ai

ループは死んでいない。複数のAIエージェントをつなぐ「グラフエンジニアリング」

ループは一つの仕事を完成へ近づけるための反復です。グラフは複数の仕事の関係を決める設計です。複数のAIエージェントや処理を連携させるときの依存関係、状態、分岐、権限、検証、停止条件を解説します。

Claude Opus 5のプロンプトは、足すより引く。移行時に見直したい7つのポイント

Claude Opus 5向けの公式プロンプティングガイドを、既存プロンプトの棚卸しとして整理します。effortと回答の長さ、進捗報告、検証指示、タスク範囲、サブエージェント、thinking無効時の注意点まで解説します。

コード生成が速くなるほど、自分のプロダクトが分からなくなる。AIエージェントの「理解負債」

AIエージェントへ実装を委ねるほど、設計判断や復旧に必要な理解が失われる「理解負債」。研究と個人開発の経験から、理解を保つための判断基準と実践を整理します。

コードを書かなくても、AIエージェントは使える。でも「エンジニアリング」は消えない

AIエージェントにプログラミングは必要か。コードを書かずに使える範囲と、本番業務で残る仕様、データ、権限、評価、復旧の設計を整理します。

「完了しました」を信じられないなら。Claude Fable 5のプロンプトは削って直す

Claude Fable 5を長時間動くAIエージェントとして使うための実践ガイド。effort、進捗の証拠、権限境界、サブエージェント、メモリ、API移行の要点を解説します。

「指示を足せば安定する」は逆だった。GPT-5.6で変わるプロンプト設計

OpenAIがGPT-5.6向けに公開したプロンプティングのベストプラクティスを、AIエージェント運用の視点から解説します。指示の重複、自律実行と承認、text.verbosity、Pro mode、Programmatic Tool Callingの使い分けを実務向けテンプレートに整理しました。

AIエージェントを動かす4つの設計。プロンプト、コンテキスト、ハーネス、ループの違い

AIの出力や実行が安定しないとき、どこを直せばよいのかを、プロンプト、コンテキスト、ハーネス、ループの違いと、実際に起きている問題から整理します。

AIに「次は気をつけて」と言い続けない。ハーネスエンジニアリングの基本と実践

AIが同じミスを繰り返すなら、注意書きより先に作業環境を見直して整備した方がいい。ハーネスエンジニアリングの基本を、Codexで実践した事例と2026年7月時点の資料から徹底解説します。

AIに全部渡しても、回答はよくならない。必要な情報だけを渡す「コンテキストエンジニアリング」

AIが古い資料を参照する、RAGの精度が安定しない、長い会話で条件を見失う問題を、注意予算、情報の選択、段階的取得、鮮度と出典の管理から改善するコンテキストエンジニアリングを解説します。

「神プロンプト」を集めても、AIの出力は安定しない。AIに仕事を正しく渡すプロンプトエンジニアリング

プロンプトエンジニアリングを、AIへの上手な頼み方ではなく、一回の仕事を目的、入力、制約、手順、出力形式、例、評価基準として記述する技術として解説します。

プロンプトを打ち続けるのはもうやめよう。AIの仕事を評価し、次へ進める「ループエンジニアリング」

AIの目標、状態、証拠、評価、再計画、停止条件をつなぎ、一回の完了か次回へ引き継げる状態まで進めるループエンジニアリングを、二つの実例と設計テンプレートから解説します。

開発コストが下がるほど、個人開発は迷走した——AI時代のシャイニーオブジェクト症候群