メインコンテンツへスキップ
見出し画像

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。

    1. 15分 Quick Start

    Goal / Inputs / Scope / Constraints / Completion / Validation / Human Gate / Stop / Rollback / Outputsを定義。

    1. Work Contract Template

    AIの操作を AUTO / REVIEW / HUMAN_ONLY / BLOCK に分ける判断表。

    1. 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。

    1. Agent Handoff Template

    AIがDoneと言った後に何を見るかを固定。

    1. 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。

    1. 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。

    1. 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 issues

    Risk & 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, unresolved

    Example 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, unknowns

    Example 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, unresolved

    Example 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。


     
     
    生成AIを「知っている」から「実務で成果を出す武器」へ。AI駆動開発・Claude Code・AIエージェントを中心に、丸投げしない設計と現場で使える判断軸を解説。 As an Amazon Associate, I earn from qualifying purchases.

    あなたへのおすすめ