プロの設計図に学ぶ！AIを「自律して動く優秀な相棒」に変える魔法のルールの正体

あのさ、AIに新しく仕事をお願いする時、毎回「あなたはプロの〇〇です。こういう条件で、こういうトーンで出力してください…」って、ゼロから長々と前提条件を説明するの、そろそろ疲れてこないかな？

実はそれ、毎回入社してくる新入社員に対して、会社のルールや仕事の進め方をイチから手取り足取り教えているのと同じ状態なんだよね。もちろん、最初のうちはそれでも良いかもしれない。でも、そのままじゃAIは永遠に「僕たちが完璧な指示を出さないと動けない、指示待ちの存在」のままになってしまうかもしれないんだ。

今回は、僕が見つけた最高に面白くて、AIとの関わり方を根本から変えてしまうような事例を紹介するよ。AIの生みの親とも言えるAnthropicのエンジニアが、実際に現場で使っている「魔法の設定ファイル」についての話なんだ。

これを読めば、AIが自分で考えて、自分でミスを直す「最高の相棒」に進化するヒントが必ず見つかるはずだよ。核心はね、「いかにAIに素晴らしい指示（プロンプト）を出すか」という呪文の詠唱ではなく、「AIが自分で思考し、自律的に動ける『就業規則』と『反省ノート』のシステムをどう構築するか」ということなんだ。

毎回ゼロから教えるAIへの指示出し、疲れていないかな？

普段から仕事やクリエイティブな作業でAIを使っていて、こんな風に無力感を感じたことはないかな？

せっかく前のチャットで時間をかけて「こういうトーンで、こういう構成で書いてね」と教えてあげたのに、新しいチャットを開いた瞬間にその記憶はリセットされて、また最初から教え直さなければならない。あるいは、複雑なプログラミングやデータ分析を頼んだら、とりあえずその場しのぎで動くけれど、後で拡張しようとした時に困るようなツギハギだらけの成果物を出してきた。さらには、エラーが出たから直してと伝えたら、「どう直せばいいですか？」「どこが間違っていましたか？」と逆に質問されてしまい、結局自分で調べた方が早かった……なんていう経験。

これらは、AIを使えば使うほど直面する、現代のデジタルワーカーが抱える普遍的な悩みだよね。僕も以前は、毎回何千文字にも及ぶ長大なプロンプト（指示書）を書き上げて、AIが絶対に脱線しないように、まるで細い糸の上を歩かせるように手取り足取り誘導していたんだ。でも、ふと気づいたんだよね。それって、ものすごく人間のエネルギーと時間を消費する作業じゃないかって。

本来、僕たちがAIというテクノロジーに求めているのは「言われたことを一言一句違わずにこなすだけの、従順なロボット」ではないはずだ。文脈を読み取り、空気を読み、僕たちの目的を深く理解した上で、自分で考えて自律的に動いてくれる「優秀な相棒」こそが、僕たちが真に求めている姿だよね。

でも、多くの人がやっている「毎回ゼロから長文プロンプトを投げる」というアプローチを続けている限り、AIはいつまで経っても自律的な相棒には育ってくれない。なぜなら、彼らには「僕たちのプロジェクトにおいて守るべき、仕事の基本ルールや哲学」という、根底にあるべき土台が共有されていないからなんだ。

じゃあ、どうすればAIを「自律した相棒」へと進化させることができるのか？その答えを探していた時、最前線でAIを開発しているプロの現場で、ある画期的なアプローチが実践されているのを発見したんだ。

AIに渡す最強の就業規則『CLAUDE.md』の正体

ここで紹介したいのが、『CLAUDE.md』という非常にパワフルな仕組みだ。

これは、Claudeという現在世界最高峰とも言われるAIを開発している企業、AnthropicのスタッフエンジニアであるBoris Cherny氏がSNSで公開した知見をもとに、有志の開発者たちが構造化してまとめたものなんだ。いわば、AIに対して読み込ませる「最強の就業規則」と言っても過言ではないね。

彼のリアルな実践手法や思考の軌跡は、海外の有志エンジニアがX（旧Twitter）でまとめた以下の一次情報（英語スレッド）などから詳しく読み解くことができるんだ。

そして、日本のエンジニア向けナレッジコミュニティ「Qiita」でも、このBoris Cherny氏の知見を日本語で分かりやすく解説し、どうすれば僕たちの環境で手軽に使えるかを紹介した素晴らしい記事が大きな話題になっていたんだよね。

この『CLAUDE.md』、名前の響きは難しそうだけれど、その正体は単なるテキストファイル（Markdown形式のファイル）に過ぎないんだ。でも、このファイルを自分たちが作業しているプロジェクトのルートディレクトリ（一番上の階層のフォルダ）にポンと置いておくだけで、劇的な変化が起きる。Claude Codeのような高度なAIエージェント環境は、作業を始める前に、必ずこのファイルを自動的に読み込んでくれるように設計されているんだ。

つまり、人間が毎回「あなたはプロのエンジニアで、コードを書く時はシンプルさを重視して…」と口酸っぱく指示しなくても、このファイルの中に「僕たちのチームが大切にしているルール」「絶対にやってはいけない禁忌」「仕事を進める上での具体的な手順」を書き込んでおけば、AIはそれを確固たる前提条件（外部メモリ）として引き継いだまま、自律的に動いてくれるようになるというわけだ。

これって、新しいメンバーがプロジェクトに参加してきた初日に、「これ、うちのチームのガイドラインと哲学が詰まったハンドブックだから、仕事に取り掛かる前に必ず隅々まで読んでおいてね」とドキュメントを渡すのと全く同じ構造だよね。

面白いのは、このファイルに書かれているルールが、単なる「言葉遣いは丁寧語にしてください」といった表面的なトーン＆マナーの指定ではないということなんだ。世界トップクラスのエンジニアがAIに求めているのは、もっと根本的な「思考プロセス」の矯正であり、「プロフェッショナルとしての仕事への向き合い方」のコントロールだったんだよ。

💡 魔法の設定ファイルがもたらす変化

この就業規則を渡されたAIは、ただの便利なツールから、責任感を持ったパートナーへと変貌する。指示されたことをやるだけでなく、自らの仕事の質を問い直し、時には人間の指示の裏にある「本当の目的」を達成するために、自律的に行動の最適化を図るようになるんだ。次から、その具体的なルールの中身を解剖していくよ。

プロの現場で実践される自律型AIへの教育メソッド

では、最前線のプロフェッショナルたちは、具体的にどのようなルールをAIに課しているのだろうか？先ほどの事例から、AIを自律的な存在へと引き上げるための重要な構造をいくつか紐解いてみよう。これが、僕たちの日常業務にも驚くほど応用できる内容なんだ。

🧭 計画を立ててから動き出す安全装置

AIの素晴らしいところでもあり、同時に危ういところでもあるのが「尋ねられたら、即座に答えを出そうとする」という特性だ。単純な質問ならそれでいい。でも、複雑なシステム構築や長大な文章の構成などにおいてそれを行わせると、途中で論理が破綻したり、本来の目的から大きく迷子になってしまうことが多々ある。

だからプロは、AIに対して「一定の複雑さを超えるタスク（例えば3ステップ以上の工程が必要なもの）に取り組む際は、絶対に行き当たりばったりで作業を始めないこと。必ず最初に『計画（Plan）』を立て、それを人間に提示してから実行に移すこと」という厳格なルールを敷いているんだ。さらに素晴らしいのは、「もし実行中に想定外のエラーが起きたり、うまくいかなくなったりした場合は、無理に突破しようとせず、すぐに立ち止まって再計画を立てよ」という明確なブレーキの指示まで明記している点だ。これは、AIが暴走してファイル環境を破壊したり、無駄なリソースを消費したりするのを防ぐための、極めて理にかなった安全装置と言えるね。

🤖 仕事を切り分けて任せるサブエージェント戦略

人間の脳だって、複数の複雑なタスクを同時に抱え込むとパンクしてミスを連発してしまうよね。実はAIも全く同じで、一つのコンテキスト（記憶領域）に膨大な前提条件や途中計算、リサーチ結果などを詰め込みすぎると、いわゆる「幻覚（ハルシネーション）」を起こしやすくなったり、本来の目的を見失ったりして、途端にポンコツになってしまう性質があるんだ。

これを防ぐためにプロが実践しているのが、サブエージェント（小さな専門家AI）を積極的に活用し、仕事を細かく切り分けるという戦略だ。「事前情報の深いリサーチ」「既存コードの簡略化」「書かれた文章の校正」といった特定の役割を持った別のAIインスタンスを立ち上げ、並行処理でタスクを任せる。一つのAIには、一つのタスクだけを集中して実行させる。この「役割分担の原則」をルール化することで、メインのAIの頭の中を常にクリアに保ち、全体の出力品質を飛躍的に高めることができるんだね。

✨ 美しさを求めバグを自力で直す職人魂

このルールは、個人的に最も感銘を受けた部分なんだ。AIは「とりあえず要求を満たして動くもの」を素早く出力するのは得意だけれど、放置しておくと、将来人間がメンテナンスに苦労するような、ハック的で美しくないアウトプットを出しがちだ。

そこでプロは、「重要な変更を加える前には、必ず『もっとエレガントな方法はないか？』と自分自身に問いかけよ」というルールを定めている。「今あなたが持っているすべての知識を総動員して、最も美しく洗練された解決策を実装せよ」と指示しておくことで、AIは試行錯誤の末に出た妥協案をそのまま出すのではなく、一段高い視点から自らの成果物を推敲し直すようになるんだ。

さらに、バグ（不具合）への対応も徹底している。エラーが出た時に「どう直しますか？」と人間に判断を仰いでくるAIに対して、「ユーザーのコンテキスト切り替え（作業の中断）をゼロにしろ。ログやエラー文を見たら、手取り足取り教えられなくても自らの力で原因を突き止め、解決せよ」と厳命している。これこそが、人間の作業を奪うのではなく、人間の負担を肩代わりしてくれる「真に自律した相棒」の姿だよね。

最大の秘密は「反省ノート」がもたらす自己改善のループ

ここまでに紹介したルールだけでも十分に強力だけれど、僕がこのシステムの中で最も衝撃を受け、そして最も重要だと感じたのが、AIに「反省ノート（Lessons）」を書かせるというアプローチなんだ。

AIと一緒に仕事をしていると、どうしてもAIが人間側の意図を汲み違えたり、ルールから逸脱したミスをしてしまうことがある。その時、人間は「ここはこう直して」と指摘をするよね。ここまでは普通のやり取りだ。

しかし、プロのルールではここで終わらない。「ユーザーから修正の指摘を受けたら、ただ直すだけでなく、必ず lessons.md という『学びのノート』ファイルに、そのミスのパターンと、二度と同じミスを繰り返さないための自分自身へのルールを追記せよ」と指示しているんだ。

📝 失敗を記録して成長し続ける仕組み

そして、ここからが本当の魔法なんだけど、一番最初に紹介した CLAUDE.md （就業規則）の中に、「セッション（作業）を開始する時は、必ず事前にこの lessons.md （反省ノート）を読み込み、レビューすること」という一文を組み込んでおくんだ。

これによって何が起きるか。AIは新しくチャットを開くたびに、昨日自分がどんなミスをして、人間にどう直されたのかという「過去の失敗と教訓」を自ら読み込み、心に留めてから新しい仕事に取り掛かるようになるんだ。つまり、使えば使うほど、失敗すれば失敗するほど、そのプロジェクト特有の文脈や、あなたの好みを深く学習し、同じ過ちを決して繰り返さない、世界でたった一つの「最強の専属アシスタント」へと自律的に進化していく仕組みが完成しているんだよ。これは本当に、鳥肌が立つほど美しいシステムだと思わないかな？

このような、AIが自律的に計画し、実行し、検証し、そして学習する「エージェント・ワークフロー」という概念は、今世界中のトップ研究者たちが最も注目している領域なんだ。世界的なAIの権威であるAndrew Ng氏も、この「AIが自律的に働く仕組み」がいかに強力であるかを語っているよ。

この動画でも語られている通り、単発のプロンプトでAIを動かす時代は終わりを告げ、AIに自律的なワークフロー（仕組み）を与えて共に働く時代へと、テクノロジーの波は完全にシフトしているんだ。

そのまま使える実践コードと日常業務への応用ステップ

「理屈や仕組みの凄さはよくわかったけれど、じゃあ具体的に自分の環境でどうやって使い始めればいいの？」と、きっとうずうずしているんじゃないかな。

安心してほしい。先ほど紹介したQiitaの記事内で、日本の開発者の方がBoris Cherny氏の知見を元に、僕たちがそのままコピペして使えるように構造化してくれた日本語版の『CLAUDE.md』のテンプレートが公開されているんだ。

今回は、その実践的なテンプレートをここで共有させてもらうね。プログラミング開発の文脈で書かれている言葉もあるけれど、この「自律させるための考え方」は、ブログの執筆、企画書の作成、デザインのアイデア出しなど、あらゆる日常業務に応用できる普遍的なものだ。

使い方は驚くほどシンプルだ。自分が今作業しているプロジェクトのフォルダの直下に、新しく CLAUDE.md という名前のテキストファイルを作成して、以下の内容をそのまま貼り付けるだけ。たったそれだけで、あなたのAIはこの高度なルールに沿って働き始めるよ。

## ワークフロー設計

### 1. Planモードを基本とする
- 3ステップ以上 or アーキテクチャに関わるタスクは必ずPlanモードで開始する
- 途中でうまくいかなくなったら、無理に進めずすぐに立ち止まって再計画する
- 構築だけでなく、検証ステップにもPlanモードを使う
- 曖昧さを減らすため、実装前に詳細な仕様を書く

### 2. サブエージェント戦略
- メインのコンテキストウィンドウをクリーンに保つためにサブエージェントを積極的に活用する
- リサーチ・調査・並列分析はサブエージェントに任せる
- 複雑な問題には、サブエージェントを使ってより多くの計算リソースを投入する
- 集中して実行するために、サブエージェント1つにつき1タスクを割り当てる

### 3. 自己改善ループ
- ユーザーから修正を受けたら必ず `tasks/lessons.md` にそのパターンを記録する
- 同じミスを繰り返さないように、自分へのルールを書く
- ミス率が下がるまで、ルールを徹底的に改善し続ける
- セッション開始時に、そのプロジェクトに関連するlessonsをレビューする

### 4. 完了前に必ず検証する
- 動作を証明できるまで、タスクを完了とマークしない
- 必要に応じてmainブランチと自分の変更の差分を確認する
- 「スタッフエンジニアはこれを承認するか？」と自問する
- テストを実行し、ログを確認し、正しく動作することを示す

### 5. エレガントさを追求する（バランスよく）
- 重要な変更をする前に「もっとエレガントな方法はないか？」と一度立ち止まる
- ハック的な修正に感じたら「今知っていることをすべて踏まえて、エレガントな解決策を実装する」
- シンプルで明白な修正にはこのプロセスをスキップする（過剰設計しない）
- 提示する前に自分の作業に自問自答する

### 6. 自律的なバグ修正
- バグレポートを受けたら、手取り足取り教えてもらわずにそのまま修正する
- ログ・エラー・失敗しているテストを見て、自分で解決する
- ユーザーのコンテキスト切り替えをゼロにする
- 言われなくても、失敗しているCIテストを修正しに行く

---
## タスク管理

- **まず計画を立てる**：チェック可能な項目として `tasks/todo.md` に計画を書く
- **計画を確認する**：実装を開始する前に確認する
- **進捗を記録する**：完了した項目を随時マークしていく
- **変更を説明する**：各ステップで高レベルのサマリーを提供する
- **結果をドキュメント化する**：`tasks/todo.md` にレビューセクションを追加する
- **学びを記録する**：修正を受けた後に `tasks/lessons.md` を更新する

---
## コア原則

- **シンプル第一**：すべての変更をできる限りシンプルにする。影響するコードを最小限にする。
- **手を抜かない**：根本原因を見つける。一時的な修正は避ける。シニアエンジニアの水準を保つ。
- **影響を最小化する**：変更は必要な箇所のみにとどめる。バグを新たに引き込まない。

これを通読してみると、彼らがAIを「単なる便利なテキスト生成ツール」として扱おうとしているのではなく、明確に「高い水準を誇る、一人の自律したプロフェッショナルな同僚」として育て上げようとしている熱量がヒシヒシと伝わってくるよね。

🚀 日常業務への応用ステップ

このファイルをベースに、自分の仕事に合わせて項目をアレンジしていくのが一番のおすすめだ。例えば、あなたがブログ記事を書く仕事をしているなら、「コードをシンプルに保つ」という項目を「読者が離脱しないよう、一文は短く、結論から先に書くこと」に書き換えてみる。「バグ修正」の項目は「情報に矛盾があった場合は、必ず信頼できるソースを検索して自己修正すること」に変更できるはずだ。

ルールを自分仕様に書き換えれば書き換えるほど、AIはあなたにとってかけがえのないパートナーへと近づいていくよ。

マイクロマネジメントからの脱却がもたらす組織論の拡張

今回、この素晴らしい仕組みを知って、僕の中でAIに対する見方が大きく変わる、ちょっとしたパラダイムシフトが起きたんだ。

今まで、世間で言われる「プロンプトエンジニアリング」というのは、いかにAIに対して誤解を与えずに、一言一句正確に上手く指示を出すか、という「呪文の詠唱スキル」だと思い込んでいたところがあった。もちろんそれも大切な技術の一つだ。でも、AI開発の本当の最前線で起きている進化は、もっと次元の高いものだった。

それは、「AIへの単発の指示の出し方を洗練させる」ことではなく、「AIが自ら思考し、計画を立て、失敗から学び、最高の結果を出せるような『働きやすい環境（システム）』を構築すること」だったんだよね。

これって、人間社会の組織作りやマネジメント論と、本質的には全く同じ構造だと思わないかな？

毎回、上司が部下に対してマイクロマネジメントを行い、「あれをやれ、次はこれをやれ、やり方はこうだ」と細かく指示を出す環境のもとでは、部下は自ら考えることを放棄し、やがて完璧な指示待ち人間になってしまう。これは部下の能力が低いからではなく、システムがそうさせてしまっているんだ。

一方で、明確な「組織の理念」と「守るべきルール」、そして「失敗を隠さずに記録し、そこから組織全体で学ぶ仕組み」を与えられた部下は、上司がいちいち指示を出さなくても、自ら課題を発見し、考えて動く、極めて優秀で自律的なパートナーへと育っていく。

僕たちが今までAIに対して不満を抱いていた「指示待ちで気が利かない」という側面は、実はAI自身の限界ではなく、僕たち人間側がAIをマイクロマネジメントしようとしていたことに原因があったのかもしれない。

AIとの関わり方は、そろそろ「細かく命令し、制御する」というフェーズから、「理念を共有し、共にルールを作り、自律的に学習するシステムとして運用する」という、より成熟したフェーズへと移行しつつあるんだなって、深く考えさせられたし、同時にすごくワクワクしたよ。

製作ノート

AIの進化のスピードを見ていると、時々置いていかれそうになって焦ることもあるけれど、こういう本質的な「考え方」や「システムのデザイン」に触れると、テクノロジーの奥深さに改めて感動してしまう。

今回紹介した仕組みは、単に作業を効率化するためのテクニックではなく、人間とAIがどうやって歩み寄るべきかという、一つの美しい模範解答のように思えたんだ。僕自身も、今まで書き溜めてきた無数のプロンプトの断片を一度捨てて、自分とAIのための真っ新な「就業規則」をイチから書き直してみようと決心したよ。

仕組みさえ作れば最高の遊び相手に進化する

さて、今回はプロの現場で実際に使われている『CLAUDE.md』という画期的な仕組みを通じて、AIを単なるツールから自律的な相棒に変えるための深い構造を解説してきたけれど、どうだったかな？

重要なのは、この考え方は決して一部の高度なエンジニアやプログラマーだけのものではないってことなんだ。「計画を立ててから動く」「途中で立ち止まって品質を検証する」「ミスを記録して次に活かす」。この美しくもシンプルな構造さえシステム化してしまえば、文章のライティングでも、新規事業の企画でも、日常のちょっとしたリサーチ業務でも、AIは圧倒的に賢く、そして頼もしいパートナーになってくれる。

物事の表面的なテクニックを追うのではなく、その裏側にある「構造」や「仕組み」を理解して、それを自分なりにカスタマイズして自由に遊んでみる。それこそが、新しいテクノロジーを本当に楽しみ尽くすための、最高の醍醐味だと思うんだ。

まずは、今回紹介したコードをベースにして、あなたとあなたのAIのためだけの「AI就業規則」を作ってみてはどうかな？きっと、今までにないくらいスムーズで、お互いがリスペクトし合えるような、クリエイティブな対話が生まれるはずだよ。

みんなは普段AIを使う時、自分の中でどんな「マイルール」や工夫を決めているかな？もし面白いアイデアや、試行錯誤の体験談があったら、ぜひコメント欄で教えてね！人間もAIも、みんなで知恵を共有して、一緒に最高の仕組みを作っていこう。

Miccell - 人生を楽しむ仕組みをつくる