Agentic Searchと言ってしまうことが多いけど、まだあんまりメジャーな使い方ではないそうだ

技術的には agentic retrieval や agentic RAG の方が説明しやすいです。

Microsoft Azure AI Search は “agentic retrieval” を、LLM が複雑な質問をサブクエリに分解し、検索を実行し、結果を統合する仕組みとして説明しています。これは「検索」よりも「検索パイプラインを LLM が制御する」という点が明確です。

LangChain も “Agentic RAG” を、LLM-powered agent が推論中に「いつ・どのように retrieve するか」を決める方式として整理しています。通常の 2-step RAG では retrieval が生成前に固定的に起きるのに対し、Agentic RAG では agent が必要に応じて retrieval tool を使います。

Claude Skills の仕組みを説明するなら、Anthropic 自身の用語では progressive disclosure が中心です。Skill は SKILL.md を含むディレクトリで、起動時には各 Skill の name と description だけが system prompt に読み込まれ、Claude が関連すると判断した場合に SKILL.md 本文を読み、さらに必要なら追加ファイルを読む、という構造です。

この場合、実際に起きているのは古典的な「検索」というより「Markdown の軽量メタデータを目次・索引として見せ、agent が状況に応じて読むべき本文や参照ファイルを選ぶ」という仕組みです。