00:00
あのー、ちょっと想像してみて欲しいんですけど、 あなたは今三ッ星の高級レストランにいますと。
で、目の前に信じられないくらい豪華な料理が運ばれてきたんですけど、 箸もナイフも取り皿さえも渡されていないっていう状況。
あー、なるほど。それはちょっと困りますね。 ですよね。
で、これどうやって食べるの?みたいな。 なんかこれ、最近私たちがAIを使う時の状況にそっくりだなって思いませんか?
あー、確かに。すごくよくわかります。
私たちって、プロンプト、つまりAIへの指示の出し方ばっかり気にしてて、 出来上がったすごい成果物を前に途方にくれてるんですよね。
えー、そうなんですよ。
というわけで、今回の深掘りなんですけど、 2026年8月15日に公開された、とあるITエンジニアの方の分析ノートを取り上げます。
コーデックスとかクロードコードとか、 7つの最新AIエージェントの動向から、
AIの成果物をJISMで本当に使える形で受け取るためのルールを、 あなたと一緒に解明していくのがミッションです。
さっきのレストランの例え、私たちが今直面している問題を めちゃくちゃ的確に表してますよね。
あ、本当ですか?
ええ。AIが完璧なレポートとかコードを作ってくれても、 その受け渡しの仕組みが設計されてないと、
結局ファイルを受け取った人間が苦労するわけです。
苦労する?と言いますと?
例えば、どれが最新版か、とか、 どういう前提条件で作られたのかを、
人間が一つ一つ調べ直すことになりますよね。
ああ、はいはい。せっかくAIがやってくれたのに。
そうなんです。
情報源の分析ノートでも指摘されてるんですが、 完成品だけポンって渡されると、
結果的にそれがあなたへの、 まあ宿題に変わってしまうっていう罠なんですよね。
豪華な料理を出されても、 自分で厨房までフォークとかお皿を探しに行かなきゃいけないわけですね。
まさにそれです。
だから、AIから本当に受け取るべきなのは、 すごい答えそのものだけじゃないんですよ。
というと、他に何が必要なんですか?
えっと、大きく4つあって、何を作ったか、 どの前提で作ったか、どこまで確認したか、
そして次に誰が何をするかですね。
なるほど、その4つの文脈が揃って、 初めて仕事が前に進むと。
ええ、そういうことです。
じゃあ、その最先端のAIツールたちは、 その手渡しの問題をどうやって解決してるんでしょうか?
最新のエージェントたちは、単に料理を作るだけじゃなくて、
完璧な給食、つまりウェーターの役割も システムに組み込もうとしているんです。
へえ、例えばどんな感じですか?
例えば、オープンAIのコーデックスだと、 サイツっていう機能を使ってます。
これは、ただコードのファイルを チャット画面にバーって吐き出すんじゃなくて、
AIの実行結果と人間がレビューする場所を、 一つの専用の共有ページとして独立させる仕組みなんですよ。
ああ、なるほど。 じゃあ、マニューレスっていうAIはどうですか?
マニューレスはですね、実行前にプランモードで、 これからの作業計画を明示してくれるんです。
で、もし別のアイデアが出たときは、 ブランチとして枝分かれさせます。
03:00
ブランチ、つまり分岐させるんですね?
そうです。本筋の作業と別案を、 最初からきれいに仕分けて提示してくれるんですよ。
あの、ちょっと待ってください。
はい、なんでしょう?
AIがこの前提で作りました、別案はこちらです、 確認事項はこれですっていちいち出力してきたら、
なんかあなたが読むべき情報が膨大になりませんか?
ああ、情報過多になるんじゃないかと。
そうなんです。文脈が大事なのはすごくわかるんですけど、
かえって情報が多すぎて身動きが取れなくなる気がするんですよね。
いや、そこがまさに次の進化の面白いポイントなんですよ。
え、どういうことですか?
AIも全てのログとか試行過程を 人間に読ませるわけじゃないです。
例えば、GoogleのアンティグラビティっていうAIは、 アーティファクトっていう仕組みを使ってて、
アーティファクト、はい。
これは、AIの試行錯誤の過程、 つまり、散らかったキッチンの裏側は隠して、
最終的に実務で使えるパッケージ化された 成果物だけを抽出するんです。
ああ、なるほど。
クロードコードも同じで、 裏で調査した膨大なプロセスは保持しつつ、
人間が次に判断するために必要なまとまった成果物と 残り課題だけを切り出して見せてくれるんですよ。
めちゃくちゃスマートですね。
調理の過程を全部見せるんじゃなくて、
お皿の上に美しく盛り付けられた料理と、 次に飲むべきワインの提案だけをスッと出してくれるみたいな。
ええ、まさにそんな感じです。
それなら情報型にならずに次に進めますよね。
確かに。
でも、そういう最新のツールを使ってない場合は、 どうすればいいんでしょうか?
実は、明日から実務で使える簡単な実践方法があるんです。
ぜひ教えてください。
プロンプトの最後に受取カードの作成を求めるだけでいいんですよ。
受取カードですか?
ええ、成果物の保存場所、想定する担当者、 採用した案と不採用の案、そして確認済みと未確認の範囲、
これを明記した短い要約を出力させるんです。
ああ、なるほど。
自分が次にアクションを起こすための引き継ぎメモを AI自身に書かせちゃうわけですね。
そうなんです。このひと手間だけで、 仕事の滞りは驚くほど解消されますよ。
それなら、どんなツールでも今すぐ試せますね。
なんか、AIってもう単なる作業の代行者じゃなくて、 次の人へと確実にバトンを渡す中継点に進化してるんですね。
そうなんですよ。 ただ、そうなると最後に一つ大きな疑問が浮かび上がってくるんです。
疑問ですか?
ええ、もし今後、AIが実作業だけじゃなくて、 次の工程への完璧な引き継ぎまで全自動で行うようになったとき、
はい。
その間に立ってバトンを受け取っている私たち人間の仕事の価値って、 一体どこに見出されるべきなんでしょうか?
うわあ、それは考えさせられますね。
完璧にテーブルがセットされて、もう食べるだけの状態になったとき、 私たちの役割はただ消費することなのか?
それとも、その先にある新しい価値を作り出すことなのか?
ええ、本当にそこが問われる時代になってきていると思います。
皆さんもぜひ、あなたなりの答えを探してみてください。
それでは、今回の深掘りはここまでです。