AIエージェントがプロンプト作成を管理スキルに変える

AIエージェントが高度になるほど、プロンプト作成は仕事の管理に近くなる。何をやってほしいかを決め、良い結果がどのようなものかを説明し、エージェントがそれを達成できるだけの余地を与える必要がある。これが基本的なビジネススキルとなり、従業員を管理したことがない人にとっても必要になるだろう。

実際のタスクを委任しようとすると、簡単に思える。より良いウェブサイトや有用な調査レポートを求めるのは容易だが、どちらが自社にとって有益になるかを説明するのは難しい。

エージェントがテーマの調査やファイル横断作業、成果物の作成を行えるようになると、曖昧な指示は誤った方向へ大きく進んでしまう可能性がある。能力が向上すれば指示に従う手段も増えるが、同時に省略した判断がより重要になる。

私は、AI活用の価値がここに集まると考えている。仕事の説明の仕方、適切なコンテキストの提供、良い結果を見分ける能力は、次に登場するどんなツールでも重要になるだろう。

最も難しいのは、何を求めるかを決めることだ

エージェントにランディングページの改善を依頼したと想像してみよう。見出しを書き換え、セクションを再配置し、ページを視覚的に洗練させることはできるだろう。これらの変更は指示を満たすかもしれないが、必ずしも対象顧客に対してオファーをより明確に伝えるわけではない。

たとえば訪問者が製品の対象ユーザーを判断できないかもしれない。あるいはページが価値を説明する前に購入を促すかもしれない。これらは別々の問題だ。どちらが重要か決めていなければ、エージェントは代わりに選択するか、戻って質問しなければならない。長いプロンプトや洗練されたデザインだけでは解決できない。

私のAI作業のアプローチでは、実行が始まる前に結果を決めておきたい。調査課題には答えるべき質問が必要だ。ウェブサイトには対象顧客が理解できるオファーが必要だ。目的地が明確になれば、エージェントに手段は任せられる。

管理者はこの状況に頻繁に直面する。指示通りにタスクを完了した人がいても、結果が問題を解決しないことがある。同じ課題について、既存のワークフローを強化するAIパイロットに関して執筆したことがある。プロセスを高速化する前に、そのプロセスを存続させる価値があるかどうかを判断しなければならない。

2026年8月に公開されたスタンフォードのプレプリントは、研究者が調査したClaudeの会話において、人間主導の協働が支配的であることを示した。人々はプロンプトとその後のやり取りで作業を形作っていた。これは、私が委任を考えるときに合致する考え方で、課題の設定が関与の出発点になる。

完了したタスクには有用な結果が必要だ

洗練された文書と自信に満ちた完了メッセージは、タスクが完了したように感じさせる。しかし実際に何が起きたかは確認したい。エージェントは問題を解決したのか、あるいは単に私が求めた成果物に見えるものを生成しただけなのか。

Anthropicはそのエージェント評価ガイドで有用な区別を示している。エージェントが行った記録と実際に生成した結果は別物であると。これはAI作業を割り当てるすべての人にとって良い出発点になると考える。

予約を依頼した場合は、正しい予約が存在するか確認する。スプレッドシートを依頼した場合は、計算と前提条件をチェックする。調査を依頼した場合は、情報源を開き、結論を裏付けているか確認する。エージェントの完了メッセージは、レビューの準備ができていることを示す。

開始時にその基準をエージェントに示すことで、課題の実行が容易になる。エージェントは自ら作業をチェックし、具体的な問題点を返すことができる。情報源が結論と矛盾すれば、文章をレビューする前にその旨を聞きたい。スプレッドシートが前提に依存していれば、その前提を可視化してほしい。

チェックの量は仕事に見合うべきだ。数秒で元に戻せるフォーマット変更に十分も監督に時間を費やしたくはない。公的なコミットメントにはより多くの注意が必要だ。自分の注意が必要な箇所を把握することが、この分野で上達する一環である。

エージェントに作業余地を与える

適切な委任は、エージェントが戻って確認せずに行動できる範囲を決めることも意味する。メールツールへのアクセスがメッセージ送信の許可になるわけではない。課題は、作業が準備段階なのか、実行を伴うのかを明確にすべきだ。

明確な境界線は注意力を節約する。エージェントは調査し、結果を準備し、日常的な修正を処理できるが、重要な選択はそれを担当する人物に委ねる。この指示は、関連するビジネスコンテキストと共に、作業環境内で利用可能でなければならない。Sonarのプロダクトオペレーション担当VP、Lauren Hanfordは、エージェント運用環境設計に関するエッセイで次のように指摘している。「作業が依存するコンテキストと指示を提供する必要がある」

スタンフォードの研究者らは、摩擦がしばしば生産的であることも発見した。人々は要求を明確にし、誤解を修正した。私は、これらのやり取りをツールの失敗とみなすのではなく、問題解決の過程の一部とすべきだと考える。重要な問いは、会話が作業を前進させているかどうかだ。

だから私は、誰かがアクションを承認した回数で監督を評価しません。十数件のリクエストをクリックしても、重要な決定を見逃すことがあります。日常的な作業はスムーズに進め、重要な選択は私が判断できるだけの十分なコンテキストとともに戻ってくることを望んでいます。

活動更新の流れだけではあまり役立ちません。どの案件が決定を必要としているか、その重要性、そして次に何が起こるかを教えてください。

これにより、AIに長けていることの意味が変わります

個人事業者にとって、これは仕事の形態における実質的な変化です。自分が作業を行う本人でもあるため、決定の理由を頭の中に保っていることに慣れているかもしれません。委任することで、その理由は他の人やシステムにとって有用になります。頭の中からそれらを外に出すことは、ビジネスをより運営しやすくする一環です。

効果は時間とともに蓄積されるべきです。割り当てが好みの情報欠如で失敗した場合、その好みを次の割り当てで利用できる場所に記録してください。同じ質問が繰り返し出てくる場合、エージェントにコンテキストが不足しているのか、あるいはその決定が本当に自分に必要なのかを判断します。繰り返しの修正は、作業の割り当て方法を改善する機会です。

AI教育では、そうした状況にもっと時間を割いてほしいです。不完全な課題を与えて、何が欠けているかを自分で見つけさせます。結論が弱いが洗練された結果を見せることも有効です。再利用可能なプロンプトは役立ちますが、プロンプトが依存する判断を行う練習が必要です。

エージェントがより多くの作業を完了に導くにつれ、ユーザーは方向性の設定や「十分」かどうかの判断により多くの時間を費やすようになります。チームを持つ者もいれば、単独で事業を運営する者もいます。いずれにせよ、意図を明確な課題に変換する能力は競争力の一部となります。だからこそ、プロンプト作成は実際にはマネジメントスキルなのです。