HARNESS ENGINEERING ・ 勉強会テキスト
AIに仕事を任せる「仕組み」の作り方
AIの答えが惜しいとき、直すべきなのは指示文ではなく仕事のさせ方です。この資料は、専門用語をぜんぶ日常のことばに置き換えて、明日から自分の業務で1つ作れる状態まで持っていくことを目的にしています。プログラミングの知識は要りません。
対象：AIは使っているが、任せきれていない人
所要：60分
持ち帰り：自分の業務の「合格条件」1枚
更新：2026/08/13
ROLES
3つだけ
覚える役割は「決める・つくる・確かめる」の3つ。すでに会社にある役割と同じ。
CHECK COST
8.3%
実験1本の費用のうち、検査役にかかったのはこれだけ。品質を決めるのに、いちばん安い。
ROUNDS
5〜15回
やり直しの回数。良くなるのは後半。3回でやめると「無難」で終わる。
HUMAN
2つ
人に残る仕事。最初のゴール決めと、最後の判断・責任。
FIRST STEP
1行
最初の一歩は「何を見せられたら合格と言えるか」を1行書くこと。それだけで質が変わる。
01
SYMPTOM
「AIに頼んだのに、なんか惜しい」の正体
まず結論から。惜しい原因はAIの頭の良さ不足ではありません。同じAIでも、頼み方の枠組みを変えるだけで結末が変わります。よくある3つの終わり方を見てください。心当たりがあるはずです。
3つとも「AIが下手だから」ではなく、やらせ方に抜けがあっただけ。抜けの正体は03と04で分解します。
SITUATION 1
資料をつくらせた
構成はきれい。でも示唆が「注視が必要」「重要である」で終わっていて、読んでも次の行動が決まらない。
SITUATION 2
議事録をつくらせた
読みやすい。でも会議で決まった期限がひとつ落ちている。落ちていることに気づけるのは、録音を聞き直した人だけ。
SITUATION 3
分析させた
グラフまで出てきた。でも件数の合計が元データと合っていない。指摘すると素直に直す。指摘しないと直らない。
ハーネス（harness）は馬具という意味のことばです。馬そのものを賢くすることはできないので、手綱と鞍をつけて行き先を決める。AIも同じで、モデルの頭の良さは自分では変えられないから、周りの仕組みで成果を決めます。その仕組みを設計することを、ハーネスエンジニアリングと呼んでいます。
多くの人が STEP 1 と 2 だけで戦っています。同じAI・同じ依頼でも、STEP 3 に上げると到達点が変わります。
専門用語は、ぜんぶ日本語に言い換えて進めます
| よく出てくる用語 | この資料での言い方 | 意味 |
|---|
| ハーネス | 働く環境の設計 | AIの周りの仕組み。役割分担・権限・検査・やり直しの決めごと全部 |
| ジェネレーター | つくる担当 | 実際に成果物を作るAI |
| エバリュエーター | 検査する担当 | できたものを見て合否を出すAI。直すのは仕事ではない |
| プランナー | 計画する担当 | ざっくりした依頼を、作るものリストと合格条件に翻訳するAI |
| 受入基準・ルーブリック | 合格条件・採点表 | 何ができていたら合格かを、後から確かめられる形で書いたもの |
| コンテキスト | AIが今おぼえていること | 会話やファイルとして頭に入っている情報。有限で、いつか溢れる |
| サブエージェント | 別で立てた担当 | これまでの会話を知らない、まっさらな状態の別のAI |
理由は2つだけです。しかもどちらも人間の職場で見たことがある現象です。締切前に巻きが入るのと、自分の書いた原稿を自分だけで校閲すると誤字が残るのと、同じ話です。
FAILURE A
終盤で息切れする
おぼえていられる量の上限が近づくと「そろそろまとめよう」と焦り、やり残しがあるのに切り上げます。まだ上限に届いていなくても、近づいた気配だけで起きます。
これはモデルが新しくなるにつれ軽くなってきている症状です。自分の環境でまだ起きるか確かめる価値があります。
FAILURE B
自分の採点が甘い
自分が作ったものを採点させると、他人が見て平凡・破綻していても自信を持って高評価を出します。人が指摘すれば直しますが、自分では気づけません。
こちらが本題です。以降はこの1点をどう潰すかの話をします。
先に言っておくと、「厳しく見てね」と書いても直りません
ここでつまずく人がとても多いところです。指示文を足す方向は、全部かわされます。
| よくやる書き足し | 実際に返ってくるもの |
|---|
| 「厳しく自己評価して」 | 厳しい言葉で書かれた、甘い評価 |
| 「欠点を必ず3つ挙げて」 | 些末な欠点3つ。いちばん大事な破綻は素通り |
| 「テストして確認して」 | 通るテストを書いてくる（確かめたことになっていない） |
どれも「完成させたい」という本音が採点を汚しているから起きます。だから、完成させたい気持ちを持っていない別の担当を立てます。
04
KEY INSIGHT
「別のAIなら客観的」ではない。立場が違うだけ
ここがこの勉強会でいちばん大事な1枚です。よくある誤解は「別のAIに見せれば客観的に見てくれる」。違います。検査担当のAIも、放っておけば同じくらい甘い。ではなぜ分けるのか。甘さを直しやすい立場に置けるからです。
分ける価値は「客観性」ではなく、役割をひとつに絞れることと権限を仕組みで取り上げられることにあります。
| くらべる点 | つくった本人が採点する | 別に立てた担当が採点する |
|---|
| 見ているもの | 「なぜこう作ったか」の言い訳が全部頭に入っている | 完成品だけ。作った経緯を知らない |
| 否定するコスト | 直前の自分の判断と矛盾するので言い出しにくい | 否定してもタダ。むしろ否定が仕事 |
| かけた時間 | 6時間かけた自覚があるので「作り直せ」と言えない | かけた時間を知らないので遠慮がない |
| 直す権限 | 直せるので「直しながら甘く判定」ができてしまう | 直す道具を渡さなければ、判定しかできない |
| 頭の中の目的 | 完成させたい（採点はついで） | 粗を探したい（それだけ） |
要点：AIは自分の成果を正しく採点できない。だから採点を、作った経緯を知らない・自分では直せない・証拠がなければ合格を出せない別の担当に外注する。
やることは、会社の組織をそのままAIに写すことです。新しい職種を覚える必要はありません。企画する人・つくる人・検査する人を別々に用意し、それぞれに持ち場と禁止事項を与えます。禁止事項のほうが大事です。
PLANNER
1計画する担当
ざっくりした依頼を、作るものリストと合格条件に翻訳します。何を作るかだけを決め、作り方には口を出しません。
受け取る数行の依頼
出す作るものリストと合格条件
やらない作り方まで決めてしまうこと
GENERATOR
2つくる担当
計画を上からひとかたまりずつ仕上げます。まとめて全部やらせません。作り終えたら必ず検査担当に渡します。
受け取る合格条件とダメ出し
出す成果物そのもの
禁止自分で合格を出すこと
EVALUATOR
3検査する担当
できたものを実際に触って合否を出します。報告書を読むだけでは意味がありません。直すのは自分の仕事ではありません。
受け取る成果物と合格条件
出す合否と、直す場所の指摘
禁止自分で直して通すこと
検査担当が返すのは「点数」ではなく「次の指示」
ここを外すと「85点でした」しか返ってこない、役に立たない検査担当になります。場所・見えたこと・期待することの3点セットを必ず書かせます。
役に立たない返し
全体としてよくできています。80点。もう少し丁寧にすると良いでしょう。
役に立つ返し（3点セット）
場所：2ページ目の売上グラフ。
見えたこと：凡例に「Q4」が無く、棒が3本しか描かれていない。
期待すること：元データの4四半期すべてを描き、凡例に4項目出す。
06
QUALITY GATE
成否を分けるのは「合格条件の書き方」
検査担当を置いても、合格条件が曖昧なら意味がありません。「証拠を出さないと合格できない」形にして、はじめて自己採点の甘さが消えます。ここは今日いちばん持ち帰ってほしいところです。
NG効かない合格条件
感想で決まるので、結局AIの自己判断になります。
資料デザインがきれいであること
議事録正確であること
機能ちゃんと動くこと
使い勝手使いやすいこと
OK効く合格条件
合格と言うために、必ず証拠が要る形になっています。
資料図の占める面積が6割以上（実測値を報告する）
議事録元の発言に無い固有名詞が0件（引用して示す）
機能本物のデータが返る（仮の文字列を含まない）
使い勝手入力から結果表示まで3クリック以内
4つともお願いではなく仕組みです。「丁寧に頼む」では止まらないので、通れない道をつくります。とくにGATE 4は強力：確かめられなかった項目は不合格と決めておくだけで、「たぶん大丈夫」が消えます。
POINT 1
4つの軸に分けて採点する
ひとつの点数にまとめない。「一体感」「独自性」「丁寧さ」「使えるか」のように分ける。
POINT 2
1軸でも基準未達なら不合格
合計点で救わない。「見た目は良いが使えない」を通さないため。
POINT 3
苦手な軸に厳しい基準を置く
放っておいてもできることに配点しても、品質は上がらない。
POINT 4
「AIっぽさ」を減点対象と名指しする
平均を罰しないと平均から離れない。具体語で書く（例：3カラムの箇条書きだけの図解）。
不合格ならつくる担当に戻し、合格なら次のかたまりへ進む。どちらに転んでもつくる担当に戻るので、人が指示を出し続けなくても回り続けます。ここが「任せられる」の正体です。
1周でも効きます。検査と差し戻しを1周入れるだけで、見た目や動作は目に見えて改善します。全部を作り込まなくても効果は出ます。
止め方を先に決めておく（これを忘れると事故ります）
「合格するまで回す」だけにすると、永久に回って費用が膨らみます。止める条件は4つ、着手前に決めます。
1合格した
合格条件を全部満たした。いちばん健全な終わり方。
2停滞した
直っていない。同じ指摘が繰り返されるようになったら止める。
3上限に達した
回数・時間・費用の上限。先に「最大◯周」と決めておく。
4人が止めた
方向がずれていると人が判断した。最後の判断は人に残る。
未達のまま止まるのは失敗ではありません。どこが未達かが明示された状態は、次の一手が決まっているという意味で、「たぶんできました」よりずっと良い状態です。
08
COST
お金と時間のリアル：検査役はケチる場所ではない
「AIを3体に増やしたら費用が3倍になるのでは」と心配されますが、実測は逆です。費用の9割はつくる担当が使っており、検査担当は1割未満。品質をいちばん左右する工程が、いちばん安いという構図です。
実験1本の費用の内訳
ブラウザ上で動く音楽制作ソフトを作らせた記録。3時間50分・総額124.7ドル。
つくる担当 91.5%
検査する担当 8.3%
計画する担当 0.4%
検査を省いても費用はほとんど減らない。削っても得しない工程だと分かる。
AI1体に丸投げ vs チームで作る
同じ1文の依頼を、2つのやり方で比べた実験。
AI1体（20分・9ドル）
画面は出てくるが、中核の機能が動かない。しかも自己評価は「いい出来です」。
チーム（6時間・200ドル）
1文の依頼が16機能に展開され、実際に遊べるものになった。
読み方はこうです。安く早く「動かないもの」を作るか、時間とお金をかけて「使えるもの」を作るか。どちらが正しいかは目的次第で、毎回チームを組む必要はありません。ただし「動かないものが20分で出てくる」ことは知っておく必要があります。
| こういう仕事は | どうするか | 理由 |
|---|
| 壁打ち・調べもの | チームは組まない | その場で欲しいものに検査を挟むと、待ち時間が増えるだけ |
| 下書き・たたき台 | 検査を1周だけ入れる | 1周でも目に見えて良くなる。費用対効果が最も高い |
| 納品物・社外に出すもの | きちんとチームを組む | やり直しが多く、ミスの発見が遅れるほど痛い領域 |
| 毎月くり返す定型業務 | きちんとチームを組む | 一度作れば毎月効く。作る手間が回収できる |
09
APPLY
開発の話ではありません。自分の仕事に置き換える
元ネタはソフトウェア開発の実験ですが、自分の成果を甘く採点する癖は仕事の種類に関係なく出ます。どんな仕事も「決める → つくる → 確かめる」の3工程でできているので、3人チームの型はそのまま流用できます。違うのは「何を証拠に合格を出すか」だけです。
| 仕事 | 計画する担当 | つくる担当 | 検査する担当 | 合格の証拠にするもの |
|---|
| 議事録 | 載せる項目と書式を決める | 録音から議事録を書く | 元の発言と1件ずつ突き合わせる | 文字起こしの全文。指摘は必ず引用つき |
| 提案資料 | 構成と、伝えたい一言を決める | 資料をつくる | 実際に開いて読む | 画面のスクリーンショット。1枚1メッセージか |
| 記事 | 切り口と論の順番を決める | 原稿を書く | 事実と論理を点検する | 引用元のページを自分で開いて照合 |
| データ分析 | 何を知りたいかを決める | 集計して考察を書く | 数字を計算し直す | 元データ。件数の合計が一致するか検算 |
| シート・台帳作業 | 入れる列と粒度を決める | データを整えて入れる | 実際に数えて確かめる | シートを引いた件数・値そのもの |
やってはいけないのは、つくった本人の要約を証拠にすること
この「全部あるか1件ずつ突き合わせる」作業は、人間がいちばんやりたくなくて、AIがいちばん得意な仕事です。だから議事録の検査担当は、費用対効果がとても高い最初の一歩になります。
10
PITFALL
つまずくところは、だいたい決まっている
はじめて組むと、ほぼ全員が同じところでつまずきます。症状を見て原因を引ける表にしておくと、詰まったときに戻ってこられます。
| 起きること | 本当の原因 | 対処 |
|---|
| 検査担当を置いたのに品質が変わらない | 合格条件が曖昧で、結局検査担当の感覚で決まっている | 「実物で確かめられる文」に書き換える（06の右側） |
| ほぼ毎回「合格」が出る | 検査担当の初期状態は必ず甘い | 過去の失敗作を渡して「これは不合格」と基準を躾ける |
| 問題を挙げたのに見逃す（最悪の型） | 「意図的な設計かも」「まずは十分」で握り潰している | その言い回しを禁止句として書いておく |
| 「85点でした」しか返らない | 返す形を決めていない | 場所・見えたこと・期待することの3点セットを必須にする |
| 検査担当が気になった所を直してしまう | 直す道具を持たせたまま | 道具を外す。「自分で直すと申し出るな」と明記する |
| 同じ会話の中で役を切り替えている | それまでの経緯が全部見えていて、甘さが戻る | 別の担当として立て直す。会話を分ける |
| いつまでも終わらない／費用が膨らむ | 止める条件が「合格するまで」だけ | 上限と停滞（同じ指摘の繰り返し）で止める（07） |
| 見た目だけ、特定の工程だけ品質が低い | その工程の担当を置いていない | 欠けている役割を足す。品質が低い工程＝担当不在のサイン |
| 仮のデータのまま完成扱いになる | 「本物のデータが返る」を合格条件に入れていない | 条件に入れる。接続や設定は着手前に済ませる |
| 3回回して「無難できれい」で終わる | 大きく良くなるのは後半に来る | 大事な成果物は回数を増やす（5〜15周を前提に見積もる） |
注作りすぎない
担当を増やすほど、時間と費用は増えます。「なぜこの担当が必要か」を言えない担当は置かない。3体そろえる必要もありません。
注細かすぎる指摘は害
締めすぎると、些末な指摘が15個並んで本題に手が回りません。「中核の破綻を優先し、細かな体裁は列挙しない」と書いておきます。
注作った仕組みは古くなる
仕組みは全部「AIが今できないこと」への仮説です。AIが賢くなったら、ひとつ外して、まだ必要か確かめます。資産ではなく仮説です。
最後に、この勉強会の持ち帰りです。いきなり3人チームを組む必要はありません。今使っている手順に、検査とやり直しの1周を足すのが、いちばん安くていちばん効きます。
はじめの一歩は、この順番でよい
1
PICK
何度もやり直す仕事を1つ選ぶ
毎回品質にばらつきが出て、作り直しが多いものほど元が取れます。年1回しかない仕事は選ばない。
2
EVIDENCE
合格の証拠を1つ決める
「何を見せられたら合格と言えるか」を先に書きます。ここが決まらない仕事は、まだ任せる段階ではありません。
3
SPLIT
検査役だけ別に立てる
作る側と検査側を分けて、直す権限は渡さない。まずこの1周だけで十分に変わります。
ワークシート：この4行が埋まれば、今日は成功です
① 任せる仕事（毎月くり返しているもの）
例：週次の商談まとめ／議事録／定例の提案資料
② 合格の証拠（何を見せられたら合格か）
例：決定事項がすべて元の発言の引用つきで示されている
③ 検査担当に見せる実物（要約ではないもの）
例：文字起こしの全文／元のスプレッドシート／画面のスクショ
④ 何周まで回すか・どこで止めるか
例：最大5周。同じ指摘が2回続いたら止めて人が見る
AIに渡せるようになったこと
仕様をまとめる、つくる、検査してやり直す。この往復はすでに任せられます。人が横についていなくても回ります。
人に残ること
ゴールを決める、最初の要件を詰める、最後に見て判断する、そして結果の責任を持つ。ここは代わりがいません。
今日の要点をひとつだけ持ち帰るなら、これです。「AIは自分の作ったものを正しく採点できない」。だから採点だけ、経緯を知らない・自分では直せない・証拠がなければ合格を出せない別の担当に外注する。