AIエージェント能力アトラス › 仕事ごとの一覧 › 基盤能力（横断） › 計画・分解・優先順位

目標のサブタスクへの分解

Goal decomposition into subtasks

0 できない ／ 1 デモ止まり ／ 2 補助 ／ 3 実務品質（要確認） ／ 4 専門家並み ／ 5 専門家超え。「予」は予測。

専門家と比べて

明確なゴールが与えられればジュニア〜中堅相当のタスク分解ができるが、専門家のような『何を分解すべきでないか』の判断は弱い

できること

自然言語の目標をサブタスクのチェックリストやTODOに分解し順に実行。コーディングエージェントでの計画立案は実務水準

まだできないこと

曖昧・矛盾した要求からの分解では、専門家が行う『要求そのものへの疑問視』が弱く、誤った分解のまま突き進みやすい

なぜそうなのか

マルチエージェント失敗タキソノミー(MAST)では失敗の42%が『仕様の悪さ』に起因し、分解自体より上流の目標理解の甘さが主因

これからの予測の根拠

階層的・制約考慮型プランニングの研究進展により2027-28年に専門家並みの分解精度が期待されるが、上流の要求理解の改善は別軸

いま使える主な道具

Claude Code (Plan mode)、GPT-5.x、AutoGPT系

根拠

• Who Broke the System? Failure Localization in LLM-Based Multi-Agent Systems 2026-07
  失敗の42%が仕様の曖昧さに起因するMASTタキソノミーの知見

同じ分野のほかの仕事（計画・分解・優先順位）

• 失敗時の再計画・軌道修正
• 複数タスクの優先順位付け・トレードオフ判断

AIエージェント能力アトラス 2026（2026-09-06 時点・v1.0）の1マスです。レベルは公開された実験・ベンチマーク・報告から付けた目安で、2027年以降は予測です。全マスに根拠のリンクがあります。作者は個人で、AI（Claude）と一緒に調べて作っています。