Perplexity Computer Multiagentとは?最大16の担当エージェントの仕事分解・共有成果物・相互確認を解説

当サイトではアフィリエイト広告を利用しています。

Perplexityは2026年11月17日、Computerに新しいeffort level「Multiagent」を追加しました。Ultraより上に置かれ、リードエージェントが複数の担当エージェントへ仕事を分け、担当同士が途中成果を共有しながら一つの成果物を作ります。

Multiagentの特徴は、複数AIを並列に動かすことに加えて、共有成果物、担当間の直接共有、相互確認を仕事の流れへ組み込むことです。リードは最大16エージェントへ担当を割り当て、利用者との窓口と最終統合を担います。

複雑な調査や財務分析では、何を独立して進めるか、何を共有成果物へ集めるか、どの前提を誰が確認するかを先に決めます。

Multiagentはリードと複数モデルの担当エージェントで動く

Multiagentでは、既定のリードとしてClaude Fable 5.2がタスクを計画し、担当エージェントへ仕事を分けます。

既定のチームは、次のモデルを組み合わせます。

役割既定のモデル・構成主な仕事
リードClaude Fable 5.2タスク分解、担当割り当て、統合、利用者との対話
担当エージェントClaude Opus 5.5分析、調査、レビューなどの担当作業
担当エージェントGPT 6.1 Sol分析、調査、レビューなどの担当作業
担当エージェントGemini 4 Carbon分析、調査、レビューなどの担当作業

リードは自分でも一部の作業を行いながら、最大16エージェントへ担当を割り当てます。利用者はプロンプトで使いたいモデルを指定できます。Fable 5.2とGPT 6 Astraは、利用者が指定した場合や特定の担当で必要になった場合に、担当エージェントとして加わります。

利用者との会話窓口はリードに集約されます。リードが変更内容を関係する担当へ伝え、既存の作業を継続します。

Ultra・Multiagent・Model Councilは協調の仕方が違う

Perplexity Computerには、複数モデルや複数エージェントを使う方法が複数あります。公式ブログでは、Ultra、Multiagent、Model Councilを仕事の組み方で分けています。

方式仕事の組み方向く仕事
Ultraリードが仕事を分け、担当はリードへ結果を返す複数のアプローチを試すオープンな問題
Multiagent担当同士が発見を直接共有し、互いに確認しながら共有成果物へ反映相互依存する複数パートを並行処理する大きな仕事
Model Council複数モデルが同じ問いを独立に調べ、Computerが一致点・相違点をまとめる同じ問いに複数の独立した視点が必要な判断

Multiagentが向くのは、担当Aの結果が担当Bの作業条件になる仕事です。

公式例では、あるエージェントが財務モデルの売上前提を更新し、別のエージェントへその数値を使って企業価値分析を進めるよう伝えます。担当同士が途中成果を共有し、依存関係をつなぎながら進めます。

共有成果物が担当間の共通状態になる

Multiagentでは、エージェント同士が作業中に発見を共有し、共有ファイルの編集を調整します。

この仕組みは、複雑な仕事で発生する「途中で前提が変わったら、関係する担当へどう反映するか」という問題に対応します。

たとえば財務分析なら、次のように分けられます。

  1. 担当Aが売上実績と成長率を確認する
  2. 担当Bがコスト構造と利益率を確認する
  3. 担当Cが市場データと競合条件を確認する
  4. 担当Aが更新した売上前提を共有成果物へ反映する
  5. 担当Dが更新後の前提を使って企業価値を計算する
  6. リードが各担当の結果と前提を統合する

共有成果物には、最新値、出典、担当、更新理由、次に使う担当を残すと、依存関係を追いやすくなります。

相互確認は「何を疑うか」まで担当に渡す

Multiagentでは、担当エージェントが互いの発見を確認し、矛盾する前提を見つけて追加調査へ戻せます。

相互確認では、数値・前提・出典・計算・成果物ごとに、担当エージェントが確認する対象と内容を具体的に指定します。

確認対象確認する内容
数値元資料と一致するか、単位・期間がそろっているか
前提別担当の前提と矛盾していないか
出典結論を支える一次情報があるか
計算共有された値を正しい式へ入れているか
成果物要求された形式・項目・条件を満たしているか

相互確認はチーム内レビューとして使い、最終判断は元資料、計算式、テスト、人のレビューなど、仕事に合う合否条件で確定します。

複数エージェントへ探索を広げながら、独立した検証器や成果物の引き継ぎを組み合わせる別の設計は、Google Antigravityの/teamwork記事で確認できます。

Google Antigravity /teamworkとは?探索・検証・文脈分離・引き継ぎで長時間タスクを進める設計
Google Antigravityの/teamworkを深掘り。並列探索、Lean 4やテストを使う独立検証、文脈分離、成果物による引き継ぎという4要素と、検証を担うCritic・Auditorなどの役割を通じて、長時間の研究・開発を進めるマルチエージェント設計を解説します。

仕事は「独立部分」と「依存部分」に分ける

Multiagentでは作業の依存関係を基準に、独立して並列に進められる部分と、前工程の成果を受け取って進める部分を分けます。

並列に進める部分

同じ入力を使い、互いの完了を待たずに進められる仕事です。

  • 複数企業の決算資料を別担当で読む
  • 市場規模、競合、規制を別々に調べる
  • 複数シナリオの財務モデルを並行して作る
  • 大量の契約書を担当範囲ごとに確認する

結果を受け取って進める部分

前工程の成果を受け取ってから始める仕事です。

  • 売上前提を受けて企業価値を再計算する
  • 契約条項を受けて財務リスクを更新する
  • 調査結果を受けて最終提案を比較する
  • 複数担当の指摘を受けて最終文書を修正する

依存部分には、誰のどの成果物を入力として使うかを明示します。共有ファイルを中心に状態をつなぐと、並列作業と依存作業を一つの流れへまとめられます。

リードには統合条件と停止条件を持たせる

リードは担当割り当て、結果の統合、利用者との会話維持を担います。

実務では、リードへ次の条件を渡すと、統合の基準が明確になります。

  • どの成果物を最終版とするか
  • どの前提が変わったら再計算するか
  • 担当同士の数字が食い違ったら何を再確認するか
  • どの項目は人の確認へ戻すか
  • 完了条件を満たしたらどの形式で返すか

Perplexity Computerでは、利用者がスレッドを停止するとチーム全体が停止します。フォローアップでは、リードが変更点を影響する担当へ伝え、既存の作業を続けます。

この構造では、利用者はリードとの対話、共有成果物、完了条件の3点でチームを管理できます。

Multiagentは相互依存する複雑作業へ使う

公式ブログは、Multiagentの代表例として次を挙げています。

  • 複数シナリオを扱う予測・財務分析
  • 年次報告書の財務諸表・注記・経営説明の横断確認
  • 複数の説明仮説を競わせる深い分析
  • データルームの契約・財務・業務資料のデューデリジェンス
  • 複雑な税務申告・年末計画の準備

共通するのは、仕事を複数の独立部分へ分けられ、途中で成果を共有し、別担当の結果が次の判断へ影響することです。

2026年11月18日時点で、Multiagent effort levelはPerplexity MaxのWeb利用者向けに提供されています。Maxは月額200ドルまたは年額2,000ドルです。PerplexityはMultiagentをクレジット消費の大きい設定として案内しており、1回あたりの固定クレジット数は公開情報で確認できません。

高頻度の定型処理はLight〜Ultraを使い、Multiagentは複数担当の協調や相互確認が必要な相互依存する仕事へ使い分けます。

実務導入では6項目を先に決める

Multiagentを実務へ使うときは、次の6項目を依頼時に決めます。

  1. 完了条件:最終成果物に必要な項目と合格基準
  2. 分割単位:並列で進められる仕事と依存する仕事
  3. 担当役割:調査、計算、反証、統合など各担当の責任
  4. 共有成果物:全員が参照する数値、前提、ファイル
  5. 相互確認:誰が何を検算・照合するか
  6. 人へ戻す条件:高リスク判断、矛盾、未確認事項をどこで止めるか

この6項目があると、エージェント数を増やしても、仕事の境界と確認経路を維持できます。

まとめ

Perplexity ComputerのMultiagentは、リードが最大16エージェントへ仕事を分け、異なるモデルの担当同士が発見と共有ファイルを直接やり取りしながら成果物を作るeffort levelです。

Ultraとの大きな違いは、担当同士が途中成果を共有し、相互確認と共有成果物の編集まで行う点です。Model Councilは同じ問いを独立に調べる仕組みなので、Multiagentとは仕事の分け方が異なります。

実務では、独立して進める部分、依存する部分、共有成果物、相互確認、リードの統合条件、人へ戻す条件を先に決めると、複数AIをチームとして扱えます。

公式情報・参照先

タイトルとURLをコピーしました