検証した主張
「高性能なAIモデルでも、ハーネスを設計しなければ仕事の成果は安定しない。」
発見元は調査の入口であり、判定の根拠には使用していません。X投稿の主張は何か
調査のきっかけは、GPT-6 AstraとClaude Fable 5.1を例に「モデルが賢いだけでは、業務の成果は決まらない」と説明するXの記事です。投稿は、何を成功とするか、どの資料を読ませるか、どの道具と権限を渡すか、どう確認して止めるかを一体で考えることを「ハーネス」と呼んでいます。
この方向性には開発元の資料と重なる部分があります。ただし、投稿にある仕事のたとえや、二つのモデルを作成役・評価役に分ける提案は、投稿者の解説・提案です。公式機能や効果保証としては扱いません。
ハーネスとプロンプトはどう違う？
プロンプトはAIへ渡す依頼や文脈の一部です。Anthropicは「エージェントのハーネス」を、モデルが入力を処理し、ツール呼び出しを調整して結果を返す仕組みと説明しています。OpenAIもCodexの「ハーネス」をモデルとは別に更新したと説明しています。したがって、ハーネスは単なる長い指示文と同義ではありません。
業務の文脈でハーネスを考えるなら、指示文に加え、参照する資料、接続する道具、アクセス権、途中で残す記録、検証方法、人へ確認を戻す条件までが設計対象になります。ただし、どこまでを含めるかは製品や論者によって幅があり、「ハーネス理論」という一つの公認規格があるわけではありません。
| 層 | 役割 | それだけでは不足すること |
|---|---|---|
| モデル | 文章やコードを推論・生成する | 会社固有の事実や実行権限は自動で揃わない |
| プロンプト・指示ファイル | 目的、制約、参照先を伝える | 記述だけでは外部操作の権限制御や結果検証にならない |
| ハーネス | 資料、道具、作業の流れ、確認・停止を組み合わせる | 設計しただけで成果や安全性が保証されるわけではない |
一次情報で確認できたこと・確認できなかったこと
Anthropicは、単純な構成から始め、必要な場合にだけワークフローや自律性を増やすことを勧めています。生成と評価を分けて改善するパターンや、長時間の開発で作業記録を引き継ぐ設計も公式の技術記事にあります。OpenAIのGPT-6 Astra発表でも、モデルの進歩とCodexハーネスの更新は区別されています。
一方、「GPT-6 Astraで作り、Claude Fable 5.1で評価すれば必ず良い」「チェックを三回繰り返せば十分」といった一般的な保証は確認できません。別モデルによる評価も誤る可能性があります。公式情報と、投稿者が示す運用上の提案を分けて読む必要があります。
| 論点 | 確認結果 | 実務上の読み替え |
|---|---|---|
| モデルとハーネスは別 | OpenAI・Anthropicの公式資料に用語と区別がある | モデル名だけで作業品質を判断しない |
| 生成→評価→修正 | Anthropicが有効な構成例として説明 | 評価基準と実際の成果物を照合する |
| AstraとFableの役割分担 | 両モデルの存在は公式発表で確認。組合せの優位性は未検証 | 必要な場合だけ同一課題で比較する |
| 長い指示ファイルほど良い | むしろOpenAIは肥大化したAGENTS.mdの見直しを勧める | 常時必要な短い指示と参照資料を分ける |
架空の例：イベント告知文を作るなら
実在の企業や顧客情報を使わず、架空の地域イベントを例にします。依頼を「告知文を作って」だけで終えず、確定した日時・会場・参加条件を事実資料に分け、未決の参加費は「未定」と明示します。過去の告知文は文体の参考にし、古い日時や料金を事実として再利用しないよう区別します。
成果物は「見出し、短いSNS文、詳しいWeb案内の下書き」と決めます。AIが出した日時・金額・申込先を元資料と照合し、誤りや欠落を直します。公開は人の承認後に別工程で行い、AIへ投稿権限を渡す必要がないなら渡しません。この例は仕組みを理解するための見本であり、実際に効果を測った事例ではありません。
- 入力：確認済みの事実、未決事項、文体の参考を別々にする。
- 合格条件：日時・会場・費用・申込先が元資料と一致し、未決事項を断定しない。
- 権限：まずは資料の閲覧と下書き作成だけ。公開・送信は人が承認する。
- 確認：出力本文だけでなく、参照した根拠と変更箇所を確かめる。
AGENTS.md、CLAUDE.md、MCPは「ハーネスそのもの」ではない
AGENTS.mdやCLAUDE.mdは作業ルールや参照先を継続して伝えるためのファイルです。AnthropicはCLAUDE.mdを「文脈」であって、操作を必ず遮断する設定ではないと明記しています。OpenAIもAGENTS.mdを肥大化させず、作業に必要な情報を適切な場所に置くよう勧めています。
MCPはAIアプリと外部の道具・データをつなぐ仕組みです。接続できることと、その操作を許可すべきことは別です。機密ファイルの読み取り、メール送信、公開、支払い、削除などは、道具の権限と人の承認を別々に考えます。外部資料の中に紛れた指示を、利用者からの依頼と同じ権限で扱わないことも重要です。
有効性の評価：複雑な仕事ほど価値があるが、作り込みすぎない
この考え方が特に役立つのは、資料が複数あり、条件違いが起こりやすく、成果物を後から照合できる仕事です。Webページ制作なら、公開前の表示確認やリンク検査まで合格条件にできます。数行の言い換えのような簡単な作業では、複雑な多段階フローを作る費用や手間が利益を上回り得ます。
導入効果は「AIが賢く感じたか」ではなく、事実誤り、修正回数、人の確認時間、所要時間、費用、公開後の不具合で測ります。Anthropicは、複雑さを増やす前に単純な構成で足りるか確かめるよう勧めています。モデルや評価役を増やすこと自体を目標にしないのが、今回の投稿を実務に生かす際の重要な補足です。
結論：成功条件と確認の仕組みを先に作る
投稿の中心にある「モデル選びの前後に、仕事の渡し方と確かめ方を設計する」という提案は有用です。ただし、ハーネスは魔法の追加機能でも、長文プロンプトの別名でもありません。資料の鮮度、権限、合格条件、検証記録、人の承認まで揃って初めて、実務の品質を比較できます。
まず一つの小さな仕事で、入力と合格条件を明確にし、下書きと外部への実行を分離して試す。そこで残った失敗だけを手順や道具の改善に反映する、という順番が現実的です。
検証条件・対象環境
| 対象プラン | 特定プランは不要。使うモデル・ツールの契約と権限は個別確認 |
|---|---|
| 地域 | 特定地域の提供条件を検証した記事ではない |
| 利用面 | AIエージェント / Codex / Claude Code |
| 提供状態 | ハーネスの設計原則を解説。特定モデル・機能の利用可否は個別確認 |
| 実機確認 | X投稿を読み、OpenAI・Anthropic・MCPの一次資料と照合した。提示する架空の業務例は設計例であり、モデル間比較や実務成果の実機試験は行っていない。 |
| 次回見直し | 2026.10.29 |
よくある質問
AIエージェントのハーネスは長いプロンプトのことですか？
いいえ。プロンプトは一部で、エージェントが使う道具、情報、作業の流れ、結果の確認まで含む周辺の仕組みを指します。
GPT-6 AstraとClaude Fable 5.1を組み合わせれば品質が上がりますか？
その組合せの優位性はこの記事では確認できていません。まず合格条件を決め、同じ課題・同じ資料で成果と費用を比べる必要があります。
AGENTS.mdやCLAUDE.mdを書けば権限管理も済みますか？
済みません。これらはAIに渡す文脈です。実際のアクセス権、公開・送信・支払いの承認は別に設定してください。
更新履歴
X投稿を一次資料と照合し、ハーネスの意味、実務上の有用性、未検証の主張を整理。
情報源
一次情報と発見元を区別し、各ページの公開日と確認日を記録しています。
- ハーネスを解説したX記事（調査の入口）
投稿本文を確認。投稿者の事例や効果は独立した根拠として扱わない。
公開: 2026.09.11確認: 2026.09.29 - Demystifying evals for AI agents
エージェントのハーネスと評価用ハーネスの定義、結果と発話の区別を確認。
公開: 2026.01.09確認: 2026.09.29 - Building effective agents
単純な構成から始める方針、評価・改善ループ、停止条件と費用面を確認。記事は古い部分があると自ら注意書きしている。
公開: 2024.12.19確認: 2026.09.29 - Harness design for long-running application development
長時間作業の引き継ぎ、作成役と評価役を分ける実例と、その複雑さを確認。
公開: 2026.03.24確認: 2026.09.29 - GPT-6 Astra: A new generation of intelligence
GPT-6 Astra発表とCodexハーネス更新を区別して確認。利用可能日やアカウント別の状況は本記事で断定しない。
公開: 2026.09（ページ内に日付表記なし）確認: 2026.09.29 - Claude Fable 5.1 and Mythos 5.1
Fable 5.1の発表を確認。二つのモデルを併用した効果を示す資料ではない。
公開: 2026.09（月のみ表記）確認: 2026.09.29 - Rethinking skills and prompts for GPT-6 Astra
AGENTS.mdやスキル、プロンプトの肥大化を避ける方針を確認。
公開: 2026.09.11確認: 2026.09.29 - How Claude remembers your project
CLAUDE.mdとAGENTS.mdは文脈として扱われ、強制的な権限制御ではないことを確認。
公開: 日付表記なし（随時更新）確認: 2026.09.29 - Tools
MCPのツール接続と、人の確認を含む安全上の考慮事項を確認。
公開: 2025.11.25（仕様版）確認: 2026.09.29