AI に“任せる”ための型を、初心者から。

前提(CLAUDE.md)、担当(Agents)、手順(Skills)、制約(settings.json)の4つです。

いずれも「AI に何を渡すものか」という1つの軸で整理しています。役割の強さを混ぜず、同じ目線で並べることで全体像がつかみやすくなります。

4つを揃えて初めて、安心して AI に任せられる状態になります。

プロジェクトの前提(ルールや約束事)を書きます。

研修では、オーケストレーション指示・コンテキスト管理・品質ルール・証跡や学習・プロジェクト情報の5つのカテゴリで整理して紹介します。最初に書くと精度が上がりやすいのはプロジェクト情報です。

自分のプロジェクトに持ち帰って書き換えていくことを想定しています。

やってほしくないことを制約します。

仕組みは2つ。触ってよい範囲を宣言する入口の管理と、特定のタイミングで動作を差し込む仕組みです。これがあると、ループを長時間任せても安心できます。

たとえば機密ファイルを読ませない、編集前に自動でバックアップを取る、といった守り方ができます。

差分確認と実動作確認の2段で確認します。

差分確認では設計意図とのずれを見て、実動作確認では実機で動かして確かめます。コードの正確さは AI 側が担保するので、人は意図と挙動の確認に集中できます。

最終的な GO は人が出します。任せることは責任放棄ではありません。

4つのファイルは、こうした AI あるあるへの備えになります。

前提・担当・手順・制約を丁寧に組むほど、結果がだいぶ変わってきます。準備が AI の動きを安定させるためです。

研修では、その準備の型を手を動かしながら体験します。

Agents は工程ごとの役割分担(担当)、Skills は繰り返す作業の型(手順)です。

Agents はそれぞれが独立した文脈で動き、Skills は必要なときに参照されます。担当が「誰がやるか」、手順が「どうやるか」を受け持つ、と整理すると分かりやすいです。

研修では両方を、ゴール図の中での位置づけとあわせて説明します。

はい。主目的は視点と判断軸を身につけることなので、初めての方でも参加いただけます。

説明→デモ→ハンズオンの体験型で、講師の画面を見ながら自分の手で進められます。段階を細かく分けているので、置いていかれにくい構成です。

うまくいかなかった経験も学びになります。失敗しても大丈夫です。

説明→デモ→ハンズオンを繰り返す体験型です。

実装からレビューまでのループを作り、それを長時間任せられる状態にし、精度と効率を上げる、という3段で積み上げます。各段で手を動かすので、流れが腹落ちしやすくなります。

最後に、自分が組んだものが動くところまで体験します。

任せるのは実装からレビューまでの作業で、最終的な確認と GO は人が担います。

差分確認と実動作確認という2段の確認を人が行うことが前提だからです。確認を省くと「任せる」ではなくなります。

確認を伴ってこそ、安心して任せられます。

4つのファイルの意味と、自分で作るための視点・判断軸を持ち帰れます。

余裕があれば、実際にファイルを書き始められる状態を目指します。型があると、研修後も自分のプロジェクトで再現しやすくなります。

ゴールは知識を得ることよりも、明日から使い続けられること(定着)とチーム全体の底上げです。