RAG・AIエージェント開発のフリーランス案件とは？必要スキルと単価相場【2026年】

# フリーランス

# スキル

# AI

# 単価相場

# 案件データ

# Python

# LLM・RAG

公開日

2026/10/28

RAG・AIエージェント開発のフリーランス案件とは？必要スキルと単価相場【2026年】

RAG・AIエージェント開発の案件は、生成AIに社内の文書やシステムをつなぎ、業務で使える形にする仕事です。テックスペースの募集中案件では、単価の上限の中央値が月75万円で、案件全体（月65万円）より10万円高くなっています。
この記事では、募集中のRAG・AIエージェント案件180件の案件ページを集計したデータ（2026年10月28日取得）から、件数・単価・必須スキル・工程・リモート比率を示します。用語の意味と、未経験から入るまでの手順も表にまとめました。

この記事の要点

テックスペースの募集中案件で、RAG・AIエージェントを扱う案件は180件（RAG 65件、AIエージェント150件、両方35件）。2026年10月28日取得
単価の上限の中央値は月75万円。月71万円以上が62.2%で、案件全体（24.7%）の約2.5倍
必須スキルで最も多いのはPython（52.8%）。LangChainは5.0%、ベクトルDBは0.6%で、専用ツールを必須にする案件は少ない
38.3%は、必須スキルにAIの経験が書かれていない。ただし、AIの経験を必須にする案件のほうが単価の上限の中央値は10万円高い
フルリモートは17.2%（案件全体は9.6%）。稼働はすべて週5日相当で、メンバーの募集が88.3%

AI時代のエンジニアの戦い方の全体像は、AI時代のエンジニアの戦い方｜案件データで見る、仕事が残る人・単価が上がる人にまとめています。

RAG・AIエージェント・LLM・ベクトルDBとは？

4つとも、生成AIを業務システムに組み込むときの言葉です。まず1文ずつ押さえておくと、案件ページの業務内容が読みやすくなります。

用語	1文で言うと	案件での例
LLM（大規模言語モデル）	大量の文章で学習し、質問への回答・要約・文章の作成ができるAIのモデル	業務システムにLLMのAPIを組み込み、問い合わせの要約や回答案を出す
RAG（検索拡張生成）	質問に関係する社内文書などを検索して取り出し、その内容をLLMに渡して答えさせる仕組み	社内規程・マニュアル・過去の問い合わせを根拠に答えるチャットボット
AIエージェント	LLMが手順を考え、検索・API・社内システムなどの道具を呼び出しながら、複数の作業を進める仕組み	受注処理、見積の査定、障害の一次切り分けを自動で進めるAI
ベクトルDB	文章を数値の並び（ベクトル）に変えて保存し、意味が近い文章を探せるデータベース	RAGで「質問に近い文書」を探す部分

RAGは「調べてから答える」仕組み、AIエージェントは「考えて道具を使い、作業を進める」仕組みです。RAGはAIエージェントの部品として使われることも多く、テックスペースの案件でも35件が両方を扱っています。

案件によく出てくる製品・ツールは、次のとおりです。説明は各公式サイトの記載にもとづきます。

名前	何をするものか
Amazon Bedrock	AWSのフルマネージドサービス。複数の会社の基盤モデルをAPIで使える。Knowledge BasesでRAGを組める
Azure OpenAI	Microsoft Foundryの中で、OpenAIのモデルをAzureのサービスとして使える
Azure AI Search	キーワード検索とベクトル検索を組み合わせた検索ができ、RAGの検索部分に使われる
pgvector	PostgreSQLの拡張機能。ふだんのデータと一緒にベクトルを保存し、近いものを検索できる
LangChain・LangGraph	LLMアプリを組み立てる部品集（LangChain）と、状態を持つAIエージェントの処理を組み立てる仕組み（LangGraph）
MCP（Model Context Protocol）	AIアプリと外部のデータ・ツールをつなぐためのオープンな標準
Dify	AIエージェント・ワークフロー・チャットボットを作るためのオープンソースの基盤

RAG・AIエージェント案件はどれくらいある？

2026年10月28日時点で、テックスペースの募集中案件のうち180件が、案件名・業務内容・必須スキルのどこかでRAGかAIエージェントを扱っています。

区分	件数	募集中の案件全体に占める割合
RAG・AIエージェント（どちらか）	180件	2.6%
RAG	65件	0.9%
AIエージェント	150件	2.1%
両方を扱う	35件	0.5%
募集中の案件全体	7,001件	—

RAG・AIエージェントの判定に使う言葉はAI・LLM案件の単価相場と必要スキルと同じ。RAG＝「RAG」、AIエージェント＝「AIエージェント」「AI Agent」「エージェント開発・構築・基盤・化・導入・活用」「MCP」を含む案件
180件のうち70件は、サイトの「生成AI・AI開発」「機械学習・AI」「LLM」のページに載っていない。Salesforce・Azureインフラ・Power Platformなどの案件の中に、AIエージェントの仕事が入っている
AI系の3ページだけで数えると、RAG 48件・AIエージェント90件（10月20日の集計では53件・94件）

RAG・AIエージェント案件を探すときは、AI系のページだけでなく、自分の得意な言語やクラウドのページも見る必要があります。たとえばAzureのインフラ案件にも「AIエージェントの実行環境の構築」が含まれています。

RAG・AIエージェント案件の単価相場は？

単価の上限の中央値は月75万円です。案件全体の月65万円より10万円高く、月91万円以上の案件も4件に1件あります。

区分	金額のある案件	単価の上限の中央値	月71万円以上	月91万円以上
RAG・AIエージェント	135件	75万円	62.2%	26.7%
RAG	39件	80万円	69.2%	30.8%
AIエージェント	128件	75万円	61.7%	25.8%
AI系3ページのうち、RAG・AIエージェント以外	150件	70万円	40.0%	9.3%
募集中の案件全体	5,594件	65万円	24.7%	8.2%

「単価の上限」は単価欄の最も大きい金額（「65〜70万円」なら70万円、「〜130万円」なら130万円）。単価が「スキル見合い」だけの案件は除いた（180件中45件）
RAGは金額のある案件が39件と少なく、割合は振れやすい
この表の「月71万円以上」は単価の上限で数えた値で、freelance-aiの「LLM案件72.6%」（言語ページの単価分布で数えた値）とは数え方が違う

単価の上限の分布は、次のとおりです（金額のある135件）。

単価の上限	件数	割合
〜60万円	15件	11.1%
61〜70万円	36件	26.7%
71〜80万円	31件	23.0%
81〜90万円	17件	12.6%
91〜100万円	12件	8.9%
101万円以上	24件	17.8%

最も多いのは61〜70万円ですが、71万円以上が6割を超えます。101万円以上の24件は、AIエージェント基盤のインフラ設計、AI導入のコンサル、テックリードなど、設計や推進を任される案件が中心でした。

コスモくんポイントRAG・AIエージェント案件の単価の上限は、中央値で月75万円。案件全体より10万円高いのがポイントだよ！

どんな仕事をする？案件の種類と工程

AIエージェント案件の中身

AIエージェント案件150件を、案件名と業務内容の言葉で分けました。目安の分類です。

種類	件数	単価の上限の中央値	仕事の例
AIエージェント・AIアプリを作る	63件	75万円	受注・見積・問い合わせなどの業務を進めるAIエージェントの設計・開発
業務内容の一部に出てくる	30件	75万円	Webサービス開発やSREの中で、AIエージェントとの連携やAPI設計を担当
AIエージェントを使って開発・運用する	29件	75万円	AIツールでコード解析・テスト生成を進める、AI駆動開発の基盤づくり
導入・推進・PM・ガバナンス	15件	80万円	AIエージェントの導入計画、テストリード、利用ルールの審査
基盤・インフラ・データ	13件	92.5万円	AIエージェントを動かすクラウド基盤やデータ基盤の設計・構築

中央値は、金額のある案件だけで計算（基盤・インフラ・データは10件）

業務内容に出てくる工程

案件名と業務内容の欄に、工程の言葉が出てくる割合です。1件が複数の工程に入ります。

工程	RAG・AIエージェント（180件）	RAG（65件）	AIエージェント（150件）
製造・実装	47.2%	55.4%	48.7%
運用・保守・監視	43.3%	49.2%	42.0%
PoC・検証・試作	37.2%	41.5%	37.3%
基盤・インフラ構築	31.7%	36.9%	30.0%
既存システムとの連携・統合	27.8%	29.2%	29.3%
テスト	22.8%	12.3%	24.0%
企画・提案・構想	20.6%	30.8%	17.3%
精度改善・評価	20.6%	36.9%	14.7%
要件定義	18.3%	21.5%	16.7%
基本設計・アーキテクチャ	17.2%	16.9%	18.0%

RAG案件の特徴は、精度改善・評価が36.9%と多いことです。作って終わりではなく、回答の質を測り、データや検索の設定を直す仕事が続きます。

たとえば、生命保険会社向けのRAGチャットボットの案件では、回答精度のチューニング、応対履歴の分析、ナレッジ化のためのデータ選定、回答品質の評価と改善サイクルの運用までが業務内容に入っていました。

コスモくんポイントRAGは「作って終わり」じゃないよ。回答の質を測って、データや検索を直し続ける仕事が多いのがポイントだよ！

必須スキルに多い技術は？

必須スキル欄で最も多いのはPython（52.8%）です。LangChainやベクトルDBのような専用ツールを必須にする案件は少なく、多くは業務内容や開発環境の欄に出てきます。

技術・経験	必須スキルに書かれた件数（180件中）	割合	業務内容なども含めて出てくる割合
Python	95件	52.8%	66.7%
生成AI・LLMの経験	82件	45.6%	—
API連携・API開発	47件	26.1%	38.3%
AWS	39件	21.7%	36.7%
要件定義・上流	30件	16.7%	31.1%
RAGの経験	30件	16.7%	—
Azure	25件	13.9%	33.3%
TypeScript	23件	12.8%	27.8%
React・Next.js	17件	9.4%	23.3%
GCP・Google Cloud	16件	8.9%	25.0%
プロンプト設計	14件	7.8%	8.9%
OpenAI API・GPT・ChatGPT	12件	6.7%	12.8%
FastAPI	10件	5.6%	6.7%
Docker・Kubernetes	10件	5.6%	17.2%
LangChain	9件	5.0%	12.2%
LangGraph	8件	4.4%	11.1%
Azure OpenAI	6件	3.3%	5.0%
Dify	4件	2.2%	6.7%
MCP	3件	1.7%	7.2%
Amazon Bedrock	2件	1.1%	4.4%
ベクトルDB・ベクトル検索	1件	0.6%	3.9%

「業務内容なども含めて」は、案件名・業務内容・必須スキル・使用言語の欄のどこかに出てくる割合
RAG案件65件に限ると、必須スキルのPythonは73.8%、API連携は41.5%、FastAPIは13.8%、プロンプト設計は15.4%
必須スキルに資格を挙げた案件は0件

必須スキルの経験年数は、68.3%（123件）が年数を書いていません。書いている案件では「3年以上」が15.0%、「5年以上」が14.4%で、多くはPythonや開発全体の年数です。AIの経験年数まで指定しているのは17件（9.4%）でした。

AIの経験は必須？

180件のうち69件（38.3%）は、必須スキルにAIの経験が書かれていません。Pythonの開発経験・AWSでの開発経験・基本設計以降の経験などだけで応募できます。

必須スキル	件数	単価の上限の中央値	月71万円以上
AIの経験が書かれている	111件	80万円	69.3%
AIの経験が書かれていない	69件	70万円	48.9%

AIの経験が書かれていない69件の必須スキルは、Python（55.1%）、設計・要件定義（47.8%）、AWS（24.6%）、インフラ・環境構築（20.3%）が中心です。

一方で、AIの経験を必須にする案件のほうが、単価の上限の中央値は10万円高くなっています。最初はAIの経験なしで入れる案件から始め、実務経験を積んで単価の高い案件へ移る、という順番が現実的です。

コスモくんポイント必須に多いのはPython・API・クラウドだよ。LangChainやベクトルDBは、必須より「使う環境」として出てくることが多いよ。

働き方・契約の条件は？

RAG・AIエージェント案件180件の条件です。

条件	RAG・AIエージェント（180件）	募集中の案件全体（7,001件）
フルリモート（リモート比率100%）	31件（17.2%）	672件（9.6%）
出社（リモート比率0%）	76件（42.2%）	3,879件（55.4%）
一部リモート（40〜80%）	73件（40.6%）	—
稼働率	すべて100%（週5日相当）	—
契約形態	準委任175件（97.2%）、派遣5件	—
面談回数	1回が103件（57.2%）、2回が68件（37.8%）	—
ポジション	メンバー159件（88.3%）、PL 14件、PM 5件、PMO 2件	—

フルリモートは、RAG案件では7件（10.8%）、AIエージェント案件では28件（18.7%）
RAG案件は、社内文書や顧客データを扱うため出社の案件が多い（65件中35件がリモート比率0%）

契約はほぼ準委任です。準委任では、専門家として通常求められる注意を払う義務（善管注意義務）を負います。AIが出した答えでも、確かめて納めるのは自分です。契約の基本は委任と委託の違いで解説しています。

未経験からRAG・AIエージェント案件に入るには？

AIの実務経験がなくても、Python・クラウドの実務経験 → 小さなRAG → 案件の順に進めば、応募できる案件に近づけます。期間は目安です。

段階	期間の目安	やること	手元に残す成果	案件データとのつながり
Python・クラウドの実務経験を作る	今の案件で	PythonでのAPI開発、AWS・Azure・GCPのどれかでの開発・構築	担当した機能・規模・使ったサービスの記録	必須スキルにPython 52.8%、API 26.1%、AWS 21.7%
LLMのAPIを小さな機能に組み込む	1か月	要約・分類・回答案の作成など、1つの機能でLLMのAPIを呼ぶ	入力と出力の例、エラー時の処理	必須スキルに生成AI・LLMの経験45.6%
小さなRAGを作る	1〜2か月	公開資料や架空の文書を数十件集め、分割・ベクトル化・検索・回答・出典の表示までつなぐ	構成図、使った技術（例：Python・FastAPI・pgvector）	RAG案件の必須スキルにPython 73.8%、FastAPI 13.8%
評価と改善を回す	1か月	質問と正解を20〜50問用意し、正答率を測る。分割の仕方や検索の設定を変えて比べる	改善前後の数字、直したことの一覧	RAG案件の業務内容に精度改善・評価36.9%
AIエージェントに広げる	1か月	検索・計算・社内APIなどの道具を2〜3個呼ぶ処理を作る（LangGraphやMCPなど）	処理の流れ図、失敗したときの止め方	業務内容などにLangGraph 11.1%、MCP 7.2%
職務経歴書に書いて応募する	—	成果を数字で書き、AIの経験が必須でない案件から応募する	職務経歴書のAIの項目	AIの経験が必須でない案件が38.3%

PythonやWeb開発の実務経験がまだ少ない場合は、先にPython案件で経験を積むのが近道です。Python案件の分野ごとの単価や、AI・LLM分野への移り方はPythonのフリーランス案件｜単価相場と分野別の違いで紹介しています。

練習用のRAGで気をつけること

使う文書は、公開されている資料か、自分で作った架空のデータにする
今の現場の資料・顧客の情報・ソースコードは、許可なく入れない
APIキーはコードに直接書かず、環境変数などで管理する
回答の根拠（どの文書のどこか）を画面に出す
「答えられない質問」には答えない動きになっているか確かめる

コスモくん注意練習用のRAGに、現場の資料や個人情報を入れないでね。公開資料か架空のデータで作ろう。

生成AIに入れてよい情報や契約での注意点は、生成AIを仕事で使うときの情報漏えい・契約の注意にまとめています。

職務経歴書には「何を・どの規模で・どう変えたか」を書く

NG	OK
RAGを勉強中	公開資料80件を検索するRAGを試作（Python・FastAPI・pgvector）。質問50問で正答率を測り、文書の分割方法の見直しで改善
ChatGPTを業務で活用	既存の業務システムに問い合わせ要約の機能を追加。LLMのAPI連携とエラー時の処理を担当
AIエージェントに興味あり	社内APIを3つ呼ぶAIエージェントを試作。処理が失敗したときに人へ確認を回す流れを設計

数字は例です。自分の実績に置きかえてください。AIの経験の書き方は、職務経歴書・スキルシートに「AIを使った経験」をどう書くかでくわしく紹介しています。

よくある質問

RAGとAIエージェントは、どちらから学ぶべきですか？

RAGから始めるのがおすすめです。RAGは「検索して答える」までの流れが決まっていて、作ったものを正答率で評価しやすいからです。テックスペースの案件でも、35件がRAGをAIエージェントの一部として扱っています。

AIの実務経験がなくても応募できますか？

応募できる案件はあります。RAG・AIエージェント案件180件のうち69件（38.3%）は、必須スキルにAIの経験が書かれていません。ただし、Pythonの開発経験や設計の経験は求められることが多いです。

LangChainは覚えないといけませんか？

必須スキルに書いた案件は9件（5.0%）でした。業務内容なども含めると22件（12.2%）に出てきます。まずはPythonでLLMのAPIを直接呼べるようにし、そのうえでLangChain・LangGraphに触れる順番で十分です。

ベクトルDBの経験は必要ですか？

必須スキルに書いた案件は1件だけでした。ただ、RAGの仕組みとしては中心の部分です。小さなRAGを作る中で、pgvectorなど1つを実際に使っておくと、面談で説明しやすくなります。

AWSとAzure、どちらのクラウドが有利ですか？

必須スキルではAWSが21.7%、Azureが13.9%でした。業務内容なども含めると、AWS 36.7%・Azure 33.3%で差は小さくなります。今の現場で使っているクラウドで実績を作るのが近道です。

週3日やフルリモートの案件はありますか？

2026年10月28日時点では、180件すべてが稼働率100%（週5日相当）でした。フルリモートは31件（17.2%）で、案件全体（9.6%）より多くなっています。

資格は必要ですか？

必須スキルに資格を挙げた案件は0件でした。資格より、作ったものと改善した数字を示せるほうが、案件の条件に近づきます。

まとめ

RAGは「社内文書を検索してから答える」仕組み、AIエージェントは「道具を使いながら作業を進める」仕組み
テックスペースの募集中案件では180件（RAG 65件・AIエージェント150件）。70件はAI系のページの外にある
単価の上限の中央値は月75万円で、案件全体より10万円高い。月71万円以上が62.2%
必須スキルの中心はPython（52.8%）・API（26.1%）・クラウド。38.3%はAIの経験が必須でない
未経験からは、Python・クラウドの実務経験 → 小さなRAG → 評価と改善 → AIエージェント、の順に実績を作る

AI時代のエンジニアの戦い方の記事一覧

コスモくんヒント「RAGの案件」「AIの経験が必須でない案件」など、条件をコスモくんに伝えて探してみてね。応募は無料の会員登録（最短2項目・10秒）からできるよ！

無料で会員登録する（最短10秒）