を固定しておけば、新モデルへの乗り換えを感覚ではなく採点結果で判断できます。AIの更新が速い今は、この習慣がある会社とない会社で乗り換えの速度に差がつきます。

今後の動き:エージェント開発の標準部品化が進む

今回の事例は、AI企業が自社の専門知識を、汎用SDKの上に載せた専用の開発ツールとして提供する流れを示しています。同じ型は、カスタマーサービス以外の分野にも広がるとみられます。ただし、50%短縮という数字はCresta自身の発表であり、第三者による検証は確認できていません(要確認)。また、初期段階の使用ケースでの値とされているため、すべての導入に当てはまるとは限りません。

日本の読者にとっての参考点は、AI導入の費用を初期構築だけで見積もらないことです。工数の大半が改善に使われるなら、評価の基準づくりと担当者の配置を最初から計画に入れておく必要があります。問い合わせ対応のAIを検討しているEC事業者にとっても、導入前に何をもって合格とするかを決めておくことは、そのまま使える考え方です。

まとめ

CrestaのConductorは、Claude Agent SDKを土台にしてエージェント開発そのものをAIに任せ、初期の展開時間を約50%短縮したと説明されています。開発工数の約80%が改善に使われるという点、新モデルのたびに同じ課題で採点し直す点は、AI導入を検討するどの会社にも通じる運用の型です。

参考文献

※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談(30分)も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/

引用元: Claude公式ブログ


【監修】齋藤竹紘(株式会社オルセル代表 / 19年・5,000社のEC支援実績)


投稿者: 齋藤竹紘

株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。

お問い合わせ