指示を型にして、任せる
① 生成AI基礎で対話の質を上げた次に、AIエージェント（設定したゴールに基づき、必要な作業を自律的に判断・実行するAIの仕組み）の構成要素を一式そろえる段階に入ります。AIでつくるで道具を作った人も、作らなかった人も、ここで合流します。
前段として、エージェントスキルで自分の仕事をスキルとして1つ型化しておくことをおすすめします。「新しい機能を作る」より前に「自分の仕事を分解して言葉にする」体験を先に済ませておくと、ここから先の話が具体的につかみやすくなります。
本章はその先——「指示書」で前提を言語化し、「ルール」「フック」で統制を確立し、自律的に動く一式として束ねていく話です。利用状況に合わせて段階的に要素を固めていくのが効果的です。
AIエージェントの紹介動画
2026年4月26日、研究会での発表映像です。
AIエージェントの機能とメリット
単なるチャットでの対話と異なり、AIエージェントを構築する大きな強みは以下の4つにあります。
- ファイルを扱える：テキストの表示にとどまらず、ファイルの作成や更新、プログラムコードの自動生成・保存などが可能です。
- 大量データが扱える：複数のドキュメントや大量のログデータを、一度に読み込ませて整理・分析させられます。
- 外部ツール横断：Webブラウザの自動操作、API連携、データベース連携など、複数のツールをまたいでタスクを実行できます。
- チームでまとめて処理する：役割（開発・実行・テスト・レビューなど）を分けた複数のエージェント同士を連携させ、チームとして協調してタスクを解決させられます。
この4つが揃うと、定型作業に費やしていた時間がまとまって手元に返ってきます。自動化は「時間を買い戻すサイクル」（一度仕組みを作れば、以後その時間が毎回浮き続ける投資）だと捉えてください。
実際に私の手元で毎朝動いているブリーフィング画面です（画面の内容はサンプルデータに差し替えています）。今日の優先タスク・予定・クライアントのフォロー漏れを、AIエージェントが毎朝8時にまとめます。
AIエージェントを構成する要素と統合の重要性
「AIエージェントを1体育てる」とは、単に機能を足すことではありません。
役割を与えて自走させ（エージェント）→前提を言語化し（指示書）→律する（ルール・フック）という一続きの作業です（土台となるスキルはエージェントスキルで作ります）。
これらを別々の場所に置いてしまうと、「作る」と「律する」が分断されてしまいます。1つのエージェントの一生を、1つの置き場所で完結させる。それがこの章の設計思想です。
メモAIエージェント実装の3つのレイヤー：特徴と選び方
本章はfile-baseの実装（Markdownの定義ファイル＋コードで作る方式）を前提に書いています。その作業環境（Claude Code）の建て方はIDE（作業環境）で扱います。
ただし、同じ「型化→自律→前提→統制→発火」という考え方は、実装レイヤーが違っても成り立ちます。
| レイヤー | 代表例 | できること | できないこと |
|---|---|---|---|
| チャットUI簡易版 | GPTs/Gems/プロジェクト | 指示書＋知識＋人格をノーコードで設定できる | 自動実行・他ツール連携・ハーネス（複数のAIの仕組みをまとめて動かす土台のこと）として育てる仕組みは組めない |
| ノーコード/ローコード自動化 | n8n（作業の流れを画面上で組み立てて自動化するツール）／Dify（LLMを使ったアプリやエージェントを組み立てられるツール） | スケジュール起動（時刻をきっかけにした自動実行）・外部API/サービス連携・簡単なエージェント設計をGUIで組める | 細かいロジックの自由度・複雑な条件分岐までは対応しきれない（コードほどの柔軟さはない） |
| file-base | エージェントスキル・本章（2-2〜2-8）で扱う方式 | スキル・エージェント・ルール・フックを完全にコントロールできる。複雑な連携・独自ロジックも組める | 構築・保守にコーディングの理解が必要 |
n8n・Difyは、カスタムAIではできなかった自動化（発火）とエージェント連携を、コードを書かずに実現する中間層にあたります。
なお、Claudeの「Cowork」は表の「チャットUI簡易版」より一歩進み、指示を渡すと段取りを組んで作業そのものを進める点でエージェントに近い性格を持ちます。file-baseほどの自由度はありませんが、チャット製品の中で「自律的に動く」感覚を先に体験したい場合の実例です。
「GUIで組めるところまでは組んで、それでも足りなくなったらfile-baseへ」という進み方ができます。判断の軸はアプリ（バイブコーディング）総論のYAGNI閾値（「今本当に必要か」を基準に、機能を足すかどうかを決める考え方）と同じです。
AIエージェント構築の4段階：フェーズと各論
前段の型化（エージェントスキルでスキルとしてマニュアル化する工程）を終えたら、本章では次の4段階を組み立てます。
| 段階 | やること | 各論 |
|---|---|---|
| 自律 | 役割を与えて自走させる | エージェント設計 |
| 前提 | 経営理念・前提を渡す（CLAUDE.md） | 指示書設計 |
| 統制 | してよい／だめを定義する | ルール設計 |
| 発火 | 自動実行のしかけを組む | フック設計 |
指示書（2-3）とセットで使う ルーティング設計（どの仕事を誰に渡すか）も、この段階であわせて用意する部品です。スキルや担当が増えて紛らわしくなってきたら用意します。
メモ✏️ 自律度は2段階で上げる ── フロー定義型 → エージェント型
ひと口に「自律」と言っても、実行形態には2段階あります。
| 実行形態 | 動き方 | 目安 |
|---|---|---|
| フロー定義型（Human-on-the-loop） | 人間が設計した定型フローを、人間が起動して回す | まずここで「動く」体験を1つ持つ |
| エージェント型（Fully Autonomous） | AIが自らトリガーを受け、手順を自分で組み立てて動く。起動すら不要な状態を設計する | フロー定義型が安定して回ってから |
最初からエージェント型を狙う必要はありません。フロー定義型で定型業務を1本回し切ってから、フック設計（いつ動くか）と安全に任せる範囲の決め方（どこまで任せるか）を通じて、少しずつ自律度を上げていきます。
AIエージェント構築の学習・実践ロードマップ
まずIDE（作業環境）で作業場を建て、はじめてのスキル作成で手を動かしてみると、全体像がつかめます。 迷ったら、そこから始めてみてください。
本章はエージェント設計から始まります。
同じ指示を繰り返しているなら手順を型化し（エージェントスキル）、判断まで任せたくなったらエージェント化する（本章）、という順番で進めてみてください。
「指示書」は、必ずしも事前に全てを網羅する必要はありません。むしろ、AIエージェントを運用していく中で「共通の前提を繰り返し説明している」と感じたタイミングで言語化し、指示書設計として体系化していくアプローチが効果的です。担当（スキル・エージェント）が増えて紛らわしくなってきたら、ルーティング設計で「どの依頼を誰に渡すか」の振り分け表も用意します。
作った機能が育ってきたら、ルール設計で「してよい／だめ」を定義し、フック設計で「いつ動くか」を組みます。
そして一式（スキル・エージェント・指示書・ルール・フック）が揃ったら、ハーネス設計で束ね、ループ設計で育てます。これが効率化・自動化の仕組み編の締めであり、束ねる範囲はプロンプト（AI基礎）・データ／ナレッジ／メモリ（コンテキスト）まで横断していきます。
一式が動き始めたら、安全に任せる範囲の決め方で「どこまで任せていいか」を確認してください。
次のステップ：精度向上のためのコンテキスト活用
一式が「思ったより楽になった」と感じたら、次はその精度をもっと上げたいという欲求が生まれます。それが④ コンテキスト（データ・ナレッジ・メモリ）に進むタイミングです。
逆に、まだこの段階で無理にデータ・ナレッジを整えても、使う場面がなく形骸化しやすいので注意してください。
組織でのAIエージェント導入：業務選定とガバナンス
個人の1業務向けエージェント一式が育ってきたら、法人としてどの業務から着手するかを選ぶ段階に進みます。これは組織活用に収録しています。どの業務から始めるか（組織活用総論）を参照してください。
よくある疑問
Q. エージェントが期待通りに動かない時は、どう切り分ければいいですか？ A. すぐに作り直すのではなく、以下の3点を順番に確認しましょう。
- 指示（ゴール）の明確さ：プロンプトのコツの5要素（役割、文脈、タスク、制約、例示）が全て含まれているか確認。曖昧な指示になっていないか。
- 前提（指示書）の適用：指示書設計で設定した前提条件が、そのエージェントに正しく読み込まれているか。
- スキルの定義：エージェントに実行させたいスキルが、そもそも定義され、適切に連携されているか。
たとえば「メールの下書きを作って」と頼んだのに、まったく違う話題の文章が返ってきたなら、まずは①を疑ってください。役割や制約を省いて丸投げしていないでしょうか。逆に、いつもと同じ言い方をしているのに急に挙動が変わったなら、②や③、つまり前提や道具立ての側が壊れている可能性が高くなります。
この3点は、上から順番に確認するのがコツです。指示が曖昧なままスキルを疑っても、原因にはたどり着けません。焦らず1つずつ切り分ければ、たいてい特定できます。
例エージェントに振り返らせる依頼文
「さっきの指示に対するあなたの出力を振り返ってください。①役割・文脈・タスク・制約のうち、私の指示に含まれていなかったものは何ですか。②前提として読み込むべき指示書は渡っていましたか。③今回の作業に必要なスキルは定義されていましたか。3点それぞれについて、足りなかった可能性がある点を教えてください。」
Q. AIエージェントは無料でどこまで構築可能ですか？ A. 無料の範囲でも、指示書・スキル・エージェントの設計そのものは十分に試せます。主な費用発生要因は、外部サービスとの連携（APIなど）の呼び出し利用料と、常時稼働の自動化（サーバー・スケジューラー）の利用料です。
まずは無料の範囲で1体作り、動く感覚をつかんでください。「これを毎日、自動で動かし続けたい」と感じてから、費用のかかる部分を検討するのがむだのない順番です。焦って課金する必要はありません。
補足：ハーネスの重要性
モデルを変えなくても、ハーネス（複数のAIの仕組みをまとめて動かす土台）を整えるだけで成果は変わります。ハーネスはモデルと同じくらい重要——これがこの章の締めであるハーネス設計・ループ設計に込めた考え方です。