AIがコードを書く時代だからこそ、
実績ある部品を組み合わせて、最初から本番品質で。
例ECサイトの返品・配送のお問い合わせに答えるAI
作るBUILD
> 開発ツールFAQ.csvをナレッジに入れて、返品の受付手順も作って
つなぐCONNECT
> 開発ツール注文照会のAPIと、在庫システムのMCPをつないで
配るDELIVER
> 開発ツールこのAIを、サイトのヘルプページに出して
運用するOPERATE
> 開発ツール個人情報は伏せて、変更のたびに想定質問で採点して
100以上の管理用ツールを公開しています。Claude Code や Codex などの開発ツールに登録すると、エージェントの作成、ナレッジの登録、外部APIの接続、評価、公開までを話しかけるだけで進められます。
コマンドラインから、雛形の作成、エージェントやナレッジの取得・反映、対話テスト、構成の一括反映ができます。
エージェント・フロー・ツール・ガードレール・ウィジェットなどの構成を1つのYAMLファイルに書き出し、別のワークスペースへ取り込めます。
管理画面・AIアシスタント・要件の文章からエージェントを作れます。1回の応答でツールを使える回数(1〜20回)、応答のぶれ幅、考える深さを調整できます。
エージェントごとに役割と応答方針を書きます。全エージェント共通の前提(グローバルプロンプト、8,000字まで)を先頭に自動で加えられ、{{key}} の形で変数も差し込めます。
Claude・GPT・Gemini のほか、国内でデータを処理する PLaMo・さくらなど11の提供元から選べます。自社で契約したAPIキーも使えます。障害時は別のモデルに自動で切り替わります。
ステップと分岐をつないで、手順の決まった応対を組みます。ステップごとに、AIに答えさせるか定型文を返すか、返答ボタン・使うナレッジ・使うツールを指定できます。
キーワードと例文で話題を登録し、発話がどの話題に当たるかを判定します。当たった話題に定型文を返せば、AIを呼ばずに済むので費用がかかりません。
1つのチャット画面に複数のエージェントを割り当て、発話の内容から担当を自動で選びます。エージェント同士で会話を引き継ぐ連携もできます。
氏名や希望日などの変数を定義してプロンプトに差し込みます。値は固定値・ユーザーの状態・APIの応答から取れ、会話から自動で抜き出したり、暗号化して保存したりできます。
ユーザーごとの記憶を会話をまたいで保持し、エージェント間で共有します。1件1,000字・1人500件まで。個人情報に関わるため、エージェントごとにオンにして使います。
公開前に管理画面で会話を試せます。公開中・下書き・過去の版のどれで動かすかを選べ、使ったモデル、トークン数、ツールの実行結果、参照した記事も確認できます。
変更は下書きに入り、公開するまで本番は変わりません。履歴は最新50件まで残り、問題があれば過去の版へすぐ戻せます。
記事をフォルダとタグで整理します。検索は全文・意味の近さ(ベクトル)・両方の併用から選べ、足りない根拠を最大5回まで探し直す多段検索や、質問の言い換えにも対応します。
PDF・Word・Excel・PowerPoint・CSV・HTML などのファイル(PDFは500ページまで)、URL、サイトマップ、Google Drive、Notion から記事をまとめて取り込めます。
最近の会話と、答えが見つからなかった検索から、記事の追加・更新案とプロンプトの修正案をAIが作ります。人が承認すると反映されます。
ナレッジ検索の記録を一覧で見られます。ヒットが0件だった検索に絞り込むと、資料が足りていない質問が分かります。
自社システムのAPIをAIから呼び出せるように登録します。GET・POST・PUT・DELETE と、Bearer・APIキー・Basic などの認証に対応し、応答を変数に保存することもできます。
URLを登録して外部のツール群をつなぎます。使ってよいツールはエージェントごとに選べ、ツールの説明に不正な指示が紛れていないかを自動で検査します。
Web検索(検索するドメインの許可・除外を指定可)、ナレッジ検索、メモリー、データベースなどを、エージェントごとにオンにして使えます。
予約や在庫などのデータを PostgreSQL に保存し、AIやAPIから参照・更新します。AIの参照は読み取り専用で実行されます。
会話の開始やフィードバックなどの出来事を、改ざん防止の署名付きで自社のシステムへ通知します。
タグを1行貼るだけでWebサイトに設置できます。ポップアップかサイドバーを選べ、見た目のテンプレート、パスワード、ドメイン制限、会話数の上限を設定できます。ページ側から開閉や送信もできます。
sdk.js を読み込むと、自作の画面から会話の送信・履歴・リセットなどを呼べます。APIキーは不要で、ウィジェットの制限がそのまま効きます。
会話APIは逐次表示に対応し、参照した記事も返します。OpenAI と同じ形式の口もあり、既存のコードを流用できます。ナレッジ検索や安全性の判定だけを単体で呼ぶこともできます。
Agent2Agent 規格に対応し、エージェントの紹介情報を公開して、他社のAIエージェントとメッセージをやり取りできます。
メールアドレス・Google・匿名でのサインインと、本人確認のAPIを用意しています。
利用者の氏名・メール・会社・会話回数・最終接触を一覧で管理し、タグで絞り込めます。CSVで書き出せます。
キーワード・正規表現、AIによる判定、個人情報の検出(メール・電話番号・カード番号・マイナンバー)で入出力を確かめます。止める・警告する・伏字にするを選べます。
管理画面・API・MCP などからの操作を記録し、権限不足で止められた操作も残します。CSVで最大5,000件まで書き出せます。
メンバーごとにロールを割り当て、エージェントごとの利用権限も設定できます。2段階認証(認証アプリまたはSMS)にも対応しています。
組織単位で、SAML / OIDC のシングルサインオン、SCIM 2.0 によるアカウントの自動配布・停止、IPアドレスの許可リストを設定できます(組織契約が前提)。
キーごとに、すべて・読み取り・会話・デプロイの区分や機能別の権限を付け、使えるエージェントやナレッジを絞れます。
API・MCP・A2A・ウィジェットの経路ごとに、1分あたりの呼び出し回数の上限を設定できます。
利用量を内訳・モデル別・履歴で確認できます。上限の80%で通知し、超えたときは通知だけにするか、止めるかを選べます。
会話・ユーザー・行動履歴・監査ログの保持期間を決めて自動で削除します。本人からの削除請求への対応と、その履歴も管理できます。
AIが応答していることの表示や、外部送信の通知・同意を設定できます。データの機密度に応じて、使えるAIモデルを制限することもできます。
想定質問への回答を、根拠に忠実か・質問に答えているか・安全かの3つの観点でAIが採点します。最大4つのモデルを比べられ、前に合格したものが不合格になると品質低下として通知します。
会話件数・エラー率・トークン数・応答速度などをグラフで並べられます(過去24時間〜90日)。会話ログは検索でき、期間を指定してCSVで書き出せます。
話しかけるだけで、エージェントの作成や設定をAIが代わりに進めます。変更内容は画面の右側で確認・編集できます。
会話履歴・ユーザー情報などの重要データは国内サーバーに保管し、安全な管理体制で保護します。
マルウェア対策・ファイアウォール・暗号化通信など、複数のセキュリティ技術を重ねて保護します。

株式会社miiboは、ISMSの国際規格 ISO/IEC 27001 の認証を、BSIグループジャパン株式会社より取得しています。
AIエージェントを内包したAIネイティブなプロダクトを、本番環境で安全に提供し、改善し、増やし続けるための実行・統制基盤です。
例えば、次のようなプロダクトの裏側に組み込まれます。
プロダクトの裏側に必要な、状態管理・データ接続・モデル制御・ツール実行・権限・ガードレール・ログ・評価・改善の仕組みを共通基盤として提供します。
単なる開発効率化ツールではありません。Webサービスに認証・データベース・監視基盤が必要なように、AIネイティブなプロダクトには、AI特有の実行・統制基盤が必要です。
AIは同じ入力でも同じ結果を返すとは限らないため、本番提供には次の仕組みが欠かせません。
作れます。ただし、簡単に作れるのは主に「動くプロトタイプ」までです。
運用が始まると、デモでは見えなかった問題が表面化します。
バイブコーディングで画面や業務ロジックを素早く作り、その裏側は最初から Agent OS の実績ある部品を組み合わせて作ります。プロトタイプを作ってから本番向けに作り込み直す必要はありません。
「本番品質」という指示だけでは、必要な設計は決まりません。誰がどのデータへアクセスできるか、AIが自動実行できる処理はどこまでか、何を正しい出力と定義するか、といった判断は企業側に残ります。
生成されたコードが動くことと、組織として統制できることは別です。Agent OS は、コード生成だけでは埋まらない、AIの実行と統制のレイヤーを提供します。
競合ではなく、組み合わせて使うものです。
役割は次のように分かれます。
高速に作られるコードとAIプロダクトが、数カ月後に事業の負債へ変わらないための土台です。
LLMのAPIは、モデルへ入力を送り、出力を受け取るためのものです。AIプロダクトでは、ユーザーの状態の取得、必要なデータの検索、適切なモデルの選択、危険な操作の停止、結果と判断過程の記録、失敗の分析と改善まで必要になります。
LLMはAIプロダクトのエンジンですが、エンジンだけではプロダクトは走りません。Agent OS は、モデル・データ・ツール・UIを、一つのプロダクトとして安全に動かすための基盤です。
一部の機能は代替できます。ただし、AIの処理フローを作ることと、企業がAIプロダクトを継続運用することは異なります。
企業での本番運用には、次の仕組みも必要です。
フレームワークを採用しても、これらが自動的にそろうわけではありません。
AIプロダクトを構成する機能を、変更・再利用できるモジュールとして提供します。
これらを一つの巨大なプロンプトやコードに詰め込まず、責務ごとに分離します。
AIの誤りや事故をゼロにするものではありません。提供するのは、事故へ対応できる構造です。
従来の miibo は、管理画面を中心に、会話型AIをノーコードで構築・運用するためのプラットフォームです。
Agent OS は、miibo が培ってきた会話制御、状態管理、ナレッジ活用、モデル制御、外部連携、ガードレール、ログ分析などを、独自のAIプロダクトから部品として利用できる基盤です。miibo の標準UIに限定されず、独自のWebサービス、モバイルアプリ、業務システムへAI機能を組み込めます。
Agent OS が共通化するのは、モデル接続・状態管理・認証と権限・ガードレール・ログと監査・品質評価・コスト管理など、差別化になりにくい基盤部分です。
UI・UX、業務ロジック、データ、ドメイン知識、AIを使った独自の体験といった、顧客価値に直結する部分は自由に開発できます。
顧客固有のUI、業務ロジック、データ、API、ドメイン知識は、顧客側の資産として維持されます。
モデル・データ・ツール・UIを分離し、特定のLLMやチャネルにプロダクト全体が依存しない構造を目指しています。