AIを業務フローに組み込んだエンジニアが必ず直面する絶望。それは「昨日まで動いていたのに、今日AIが謎のフォーマットで返答してきて後続のシステムが全滅した」という事態です。

確定システムと確率システムの衝突

MakeのようなiPaaSは、入力データが常に一定であることを前提としています。しかしLLMは「確率的なシステム」であり、同じプロンプトでも結果がブレます。このギャップを埋めるのがエラーハンドリングです。

実践：Makeにおける堅牢な設計

  1. JSON Validation（スキーマ検証）: OpenAIのStructured Outputsを強制し、Make側のParse JSONモジュールで厳格にチェックする。
  2. Error Handler（Break & Retryモジュール）: パースエラーが起きた場合、直ちにシステムを止めず、LLMに対して「前の出力は不正でした。フォーマットを直して再出力して」というフィードバックループを回す。

AI時代の自動化エンジニアに求められるのは、プロンプトの工夫以上に、こうした「AIが失敗することを前提とした防御的ワークフロー設計」なのです。