本稿では、Agentic AI Workflow（AAW）、すなわちLLM（大規模言語モデル）に基づくマルチエージェントシステムの理解を深めるための新しい手法、Counterfactual-based Agent Influence Ranker（CAIR）を提案します。AAWは、複数のエージェントが協力して共通の目標に向かう自律型システムですが、これまで各エージェントが最終出力に与える影響を評価する方法が存在しませんでした。CAIRは対照的な分析を通じてエージェントの影響レベルを定量化し、最も影響力のあるエージェントを特定します。この手法は、オフラインおよび推論時の両方で利用できるタスクに依存しない分析を提供します。独自に作成したデータセットを用いた評価では、CAIRが一貫したランキングを生成し、従来の手法を上回る性能を示しました。