AIエージェントとの「共同作業」を形にする:手探りで見つけたプロジェクト構造
最近、AIエージェントを活用した開発がものすごく盛り上がっていますよね。自動化や自律型エージェントといった華やかな話題が多い中で、私は少し「アナログ」かもしれない、でも自分にはしっくりくる「プロジェクト構造」を手探りで考えてみました。実は、マークダウンやMermaidといったツールに触れ始めてから、まだたったの1ヶ月半。必死で勉強しながらの毎日ですが、ようやく一つの形が見えてきたところなんです。今の私の知識レベルでは、これが精一杯の「答え」です。😅
なぜ「構造」が必要だったのか
仕事をしていると、正式なプロジェクトとは別に、突発的な調査や解析、ちょっとした開発が必要になることがありますよね。そういった「単発の会話」で流してしまいがちな知見を、どうにかして蓄積できないか。そして、AIとのやりとりをより安全(セーフティ)に進めることはできないか。そんな悩みから生まれたのが、今回の構造です。具体的には、以下のようなフォルダ構成を基本にしています。
\プロジェクト構造ツリー
| entryPoint.md (開始合図)
| index.md (全体の説明)
|
+---.antigravity (基本理念・ルール)
+---.agent (個別スキル・手順)
+---.request (今回の依頼内容)
+---.main (処理対象の資材)
+---.output (成果物)
+---.feedBack (次回の申し送り事項)※次回に積み重ねる成長要素
+---.requestHistory(会話の履歴)※セーフティ
「構造」が導くAIの思考プロセス:機序の理解
単にフォルダを分けるだけでなく、その中でのAIの「動き(機序)」も大切にしています。1. **基本理念の学習**: まず`.antigravity`で私の大切にしている価値観を共有します。
2. **スキルの獲得**: 次に`.agent/skills`で今回の個別のルールを理解してもらいます。
3. **過去の教訓**: `.feedback`にある過去の記録を読み込み、同じ失敗を繰り返さないように準備します。
4. **依頼と資材の統合**: `.request`の内容と`.main`にある資材を照らし合わせ、目的を明確にします。
5. **生成とレビューのマッチング**: 最後に成果物を作成し、必要があればフォローアップ(追加修正)を繰り返すループを回します。
このように「学習→理解→実行→改善」というサイクルを構造化することで、AIは迷うことなく、常に私の「意図」に寄り添った行動をとってくれるようになります。
未熟だからこそ、AIと一緒に歩む
正直に言って、「もっとスマートなやり方があるのではないか」と今でも悩んでいます。自慢できるような高度な技術はまだありません。でも、この「手作り感」のある仕組みが、今の私には一番頼もしいパートナーなんです。技術的な背景を少し補足すると、例えば最近登場した***Gemini 3 Flash***(2025年12月リリース)のようなモデルは、非常に高速で効率的ですが、こうした構造化されたデータ(プロジェクト全体)を読み込ませることで、その推論能力を最大限に引き出すことができます。モデルが持つ「スピード」と、人間が整えた「構造」が組み合わさることで、単発のAIチャットボックス生活からちょっとだけシステマチック生活になった***エージェント型ワークフロー***が実現できるんですね。
まだまだ勉強中の身ですが、プライベートはもちろん、仕事でも緊急の対応などでは実際にこの構造が役立っています。これからも試行錯誤を繰り返しながら、より良い「AIとの暮らし」を見つけていきたいと思います!💪
それではまた次の記事でお会いしましょう!!









































