Articles
AI Harness
AI活用の本体は、良いpromptを一回書くことではなく、AIが働ける環境を育てることです。その作業環境をハーネスと呼んでいます。
The Answer Space
LLMは正解を計算する機械というより、問いに対するありうる回答の広がりを開き、その中から出力する装置です。この広がりを回答空間と呼んでいます。厳密な研究用語ではなく、実務でLLMの挙動を理解するためのメタファーです。
曖昧な問いは広い回答空間を開き、AIは典型的で平均的な答えに寄ります。モデルを変えても同じ種類の失敗が残るとき、問題はモデルの賢さではなく、回答空間の制御にあります。
Definition
ハーネスとは、AIがどの情報を読み、何を信じ、どこまで動き、何を残し、どこで止まるかを定義する作業環境です。目的はどの方向の空間を開くかを決め、正本は何を信じるかを固定し、制約は不要な候補を落とし、検証とreviewは残す候補と落とす候補を分けます。
これはpromptを長くする話ではありません。むしろ、毎回promptに全部書かなくて済むように、読むべきもの、守るべきルール、確認すべき条件を環境側に置く話です。
Components
| Component | Role |
|---|---|
| Context | AIが作業に必要な背景、制約、用語、判断基準。回答空間をどの方向に開くかを決める。 |
| Source of Record | AIが信じるべき正本。古い要約や作業メモと分離し、何を信じるかを固定する。 |
| Artifacts | diff、ログ、テスト結果、レビュー、decision recordなどの証跡。口頭の完了報告の代わりに、収束の判断材料になる。 |
| Bounded Autonomy | AIに任せる範囲と、人間に戻す停止線。AIは不可逆な失敗の痛みを自分のものとして持たないため、損害の深さで線を引く。 |
| Review | 探索、生成、批判、修正、承認を分ける品質ゲート。広がった回答空間を採用できる成果物へ絞り込む。 |
Growing the Harness
ハーネスは一度作って終わりではありません。最初は簡単な作業フォルダで十分で、目的、正本、制約、出力形式、完了条件を置きます。うまくいった依頼は再利用できる手順にし、失敗したらルール、テスト、承認ゲートを更新します。
これは組織の業務をAIが扱える形に翻訳していく作業であり、AI-BPO / FDEの仕事そのものです。チャットだけでAIを使うと毎回同じ説明を繰り返しますが、ハーネスを育てると、AIは次回も同じ文脈で再開できます。
Boundaries
ハーネスはAIを強くする装置ではなく、安心して任せられる範囲を定義する装置です。可逆で低リスクな作業は積極的に自動化し、不可逆で損害の深い判断は人間の停止線として残します。この分担の設計はAI Agent Operationsで扱います。
Related Articles
この考え方の背景は、次の公開記事に書いています。
- AIと「回答空間」の旅 — 回答空間という見方の出発点
- 単一AIではなく実行基盤で考える — 役割分離とartifactをUNIX哲学から整理
- MBP M5 Maxを買ったのでAI開発環境を棚卸しした — ハーネスの実運用例
- CLAUDE.md、下から見るか？横から見るか？ — コンテキスト設計の実務
関連する正準ページ: AI-BPO / FDE ・ AI Agent Operations