
記事づくりのAIに「6つの箱」を用意した実装メモ
講義で紹介された「6つの箱」を、noteの記事づくりの仕組みに実装しました。
何をどのファイルに置いたかを記録します。
(ファイル名は「CLAUDE(md)」のように、拡張子をかっこに入れて書いています。名前のすぐ後ろに「.md」を続けて書くと、noteでウェブのアドレスと見なされてリンクになってしまうためです。)
きっかけ
講義のスライドで、AIに仕事を任せるときに用意しておく箱が6つ紹介されていました。
前提メモ、手順書、合格ライン、判定する別のAI、作業の記録、触れる範囲の6つです。
話を聞いたときは納得しました。
ところが自分の記事づくりに当てはめようとすると、どの箱がどのファイルになるのかがすぐには決まりません。
頭の中で整理するより、実際にファイルを置いてみるほうが早いと考えました。
そこで、note用の作業フォルダの中にハーネス用のフォルダを1つ作り、6つの箱をそこに実装しました。
最初に決めた2つのこと
箱を作る前に、2つだけ先に決めました。
1つ目は対象範囲です。
今回はテーマ選定から本文完成までに絞りました。
記事づくりの全工程を一度に仕組みにしようとすると、どこで詰まったのかが見えにくくなります。
まず前半だけを確実に回せるようにし、それより後の工程は今回は入れていません。
2つ目は、判定する別のAIを何にするかです。
ここはClaudeのサブエージェントにしました。
書く役と判定する役を分けておけば、書いた本人が自分の文章に甘く採点することを避けられます。
どちらも自分で選んで決めた項目です。
こうした前提が曖昧なまま箱を作り始めると、あとで中身を全部書き直すことになりそうだったので、先に固めました。
6つの箱に何を置いたか
前提メモ
CLAUDE(md)を新しく作りました。
このファイルは自動で読み込まれるので、作業のたびに「この記事づくりはこういう前提で進める」と説明し直す必要がなくなります。
前提の説明を毎回会話に貼っていると、どこかで抜けたり言い回しが変わったりします。
そこをファイル1つに固定しました。
手順書
手順書(md)に、工程0から工程7までを書きました。
工夫したのは、各工程に「止まる条件」を必ず書いたことです。
手順だけを並べると、AIはおかしな状態でも最後まで進んでしまいます。
どういう状態になったら次へ進まずに止まるのかを工程ごとに書いておけば、途中で人が確認すべき場面がはっきりします。
合格ライン
ここは少し設計を考えました。
合格かどうかを判定する基準は、gate(py)という1つのプログラムだけに書きます。
これを唯一の情報源にしました。
人が読むための合格ライン(md)も用意してありますが、手で書いてはいません。
gate(py)に --write-spec を付けて実行すると、プログラムの中の基準から合格ライン(md)が生成されます。
基準を文書とプログラムの2か所に手で書くと、片方だけ直して食い違うことが起きます。
生成する形にしておけば、読む用の文書がプログラムとずれません。
判定する別のAI
判定役のサブエージェントには、rubric(md)と judge_prompt(md)の2つを渡します。
rubric は採点の観点、judge_prompt は判定役への指示です。
観点と指示を分けたので、観点だけを見直したいときに指示文まで触らずに済みます。
作業の記録
実行するたびに、runs フォルダへ結果が残るようにしました。
残るのは、判定結果の txt と json、チェック結果の txt、それに本文の写しです。
txt は人が読む用、json はあとで機械的に比べる用という分け方です。
本文の写しを残しているのは、判定結果だけ見ても「そのときどんな文章だったか」が分からなくなるからです。
さらに --diff を付けて実行すると、前回の結果と比べられます。
直したことで良くなったのか、別のところが崩れたのかを確かめられます。
触れる範囲
scope(md)に、AIが触ってよい範囲を書きました。
最初に決めた「テーマ選定から本文完成まで」という対象範囲も、ここで明文化しています。
7つ目として足したもの
講義の6つの箱とは別に、改善ログ(md)を1つ足しました。
決まりは1つだけで、基準を変えたら必ず1行書き足します。
合格ラインは使いながら調整していくものなので、いつ何を変えたかが残っていないと、--diff で差が出たときに原因が文章なのか基準なのか区別できなくなります。
使い方
普段の使い方は次のとおりです。
・判定するとき:gate(py)にテーマ名を渡し、--diff を付けて実行する
・書いている途中の下見:--no-judge を付けて実行する。判定役のAIは呼ばない
・新しいテーマを始めるとき:new_theme(py)に名前を渡して実行する
gate(py)の終了コードは3通りです。
0が合格、1が不合格、2が対象外です。
数字で結果を返すようにしたので、ほかの仕組みから呼び出したときにも結果を受け取りやすくなります。
--no-judge を用意したのは、書きかけの段階でも機械的に確認できる部分だけ先に見たいからです。
毎回判定役まで動かすと、まだ途中の文章に対して評価が返ってきてしまいます。
同じことをやるなら
自分で作ってみて、順番として良かったと思うのは次の流れです。
対象範囲を先に絞る。全工程を一度にやらない
判定役を書く役と分ける
前提は自動で読み込まれるファイルに書く
手順書の各工程に止まる条件を書く
合格ラインはプログラム1か所に書き、人が読む文書はそこから生成する
実行結果と本文の写しを毎回残し、前回と比べられるようにする
基準を変えたら記録を1行残す
6つの箱という考え方そのものは道具を選びません。
私はClaudeを使いましたが、前提を置く場所、手順、基準、判定役、記録、範囲という分け方は、ほかの環境でもそのまま当てはめられると思います。
まだ分かっていないこと
今回やったのは、箱を用意して動かせる状態にするところまでです。
この仕組みで記事の質がどれくらい変わるのかは、まだ確かめていません。
runs フォルダに記録がたまってきたら、--diff の結果と改善ログを見比べて、基準の変更が何に効いたのかを振り返るつもりです。
この記事は、筆者の作業記録をもとにAIで下書きしています。見出し画像もAIで生成しています。