「AIに頼めば、あとは勝手にうまくやってくれる」。そう思いたくなる瞬間があります。実際に任せてみると、途中で迷う。関係のない資料を読みに行く。いちばん確認してほしかった数字を、するりと飛ばす。そして最後にこう思います。もっと賢いモデルを使えばいいのだろうか、と。
AnthropicがClaude Codeの大規模コードベース向けに公開した記事は、そこへ別の答えを出しています。成果を左右するのはモデルの性能だけではなく、その周りに作るハーネスだという説明です。ノンプログラマー目線でも使える形に噛み砕きます。
先にまとめ
ハーネスとは、AIに渡す前提・ルール・確認手順・外部ツールとのつなぎをまとめた作業台のことです。AIが迷うのは、たいてい賢さではなく作業台が無いせい。整える順番は、毎回言っていることを1枚にまとめる、確認を3つに絞る、繰り返す仕事を1つだけ手順書にする。この3つで足ります。
調査・文章作成・資料づくりをAIに任せ始めた経営者や担当者に向けた内容です。単発の雑談や、軽く文章を直してもらうだけなら、ここまでの準備は要りません。
ハーネスは、AIが迷わず働くための作業台
人に仕事を頼むときのことを思い出してください。「資料はここ」「締切はこの日」「終わったらこの順で確認して」。慣れた相手なら省けますが、初めての人にはひととおり伝えます。伝えずに頼んで、あとから直すほうが時間を食うからです。
ハーネスは、これをAI向けに用意したものです。前提情報、ルール、確認の手順、外部ツールとのつなぎ込み。Anthropicの記事では、Claude Codeのハーネスは主に5つの拡張ポイントで作られ、補助として調べ役の分身などが加わると説明されています。
| 拡張ポイント | 仕事に置き換えると |
|---|---|
| CLAUDE.md | 毎回読ませる共通メモ。うちの仕事の約束ごと |
| hooks | 決まったタイミングで必ず走る確認。人の記憶に頼らない |
| skills | その仕事のときだけ開く手順書 |
| plugins / MCP servers | 外部サービスへのつなぎ口 |
| subagents | 調べ役の分身。本体には要点だけ返す |
見てのとおり、AIを賢くする仕掛けは1つもありません。迷いにくい環境を先に作る。地味ですが、効きどころはここです。
性能だけを見ても、現場の成否は決まらない
Anthropicは、Claude Codeの能力がモデルだけで決まるという見方を「よくある誤解」として挙げています。実際に成果を左右するのは、周りのエコシステム。つまりハーネスのほうだという説明です。
高性能なAIを使っていても、依頼が曖昧で、参照する資料が散らばっていて、確認のルールが決まっていなければ、返ってくる答えは毎回ぶれます。ぶれる原因を作っているのは、たいてい依頼する側です。
心当たりはないでしょうか。毎回プロンプトで同じ説明をしている。古い資料と新しい資料が混ざっていて、AIが区別できない。数字と日付と名前の確認が、いつも最後に抜ける。そもそも、何をもって完了なのかが決まっていない。どれか1つでも当てはまるなら、モデルを替える前に直せるところがあります。
まず整えるのは、毎回言っていること
大きな会社のように、いきなり外部連携の仕組みを作る必要はありません。最初にやるべきは、AIへ毎回伝えている内容を1枚にまとめることです。
Claude CodeでいうCLAUDE.mdは、始めるたびに自動で読まれる共通メモです。仕事に置き換えるなら、「うちではこれを守ってください」と書いた1枚。文章のトーン、使わない表現、確認する項目、資料の置き場所。それだけで、毎回の説明がごっそり減ります。
ただし、長くしすぎないでください。毎回読ませるものなので、増やすほど肝心のルールが埋もれます。長い手順は次に出てくるskillsのほうへ逃がします。
忘れない仕組みと、必要なときだけ開く手順書
hooksは、作業の前後など決まったタイミングで動く自動処理です。Anthropicの記事では、機械的にできるチェックはAIに覚えさせるより、hooksで確実に実行したほうが安定すると説明されています。人が毎回思い出す運用は、忙しい日に崩れます。よく忘れる確認ほど、仕組みへ寄せたほうが続きます。
skillsは、その仕事のときだけ読み込む手順書です。専門知識をぜんぶ毎回渡すと、かえって重くなる。必要なときだけ開く。共通メモを軽く保つコツも、結局ここにあります。
丸投げしないために、調べる係と決める係を分ける
Anthropicの記事では、調べる作業と手を入れる作業を分ける考え方も紹介されています。別のAIに調査だけをさせ、本体はその結果を見て判断する。読む量が多いほど、この分担が効いてきます。
コードを書かない仕事でも同じです。「競合サイトをざっと調べる係」と「自社向けに文章を整える係」を分ける。混ぜて頼むより、何を根拠にしたのかが後から見えます。おかしな結論が出たときに、どこで曲がったのかも追えます。
仕事で使うなら、この線引き
AIに頼むのは、調査・要約・下書き・表への整理。人が見るのは、数字・日付・固有名詞・顧客情報・公開してよいかどうか。仕組みに寄せるのは、禁止語、表記ルール、リンク確認、参考元の記録。3つに分けておくと、忙しい日でも判断がぶれません。
AIは、手を動かす係としてかなり頼れます。ただ、責任のある判断まで渡し切らない。ハーネスづくりは、この一線を決めるところから始まります。
今日やるなら、この3つ
最初から大きな仕組みにしなくて大丈夫です。作業台は、小さく作って使いながら足していくほうが長持ちします。
- 毎回AIに伝えているルールを10個書き出す。
文章のトーン、確認する数字、使ってはいけない表現から集めます。 - 確認チェックリストを3つに絞る。
日付、金額、顧客名。間違うと謝りに行くことになるものから始めます。 - 1つの業務だけ手順書にする。
ブログ、問い合わせ返信、議事録。繰り返しが多い仕事を1つ選びます。
i-Styleでも、AIを使う量が増えるほど、プロンプト単体より周りの設計が効いてくると感じています。派手な話ではありません。それでも、半年後の働きやすさに残っているのは、たいていこういう足場のほうでした。
よくある質問
ハーネスとは何ですか？
AIに任せる仕事の前提、手順、権限、確認方法、外部ツールとの接続をまとめた足場のことです。モデルそのものではなく、モデルが迷わず安全に働ける環境を指します。
小さな会社でも必要ですか？
必要です。よく使う依頼文、確認ルール、禁止事項、資料の置き場所を整えるだけでも、出力は安定します。人数が少ない会社ほど、確認を人の記憶に頼れません。
最初に何から整えればよいですか？
毎回伝えているルールを1枚にまとめるところからで十分です。次に、間違うと困る数字・日付・顧客名・金額をチェックリストにします。
丸投げしてはいけない部分はどこですか？
最終判断、顧客情報の扱い、金額・契約・法務に関わる確認、公開前の表現チェックは、人が見る前提にしたほうが安全です。
まとめ：足場を作ってから、任せる
冒頭の「もっと賢いモデルを使えばいいのだろうか」に、答えを返します。多くの場合、必要なのはモデルの交換ではありません。渡す前提を1枚にまとめ、確認を3つに絞り、繰り返す仕事を1つだけ手順書にする。それだけで、同じモデルの返事が変わります。
仕事を頼むときに資料と締切を渡すのと、まったく同じことです。相手がAIでも、順番は変わりませんでした。
参考: How Claude Code works in large codebases（Claude / 2026年5月14日公開・15日更新） ／ How Claude remembers your project ／ Automate workflows with hooks ／ Extend Claude with skills
AIに任せる仕事の足場を整えたい方へ
プロンプトだけでうまくいかない時は、業務ルール、確認手順、参照資料の置き場所から整えると改善しやすくなります。i-Styleでは、AI活用の設計や社内向けの運用づくりをサポートしています。
お問い合わせページへarrow_forward
