
AIが賢くなったのに仕事が遅くなるのはなぜか?GPT-6 Astra時代のエージェント設計
AIに記事作成を頼んだ。
調査は丁寧。途中報告は多く、確認を何度もしている。それなのに、肝心の原稿がなかなか出てこない。
高性能なモデルへ替えたはずなのに、以前より仕事が遅くなったように感じる。
こんなことが起きたら、モデルを疑いたくなるでしょう。けれども、AI単体では良い答えが返ってくるのに、普段の仕事へ組み込んだ途端に動きが重くなる。それなら、原因をモデルだけに求めない方がよさそうです。
私たちはAIが失敗するたびに、指示や確認を足してきました。
「必ず全件確認する」「勝手に進めず承認を待つ」「複数の役割で評価する」「最後にすべてをテストする」。どれも、失敗を繰り返さないためのまじめな工夫です。
ただし、AIが変わっても古い工夫がすべて残っていると、今度はその工夫が仕事を止めることがあります。
賢いAIを入れるだけでは、仕事は速くなりません。AIが読む指示、使う道具、確認の仕方、途中経過の残し方まで、今のモデルに合わせる必要があります。
OpenAIもGPT-6 Astraへの移行案内で、常に読み込ませる指示や技能ファイルを見直すよう勧めています。小さな変更に対して広すぎるテストをしやすいことや、結果を左右する曖昧さがあると確認のために止まりやすいことも説明しています。
この記事では、Astraの機能を並べるのではなく、なぜ「賢いAIほど、古い仕組みにつまずく」ことがあるのかを考えます。過去に蓄積した知識や安全策は守りながら、AIがきちんと仕事を終えられる環境へ変える方法を整理します。
失敗を直すたびに、AIの仕事場は重くなる
AIが大事な確認を忘れた。そこで「必ず確認する」というルールを足す。
出力の形が崩れた。そこで詳しいテンプレートを足す。
事実を間違えた。そこでファクトチェック役を置く。レビューで見落としがあったので、もう一人レビュー役を増やす。
一つひとつを見ると、どれも納得できる対策です。問題は、追加したものがその後もずっと残り続けることです。
以前のAIには必要だった細かな手順が、新しいAIには「この通りにしか動いてはいけない」という命令になることがあります。安全のための確認が重なり、あとで戻せる下書き作業でも人の返事を待つ。評価を増やした結果、作る時間より評価する時間の方が長くなる。
こうして、失敗を防ぐための仕組みが、いつの間にか仕事を終わらせない仕組みへ変わります。
これは、昔の設計が間違っていたという話ではありません。その時点では必要でした。見直したいのは、モデルが変わったのに、補助の量と役割が同じままになっていないかです。
たとえば、経験の浅い担当者向けに作った細かな手順書を、熟練者にも一語一句守らせたらどうなるでしょうか。ミスは減ります。しかし、例外へ対応しづらくなります。かえって時間を取られる場面もあります。
AIもよく似ています。能力が上がるほど、細かな一挙手一投足より、目的と守るべき線を伝えることが大切です。受け取りたい完成品まで明確にすると、さらに力を引き出しやすくなります。

モデルの賢さと、仕事の進みやすさは別で考える
AIの性能というと、ついモデル単体の賢さを見たくなります。
けれども、実際の仕事の結果はモデルだけでは決まりません。AIが読む指示、参照する資料、使える道具、途中経過の残し方、承認を求める場所、失敗したときの戻り方まで含めて決まります。
この記事では、この仕事環境全体を「ハーネス」と呼びます。少し聞き慣れない言葉ですが、新人に仕事を頼む場面を思い浮かべると分かりやすいでしょう。
説明書だけ渡して終わりではありません。資料の場所を伝え、使える道具と権限を用意し、どこまで自分で進めてよいかを決め、完成したかを確かめる。AIにも同じ仕事場が必要です。
同じAIでも、短い依頼へ答えるときは軽快なのに、会社の規則、過去の経緯、多数の専門機能、何段もの確認を載せると遅くなることがあります。単体では良い結果が出ているなら、すぐに「モデルの能力不足」と決めるべきではありません。仕事場が能力を引き出せていない可能性があります。
では、何を測ればよいのでしょうか。
私が最初に見たいのは、使える完成品が最初に出るまでの時間です。
AIが長く動き、何度も調べ、丁寧な途中報告をしていても、原稿や資料が1つも保存されていなければ安心できません。処理時間や会話量ではなく、価値が初めて形になった地点を見ます。
同じ小さな仕事を、必要最低限の指示だけがある環境と、普段の環境で試す。入力、モデル、受け取りたいもの、品質基準はそろえます。そして、完成までの時間、停止した回数、成果物の質を比べます。
差が大きければ、モデルを替える前に仕事場を見直す価値があります。反対に、簡素な環境でも品質が低いなら、モデルとの相性や資料不足、そもそもの課題設定を疑います。

情報は、多いことより見つけやすいことが大切
長い文章を読めるAIには、資料をたくさん渡すほど良い結果を期待したくなります。
しかし、たくさん入力できても、必要な情報をすべて使いこなせるとは限りません。
AIが作業を始めるとき、目の前の依頼だけを読むとは限りません。共通ルール、専門作業の説明、道具の説明、過去の会話、途中経過なども一緒に入ります。どれも役立つ情報です。ただ、数が増えるほど、今回もっとも大切な情報が埋もれやすくなります。
百ページの説明書を机に置かれた人が、必要な一文を必ず見つけられるわけではありません。AIも似ています。
OpenAIのAstra向け案内は、常に読ませている指示が本当にすべての仕事に必要かを見直し、専門的な説明は必要なときに読む形へ寄せることを勧めています。
ここで大切なのは、知識を捨てないことです。
入口には「いつ使う知識か」「何を守るか」だけを置く。詳しい手順や事例は、その仕事を始めたときに読む。全作業へ共通するのは、秘密情報を出さない、勝手に公開しないといった安全上の約束へ絞る。
必要なものを必要なときに取り出せるなら、知識を残したまま、目の前の仕事へ集中しやすくなります。
プロンプトだけでなく、資料、道具、権限、評価まで含めてAIの仕事を設計する考え方は、こちらの記事で詳しく整理しています。
原因を六つに分けると、直す場所が見えてくる
AIが仕事を終えないとき、目についた原因だけを最初に直すと、別の場所にある問題を見逃します。
たとえば、「指示が長すぎる」と思って短くしても、実は承認の置き方が原因の場合があります。「AIが途中で忘れた」と見えても、途中成果を保存していないことが原因の場合もあります。
私は、少なくとも次の6つに分けて見ます。
指示:古い手順や、今回と関係のない規則まで読ませていないか
進め方:作成、評価、修正、再評価が終わらない輪になっていないか
仕事の構造:正しい情報の置き場所や担当が複数に分かれていないか
途中経過:どこまで終わり、何が確定したかをファイルへ残しているか
実行環境:権限待ち、接続失敗、保存場所のずれが起きていないか
評価と運用:品質確認が、成果物を作る目的より大きくなっていないか
この分類は、管理項目を増やすためのものではありません。原因に合う対策だけを選ぶためのものです。
人が迷う仕事は、AIに渡しても迷います。正しい資料が3か所にあり、どれが最新版か分からない。2つの仕組みが同じ判断を担当する。どこまで終わったかは会話を最初から読まないと分からない。こうした状態なら、プロンプトを磨くだけでは解決しません。
まず「どこで詰まっているか」を分ける。それだけでも、全部を作り直す前に試せることが増えます。

確認を増やせば、必ず品質が上がるわけではない
事実、数値、権利、安全、公開条件の確認は必要です。
ただし、確認の回数と品質は比例しません。
よくあるのは、「作る、評価する、直す」という流れを上限なく回すことです。修正後にまた評価し、最後に全体を検査する。そこで改善案が出たら、修正を理由にまた全体を確認する。これでは、いつまでも完成条件が動き続けます。
しかも、公開できない重大な誤りと、「こちらの表現の方が少し好み」という提案が同じ列に並びがちです。どちらも同じ重さで直していたら、文章は改善され続けても確定しません。
必要なのは、確認ごとの役割と終わりを決めることです。
事実確認は、原典と本文の主張が合っているかを見る
文章確認は、想定読者が無理なく理解できるかを見る
画像確認は、本文と意味が合い、文字や数値に誤りがないかを見る
公開確認は、外へ出してよい内容と版かを人が判断する
それぞれが合格したら、新しい変更や問題がない限り、同じ確認を繰り返しません。好みの改善は、公開を止める不備と分けます。
OpenAIもAstraの案内で、小さな変更に広すぎるテストをする場合があると説明しています。変更の大きさに合わせて確認範囲を変え、必要な確認が通った後は繰り返さないよう勧めています。
もちろん、医療、法務、金融、本番システムの変更など、失敗の影響が大きい仕事では確認を厚くする意味があります。一方、ローカルの下書きや、あとで戻せる小さな修正へ同じ重さを持ち込むと、仕事が始まる前に止まります。
「徹底的に」「完璧になるまで」と頼むだけでは、AIに終わりが見えません。
「この読者向けの原稿を1つ完成させる。重要な事実を原典で確かめる。重大な不備がない状態で保存したら終える」と書く。これなら、品質を守りながら止まれます。

安全策は残し、日々の作業には余白をつくる
仕組みを軽くすることは、安全策を外すことではありません。
秘密情報を出さない。破壊的な操作を勝手にしない。著作権や法令を守る。公開、送信、削除、課金など、戻しにくい行動の前では人が確認する。こうした線は、モデルが変わっても必要です。
見直したいのは、安全そのものではなく、安全の守り方です。
たとえば、ローカルで原稿の下書きを作るたびに、人の許可を求める必要はありません。一方、その原稿をnoteへ公開する直前には確認が要ります。資料を読むことと、外部サービスへ書き込むことも、同じ危険度ではありません。
すべての行動を同じように止めると、安全性が高まる前に仕事が進まなくなります。
承認を置く場所も大切です。まだ成果物がない段階で「進めてよいですか」と聞かれても、人は中身を見て判断できません。
まず、あとで戻せる範囲の具体案を作る。変更点と分からないことを見える形にする。そのうえで、外へ影響する行動の直前に人へ渡す。これなら、人は実物を見て判断できます。AIも必要な準備を終えてから止まれます。
安全の線は強くする。その線の内側では、完成品を作るところまで任せる。
ハーネスをどの順番で安全に軽くするかは、PiやDatabricksの事例を扱ったこちらの記事で詳しく整理しています。

長い仕事は、小さな完成品へ分けて残す
記事、動画、調査、データ整備などを大量に作るとき、全部を1つの長い会話で進めたくなることがあります。
けれども、長く続くほど、「何を読んだか」「何を決めたか」「どこまで終わったか」を覚えておく負担が増えます。途中で会話が短くまとめられたり、作業を再開したりしたときに、すでに終えた調査を繰り返すこともあります。
Codexの公開リポジトリにも、長い作業の途中で文脈が整理された後、すでに読んだ場所を再び調べ続けたという利用者報告があります。これは特定の環境で起きた報告であり、Astra固有の性質と確定したものではありません。ただ、長い仕事を会話の記憶だけに頼る危うさは伝わります。
実務では、一件ごとに完成品を保存する方が強くなります。
記事なら、企画、調査、構成、本文、画像計画を記事ごとに残す。本文が確認されたら、その版を一度確定する。次の記事で失敗しても、前の記事は失いません。再開するときは、長い会話を読み返すのではなく、保存した成果物と短い状態記録を読みます。
ここで数えたいのは、AIが何時間動いたかではありません。読者へ渡せるものが何件できたかです。
大量に頼んだのに最初の一件がなかなか出ないなら、件数を減らしてでも、一件が最後まで終わる道を先に直します。最初の一件が安定すれば、その進め方を次へ広げられます。
AIとの修正をその場限りにせず、再利用できる知識や仕組みへ変える方法は、こちらの記事も参考になります。
過去の資産は守り、AIの動かし方だけを見直す
仕組みが重いと分かると、全部を作り直したくなるでしょう。
でも、長く使ってきた環境には、残したいものと見直したいものが混ざっています。
残したいのは、仕事そのものの資産です。
顧客や市場について分かったこと
調査結果と出典
ブランドの考え方や文体
良い文章や画像の基準
過去の成果物と成功した型
失敗から得た知識
見直したいのは、過去のAIを動かすために作った細かな決まりです。
毎回必ず読む長い指示
何段にも重なった評価
すべての作業へ同じように置かれた承認
終わりのない再試行
進め方を一手ずつ固定する手順
両方を一緒に捨てる必要はありません。
「これは良い仕事とは何かを教える情報か。それとも、昔のAIを動かす方法を指定する情報か」と考えると、分けやすくなります。
前者は残す候補です。後者は、現在のモデルでも本当に必要かを確かめる候補です。
たとえば、記事で重要な主張に出典を付ける基準は残します。一方、出典確認を三人のAIが同じ方法で繰り返す手順は、重複していないか見直せます。ブランドの文体見本は残しますが、文章を一文ずつ固定する古いテンプレートは、今のAIが自然に書く余地を奪っていないか試せます。

全面改修の前に、一件だけ比べてみる
原因を知るために、最初からすべての設定を読む必要はありません。調査が大きくなりすぎると、それ自体が「仕事が終わらない問題」を再現します。
まずは、普段よく行う小さな仕事を1つ選びます。
たとえば、千字ほどの原稿を作る。表の誤りを1つ直す。小さなコードを変更する。普段の環境と、必要最低限の指示だけを持つ環境で、同じ仕事を1回ずつ試します。
このとき、一度に多くの条件を変えません。
常に読む指示の量を比べたいなら、モデル、入力資料、成果物、品質基準はそろえます。確認回数を変えるなら、文章の評価基準は変えません。条件を混ぜると、良くなっても何が効いたのか分からないからです。
見るのは、速さだけではありません。
最初の完成品が出るまでの時間
途中で止まった回数
同じ調査や修正を繰り返した回数
事実の正確さと読みやすさ
守るべき安全の線を越えていないか
制御を減らして速くなっても、重要な誤りが増えたなら成功ではありません。目的は確認をなくすことではなく、同じ品質を、より少ない遠回りで得ることです。
公開リポジトリの不具合報告は、原因の候補を知る材料にはなります。ただし、自分の環境の診断結果ではありません。似た症状でも、モデル、アプリの版、操作、権限が違えば原因は変わります。
公式の説明、利用者の報告、自分の観測を分け、最後は同じ条件での比較へ戻る。これが、モデルだけを責めたり、勢いで全面改修したりしないための大切な手順です。

完了条件は、手順ではなく受け取りたい結果で書く
AIへ長い仕事を任せるとき、細かな手順より先に決めたいことがあります。
何を受け取れたら、この仕事は終わりなのか。
ここが曖昧だと、AIはいつまでも調査や改善を続けられます。丁寧に動いているのに終わらないなら、能力不足ではなく、到着点がないことを疑うべきです。
記事制作なら、「詳しく調べ、何度も推敲する」だけでは終わりがありません。
「想定読者が無理なく読める本文を1つ作る。重要な時点依存情報は一次情報で確かめる。本文に合う画像計画を添え、指定した場所へ保存する」と書けば、受け取る形が見えます。
本文を人が確認してから画像を作るなら、まず本文候補を作り切ったところで止めることも明確にできます。
仕組みの修正も同じです。「問題を徹底的に調べる」ではなく、「問題が起きる条件を1つ特定し、影響する範囲だけを直す。その失敗を見つけられる確認を通す」と置きます。途中で別の興味深い問題を見つけても、今回の完成に関係しなければ記録だけして広げません。
完了条件には、止まる条件も含めます。
原典を確認できない。必要な権限がない。外部へ影響する。中心の結論を変える新しい事実が見つかった。そんなときは、無理に完成へ寄せず、人が判断できる材料をそろえて止まります。
「完璧」「十分に高品質」「徹底的」といった言葉を、観察できる条件へ変えることが大切です。
事実に大きな誤りがない。中心の問いへ答えている。重要な反対意見も扱っている。読者が次の行動を選べる。これなら、人とAIが同じ完成品を見ながら判断できます。
到着点が明確だからこそ、途中の方法には余白を残せます。反対に、到着点が曖昧なまま手順だけ細かくすると、すべての手順を終えても、本当に目的を達成したか分かりません。

AIを増やす前に、AIが一件を終えられるようにする
AI活用の初期には、できることを増やすのが楽しいものです。
新しいモデルを試す。検索をつなぐ。専門機能を足す。複数のAIに役割を分ける。扱える仕事の範囲は広がります。
ただ、機能が増えた後は問いが変わります。
何を作れば完成なのか。どこまで自分で進めてよいのか。どの確認が通れば終わるのか。どの行動の前で人へ渡すのか。途中で止まっても、どこから再開できるのか。
これらが曖昧なまま機能だけ増やすと、AIは多くのことができても、1つの仕事を閉じられません。
最初に試すなら、大きな環境を作り直す必要はありません。よく行う仕事を1つ選び、次のように整理します。
最後に残す完成品を1つ決める
今回だけ必要な資料を選ぶ
絶対に越えてはいけない安全の線を決める
合格に必要な確認と、その終わりを決める
公開や送信など、外へ影響する直前に人の確認を置く
完成品と短い途中記録を、会話の外へ保存する
この試し方で品質を保ったまま早く終わるなら、隣の仕事にも広げます。うまくいかなければ、昔の仕組みを全部戻すのではなく、どの失敗が増えたかを見て、その失敗に必要な対策だけを戻します。
AIの能力は、これからも変わります。だから、AIの仕事場も一度作って終わりにはできません。
新しいモデルへ替えるとき、追加する機能だけを見るのではなく、昔の失敗対策のうち、今も必要なものはどれかを問い直す。
大切なのは、AIをどれだけ多機能にしたかではありません。
必要な品質と安全を守りながら、読者や利用者へ渡せるものを、きちんと1つ完成させられるか。
賢いAIを導入することより、その賢さが仕事の完了まで届く道をつくること。それが、GPT-6 Astra時代に見直したいエージェント設計だと考えます。
出典・参考資料
OpenAI Developers「Rethinking skills and prompts for GPT-6 Astra」
https://developers.openai.com/blog/rethinking-skills-and-prompts-for-gpt-6-astraOpenAI Developers「Model guidance」GPT-6 Astra
https://developers.openai.com/api/docs/guides/latest-model?model=gpt-6-astraOpenAI Developers「GPT-6 Astra Model」
https://developers.openai.com/api/docs/models/gpt-6-astraOpenAI Codex GitHub Issue「Make skills metadata context budget configurable instead of hardcoded 2%」
https://github.com/openai/codex/issues/19679OpenAI Codex GitHub Issue「Skills: hard budget limit causes mass description truncation」
https://github.com/openai/codex/issues/24299OpenAI Codex GitHub Issue「Compaction death spiral」
https://github.com/openai/codex/issues/13279