優秀な人でも、初日からいつもどおりには働けない
経験豊富な方が、新しい職場に入った初日を想像してみてください。知識も腕もあります。それでも、その日のうちにいつもどおりの成果を出すことは難しいのではないでしょうか。
資料はどのテンプレートで作るのか。ファイルはどこにあり、どこまで見てよいのか。誰の確認を、どの順番で取るのか。この会社では、その言葉を何の意味で使っているのか。能力の問題ではなく、仕事をするための環境と決まりごとが手元にないのです。
AIエージェントもまったく同じです。Claude や ChatGPT、Gemini といったAIの「頭脳」にあたる部分をモデルと呼びます。モデルがどれだけ賢くなっても、その会社の決まりごとを知らず、使える道具もなければ、仕事は任せられません。
この「仕事をするための環境と決まりごと」にあたるものが、ハーネスです。
ハーネスとは:モデルの周りに用意するものすべて
ハーネス(harness)は、もともと馬具を指す言葉です。馬の力を、荷車を引くという仕事に向けるための道具一式を意味します。力そのものではなく、力を仕事に変える仕組み、というところがポイントです。
AIエージェントの世界でも同じ意味で使われます。モデルが考える力だとすれば、ハーネスは、その力を実際の仕事に向けるためにモデルの周りに用意するものすべてです。私たちが標準で使っている Claude Code の公式ドキュメントも、モデルの周りで道具を提供し、モデルに見せる情報を管理する層のことをハーネスと説明しています。
モデルだけ
- 一般的な知識で答える
- 会社の決まりごとは毎回説明が必要
- ファイルやシステムには触れない
- 前回の指摘は覚えていない
モデル+ハーネス
- 会社のルールに沿って作業する
- 決まりごとは最初から読み込み済み
- 許可された範囲で道具を使う
- 指摘は次回以降にも引き継がれる
チャット画面に質問を打ち込むだけの使い方は、左側に近い状態です。毎回、背景を説明し直す必要があります。
ハーネスの中身:6つの部品
では、具体的に何がハーネスにあたるのでしょうか。Claude Code を例にすると、主な部品は6つあります。新しく入った人に用意するものと並べると、イメージしやすくなります。
- 01就業ルール
指示書
毎回必ず読み込む決まりごと。仕事のルールや用語の定義
- 02業務マニュアル
スキル
特定の作業の手順書。必要なときだけ読み込む
- 03入館証・ID
接続
社内のストレージや業務システムにつなぐ仕組み
- 04職務権限
権限
確認なしでしてよいこと、してはいけないことの線引き
- 05チェックリスト
自動チェック
作業の前後に必ず走る検査。人の指示に頼らない
- 06引き継ぎメモ
記憶
作業の中で学んだことを残し、次回に引き継ぐ
指示書。 Claude Code では CLAUDE.md という名前のファイルです。作業を始めるたびに必ず読み込まれます。「資料は必ず指定のテンプレートから作る」「外に出す前に必ず確認を取る」といった、常に守ってほしい決まりごとを書きます。
スキル。 「説明会の資料を作る」「打ち合わせの記録をまとめる」のような、特定の作業の手順書です。指示書と違い、その作業をするときにだけ読み込まれます。必要なものだけを読むので、手順書が増えても全体が重くなりません。
接続。 MCP(Model Context Protocol)という共通の仕組みで、クラウドストレージや業務システムにつなぎます。つないだ先の資料を、AIエージェントが自分で探して読めるようになります。
権限。 ファイルの編集やコマンドの実行のうち、どこまでを確認なしで任せるかを設定します。「読むのは自由、書き換えは確認してから」のような線引きができます。
自動チェック。 フックと呼ばれる仕組みです。「ファイルを保存したら必ず検査を走らせる」のように、AIの判断に任せず必ず実行させたい処理を登録します。
記憶。 作業の中で受けた指摘や好みを残しておき、次の作業に引き継ぐ仕組みです。
どれも中身は文章と設定です。難しいプログラムではなく、人が読んで分かるファイルとして残る点が、後で説明するうえでも大切になります。
なぜお客様ごとにハーネスを分けるのか
ここからが、私たちの仕事の進め方の話です。Huberitus では、ご支援するお客様ごとに専用のハーネスを用意し、支援を続けながら育てています。
理由は単純で、お客様ごとに決まりごとも、仕事の中身も違うからです。実際の支援の中で、ハーネスに収めて育てているものを紹介します。
- PowerPointのマスタ。 お客様ごとのスライドマスタ(ひな型、色、フォント)をハーネスで定義し、資料は必ずそこから作ります。
- スライドの書き方。 見出しの付け方、強調の入れ方、図と文章の配分。スライドライティングのお作法もお客様ごとに違うため、それぞれのハーネスに収めています。
- 特定の作業。 繰り返し発生する作業はスキルにまとめ、ひと言の指示ですぐに実行できるようにしています。
- 決まって行う処理。 作業のたびに欠かせない決まった処理は、フックで自動的に実行させます。
- 権限の確認。 参照してよい資料か、共有してよい範囲か。この確認は、アウトプットを出す前に必ず通るようにしています。
どれも、お客様が替われば中身が変わります。あるお客様で正しい進め方が、別のお客様でも正しいとは限りません。新しく入った人が職場ごとに仕事を覚え直すのと同じことを、AIエージェントにもしてもらう必要があります。
私たちのハーネスは、3つの層でできています。
1. 製品標準
Claude Code が最初から備えている道具と仕組み
例:ファイルの読み書き、検索、権限の確認
2. 社内共通
どのお客様の支援でも使う、私たちの仕事の型
例:資料の作り方、数値の持ち方、確認の手順
3. お客様別
そのお客様の決まりごとと、支援の中で学んだこと
例:テンプレート、用語、資料の体裁、いただいたご指摘
1つ目の層は、誰が使っても同じです。差が出るのは2つ目と3つ目です。とくに3つ目の層は、そのお客様とのやり取りの積み重ねがなければ作れません。
「育てる」とは、ご指摘を書き残すこと
ハーネスは、最初から完成しているものではありません。育て方はとても地味で、いただいたご指摘を、その場かぎりにせず書き残すことに尽きます。
作業する
AIエージェントが、今のハーネスに沿って下書きを作る
確認する
担当者とお客様が内容を見て、直すべき点を指摘する
原因を分ける
その場だけの修正か、次回も起こる話かを見分ける
書き残す
次回も起こる話は、指示書や手順書に反映する
- 01AI
作業する
AIエージェントが、今のハーネスに沿って下書きを作る
- 02人
確認する
担当者とお客様が内容を見て、直すべき点を指摘する
- 03人
原因を分ける
その場だけの修正か、次回も起こる話かを見分ける
- 04AI+人
書き残す
次回も起こる話は、指示書や手順書に反映する
- 次の作業は、更新されたハーネスで始まる
たとえば、ある資料に「いま全体のどこを説明しているのかが分かりにくい」というご指摘をいただいたとします。その資料を直すだけなら、次の資料でまた同じご指摘を受けることになります。指示書に「全ページの右上に、いまの章を示す」と書き足せば、次からは最初の下書きがその形で出てきます。
人の組織でいえば、引き継ぎ書や業務マニュアルを更新し続けることにあたります。違うのは、AIエージェントは書かれたことを毎回必ず読む、という点です。書き残した分だけ、確実に次の仕事に効いてきます。支援が長くなるほど、そのお客様に合った動き方をするようになっていきます。
環境はお客様ごとに分け、型はチームで共有する
お客様ごとにハーネスを育てるうえで、いちばん気をつけているのが情報の扱いです。考え方は2つあります。
お客様ごとに作業環境を分ける。 あるお客様の資料や、そのお客様向けのハーネスが、別のお客様の作業に入り込まないようにします。私たちは、1台のマシンの中でもお客様ごとに独立した作業環境を用意し、AIエージェントが読める範囲をそのお客様の領域に限っています。権限の設定で「このフォルダの外は読まない」と線を引けることも、ハーネスの大事な役割です。お客様と共有する場所に置くものと、社内にとどめるものの線引きも、ハーネスに書いてあります。
チームで共有すべきものは、1か所に集める。 手順書や指示書を担当者それぞれのパソコンに置くと、人によってAIエージェントの動き方が変わってしまいます。私たちは、共有すべきものを社内標準のクラウドストレージに集め、MCPでAIエージェントから参照できるようにしています。誰かが手順書を直せば、チーム全員のAIエージェントが、次の作業からその内容で動きます。
お客様別のハーネスは担当者個人のものではなく、チームのものです。担当が替わっても、そのお客様について学んだことは残ります。こうして、お客様別の層と社内共通の層の両方が育っていきます。
AIサービスそのものの選び方、つまりデータの機密度に応じて法人契約(学習利用なし)とローカルLLMをどう使い分けるかは、データの4段階分類表の記事で整理しています。
落とし穴と、説明のしやすさ
ハーネスを育てるときに、つまずきやすい点もあります。
- 書きすぎる。 指示書は毎回すべて読み込まれます。長くなりすぎると、大事な決まりごとが埋もれます。常に必要なことだけを指示書に置き、特定の作業の手順はスキルに分けます。
- 古い決まりごとが残る。 テンプレートや確認の流れが変わったのに、指示書が前のままになっていることがあります。社内の規程と同じで、定期的な見直しが要ります。
- お客様の情報が共通の層に混ざる。 共通化するときに、社名や数字、固有の事情が残っていないかを、人の目で確認します。
- 任せきりにする。 ハーネスが育つと下書きの質は上がりますが、最終的な判断と確認が人の仕事であることは変わりません。
一方で、ハーネスには説明がしやすいという利点もあります。AIエージェントに何を指示し、何を許可し、どんな検査をかけているか。そのすべてが、人の読める文章と設定として残っています。「AIがどう動いたか分からない」のではなく、「この決まりごとに沿って動かしています」と示せます。お客様に進め方をご説明するときにも、社内で確認を受けるときにも、これは大きな意味を持つと考えています。
まとめ
AIエージェントの働きぶりは、モデルの性能だけでは決まりません。指示書、スキル、接続、権限、自動チェック、記憶。モデルの周りに用意するこれらの仕組みがハーネスで、同じモデルでも、ハーネスによって任せられる仕事は大きく変わります。お客様ごとに決まりごとも仕事の中身も違う以上、ハーネスもお客様ごとに育てる必要があります。私たちは、お客様ごとに環境を分け、いただいたご指摘を書き残し、チームで共有することで、そのお客様に合ったAIエージェントの型を作り続けています。
自社の業務にAIエージェントを取り入れるとき、何から決まりごとを書き出せばよいか。整理の段階からご相談いただけます。お問い合わせからご連絡ください。
参考資料
- Claude Code 公式ドキュメント「How Claude Code works」(ハーネスの説明、指示書・記憶・権限の仕組み)
- Claude Code 公式ドキュメント「Extend Claude Code」(スキル、MCP、フックの位置づけ)
- Model Context Protocol 公式サイト(MCPの仕様)
本記事は一般的な情報提供を目的としたものであり、個別のシステム構成やセキュリティ対策については専門家にご相談ください。記事中の事例は複数の支援経験をもとに一般化したもので、特定の企業を示すものではありません。製品の機能に関する記述は執筆時点(2026年11月)の公開情報に基づきます。