6 min remaining
0%
AIと機械学習

プロンプトを止め、アーキテクティングを始めよう:自律型AIエージェントのための17ステップシステム

AIを単なるプロンプトエンジニアリングから強力なシステムアーキテクチャへとシフトさせる革命的な17ステップフレームワークを探求しましょう。

6 min read
Progress tracked
6 分で読めます·
AI Generated Cover for: Stop Prompting, Start Architecting: The 17-Step System for Autonomous AI Agents

AI Generated Cover for: Stop Prompting, Start Architecting: The 17-Step System for Autonomous AI Agents

要約:「ChatGPTの時代」は終わりました。プロンプトエンジニアリングに10分間もかけてプロンプトを調整しているのであれば、あなたはアルゴリズムをマイクロマネジメントしています。CEOとしての私の日常では、プロンプトを使わず、システムエンジニアリングを使っています。. アマチュアがAIの幻覚を体験するのと、プロがクライアント向けの成果物を作成するのとの違いは、完全に「セットアップ」と「構造」にあります。ここに、AIをチャットボットから自律的な同僚に変えるために私が使用する正確な17ステップのアーキテクチャフレームワークがあります。

こちらは、マーキュリーテクノロジーソリューションズのCEO、ジェームズです。 東京 - 2026年3月4日

ある創業者が最近、私に「クロード/ジェミニ」や高度なAIエージェントプラットフォーム(例えば、コワーク/クロードコード)を使ってワークフローを管理するための「秘密のプロンプト」を尋ねました。私は彼に真実を伝えました:私は秘密のプロンプトを持っていません。私は堅牢なシステムを持っています。

プロンプトエンジニアリングは脆弱で、セッションごとの応急処置です。AIに自分が誰であるか、目標は何か、出力のフォーマットはどうするかを常に思い出させる必要があります。これは、優秀な従業員を雇って、毎朝記憶喪失にさせるのと同じです。

一方、システムエンジニアリングは、恒久的なインフラストラクチャを構築することに関するものです。これはAIのオペレーティングシステム、ファイルアクセス、境界、デフォルトの動作を定義します。最初のリクエストを入力する前に。アーキテクチャを正しく設定すれば、最も怠惰な三語のプロンプトでも完璧な結果を得ることができます。ここに、真のAIシステムエンジニアリングを定義する17の実践が、影響度に基づいてランク付けされています。

フェーズ1:コンテキストアーキテクチャ(セットアップ)

これらの最初の5つの実践は、あなたのAI体験を根本的に変えるでしょう。他のすべてはこの基盤の上に構築されています。

1.

  • _MANIFEST.md ルーティングファイル: Routing File:これはAIにおいて最も影響力があり、最も議論されていない実践です。AIエージェントをプロジェクトフォルダーに向けると、すべての情報—古いドラフトや3ヶ月前の矛盾した価格モデルも含めて、読み取ります。これを修正するためには、_MANIFEST.mdファイルをすべての作業ディレクトリに配置してください。これはAIのための地図として機能し、3つの厳格な層に分かれています:
    • Tier 1 (標準的な):絶対的な真実の源。AIはこれを最初に読む必要があります(例:現在のブランドガイドライン、アクティブなプロジェクトブリーフ)。
    • Tier 2 (ドメイン):特定の主題に関するサブフォルダー。AIは、タスクが特にそれを必要とする場合にのみこれらを読み込みます(例:/pricing または /competitor-research)。
    • Tier 3 (アーカイブ): 古いドラフトと置き換えられたバージョンです。AIは明示的に、手動で要求されない限り、これらを無視するよう指示されています。
  • 2. グローバル指示 (あなたのAIオペレーティングシステム): グローバル指示を空白のままにすることは、フェラーリを購入してミラーを調整しないようなものです。これらの指示は、他の何よりも前に読み込まれます。私の指示は次のようになります: "私はジェームズ、マーキュリーのCEOです。始める前に、_MANIFEST.mdTier 1ファイルを読み取ります。実行する前に必ず確認の質問をしてください。行動を起こす前に簡単な計画を示してください。デフォルト形式:Markdown。企業的な表現は決して使わないでください。品質基準:クライアント向け。自信が低い場合は、その旨を伝えてください。
  • 3. 三つの永続的なコンテキストファイル:「AIコンテキスト」というマスターフォルダーを作成し、これらの三つのファイルをその中に配置します:
    • about-me.md:あなた自身について、現在の優先事項、そしてあなたがサービスを提供する相手。
    • brand-voice.md:あなたの正確なトーン、フォーマットの好み、禁止用語、そして参考のための実際の執筆の三段落。
    • working-style.md:コラボレーションのルール、制約、そして標準作業手順(SOP)。
  • 4. フォルダ特有の指示:グローバル指示が一般的な行動を規定するのに対し、フォルダ指示はプロジェクトの現実を規定します。AIが特定のクライアントフォルダに入ると、そのクライアントの用語、締切、納品形式に関するルールが自動的に読み込まれます。
  • 5. 徹底したコンテキストスコーピング:巨大なコンテキストウィンドウ(例えば100万トークン)は罠です。文書が多いほどノイズが増え、推論が悪化します。AIに明示的に指示してください:"タスクが明示的に要求しない限り、Tier 2文書は読み込まないこと。"

フェーズ2:タスク設計(最終状態の定義)

タスクの枠組みが、AIが完成品を提供するか、高価なラフドラフトを提供するかを決定します。

  • 6. プロセスではなく最終状態を定義する:あなたは同僚に委任しているのであって、機械をプログラミングしているわけではありません。
    • 悪いプロンプト: "これらのファイルを整理してください。"
    • 良いシステムリクエスト: "このディレクトリ内のすべてのファイルをクライアント名でサブフォルダに整理してください。フォーマットはYYYY-MM-DD-名前を使用します。変更の概要ログを作成してください。曖昧なファイルは、/needs-reviewに移動してください。"
  • 7. 実行前に計画を要求する: エージェントがローカルファイルの名前を変更したり削除したりできるため、常に30秒のレビューウィンドウを設けてください。AIに指示します: "簡潔な行動計画を示してください。実行する前に私の承認を待ってください。" これにより、90%の自動災害を防ぐことができます。
  • 8. 不確実性プロトコルを設計する:領収書がぼやけている場合、AIは自然に推測し、間違った推測をすることになります。不確実性トリガーを組み込む必要があります:"日付が判読できない場合は、[VERIFY]とタグ付けしてください。分類の自信が80%未満の場合は、推測するのではなくフラグを立ててください。"
  • 9. 関連するワークフローをバッチ処理する:すべてのAIセッションには立ち上げコストがあります。5つの別々のプロンプトを実行しないでください。1つのバッチを実行してください:"今月の領収書を処理し、予算スプレッドシートを更新し、エグゼクティブサマリーをドラフトし、すべてを保存してください、/monthly-reports/march。"10. 並列処理のためにサブエージェントを起動する:
  • タスクに独立した部分がある場合は、AIに並列処理を指示してください。追加してください:"これらのタスクを同時に処理するためにサブエージェントを起動してください。""Spin up subagents to process these tasks concurrently."40分のベンダー評価が10分に短縮されます。

フェーズ3:自動化、スキル、そして安全性

ここでは、「チャットボット」から完全に統合されたデジタルワークフォースへ移行します。

  • 11. ネイティブスケジューリングを使用する:エージェントに自律的に定期的なタスクを実行するよう指示します。"毎週月曜日の午前7時に、私のSlackチャンネルとカレンダーをチェックして、週次のブリーフィングドキュメントを生成します。"
  • 12. すべての記憶を文書に外部化する: AIエージェントは、コンテキストの汚染を防ぐためにセッション間で記憶を持ちません。したがって、すべての標準作業手順(SOP)は、AIが参照できる永続的なMarkdownファイルに保存する必要があります。13. 真の自動化のためにAPIを接続する:
  • 13. Connect APIs for True Automation:AIをGmail、Notion、Slackに接続し、抽出をスケジュールします。"毎朝、Gmailから請求書の金額を抽出し、ローカルの財務スプレッドシートを更新します。"
  • 14. 複合アクションのためのプラグインをスタックする:一息で機能を組み合わせます。"Q1データを分析し(データプラグインを使用)、最も弱い3つの取引を特定し、それぞれにカスタマイズされたフォローアップメールを作成します(セールスプラグインを使用)。"
  • 15. カスタムスキル(SOP)を構築する:AIに特定のワークフローを教えるMarkdownファイルを作成します。明確に構成します:[スキル名], [目的], [入力], [プロセス], [出力], [制約].
  • 16. ツール作成のためのメタプロンプト:AIに自分自身のシステムを構築するように頼むことができます。"私の週次オンボーディングワークフローのためにカスタムスキルファイルを作成する手助けをしてください。"コーディングする必要なく、自分自身のSOPを作成します。
  • 17. AIを危険な従業員として扱う:自律エージェントはあなたのローカルコンピュータを変更することができます。その力を尊重してください。ソーティングエージェントを実行する前にファイルをバックアップしてください。AIがアクセス権を持たないフォルダに非常に機密性の高い財務文書を隔離してください。マルチステップエージェントループでのトークン使用量を追跡してください。

結論:パラダイムシフト

全体を俯瞰すると、このリストのすべての項目は一つの壊れないルールに従っています:セットアップに多くの投資を行い、プロンプトを最小限に抑えましょう。

これは「ChatGPT時代」から「自律エージェント時代」への根本的なシフトです。プロンプトは会話の中で最も重要でない部分です。コンテキストルーティング、構造的境界、不確実性の処理、カスタムスキル—それが実際の出力品質の源です。

AIとのチャットをやめて、その環境を設計し始めましょう。

マーキュリー・テクノロジー・ソリューションズ: デジタル化を加速させる。

Frequently Asked Questions

What is the main focus of the 17-step system for autonomous AI agents?

The system emphasizes transitioning from prompt engineering to a robust systems architecture that enhances AI productivity. By establishing a well-structured setup, users can reduce reliance on fine-tuning prompts and achieve more consistent, high-quality outputs.

How does the _MANIFEST.md file contribute to AI performance?

The _MANIFEST.md file serves as a crucial routing tool that organizes project information into three tiers. This structure allows the AI to prioritize the most relevant and up-to-date information, significantly improving its ability to generate accurate and context-sensitive results.

What are the benefits of using Global Instructions for AI agents?

Global Instructions act as the AI's foundational operating parameters, guiding its behavior and responses. By clearly defining expectations and context at the outset, users can ensure the AI's outputs are aligned with their specific needs and standards.

Why is defining the end state important when interacting with AI?

Defining the end state clarifies the desired outcome of a task, allowing the AI to focus on delivering a finished product rather than just processing instructions. This approach minimizes ambiguity and leads to more effective and efficient task completion.

What precautions should be taken when using autonomous AI agents?

Users should treat AI agents as powerful tools that can modify local systems, thus necessitating caution. It's important to back up files, isolate sensitive documents, and monitor token usage to ensure safety and prevent data loss.

旅を続ける

この記事に基づいた厳選されたおすすめ