中川剛

デジタルマーケティング16年｜AIを民主化したい人。「AI関連について落ち着いて考えるアカウント」を目指して書いています。Obsidian × Claude Code でハマり中。その他、将棋アマ4段／FSS／ガンダム／プラモ／現代アート好き。DMお気軽に。

[中川剛 @gahutti]

すごく同感です。テクニカルなものだけでなく、自分が誰であり、誰のどんな課題を解決するかがバシッと定まってることの方が長期的にリターンを得られると考えてます。技術は日進月歩、陳腐化するので本質的価値を見抜くのが改めて大事になってるなと感じてます。

[あさひ｜教頭先生のAI活用術 @asahi_ai_x]

「スキル探し」の罠、副業を始めるときに陥りがちですよね…。

どうちょーさんが、「何を売るか」ではなく「誰の何を解決するか」の重要性を、丁寧にまとめてくれています！👇

[中川剛 @gahutti]

マイナス面を知らなかったです。なるほど。

[LLMO研究所 所長｜Yuhi Kimura @yuhikimura_lab]

「Webサイトを公開すれば、AIも人間と同じように読み取ってくれる」

ぼくも最初はそう思ってました。でも実際は全然違います。

今のWebサイトは、人間が「見る」ために最適化されている。

・きれいなデザイン
・動くアニメーション
・インタラクティブなUI

でもAIにとっては、複雑なJavaScriptやリッチなCSSは「読み取りにくいノイズ」になる。

AIがサイトから情報を取得しようとしたとき、

ページの読み込みに時間がかかったり、

JavaScriptで動的に生成されるコンテンツを拾えなかったり、

デザイン要素と本文の区別がつかなかったりする。

結果として、サイトの情報を「誤読」する。

LLMO対策の文脈でこれが問題になるのは、AIが正しく情報を拾えなければ、どれだけ良いコンテンツを書いてもAI回答のソースに選ばれないということ。

解決策の一つがllms.txt。AIが理解しやすいMarkdown形式でサイトの案内を提供する仕組みです。

ただし注意点もある。llms.txtを設置すると、競合がサイト情報を一括取得する手間が減る。著作権保護したいノウハウや非公開URLを誤って記載しないように気をつける必要がある。

「公開すればAIにも見える」は危険な思い込みです。

LLMOの知見を日々発信中。フォローお願いします！

[中川剛 @gahutti]

ほんの少しだけハーネスの概念がわかった気がする。まだまだ理解したとはいえないまでも、ウッとなる感じが少しでもなくなる感覚は嬉しいものです。

[木内翔大＠SHIFT AI代表「日本をAI先進国に」𝕏 @shota7180]

AIエージェントが本番コードを書くようになった今、モデルの性能以上に「エージェントをどう制御し、どう信頼できる状態にするか」が大切。

その設計思想である「ハーネス・エンジニアリング」のガイドが海外で話題です。

その内容を下記に日本語で整理しましたので、ぜひ参考にしてみてください↓

1. ハーネスの基本構造

ハーネスとは、モデルを賢くするものではなく、モデルの力を正しい方向に使えるようにする仕組みです。

これには、制約やフィードバックループ、ドキュメント、使用可能なツール、実行ルールなどが含まれます。

2. ハーネスの役割

モデルはCPUのような存在であり、これはメモリ管理、タスク管理、ルール制御がなければ、本番環境では安定しません。

これを対処するものとして、ハーネスはOSのような存在として活用されます。

3. ハーネスによる性能差

AIエージェントが席巻する2026年に明らかになったのは、「難しいのはエージェントそのものではなく、エージェントが動く環境設計であった」ということ。

したがって、モデル選びだけでなく、環境設計が成果を大きく左右します。

4. CLAUDE.md および AGENT.md

これらはエージェント向けのオンボーディング資料であり、プロジェクトの背景、コーディング規約、設計方針、進行中の作業などを記録。

これがないと、エージェントは毎回何も知らない状態で、作業を始めることになります。

5. JSON機能リスト

複数セッションにわたって開発する場合、エージェントには進捗管理が必要です。そこで使われるのがJSON形式の機能リスト。

各機能、検証方法、合格・不合格の状態を管理し、次に何をすべきかを明確にします。

6. セッション初期化ルーチン

毎回の作業開始時に、同じ手順で状況確認を行います。

これはたとえば、作業ディレクトリ確認、gitログ確認、進捗確認、開発サーバー起動、基本テスト実行などです。

これにより、エージェントは迷うことなく作業に入ることが可能になります。

7. スプリント契約

実装前の合意プロセスとして、スプリント契約を行います。具体的には、

・コードを書く前に、何を作るのか、成功条件は何かを明確にする
・生成エージェントが提案し、評価エージェントが確認する

人間の設計レビューに近いプロセスを、AI同士で行うイメージです。

8. 構造化されたタスクテンプレート

実装前に、実際のコードベースを分析。そして、存在するファイルパス、シンボル名、既存パターン、受け入れ基準を明確にします。

これにより、存在しないAPIや架空のファイル構造を作るリスクを減らすことが可能です。

9. OpenAIの環境設計アプローチ

OpenAIは、エージェントがレビュー可能な出力を出せるように、環境そのものを徹底的に設計してきました。

ここで言う環境とは、AGENT.md、厳格な依存関係、CI/CDとの連携などです。

思想はシンプルで、環境を設計し、その上でエージェントを動かすということ。

10. Anthropicの役割分担アプローチ

エージェントに自己評価させると、自分の成果を甘く評価しがちです。

そこでAnthropicは、Planner、Generator、Evaluatorを分離。

作るAIと評価するAIを分けることで、品質を高める設計にしています。

11. ThoughtWorksの分類フレームワーク

ThoughtWorksは、ハーネスを2つの軸で整理。

① 行動前のガイドか、行動後のセンサーか
② 決定論的な仕組みか、LLMによる推論か。

つまり、フィードフォワードとフィードバックの両方が必要です。

12. 文脈情報の重要性

AIに「こうしてほしい」と抽象的に指示するよりも、現在のコードベース、実在するファイル、進捗、制約を見せるほうが効果的となります。

簡単に言えば、AIには命令よりも、地図を渡すべきである、ということです。

13. 計画と実行の分離

計画しながら実装するエージェントは、不安定になりやすいです。

したがって、まず計画を作り、その内容を確認してから実装に入る。

この分離が、AI開発の品質を大きく左右します。

14. フィードバックループの必要性

テスト、CI、LLMレビュー、ブラウザ自動テストなど。

AIの出力を確認する仕組みがなければ、ハーネスはただの長いプロンプトです。

そのため、エージェントには必ず「結果を見て修正する仕組み」が必要です。

15. 小さく進める開発手法

成功しているハーネスは、エージェントに一度に多くのことを実施させません。

進捗を読む、1つの機能を選ぶ、実装する、コミットする、繰り返す。

AIエージェント開発では、このような小分けが重要です。

16. ドキュメントとしてのコードベース

AIエージェントにとって、リポジトリが唯一の信頼できる情報源です。

規約、制約、設計判断がコードベースに残っていなければ、エージェントはそれを知ることができません。

整理されたコードベースは、それだけでAI性能を高めます。

17. ハーネス劣化の問題

モデルが進化すると、以前は必要だったハーネスが不要になることがあります。

昨日まで重要だった制約が、今日にはコストだけを増やす重荷になってしまうのです。

したがって、ハーネスも定期的に見直す必要があります。

18. 削除前提のハーネス設計

ハーネスは、将来削除できるように設計すべきです。

各コンポーネントを外しても品質が変わらないのであれば、それはもう不要ということになります。

良いハーネスは、足すだけでなく、消すことも前提にしています。

19. ハーネス運用のコスト現実

ハーネスはコストを増やします。

しかし、壊れたデモではなく、本当に動くプロダクトを作れるのであれば、その価値は大きいといえます。

さらにモデルが進化すれば、必要なハーネスはシンプルになり、コストも下がっていくはずです。

[中川剛 @gahutti]

永続すると永久にトークン消費しちゃいますもんね。

[AI駆動塾 @L_go_mrk]

話題の/loopに関して、これはかなり重要な指摘。

/loopはなんでも自動化できる魔法の道具ではなく、完全にタスクに使うべき。

「小さくて狭い」業務に「停止条件が明確」なloopを仕込む。

[中川剛 @gahutti]

何に使おうか。をまず考えます。仕組み化したいこと。

[mana｜株式会社MakeAI CEO @MakeAI_CEO]

新時代の革命「Loop Engineering」、知らない人ガチで損する。「AIに指示する」じゃなく「AIを動かすループを設計する」時代。

Claude Code責任者・OpenAI幹部が明言、Claude CodeとCodexに必要な5部品が完全に揃った。
寝てる間にAIが勝手に動いて成果出す、もう手の届くレベル。新世代のLoop Engineeringを全部解説する↓

[中川剛 @gahutti]

AIのレベルがグッと上がった感じがします。とても気になる公開です。

[木内翔大＠SHIFT AI代表「日本をAI先進国に」𝕏 @shota7180]

本日公開されたAnthropicの「Claude Fable 5」

実際の業務でどのように活用できるのかまとめました↓

[中川剛 @gahutti]

レベルが変わった感もありますね。

[チャエン | デジライズ CEO《重要AIニュースを毎日最速で発信⚡️》 @masahirochaen]

Claude Fable 5はスライド生成の精度が一気に上がった印象です。

以前と比べると、

・一発出しでもズレが少ない
・要素が中央に揃い、余白のバランスも良い
・画像の挿入が自然（GPT-image 2.0のAPI経由）

結論、資料生成はかなり進化していて、現場レベルでも十分使えるようになってきました。

今回は画像生成ベースの資料生成がメインでしたが、編集のしやすさまで考えると、PowerPointやGoogle Slidesに直接出力する形が一番使えそうです。

[中川剛 @gahutti]

個人的にこの手の話で大切なことは「手放す速度」よりも「手放す選択肢を持つ」ことと「タイミングを間違えずに実行すること」だと考えます。

[Claude Code研究所|スパルタClaude Code塾 @claudecode_lab]

20〜30年の経験を持つエンジニアが
Claude Codeを使い始めると何が起きるか。

Boris氏は「数ヶ月かけて、もはや通用しない古い習慣を手放すことを教えます」という。

一方で、新卒で入ってきた人がBoris氏にClaude Codeのより良い使い方を教えることもある。

「ネイティブに考えられるからです」

新卒は「コードを書く道具」という先入観がない分、
Claude Codeを「こう使うもの」という固定観念も持っていない。

「新しいモデルが出るたびに再調整して学び直す必要もある」

これは初心者だけの話ではない。
ベテランも、新しいモデルが出るたびに自分のプロンプトスタイルをアップデートしなければならない。

経験は武器だが、同時に負債にもなりうる。

Boris氏は10年のこだわりを、数ヶ月で更新した。

学ぶ速度より、手放す速度の方が大事かもしれない。

[中川剛 @gahutti]

@Aoba_AI_jp あおばさん、初めまして！
よろしくお願いします。

[中川剛 @gahutti]

外出先からCodex起動してMCPの接続を直せた時は感激しました。

[木内翔大＠SHIFT AI代表「日本をAI先進国に」𝕏 @shota7180]

スマホでAIをすぐ使えるようにしておくと、移動中や待ち時間にも仕事を前に進めやすくなります。

入れておきたいAIツール10選を整理しました↓

[中川剛 @gahutti]

地頭力について一番わかり易い解説だったと感じてます。こういう為になるコンテンツは最後にお知らせがあっても全然OK。地頭力を推論モデル的と表現するのも今っぽい的確な例えだと感じました。https://t.co/W4WofTryn9

[中川剛 @gahutti]

こちらありがたいです。

[チャエン | デジライズ CEO《重要AIニュースを毎日最速で発信⚡️》 @masahirochaen]

Youtubeの全文はこちら
https://t.co/h32e6ACsDj

https://t.co/15JTQkOyEA

[中川剛 @gahutti]

@kawai_shiftai shiftAI会員です。リアルタイム拝聴しました。

[中川剛 @gahutti]

興味津々です。いつも素晴らしいナレッジをシェアしてくださりありがとうございます。

[えーたん/AI×時短で仕事効率化 @ai_jitan]

僕はこの仕組みで、月100時間あった残業をゼロにしました。

「NotebookLM×Gem×GAS」という仕組みを作り、日本語で頼むだけで自動化ツールが即完成。

しかも、非エンジニアでも誰でも真似できるから、社内でGASブームが到来する。

「究極の業務全自動化」をリプ欄で全公開、Gemもプレゼントします👇

[中川剛 @gahutti]

これは気になる。

[そら ☁️ AgentSwarm 自動化オタク📱 @sora19ai]

すごい、音なし動画でも
中身を追えるやつ。

Kanaryの開発中機能で
X動画 をリアルタイム翻訳。
Macのスピーカーを
ミュートしてても読める。

・海外デモをその場で確認
・会議/動画の字幕にも効く
・要約までMac内で完結

注意点と使い所をリプ欄👇🧵

[中川剛 @gahutti]

@yuhikimura_lab llms.txt知らなかったです。

[チャエン | デジライズ CEO《重要AIニュースを毎日最速で発信⚡️》 @masahirochaen]

これは良さそう。AIエージェントが二度とサイトで迷子にならない発想ツール、Hyperbrowserの「/web」が公開。

ブラウザ操作系AIが失敗するのは「構造を知らないまま突っ込むから」

/web はURLを渡すだけで、全ページ・操作・フロー・押せる要素を1枚の web .md に書き出す。エージェントに“サイトの間取り図”を先渡しする。

・任意サイトの構造をMarkdown化（web. md）
・ページ/ユーザーフロー/インタラクティブ要素まで網羅
・Claude Code・Cursorにそのまま貼れる
・SEO用sitemapではなく「AIエージェント用sitemap」

↓詳細

[中川剛 @gahutti]

ちょっとこの見出し文字だけでは例えが分かりにくいのですが、AIが賢くなるフロンティアの話で興味深そうなのでメモ。

[a16z @a16z]

Mira Murati says frontier AI should be built like a tandem bike:

"Having humans in the loop doesn't quite describe it because it sounds like a checkpoint where we're signing off something, and then you're good to go."

"It's more like creating systems that are not just autonomously advancing and leaving civilization behind, but are more like a tandem bike."

"When you're going up a hill, maybe whoever is stronger is pedaling harder. But both hands are on the wheel. That's quite important because that's a different system. It's a system designed for collaboration."

"It will increase the level of agency that people have, and also it will help us steer the research direction towards creating outputs that are more value-aligned."

@miramurati at Bloomberg Tech live with @emilychangtv

[中川剛 @gahutti]

なかなか刺激的な書き出し。私は自分ではこの辺の過激な書き出しを基本無視して読んでるのですが、流石にコンテンツが魅力的でつい反応してしまいました。

[AI駆動塾 @L_go_mrk]

ClaudeCodeを開発したBoris氏はすでに「プロンプトすら打っていない」らしいwwww

このインタビューは一言一句が全部有益。保存必須。

・/loopを使ってClaudeが自動で動く環境を構築
・「今の自分はloopを書くのが仕事」
・Anthropicはデザイナーも財務担当も全員が「ビルダー」になっている
・4人必要に見えるプロジェクトに、あえて2人だけにするスパルタを強いるとAIの自動化が爆速で進む

[中川剛 @gahutti]

ハルシネーションないのも嬉しいし、私はアウトプットが豊富にあるのも嬉しいんですよね。読みたい本の書評とかYouTubeとかを読み込ませて、オーディブルにするととの後本を実際に読むときの理解度が変わります。この本の読み方、えーたんさんからいただいた知識を使ってます。

[ほしの @Sokichi_Hoshino]

NotebookLMのなにがすごいのか？

いっぱいありすぎて答えられません。

ただ、一つだけと言われるならば、やはりハルシネーションが少ないということです。