
AIへの「丸投げ」をやめる。Coding Agentに安全に仕事を任せるWork Contract Starter Kit
Coding Agentはかなり仕事ができるようになりました。
でも、実際に使っていると別の問題が出てきます。
「このIssueを直して」と渡したら、思ったより広い範囲を触る。 「終わりました」と言われても、何を確認すればいいか毎回迷う。 どこで人間が止めるべきか分からず、結局ずっと画面を見ている。
AIが賢くなったのに、人間側の仕事が減らない。
その原因の一つは、AIへ渡す仕事の形がまだ「お願い」のままだからです。
このStarter Kitは、AIをもっと賢くするためのものではありません。
AIへの雑なお願いを、安全に任せられる“仕事の契約書”へ変えるための実務Kitです。
例えば、こんな依頼をしていませんか
Issue #123を直して 。終わったらPRを出して。
これだけでもAIは動きます。
ただし、人間とAIの間では次のことが決まっていません。
どこまで変更してよいのか
何を変更してはいけないのか
何をもってDoneとするのか
どこで人間の承認が必要なのか
何を確認できなければ止まるのか
「終わった」を何のEvidenceで確認するのか
AIが長時間、自律的に動けるようになるほど、この曖昧さは大きなリスクになります。
そこで、依頼を次のような Work Contract に変えます。
goal: Issue #123の不具合を解消する
allowed_scope:
- src/api/**
- tests/api/**
constraints:
- public APIを変更しない
completion_criteria:
- 再現条件が解消している
- 既存仕様を維持している
validation:
- relevant tests
- diff review
- read-back
human_gate:
- DB migration
- dependency追加
- public API変更
stop_conditions:
- scope外変更が必要
- 要件矛盾
- 認証情報不足
outputs:
- changed_files
- evidence
- unresolved
- recommended_next_action大事なのは、長いプロンプトを書くことではありません。
どこまで任せるか。何でDoneとするか。どこで人間が止めるか。
これを仕事の開始前に決めることです。
このKitでできるようになること
このKitでは、Codex / Claude Code / GitHub Copilotなど特定の製品の使い方ではなく、Coding Agentへ仕事を渡すときの共通の型を提供します。
購入後は、まず15分で自分の仕事1件をWork Contractへ変換できます。
その後、Risk Matrixを使って操作を AUTO / REVIEW / HUMAN_ONLY / BLOCK に分け、AIに任せる部分と人間が判断する部分を整理します。
さらに、作業が別Agentや別セッションへ移っても情報が抜けないHandoff Template、AIの「Done」をEvidenceで確認するReview Checklistまで使えるようにしています。
こんな人に向いています
Codex / Claude Code / GitHub Copilotなどをすでに使っている
小さい作業は任せられるが、長めの仕事はまだ怖い
AIがどこまで変更するか分からず、毎回監視している
毎回プロンプトをゼロから作っている
AIが「終わりました」と言った後の確認方法が決まっていない
複数Agentやセッション間で引き継ぎ漏れが起きる
AI活用を個人技ではなく、繰り返せる運用にしたい
入っているもの
購入部分には、次の実務テンプレートを入れています。
最初の1件をWork Contractへ変える手順。
15分 Quick Start
Goal / Inputs / Scope / Constraints / Completion / Validation / Human Gate / Stop / Rollback / Outputsを定義。
Work Contract Template
AIの操作を AUTO / REVIEW / HUMAN_ONLY / BLOCK に分ける判断表。
Risk & Human Gate Matrix
ChatGPT → Codex、調査Agent → 実装Agentなど、別Agentへ仕事を渡す共通形式。
Agent Handoff Template
AIがDoneと言った後に何を見るかを固定。
Review / Test / Human Gate Checklist
仕事を小さく切る、ExploreとChangeを分ける、EvidenceでDoneを見る、Unknownを残すための最小運用。
Minimum Coding Agent Playbook
小さなコード修正 / Web調査 / 資料作成 / GitHub運用の4例。
完成例Pack
普通の「プロンプト集」と何が違うのか
このKitの元になっているのは、実際にAgentを長く動かすときに必要になったHuman Gate、Evidence、Handoff、Stop Conditionの設計です。
特定のAWS構成やAgent基盤そのものを配布するのではなく、そこから個人でも使える部分だけを抽象化しています。
考え方はシンプルです。
Goal
↓
Scope
↓
Risk
↓
Execute
↓
Evidence
↓
Human Gate
↓
Done / Stop
↓
Handoffモデルが変わっても、この順番は使えます。
価格
980円です。
高額なAI講座ではありません。
今日から使えるテンプレートと実例をまとめた、小さな実務Kitとして販売します。
AIに仕事を任せるたびに長いプロンプトを考えるより、まず一つの型を持っておきたい人向けです。
---
購入者向け:15分 Quick Start
最初からすべて使う必要はありません。
まず、今抱えている小さな仕事を1件だけ選んでください。
おすすめは次のような仕事です。
小さなバグ修正
既存コードの限定的な変更
Web調査
定型レビュー
資料の下書き
最初の1件では、以下の6項目だけ埋めます。
goal:
allowed_scope:
completion_criteria:
validation:
human_gate:
stop_conditions:この6項目で1回実行し、終わったら「足りなかった条件」を1つだけ追加してください。
最初から巨大なルールブックを作らないのがポイントです。
Work Contract Template
goal:
# 最終的に何を完了させるか
inputs:
# 使用してよいIssue / repository / files / URLs
allowed_scope:
# 読み取り・変更してよい範囲
constraints:
# 変更禁止、互換性、セキュリティ、コスト等
completion_criteria:
# 何を満たせばDoneか
validation:
# test / read-back / evidence / diff review等
human_gate:
# 人間承認が必要な不可逆・高影響判断
stop_conditions:
# 不明点、権限不足、仕様矛盾、破壊的変更等
rollback:
# 元へ戻す方法
outputs:
# artifact / diff / evidence / unresolved issuesRisk & Human Gate Matrix
AUTO
低リスクで、失敗しても戻しやすい作業。
例:
読み取り
検索
下書き
既存情報の整理
限定範囲のローカル修正
REVIEW
実行してよいが、結果確認を必須にする作業。
例:
Issue作成
中規模コード変更
設計資料の更新
PR作成
複数ファイル変更
HUMAN_ONLY
実行前に人間判断を入れる作業。
例:
merge
release
本番公開
外部送信
課金
DB migration
権限変更
dependency追加で影響が大きいもの
BLOCK
最初からAgentへ許可しない作業。
例:
credentialの出力
allowlist外環境への変更
要件不明のままの破壊的変更
所有者不明データの削除
Agent Handoff Template
work_unit:
goal:
current_state:
completed:
remaining:
source_of_truth:
allowed_scope:
constraints:
evidence:
human_gate:
blockers:
expected_output:
stop_conditions:Agentを変えるときは、会話全文を渡すのではなく、この状態だけを渡します。
Review Checklist
作業後は、最低限ここだけ確認します。
Goalに対して成果物が必要十分か
Scope外変更が混ざっていないか
Completion Criteriaを満たしているか
Validation結果にEvidenceがあるか
Unknownを成功扱いしていないか
Human Gateを勝手に通過していないか
戻せる状態になっているか
Example 1:小さなコード修正
goal: ログインAPIの500エラーを修正する
inputs: [Issue #231 , repository main]
allowed_scope: [src/auth/**, tests/auth/**]
constraints: DB schemaと公開APIは変更しない
completion_criteria: 再現ケース解消 + 既存auth test維持
validation: relevant tests + diff review + error path read-back
human_gate: dependency追加、DB変更、公開API変更
stop_conditions: scope外変更が必要、再現条件が不足
outputs: changed_files, test_result, root_cause, unresolvedExample 2:Web調査
goal: 3候補のサービスを一次情報中心で比較する
inputs: [official docs, pricing pages]
allowed_scope: read_only
constraints: 推測で未公開価格を補完しない
completion_criteria: 3候補を同じ比較軸で整理
validation: source URL + fact/inference/unknown分離
human_gate: なし
stop_conditions: 一次情報で確認できない重要項目
outputs: comparison_table, recommendation, unknownsExample 3:資料作成
goal: 設計レビュー用の5枚資料を作る
inputs: [approved design doc, meeting notes]
allowed_scope: draft_only
constraints: 未承認仕様を確定事項として書かない
completion_criteria: 背景 / 選択肢 / 推奨 / リスク / Next Actionを説明できる
validation: source read-back + contradiction check
human_gate: 外部共有、正式版公開
stop_conditions: Source of Truth間に矛盾
outputs: draft, source_map, unresolvedExample 4:GitHub運用
goal: 会話内容を実装可能なIssueへ分解する
inputs: [current conversation, repository docs]
allowed_scope: issue_proposal
constraints: Product判断を勝手に確定しない
completion_criteria: Goal / Acceptance Criteria / Dependencies / STOP条件が明確
validation: repository Source of Truth read-back
human_gate: Issue close、merge、release
stop_conditions: 親判断が未確定
outputs: issue_plan, dependencies, open_questions最後に
最初から完璧なWork Contractを作る必要はありません。
1件やって、足りなかった条件を追加する。 3回使って、繰り返す条件だけ残す。
その繰り返しで、自分専用のCoding Agent運用ルールができます。
AIを毎回細かく監視するのではなく、任せられる境界を先に設計する。
このKitは、その最初の型として使ってください。
次のステップ:Work Contractから運用全体へ
このStarter Kitは、Coding Agentへ仕事を安全に渡すための「最初の型」に絞っています。
実際に使い始めて、Contextが肥大化する、Taskを小さく切れない、Validation / STOP / Completionを毎回組み立てる、ReviewやRecoveryまで含めて運用を標準化したい、という段階に進んだ方向けに上位版も用意しています。
→ Coding Agent Best Practices Kit(2,980円)を見る
Work Contractを起点に、Context & Source of Truth、Task Decomposition、Validation、Review、Recoveryまで含めて、再現可能なCoding Agent運用へ広げるKitです。