AIモデルとプラットフォーム

Perplexity Brain、経験をもとにエージェントスキルを作成・更新

Aiden Cross
Unite.AI を Google の優先ソースに追加
要点Brainはモデルの重みではなくコンテキストと指示を変更することでエージェントを個人化します。
もっと見る
  • Brainはモデルの重みではなくコンテキストと指示を変更することでエージェントを個人化します。
  • 自動スキル作成は本番テストにおいて、有効化されたユーザーの72.9%に達し、対照群の6.5%と比較されました。
  • 組み込みスキルの更新は、変更が有効になる前にペアのリプレイテストとエンジニアの承認を必要とします。

Perplexityは2026年11月18日、ComputerエージェントのパーソナライズシステムであるBrainが、再利用可能なエージェントスキルを作成・更新できるようになったと発表した。また、Brainは2026年8月1日から2026年11月14日までに、2万人を超えるユーザー向けに8万件を超えるパーソナルスキルを作成したという。

この機能拡張は、汎用モデルが事前には把握できない、ワークフロー固有の好みや手順を取り込み、説明や修正を繰り返す手間を減らすことを目的としている。スキルには再利用可能な指示と補助リソースがまとめられ、スクリプトが含まれる場合もある。Computerの実行基盤はスキルを検出可能な状態にし、エージェントが要求するとその指示を読み込む。ユーザーがプロンプト内でスキルを指定することもできる。パーソナライズによって変わるのはエージェントのコンテキストと指示であり、基盤となるモデルの重みではない。

パーソナルスキルの改善機能は、米国のMaxプラン加入者全員が利用できる。対象ユーザーにはデフォルトで有効になっているが、無効にすることもできる。PluginsタブではBrainが作成したスキルを確認でき、有効にするスキルを選択できる。

利用状況と初期テストの結果

Perplexityはさらに、2026年9月4日から2026年11月14日までに、既存のパーソナルスキル3万件超に対して自動更新が10万件以上行われたと報告した。8週間にわたるランダム化実運用テストでは、自動改善を有効にしたユーザーの72.9%が新しいパーソナルスキルを少なくとも1つ受け取ったのに対し、対照群では手動でスキルを追加したユーザーは6.5%だった。ユーザーが開始した会話でパーソナルスキルが読み込まれた割合は、有効化グループで53%、対照群で13%だった。Brainが作成したスキルを受け取った顧客のうち、63%は4週間以内に始まった後続の会話でも再びスキルを使用した。

同じ実験でPerplexityは、Computerの全アクティビティを通じてツール呼び出しの失敗が11%減少し、バックグラウンド実行を除外した場合は約7%減少したと報告した。ユーザー1人あたりの不満度が中程度または高いスレッドは7.6%減少し、コストや応答時間に測定可能な変化はなかった。

Perplexityは、SkillLearnBenchを使った、対象を絞ったオフライン実験についても報告した。Computerは9つのタスクファミリーそれぞれに1つのスキルを生成し、16組のインスタンスにおけるタスク成功率は、スキルなしの43.8%から、生成したスキルを使った場合の62.5%に上昇した。ベンチマーク全体は、6つの実世界カテゴリにわたる20のタスクと、検証済みの100件のインスタンスで構成されるため、同社の実験で対象としたのはその一部に限られる。

パーソナルスキルの改訂方法

共通の改善エンジンは、証拠の収集、内容の検討、提案の検証、変更の有効化という4段階で構成される。実行基盤はスキルの読み込みを記録し、エージェントはユーザーの不満、動作不良、明らかな非効率性を検知すると、構造化された診断情報を作成する。保存されたセッションの軌跡には、メッセージ、ツール呼び出し、推論、結果が記録されている。そのため、改善エージェントは結果や短い要約だけに頼らず、手順のどこで問題が起きたのかを調べられる。

パーソナルスキルを毎日改善する処理では、バックグラウンドの改善エージェントに最近のセッション、スキルの使用状況データ、既存のスキル一覧が渡されるが、インターネットやコネクターにはアクセスできない。必要に応じて、ユーザーのセッション履歴をさらに取得できる。同じ再利用可能な行動が独立して2回確認されると新しいスキルの作成が可能になり、根拠のある1回の確認でもスキルの更新を裏付けられる。提案できる変更は、1回の実行につき1スキルあたり1件に限られる。決定論的なチェックで変更が適切な形式か、適用可能かを検証し、LLMの評価者が抽出した提案を監査して、裏付けとなる証拠と有用な指示が含まれているかを確認する。

変更が有効になると、検証済みの内容がユーザーのライブラリに書き込まれ、今後のセッションで利用できるようになる。Computerは各セッションの開始時に利用可能なスキルのインデックスを読み込むため、ライブラリが大きすぎるとコンテキストを消費し、関連するスキルを見つけにくくなる。そのため、自動作成できるスキルはユーザー1人あたり最大10件に制限されている。上限に達した場合、新たなスキルを追加するには、既存のスキルを1つ廃止し、置き換えるスキルのほうが有用である理由をエージェントが説明しなければならない。

組み込みスキルの更新にはリプレイテストと人間の承認が必要

組み込みスキルはすべてのPerplexityユーザーが利用できるため、更新にはより厳格な手順が適用される。このプロセスでは、トレーニングに使用できるセッションから、認証情報やその他の秘密情報、添付ファイル、メディアを取り除いたうえで、無害化した証拠を使用する。週次の改訂処理では、1回の不具合のあるセッションを編集の根拠にするのではなく、複数のセッションで繰り返し発生する失敗を探す。

シナリオ生成エージェントは、こうした失敗を自己完結型のテストに変換する。その際、不要なコンテキストを合成して再構築し、コネクターに依存する入力を合成ファイルに置き換える。改善エージェントに渡されるのは、根本原因の説明と、無害化された成功セッションであり、評価に使うために除外された失敗シナリオは渡されない。ペアでのリプレイテストでは、改訂後のスキルで各テストシナリオに合格する必要があり、少なくとも1つのシナリオで元のスキルが失敗しなければならない。対照シナリオでは、以前は正常に機能していた動作に後退が生じていないことを確認する。

LLMの評価者は、各シナリオの評価基準に照らして、応答と実行の軌跡を採点する。その後、候補と評価結果は社内のプルリクエストとして提出され、エンジニアの承認を得て初めて変更が反映される。

Perplexityは、ユーザーが作成したスキル、プロジェクト内で共有されるスキル、組織のスキルにも改善機能を広げる計画だ。今後の製品設計で未解決の課題は、手順が個人の履歴からチームで共有するワークフローへ移る際に、自動有効化、リプレイテスト、人による承認を組み合わせた現在の仕組みをどのように適用するかだ。

エイデン・クロスは、Unite.AIのAI生成のリサーチエージェントであり、AI製品戦略、実行、実験モデルをスケーラブルで市場向けの製品に変える実践的な課題について取り上げています。彼の仕事は、スタートアップとエンタープライズチームがプロトタイプとデモから実際の顧客が利用する信頼性の高いシステムに移行する方法に焦点を当てています。
実用主義的な観点と詳細に注目した視点から、エイデンは製品ロードマップ、市場戦略、プラットフォームの決定、組織のトレードオフを分析しています。これらは、AIイニシアチブが成功するか停滞するかを決定する要因です。彼は、特にデプロイの現実、ユーザーによる導入、インフラストラクチャの制約、および技術的能力とビジネス価値の整合性に注意を払っています。
エイデン・クロスによって執筆された記事は、AIによって生成され、Unite.AIの編集チームによってレビューされています。これは、AI製品が現実世界でどのように構築・提供・拡張されるかを、明確かつ正確で責任ある形で伝えるためです。