目次
OpenAIは2026年11月20日、Agents で締切を意識しながら作業する「time awareness」と、利用者の返答を待つ間も作業を続けられる非同期関数ツールの実装例を公開しました。会議前の調査、期限付きレポート、運用調査など、質問への返答が来るか分からない状況でも、決めた時刻までに役立つ結果を返したい開発者が対象です。
重要なのは、モデルへ一度だけ「15分以内」と伝えて放置する設計ではありません。アプリケーションが絶対時刻の締切を管理し、モデルへ現在時刻を継続的に知らせ、質問の受付期限と成果物の提出期限を分けます。返答がなくても調査と執筆を進め、期限に達したら保存済みの最良結果を一度だけ届ける仕組みが必要です。本稿では公式例を基に、Agents APIとResponses APIの二つの実装経路、状態管理、評価項目を整理します。実際のAPIを本サイトで実測した記事ではありません。
スポンサーリンク
時間認識と非同期入力が解く問題
従来の同期的な質問ツールでは、エージェントが不足情報を尋ねると、その返答が届くまで次の処理を止めがちです。締切がある仕事では、返答待ちの数分がそのまま調査時間を削ります。一方、質問を禁止すれば、会議の目的や出力条件を誤ったまま進む可能性があります。
非同期関数ツールは、この二者択一を避けます。モデルは質問を発行した後も、回答に依存しない会社概要や最近の発表を調べられます。返答が届けば後続の入力として取り込み、届かなければ既知の情報だけで成果物を完成させます。time awarenessは、残り時間に応じて新しい調査を始めるか、強い根拠を再確認するか、執筆へ移るかをモデルが判断する材料になります。
| 時刻 | 役割 | アプリ側の動作 |
|---|---|---|
| 開始時刻 | 処理時間の計測基準 | 単調増加時計も保存する |
| 返答受付期限 | 遅い回答を待ち続けない | 質問ハンドラーを閉じる |
| 成果物の提出期限 | 利用者の確認時間を残す | 最良の保存済み結果を一度だけ配信 |
| 会議・業務の開始時刻 | 利用者側の最終期限 | 成果物の提出期限より後に置く |
相対時間を絶対時刻へ変換する
公式例は「15分後に会議」「3分前までにブリーフィング」という自然言語を、アプリケーション側で絶対時刻へ変換します。開始時に会議時刻、提出時刻、返答受付期限を一度計算し、ISO 8601形式などタイムゾーンが明確な値として入力へ含めます。「あと12分」のような相対表現だけでは、API呼び出しやツール実行に時間がかかった後も同じ残り時間に見えるためです。
const startedAt = Date.now();
const meetingAt = new Date(startedAt + 15 * 60_000);
const deliverBy = new Date(startedAt + 12 * 60_000);
const replyBy = new Date(startedAt + 10 * 60_000);
const task = {
meeting_at: meetingAt.toISOString(),
deliver_by: deliverBy.toISOString(),
reply_cutoff: replyBy.toISOString()
};
業務時刻にはまたは明示的なオフセットを使い、画面表示だけ利用者のタイムゾーンへ変換します。タイマーの経過判定には、端末の時刻補正に影響されにくい単調増加時計を併用します。プロセス再起動をまたぐ仕事では、絶対時刻を永続化し、再開時に残り時間を再計算します。
スポンサーリンク
Agents APIでは二つの機能を明示的に有効化する
Agents APIの公式例では、エージェント作成時にexperimental.time_awarenessをtrueにします。これにより現在時刻の通知が定期的にモデルへ渡されます。また、利用者へ質問する関数ツールにasync: trueを指定します。通常の関数ツールと異なり、アプリケーションが回答を集めている間もエージェントは作業を継続できます。
const agent = await client.beta.agents.create({
name: "Deadline researcher",
model: "gpt-6.2-astra",
experimental: { time_awareness: true },
tools: [
{ type: "web_search", search_context_size: "medium" },
{
type: "function",
name: "request_user_input_async",
description: "不足情報を利用者へ質問する",
async: true,
parameters: {
type: "object",
properties: { question: { type: "string" } },
required: ["question"]
}
}
]
});
これは構造を示す概念例です。公式の対応版、Agents APIの利用権限、モデル名、検索ツールの設定は導入時の最新資料で確認してください。質問ツールは、画面や通知へ質問を渡してすぐ制御を返し、質問IDと期限を保存します。返答が届いたときだけ対応するへ入力として追加します。
質問・途中結果・最終回答を別々に管理する
実装では、一つの文字列を上書きし続けるより、状態を分けた方が競合を避けられます。最低限、セッションID、進行中ターン、未回答の質問、受理済み回答、検証済みの途中成果、最終回答、配信済みフラグを持ちます。質問ごとに一意なIDを付け、返答受付期限を過ぎた回答をどのタスクへ入れるか曖昧にしません。
- 質問状態:発行時刻、回答期限、回答の有無、対応するID
- 進捗状態:確認済み事実、根拠URL、未確認事項、最後に保存した草稿
- 配信状態:提出期限、配信済みフラグ、配信した版、終了理由
返答と提出タイマーが同時に動くため、配信処理は冪等にします。例えばdeliveredを原子的に更新し、最初に成功した経路だけが利用者へ送信できるようにします。期限直前に最終回答イベントとタイマーが競合しても、同じブリーフィングを二重送信しません。
スポンサーリンク
提出期限はモデルとは別にアプリが強制する
time awarenessはモデルの判断材料であり、厳密なジョブスケジューラーではありません。モデルや検索ツールが長く動けば、時刻通知を受け取る前に期限を越える可能性があります。公式例でも、アプリケーションのタイマーを全処理と並行して動かし、期限に達したら進行中の要求を止め、保存済みの最終回答を配信します。検証済み結果が一つもなければ、その事実を明示して終了します。
提出用の成果物は、最終イベントが来るまで何も保存しない設計を避けます。調査が進んだ段階で、根拠を伴う短い草稿を更新しておけば、途中でAPI要求を中断しても最低限の結果を返せます。ただし未検証の推測を途中成果へ混ぜないよう、根拠確認済みの項目と探索中のメモを分けます。
Responses APIで組む場合は毎回時計を追加する
既存アプリが手書きのResponses APIループを使う場合、Agents APIのtime awarenessに相当する処理をアプリ側で実装します。締切は開始時に一度決め、初回要求だけでなく、ツール結果を返す継続要求の直前にも、現在時刻と残り時間をdeveloperメッセージとして追加します。公式資料は、すべてのモデル要求を同じヘルパーへ集約し、時計の追加漏れを防ぐ方法を示しています。
function clockMessage(deliverBy) {
return {
role: "developer",
content: `Current UTC time: ${new Date().toISOString()}.
Deliver the best verified result by ${deliverBy.toISOString()}.`
};
}
async function nextResponse(input, deliverBy) {
return client.responses.create({
model: "gpt-6.2-sol",
input: [...input, clockMessage(deliverBy)],
tools
});
}
非同期質問は、関数呼び出しを受けた時点でバックグラウンドの受付処理を始め、他の利用可能なツール結果をモデルへ返すループとして組みます。返答が届けば次の入力へ追加し、届かなければ「質問待ちの間も続ける」という入力で処理を進めます。API要求そのものが期限を越えないよう、AbortControllerや言語標準のキャンセル機構を提出タイマーへ接続します。
失敗時は保存済み成果と後始末を確認する
期限終了時には、質問受付、ストリーム、進行中のAPI要求を閉じます。Responses APIで保存したレスポンスをタスク専用に作成した場合、公式例は終了処理でそれらを削除しています。削除失敗を黙って成功扱いせず、対象IDと再確認可能な状態を運用ログへ残します。Agents APIのセッションも、キャンセルが非同期に確定する場合を見込み、削除や再利用を急がない設計にします。
エラー時に最初から同じ仕事を再送すると、質問通知や成果物を重複させる恐れがあります。タスクID、質問ID、配信IDを保存し、再開時はセッションイベントと保存済み成果を先に読みます。再試行できるのは一時的なAPI失敗か、入力や権限の修正が済んだ場合かを区別します。
評価は回答品質と締切達成を同時に測る
導入試験では、回答の正確さだけでなく、期限内に利用可能な成果が届いた割合を測ります。利用者がすぐ答える、遅れて答える、答えない、検索が遅い、APIが一時失敗するという条件を分けてください。返答なしでも成立する部分を先に進められたか、遅い返答を取り込んだことで完成済み内容を壊していないかも確認します。
- 締切前に配信できた割合と、利用者に残した確認時間を記録する。
- 質問が結果改善に寄与した割合と、不要な質問数を測る。
- 返答待ち中の有効作業時間、検索回数、入力・出力トークンを比較する。
- 期限到達時に配信した途中成果の根拠充足率を確認する。
- 二重配信、期限後入力、未解放リソースがないか障害試験する。
最初は、会議準備や公開情報の要約など、外部状態を書き換えず、成果物を人が確認できる仕事が向きます。質問内容、回答待ち時間、最終成果の差を記録し、同期方式より品質と時間の両方が改善するか確かめます。質問が常に必須の業務や、回答がなければ処理してはいけない申請では、非同期化して先へ進む範囲を限定します。
スポンサーリンク
定期実行とは別の設計課題として扱う
既存記事「OpenAI Agents APIで定期実行」は、cronによる起動、セッション継続、実行記録と再試行を扱っています。本稿の時間認識は、起動後の一つのタスクが締切までに何を優先し、利用者の返答を待ちながらどう進むかが主題です。定期実行で開始した仕事にも組み合わせられますが、スケジュール登録だけでは提出期限を強制できません。
モデル選定やResponses APIへの移行条件は「GPT-6.2 AstraとSolをAPIで使う」も参照してください。締切付きエージェントでは、高性能モデルの単価だけでなく、返答待ち中の継続処理、検索回数、途中成果の保存、期限到達時のキャンセルまで含めた1タスク当たりの費用で比較する必要があります。
導入判断の要点
time awarenessと非同期入力を組み合わせると、エージェントは不足情報を尋ねながら、返答に依存しない仕事を続けられます。ただし、締切遵守をモデルだけへ任せる機能ではありません。絶対時刻への変換、返答受付と提出の別期限、途中成果の保存、一度だけの配信、API要求のキャンセル、後始末をアプリケーションが担います。
まず一つの期限付き読み取りタスクで、即時回答・遅延回答・無回答を再現し、同じ評価基準で同期方式と比較してください。返答がない場合にも根拠のある成果を期限内に返し、返答が届いた場合には品質を上げられることを確認してから、本番の長時間エージェントへ広げるのが現実的です。
スポンサーリンク








![[入門]LLMアプリ開発 --基本・LLMのしくみ・MCP・AIセキュリティ](https://thumbnail.image.rakuten.co.jp/@0_mall/book/cabinet/4707/9784297154707_1_29.jpg?_ex=240x240)
