00:00
あのー、ちょっとしたメールを一通書くためだけにですね、 一章分の書類が詰まった巨大なキャビネットを丸ごとカフェに持ち込む。
いやー、確実に机が潰れますし、えーと、目当ての便箋を探すだけで日が暮れちゃいますよね、それ。
ええ、まさにその状態なんですよ。本日の分析セッションへようこそ。今回、あなたが私たちに提示してくれた7つの主要AIエージェントの使用書、すべて目を通しましたよ。
はい、非常に興味深い資料でしたね。
今回私たちが挑むミッションはですね、AIへの支持出しで誰もが陥る情報型の罠の解明です。
手持ちの資料をすべてプロンプトに詰め込むと、AIは重要な制約を見落としてしまいますし。
ええ、貴重なコンテキスト予算、つまり処理能力を無駄に消費してしまいますからね。
いただいた資料から浮かび上がった最大の共通点は、情報を常時読むものと必要な時だけ読むものに徹底的に切り分ける設計思想でした。
なるほど。先ほどのキャビネットの例えで言えば、常に持ち歩く手帳と倉庫に置いておく書類を分ける感覚ってことですよね。
ああ、まさにそれです。オープンAIコーデックスの使用書にある段階的読み込み、いわゆるプログレッシブディスクロージャーというアプローチがまさにそれでして。
はいはい。
プロジェクト全体の普遍のルールであるagents.mdと、特定タスクの時だけ展開する個別手順のskill.mdをシステムレベルで明確に分けているんです。
根本的なルールとその場しのぎのスキルを分けるんですね。
そうなんですよ。Googleのアントロピックも同様で、常時有効なルールには2万トークンというかなり厳しい助言を設定しています。
2万トークンって言うと日本語でだいたい文庫本数十ページ分くらいでしょうか。一見多そうに見えますけど、プログラムのコードなんかを読み込ませたら一瞬で溢れてしまう量ですよね。
予算としては本当にシビアです。だからこそ特定のファイルにだけ適用すべき制約はグローブという指定方法を使っていまして。
グローブですか。
ファイル名の一部をワイルドカードのように指定して、関連する作業の時だけ自動的に引っ張り出すスマートなフィルター機能なんです。
なるほど。毎回全資料を読ませる非効率さはすごく納得できました。ただここで一つ疑問があるんですよ。
何でしょう。
最近のAIって対話を通じて勝手に私たちの好みを学習してくれるじゃないですか。わざわざ人間が過去の記憶とかルールを仕分けして管理しなくても、AI自身に任せればいいんじゃないですかね。
その油断こそが危険なんですよ。クロードコードの使用書を読むと、人間が手動で設定する絶対的な指示と対話から得た不確実な経験則を明確に区別しています。
経験則と絶対のルールは違うと。
AIが推測した一時的な好みを検証せずに絶対のルールにしてはいけないんです。絶対に破ってほしくない禁止事項については、フックと呼ばれる機能を使うべきだと書かれています。
03:06
経験則による推測に頼るなと。命綱は物理的に用意しろってことですよね。でもそのフックっていうのはどうやって動く仕組みなんですか?
これはですね、AIが特定の危険な操作を行おうとした瞬間に作動する自動の警告ワイヤーのようなものです。プロンプトでやらないでとお願いするんじゃなくて、システム側で機械的にバシッと遮断してしまうんです。
なるほど、強制終了させるわけですね。でも、絶対的なルールを守りつつ日々の対話の記憶を蓄積していくと、今度は記憶のファイル自体が非大化しませんか?
そこを非常に重要な指摘です。オープンクローの仕様では、長期記憶のファイルが大きくなりすぎると、AIの文脈に渡される際に、なんと末尾のデータから順番に強制的に切り捨てられてしまうんですよ。
えー、それは怖いですね。重要な結論が最後に書いてあったら、丸ごと消え去ってしまうってことじゃないですか。
そうなんです。だから、日々の記録は検索用のノートに対比させる必要があるんですね。そういえば、ヘルメスには50%、さらに85%という2段階の圧縮機構があると資料にありましたが。
はい、ありましたね。
これも決して魔法の杖というわけではないんです。情報を半分以下にそぎ落とすわけですから、細かいニュアンスは必ず失われます。
つまり、無秩序に情報を入れ続ければ、ゴミ箱の中身を圧縮しても、出てくるのはただの圧縮されたゴミでしかないと。
まさにその通りです。要約の過程で何が残り、何が消えるかという不確実なブラックボックスを抱え込むだけなんですよ。
全てを事前に入れるのもダメ、記憶を溜め込みすぎるのもダメ。
となれば、必要な時に必要な過去データだけをピンポイントで引き出す、オンデマンドの検索エンジンのような仕組みが必須になりそうですよね。
マヌスがまさにその仕様を採用しています。過去のタスクIDを最大20件まで指定して、AI自身に必要に応じて検索させる方式です。
なるほど、AIに探させるんですね。
はい。
ジェンスパークのセカンドブレイン機能も同様に外部ツールを集約するんですが、何でもかんでも同期させると関係ないノイズまで流れ込むリスクがあるよと警告しています。
AIがどれだけ進化しても、どの引き出しを開けるかの鍵を渡す責任は、指示を出す私たち人間にあるということですよね。
本当にそうです。リスナーのあなたが明日から仕事を依頼するときも、毎回守る制約、今回だけの手順、そして後から検索する記録、これを事前に仕分ける、いわば文脈整理カードを頭の中に作っておくとうまくいくはずです。
情報の断捨離ですね。目的だけじゃなくて、今回は読ませない情報をあえて決めることが、AIの精度とコスト効率を劇的に改善しますから。
今日はAIの文脈管理について深く分析してきました。しかし、これだけ緻密な情報の仕分けが必要になってくると、少し先の未来が見えてくる気がするんですよ。
06:07
と言いますと?
人間が手作業で、このAIにはこれだけ読ませようって整理するんじゃなくて、近い将来、他のAIのコンテキストウィンドウを整理し、最適化するためだけの専門AIが必要になるんじゃないでしょうか。
なるほど。カフェに巨大なキャビネットを持ち込む代わりに、完璧なファイリング技術を持つ専属アシスタントを雇うようなものですね。非常に現実味のある未来予測だと思います。
あなたが次にAIに指示を出すときは、その文脈が本当に今すぐ必要なものか、ぜひ一度立ち止まって考えてみてください。それでは次回の分析セッションでまたお会いしましょう。