人は余白で伸び、AIは余白でずれる ── 人と同じ「任せ方」は通じるか

この記事について

対象読者

• Claude Code などの AI エージェントを使っている、またはこれから使ってみようとしている方

• AI に作業を任せても、思ったとおりに最後まで進まないと感じることがある方

• 人にも仕事を任せることがあり、任せ方を考える立場の方

要点

AI エージェントの使い方は、人間のプロジェクト管理とよく似ています。ただ一つだけ、逆を向くものがあります。人を伸ばす「任せ方」が、AI にはそのまま逆効果になる──その分かれ目が「判断の余白」の扱いだ、という話です。

なお、これから始める方には、運用の細かい部分を気にせず「最初のひとつ」を作れる入口を、別に用意するつもりです。

Claude Code を使い始めて、しばらく経った頃のことです。

最初は、指示を出せば AI が最後までやってくれるものだと思っていました。実際にはそうでもなくて、長めのタスクや込み入った作業になると、途中で別のことを始めたり、頼んでいない範囲まで手を広げたり、いつの間にか元の目的からずれていったりします。

そこで自然とやり始めたのは、人と仕事をするときと同じことでした。作業を小さく分けて、一度に全部は渡さない。何をどこまでやったかをドキュメントに残す。区切りごとにレビューを挟んで、ずれていないかを確かめる。

やっていることは、人のプロジェクトを進める段取りとほとんど同じです。

考えてみると、当たり前のことかもしれません。人ひとりでできることが限られているように、AI も伝えたことを魔法のように全部こなしてくれるわけではない。だとすれば、人間の世界で積み上げてきた進め方が効くのは、自然なことです。

ここまでは、「なんだ、結局人間と同じか」で終わる話でした。

ただ、同じやり方を続けているうちに、似ているのは半分だけだと気づきました。

なぜ、人間と同じやり方が効くのか

なぜ、人間向けの段取りが AI にもそのまま効くのでしょうか。理由は、困りごとが同じだからだと思います。

人ひとりが一度に頭に置いておける量に限りがあるように、AI も一度に扱える情報の量に限りがあります。仕事が長く複雑になるほど、抜けが出たり、最初の目的からずれたり、間違いが混じったりします。これは、人間のプロジェクトで起きることと症状としてよく似ています。

症状が同じなら、それに対して人間が編み出してきた工夫が効くのも、自然なことです。

一度に全部を渡さず小さく分けるのは、扱える量に収めるため。記録を残すのは、抜けや忘れを防ぐため。レビューを挟むのは、まぎれ込んだ誤りを捕まえるため。

どれも、容量の限界と、ずれと、間違いに対する昔ながらの対処です。

そう考えると、「AI も人間と同じように管理すればいい」というのは、半分は確かに正しいのです。ここは、最初の直感のとおりでした。

問題は、もう半分のほうです。

決定的な違いは、判断力

もう半分の違いは、判断力です。

AI には、人のような判断力がありません。

人に仕事を頼んだとき、相手が確信を持てないでいると、たいていそれは表に出ます。手が止まったり、聞き返してきたり、「ここは自信がないのですが」と添えてきたり。新人でも、迷いはなんらかの形でこちらに伝わってきます。

AI は、そうではありません。確信が持てないときでも、流暢に、自信ありげに答えを返してきます。間違っていても、その文章は完成しているように見えます。

AI が何も分かっていない、というわけではありません。ただ、いま出した答えが正しいかどうかは、自分では当てにできず、外から確かめないと、自分の誤りに気づけないのです。

ここで、レビューの意味が変わります。

人どうしのレビューは、相手も薄々おかしいと感じている部分を、一緒に拾い上げる作業に近いものです。お互いが「ここ、あやしいかも」を持ち寄れます。

AI のレビューは、そうはいきません。出てきたものは完成して見えるし、正しそうにも見えます。それを、わざわざ疑ってかかる必要があります。

実際、AI が「実装できました」と言い、テストも通っていたのに、肝心の部分は古いままだった、ということがありました。エラーも出ず、外見はすっかり完成しています。間違いに気づいたのは、ずいぶん後のことです。

それ以来、AI の「できました」は、それだけでは完了に数えないようにしています。機械が実際に通したか──テストが本当に通り、想定どおりの出力が出るか──を、完了の条件にしました。自己申告ではなく、疑う側に重心を置いたわけです。

その「疑う側」を、私はよく別の AI に担わせます。レビュー役のペルソナを与えて、出てきたものを突かせるのです。これは、よく効きます。

ただ、その相手もまた AI です。ときどき、重大な問題があると自信たっぷりに断言してきますが、確かめてみると何ともないこともあります。

完成を「できました」と言い切るのと裏返しに、今度はありもしない欠陥を見つけてくるわけです。疑う側に AI を立てても、最後の確認は、結局こちらに残ります。

同じ「レビューを挟む」でも、人間相手は正直な間違いを拾う作業、AI 相手は完成して見えるものを疑う作業。向きが違うのです。

同じ「任せ方」が、逆を向く

ここからが、いちばん面白かったところです。

私は普段、人に仕事を任せるとき、やり方にはあまり口を出さないようにしています。結果を見てから話せばよく、途中の進め方は本人のものだと考えています。

このやり方には、ひとつ良いところがあります。指示が細かく決まっていない“余白”の部分で、相手が自分の判断で進められることです。任せてみると、本人が自分の頭で考えて、こちらの想定をこえて、思いもしなかったところまでたどり着くことがあります。

余白が、その人の伸びしろになります。

同じ構えを、AI にも持ち込もうとしました。人と同じように、やり方は任せ、ゴールだけ渡して、あとは見守るつもりでいました。

結果は、逆でした。

ただ、逆になるのは、余白のうち一種類だけでした。

余白には二つあると思っています。「やり方の余白」は“どうやるか”。「判断の余白」は“何を、どこまで、何を正解とするか”──考えて決めなければいけない部分です。

やり方の余白は、AI にも残したほうが、たいていうまくいきます。手順まで細かく指定すると、かえって硬くなり、指定が少し外れていても、そのまま突き進んでしまいます。

もっとも、どこまで決めるのが良いかは、相手やタスクによって変わります。過剰に縛らないほうがいい、という点で、人と同じです。

反対を向くのは、判断の余白のほうでした。

人にここを残すと、相手は自分の判断で埋めます。だから、伸びます。

AI に同じ余白を残すと、埋める判断が当てになりません。だから、ずれます。

一度、AI がつまずきそうな箇所を先回りして読み、そこに歯止めをかけておきました。ところが走らせてみると、想像もしていなかった別の場所でつまずいていて、用意した歯止めは一度も使われませんでした。AI がどこで判断を踏み外すかは、こちらの予想の外にありました。

判断の余白は、人には残せて、AI には残せない。

だから AI には、この部分をこちらが先に決めて、はっきり渡します。やり方そのものは、変わらず任せたままにします。

同じ「やり方には口を出さない」という構えの上で、判断の扱いだけが反対を向きます。判断力があるかないか、それだけのことで、向きが変わるのです。

もちろん、人なら誰にでも最初から余白を残せるわけではありません。新しく入った人には、こちらもまず判断を決めて渡し、信頼できると分かってから範囲を広げます。人が余白で外すこともありますが、そのずれは本人の迷いとして表に出るので、気づけます。

決定的に違うのは、その先です。人は余白を渡されるほど判断が育ち、任された仕事も、指示を超えて良くなっていきます。AI の判断は、余白を渡しても育たず、迷いも表には出てきません。

QCD の重心が、ずれる

ここまでの違いは、QCD──品質・コスト・納期──のバランスにも効いてきます。

人の現場では、いちばん希少なのは人の時間です。その時間の多くは「作る」ことに吸われるので、ボトルネックは「作る」側になりがちです。確かめる手間も人の時間ですが、作る手間ほどではありません。

AI は、そこが違います。もう一体動かす、やり直す、いったん捨てて作り直す──そのコストは、人をもう一人増やすのに比べれば、ずっと小さくて済みます。

すると、人相手ならまずしない判断が出てきます。ずれてしまったセッションを丁寧に直すより、スコープを整えて一から作り直したほうが、速くて確実なことがあるのです。

作る側の蛇口は、いくらでも開けられます。

ボトルネックは、「作る」から「確かめる」へ移ります。AI がいくらでも作れるようになるほど、それを確かめる人間の側が追いつかなくなります。

しかも、確かめると言っても水準があります。テストがすべて緑でも、本物のデータで実際に動かしてみると、出てきた答えは、ほとんど合っていませんでした。配線が正しいことと、実物が正しく動くことは、別の問いだったのです。

QCD は、人間の現場と同じようには釣り合いません。重心が「確かめる」側に寄った、別のバランスを取りにいくことになります。

だから、設計のときに先に考えるべき問いも変わります。「これを作れるか」ではなく、「これを確かめられるか」。確かめやすい形にスコープを切っておく──前半に出てきた話と、ここでつながります。

やってみて分かること

ここまで、わりと整理された話のように書いてきました。

でも実際は、こんなふうに最初から枠組みとして見えていたわけではありません。セッションがずれていくのを何度も眺めて、人と同じやり方が効いたり効かなかったりするのを繰り返して、あとから「ああ、こういうことか」と形になってきたものです。

だから正直に言うと、この話は、読んで分かるより、やってみて分かる類のものだと思います。

たとえば、何度直しても同じところで止まり続けたことがありました。最後は人の判断が一つ入って、ようやく解けました。AI は、自分がどこで詰まっているのかを、最後まで言えませんでした。

あと少しで解けるのか、そもそも入口が間違っているのか──その見極めだけは、AI からは返ってきません。こういう場面を一度通ると、「判断がない」という言葉の手触りが、急に変わります。この感覚ばかりは、読むだけではうまく伝わらないのかもしれません。

セッションをまたいで記憶を持たせ、整理する仕組み──メモリや、いわゆる dream 系の機能──も、あります。ただ、それらが変えるのは、エージェントが何を覚えているかであって、いま出した答えが正しいかを判断する力ではありません。何を覚えるかを選ぶこと自体も判断であって、それを確かめる役は、やはり人に残ります。

それでも、これはあくまで今のところの話です。この先 AI がもっと変われば、線の引き方もまた動いていくのでしょう。

人間と同じなのか、違うのか。

うまく言い切れないのですが、「似た道具で、任せ方が逆を向く相手」──いまの実感は、そのあたりにあります。

これから始める方へ

ここまで読んで、Claude Code を使いこなすには、ずいぶん考えることがある──そう感じた方もいるかもしれません。判断の余白をどう扱うか、何を先に決めて渡すか、出てきたものをどう確かめるか。プランモードで、どの粒度まで計画を区切って承認していくか。慣れるまでは、それなりに気を張る部分です。

ただ、これから始める人が、最初からこれを全部背負う必要はない、とも思っています。

いま、ちょうど反対側のものを用意しています。こうした段取りや確かめ方を、初めての人に付き添う案内役の側に持たせて、運用の作法に気を取られないまま「最初のひとつ」を作りはじめられる──そんな手引きです。利用者が主役なのは変わらず、案内役が隣で段取りを引き受けます。

うまく形になりそうなら、近いうちにここで紹介できればと思っています。

（2026年6月12日 追記）

その「反対側」が、形になりました。

この記事で書いた「AI がずれる余白」──どこまで任せてよいか、どこで確認すべきか、ずれたらどう戻すか──を、あらかじめルールと仕組みの側で埋めておいた伴走者です。判断を丸投げせず、必ず推奨と理由を添えて確認する。節目ごとに自動で控えを取り、いつでも前の状態に戻せる。「できた」は実際に動かして確かめてから言う。余白の管理を自分で背負えるようになる前の人でも、最初のひとつを作り終えられるように作りました。