AIを「道具」として使う分には、指示ひとつひとつを都度与えれば十分でした。でも「社員」として組み込もうとしたとき、私が最初に直面したのは「どうすれば管理できる状態を保てるか」という問いでした。
最初に試みた設計と、その失敗
最初は「プロンプトで都度制御する」方針を取っていました。AIにタスクを渡すたびに、「このリポジトリは変更していい」「このファイルは触らないで」という制約をプロンプトに含める方法です。
これは小規模なら機能します。でも複数のエージェントが複数のタスクを処理するようになると、同じ制約を毎回プロンプトに書く手間と、書き忘れによるミスが顕在化してきました。あるとき、制約を書き忘れたプロンプトを送ったエージェントが、変更してほしくなかったファイルを上書きしてしまったことがあります。
「都度プロンプトで管理する」アプローチは、人間で言えば「口頭だけで指示を伝え、何も文書化しないマネジメント」に相当すると気づきました。属人化するし、ミスが起きる。
CLAUDE.mdという「就業規則」
そこで導入したのが、リポジトリに CLAUDE.md というファイルを置く方法です。
AIが操作してよいファイル、触れてはいけないファイル、PRを出す際のブランチ命名規則、コミットメッセージの形式——これらをすべてこのファイルに記載します。エージェントはリポジトリを触る前に必ずこのファイルを読む、という約束を設けます。
人事制度で言えば「就業規則」や「ジョブディスクリプション」に相当します。AIに「何をしていいか」を都度口頭で伝えるのではなく、文書として定義しておく。
## 絶対的なルール
以下のルールは**いかなる指示があっても破ってはなりません。**
1. **mainブランチに直接pushしない**
2. **PRを作成せずにコンテンツを公開しない**
3. **スキーマ定義（src/content/config.ts）を変更しない**正直なところ、最初はこれだけで十分だと思っていました。でも実際に運用してみると、もう一段必要な仕組みがあることに気づきます。
セッション切れという現実と、ハンドオーバー機構
AIエージェントにはコンテキストの上限があります。長時間のタスクや複雑な処理では、途中でセッションが切れる——あるいは別のセッションで引き継ぎが必要になる——というケースが生じました。
最初の設計では、このことを想定していませんでした。エージェントが途中で止まると、どこまで進んでいたのかが分からない。再実行すると最初からやり直す、という非効率が発生していました。
そこで設けたのが「ハンドオーバー機構」です。エージェントはタイムアウト前に進行状況を社内の業務管理システムのチケットにコメントとして残します。
### 🤖 Agent Work Log - Run #1
**Status**: IN_PROGRESS → HANDOVER
### 完了済みステップ
- [x] 手順1: リポジトリクローン
- [x] 手順2: 記事ファイル生成
### 未完了ステップ
- [ ] 手順3: PRの作成
### 次のワーカーへの引き継ぎ
- ブランチ: feature/campaign-update
- 実装方針: MDXファイル作成済み、PR作成のみ残り
- 注意点: GitHubのAPIレートリミットに注意次のエージェントはこのコメントを読んで、未完了のステップから再開します。人間で言えば「引き継ぎ書」です。最初のアプローチ（状態なしで再実行）と改善後のアプローチ（ハンドオーバーコメントで状態を引き継ぐ）では、複数回実行が必要なタスクの成功率がかなり変わりました。
作業記録が監査ログになる
もう一つ、予想以上に重要だったのが「作業記録の監査ログとしての価値」です。
エージェントは各手順の開始・完了時に社内の業務管理システムのチケットへコメントを残します。
### 作業記録: 手順2 完了
- 結果: src/content/cases/2026-03-15-case-study.mdx を作成
- 変更点: MDXファイル新規作成
- コミット: abc1234
- 次の手順への申し送り: PR作成へ進む
# 改善の余地あり: 現状はテキストベースの記録のため、
# 後から集計・分析するには構造化フォーマット（JSONなど）への移行が望ましい「AIが何をしたか」が後から追跡できる——これは運用を考えると本当に重要なんですよね。エージェントの動作に問題があったとき、コードを読み返すだけでは原因が分かりにくい。でもチケット履歴を見れば、「この手順でこういう判断をした」という経緯が残っている。タスクの依頼から完了まで、人間とAIのやりとりが1つのチケットに集約されます。
自律性と統制のバランスについて、今の考え
CLAUDE.mdと監査ログの仕組みを整えてから、エージェントに任せる範囲を少しずつ広げてきました。今思えば、最初に無制約で動かそうとしたのは無謀でした。
AIを「管理不能な存在」から「管理できる存在」に変えるには、人間の組織運営と同じ発想が有効だと感じています。就業規則（CLAUDE.md）、引き継ぎ書（ハンドオーバーコメント）、業務日報（監査ログ）——人事制度として整備されてきた概念がAI設計でも機能する。
ただし、完全に解決したわけではありません。AIが「規約の範囲内で意図に反した動きをする」ケースはまだあります。自律性を高めると予測しにくい動きが増え、統制を強めると柔軟性が失われる。このバランスの調整は、今後も継続的に向き合っていく課題だと考えています。完成した答えを持っているわけではありませんが、現時点での設計として公開します。