1同調を防ぐため、反対役を先に設計する

AIは利用者の前提に合わせやすく、事業案の弱点を十分に指摘しないことがあります。 動画では、モデルが人間の前提へ反論できなかった割合が約88%だったという研究を、この問題の説明材料として紹介しています。 返却資料に論文名や著者情報はないため、これは動画内で示された数値として扱います。

対策として紹介されるカスタムスキル「Roast」は、1つのAIに賛否を同時に考えさせず、5つの役割へ評価を分けます。

最後にJudge役が意見をまとめ、GO、Reshape、Killの3段階で判定します。 実演では、月額9ドルのYouTube字幕生成ツール案に対し、無料の代替手段が多く参入障壁も低いとして、そのまま進めず再構築する判断が示されました。 同時に、48時間以内に需要を確かめる低コストな検証案も提示されています。

2「完成しました」ではなく、検証結果を受け取る

プログラムやWebページは、コードが生成されただけでは完成ではありません。 動画では、GitHub Copilotが生成したコードの約40%にセキュリティ上の問題が含まれていたという研究と、 メール送信エージェントが全体の25%しか処理していないのに完了を報告した例が紹介されています。 これらも動画内で示された研究・事例です。

Webサイト制作の実演では、ブラウザ操作を自動化するPlaywright CLIを使い、自己検証を作業工程へ含めています。

1. ローカルサーバーを起動する。 生成したページを、実際にブラウザで開ける状態にします。
2. PCとスマートフォンの画面を撮影する。 画面幅による表示崩れや、要素のはみ出しを確認します。
3. 異常な入力も試す。 無効なメールアドレスや重複登録など、見た目だけでは分からない条件を確認します。
4. 問題がなくなるまで修正と検証を繰り返す。 スクリーンショット、テスト結果、エラー件数を完成判断の証拠にします。

3長いセッションは、要約してから切り替える

対話へ情報を追加し続けると、必要な決定事項と古い試行錯誤が同じ文脈に混在します。 動画では、18種類のAIモデルを比較した研究をもとに、上限へ達する前から回答品質が落ちる「Context Rot」が起こると説明しています。

切り替え時には、動画内のカスタムスキル/session_handoffで再開に必要な状態を保存します。 Claude Codeを起動しただけで使える標準機能とは限りません。

1. すでに決まったこと 採用した方針と、変更してはいけない条件を残します。
2. 作成したファイル 成果物の保存場所と役割を記録します。
3. まだ終わっていない課題 未解決事項と確認が必要な点を分けます。
4. 次に実行する手順 新しいセッションが迷わず再開できる具体的な一手を書きます。

引き継ぎを保存した後、動画では/clearでセッションを初期化し、新しい画面へ要約を渡します。 会話を捨てるのではなく、必要な状態だけをファイルへ移してから不要な文脈を外す方法です。

4並列化では、仕事と完了条件を分ける

作業を速くするには、1つのAIへ依頼を追加し続けるのではなく、互いに依存しない仕事を別々のサブエージェントへ渡します。 動画では、リード役が複数のサブエージェントを統括する構成が、単一エージェントより90%以上高い性能を示したという調査を紹介しています。 比較条件の詳細は返却資料にないため、この数値も動画内の説明として扱います。

市場投入計画の実演では、次の6つの仕事を同時に進めています。

動画内のカスタム機能/goalとEvaluator役は、ファイルの存在、内容が空でないこと、競合数などを確認します。 実演では8分間で資料一式が生成されましたが、これは動画内の環境とタスクで得られた結果であり、同じ時間での完了を保証するものではありません。