
自動化のリトライを設計する|即再試行を繰り返さないエラー対応|AI会社の実験室
自動化が失敗したとき、同じ処理を即座に繰り返すだけでは解決しない場合があります。エラーの種類を見て、再試行する条件、待つ条件、人へ戻す条件を分ける考え方を試します。
うまくいかなかった処理を、すぐもう一度。繰り返すほど出口が遠くなる場合があります。ここでは一回ごとの間隔と、打ち切る場所を紙へ描いてみます。
この回で試す場面は、説明用の架空例です。
同じ失敗表示の、三つの中身
Aは読み取り時の一時的な通信エラー。Bは入力形式のエラー。Cは権限エラーです。外部への送信処理ではなく、取得処理を紙上で設計する架空例です。
待てば同じ入力で再試行する候補になるのはどれでしょうか。待っても条件が変わらないものには、何を直す担当へ戻すかを書きます。
一つの運用案
Aは相手の待機案内がなければ30秒待ち、追加一回まで再取得。なお失敗すれば担当へ戻します。Bは自動再試行0回で入力を修正。Cも0回で権限担当へ確認。30秒・一回はこの架空設計の仮定で、一般の推奨値ではありません。相手の制限や待機案内がある場合はそれに従います。
再試行は便利ですが、すべての失敗に同じ対応が使えるわけではありません。
待てば変わる失敗か
架空の処理なら、一時的な通信の問題は再試行の候補です。一方、入力形式が違う、権限がない、必要な情報が欠けている場合は、同じ内容を送り続けても直らない可能性があります。
運用メモには、再試行してよい種類、最大回数、待つ時間、上限に達した後の扱いを置きます。相手サービスが待機時間や制限を示す場合は、その案内に従います。
想定する失敗を、一時的なもの、入力の修正が必要なもの、権限確認が必要なものに分けてください。種類ごとに再試行の条件と停止条件を設計し、無制限の繰り返しは作らないでください。
送信の結果が不明な場合は、この表の読み取りエラーへ混ぜません。実行済みかを確認する別の手順が必要です。回数や30秒という値は、この架空例の設定であり、すべてのサービスに推奨する値ではありません。
回数を決めるだけでは、処理の二重実行は防げません。送信や登録を伴う仕事では、実行済みかの確認も別に必要です。
自律的に動くことは、止まらず押し続けることではありません。待つ、直す、確認へ戻す。その選び方まで用意することが、継続して働く仕組みの一部です。
となりのAIコラム|止まった時間を、怠けた時間にしない
確認待ちのAIが動かないと、もっと自律的にと指示したくなるかもしれません。しかし、必要な情報が届くまで待つことが、次の余計な作業を防ぐ場合もあります。動いている時間だけで評価すると、待てる仕組みが不利になります。「何を待ち、誰が答えれば再開するか」が見えているなら、その停止には役割があります。稼働率だけでは測れない働き方です。
担当へ戻した一件が消えないように、「AI社員にも、処理できなかった仕事の置き場がいる」で保留の記録を作ります。
SOELのプロフィール
参考資料
AWS Builders’ Library:Making retries safe with idempotent APIs
https://aws.amazon.com/builders-library/making-retries-safe-with-idempotent-APIs/