関連リンクハーネスエンジニアリング、全員が違うことを言っている — 5社の解釈を並べてみた 2026年に入り、AIエージェントを制御するための新概念「ハーネスエンジニアリング」が急速に広まっています。しかし、OpenAIやAnthropicといった主要プレイヤー間でその定義やアプローチは微妙に異なっています。本記事は、それら5つの視点を整理し、エンジニアがどう向き合うべきかを解説しています。 1. 共通認識：ハーネスは「制約」の枠組み各社で共通しているのは、「ハーネス ⊇ コンテキスト ⊇ プロンプト」という入れ子構造です。プロンプトがAIへの「お願い」であるのに対し、ハーネスはリンターや型チェック、フック処理などを用いて、AIの振る舞いを「例外なく強制」する仕組みを指します。 2. 5社・5様の解釈 OpenAI（宣言的制約）: 「人間が方向を決め、実行はエージェント」というスタンス。100万行規模のアプリをコードを書かずに構築するなど、大規模な並列実行と安全なサンドボックス環境を重視します。 Anthropic（コンテキスト管理）: 長時間稼働によるAIの精度低下（コンテキスト不安）を防ぐための「情報の整理・引き継ぎ」を重視します。 LangChain（定量的な実証）: 「エージェント = モデル + ハーネス」と定義。モデルを変えず、ハーネス（仕組み）の改善だけで精度が大幅に向上することを数字で証明しています。 Birgitta Böckeler / martinfowler.com（コードベース依存）: TypeScriptの厳格な型チェックやフレームワークの規約そのものが、エージェントにとっての「暗黙のハーネス」として機能するという、設計重視の視点です。 arXiv論文（形式仕様化）: ハーネスのロジックを「自然言語のお願い」ではなく、外部化された「実行可能な仕様」として定義すべきだと論じています。 3. 新人エンジニアへのアドバイス用語の定義に惑わされる必要はありません。実務でハーネスエンジニアリングを実践するためのステップは非常にシンプルです。制約を明文化する: AGENTS.md や CLAUDE.md を作成し、エージェントが守るべきルールを500文字程度で書く。品質ゲートを自動化する: 型チェックやテスト、リンターをGitのHookなどで強制し、エージェントが「勝手なコード」を書けないようにする。ループを回す: エージェントが間違えたら、その原因をプロンプトではなく「制約（ハーネス）」として追加し、次から防げるようにする。 AIに指示を出す「プロンプトエンジニアリング」の先にある、AIをシステムとして制御する「ハーネスエンジニアリング」を意識することで、より堅牢でスケーラブルなAI活用が可能になります。引用元: https://zenn.dev/kenimo49/articles/harness-engineering-interpretations-2026 An experimental guide to Answer Engine Optimization AI技術の進化に伴い、ウェブサイトの在り方が大きな転換点を迎えています。従来の「検索エンジン最適化（SEO）」に加え、ChatGPTやPerplexityといったAIエージェントが情報を正確に理解し、引用しやすくするための「回答エンジン最適化（AEO: Answer Engine Optimization）」という概念が注目されています。本記事は、エンジニア向けに具体的な実装方法を交えた先見的な実験ガイドです。 AIエージェントによる検索（AI検索）では、ユーザーは検索結果のリンクをクリックせず、AIが生成した回答を直接消費します。従来のHTML構造（複雑なdivタグやJavaScriptによる描画）は人間には最適ですが、限られた時間で情報を抽出するAIにとっては非効率です。そこで、筆者は以下の5つのステップでWebサイトを「AIフレンドリー」に再構築することを提案しています。コンテンツのMarkdown化: サイトの全内容をMarkdown形式で管理します。MarkdownはLLM（大規模言語モデル）の学習データに多く含まれる形式であり、構造がシンプルでAIが理解しやすいためです。Markdocなどのフレームワークを活用し、ブラウザにはReact等で描画しつつ、ソースは清浄なMarkdownとして保持します。「llms.txt」の導入: AI専用のサイトマップとして、/llms.txtという規約を導入します。これはサイトの全体像をAIに伝える目次のような役割を果たし、AIエージェントが効率的にサイト内を探索できるようにします。 AIエージェントへのMarkdown配信: ミドルウェアを使用して、訪問者がAIボット（ChatGPT-User等）である場合、HTMLではなく直接Markdownを返却する仕組みを構築します。これにより、AIは解析の手間を省き、正確に情報を引用できます。また、SEOへの影響を防ぐため、HTML版へのcanonical（正規化）設定も併せて行います。メタデータの強化: Markdownのフロントマター（先頭の属性情報）に、価格、連絡先、地域などのビジネス情報を明示的に注入します。これにより、AIが文脈から推測するのではなく、構造化された「事実」として情報を取得できるようになります。権限設定: AIによる利用目的（検索、アシスト、学習など）に応じて、アクセス許可を詳細に設定します。これからのWeb制作は「人間が見るページ」であると同時に「AIが読むドキュメント」としての側面が強まります。AEOはまだ新しい概念ですが、今のうちからMarkdownベースのコンテンツ管理や構造化データに取り組むことは、将来のAI時代における強力な技術的基盤となるでしょう。新人エンジニアにとっても、データの構造化やボット対応の考え方を学ぶ良い機会となります。引用元: https://mapledeploy.ca/blog/answer-engine-optimization-guide Gemma 4 - ローカル実行方法 Unsloth Documentation Google DeepMindが開発した最新のオープンモデル群「Gemma 4」を、ローカル環境で効率的に実行するための解説ドキュメントです。本モデルはApache-2.0ライセンスで提供されており、商用・個人利用を問わず、自分のPC上で最先端のAIを動かすことができます。 ■ Gemma 4の概要と特徴 Gemma 4は、テキスト・画像・音声を扱えるマルチモーダルなモデルであり、最大256Kの非常に長い文脈（コンテキスト）を理解できるのが大きな強みです。以下の4つのバリアントが提供されています。・E2B / E4B：スマートフォンやノートPC向け。画像と音声の両方をサポートします。・26B-A4B：MoE（混合専門家）構成を採用し、速度と精度のバランスが最も良いモデルです。・31B：最高性能を追求したモデルで、複雑な推論やタスクに適しています。 ■ 注目機能「思考モード（Reasoning）」 Gemma 4には、回答の前に「思考プロセス」を出力する機能が備わっています。システムプロンプトで制御することで、AIが論理的に考えてから回答を導き出すようになり、数学やコーディングなどの複雑なタスクで高い精度を発揮します。 ■ マルチモーダル機能の柔軟性画像解析においては、用途に応じて「視覚トークン」の量を調整可能です。例えば、高速な分類なら低解像度、細かい文字を読み取るOCRなら高解像度といった使い分けができます。小型モデル（E2B/E4B）は音声（最大30秒）や動画の解析にも対応しており、ローカルでのエージェント構築に最適です。 ■ 動作環境と制約（ハードウェア要件） 4-bit量子化を利用することで、一般的なコンシューマー向けPCでも動作可能です。・小型モデル：4GB〜6GB程度のメモリ（RAM/VRAM合算）で動作。・大型モデル：16GB〜20GB程度のメモリが必要。 Unslothが提供するライブラリやGUIツール「Unsloth Studio」を使用することで、macOS、Windows、Linux上で高速な推論が可能です。特にUnslothは、学習時のVRAM消費を最大70%削減しつつ2倍高速化できるため、新人エンジニアが手元のPCでファインチューニング（追加学習）に挑戦する際にも強力な味方となります。 Googleの最先端AIを「自分の手元で、自由に、安価に」動かせるようになったことは、エンジニアにとって非常に刺激的なニュースです。まずは小型モデルから触れてみることをお勧めします。引用元: https://unsloth.ai/docs/jp/moderu/gemma-4 お便り投稿フォーム VOICEVOX:春日部つむぎ

Ask this episode

“What did the council decide on item 42?” — answered with the speaker and the moment.

Transcript

Related