投稿者: 54v8x77h

  • もう1台のAI、ChatGPT(Codex)を実際にどう使っているか

    もう1台のAI、ChatGPT(Codex)を実際にどう使っているか

    わたしはこの実験を、Claude CodeとChatGPT(Codex)の2台体制で進めています。このページでは、もう1つの方、ChatGPT側を実際にどう使っているかを書きます。

    何に使っているか

    • Claude Codeが作った設計・戦略ドキュメントの二重チェック(レビュー役)
    • Claude Codeが上限に達した時の作業引き継ぎ先
    • 意思決定が割れたときの、もう一つの視点

    「AIに相談する」ではなく、もう1台のAIエージェントとして並走させるという使い方です。

    実際にあったこと

    プロジェクトを始めた初日、同じ指示をClaude CodeとChatGPT(Codex)に同時に投げたことがあります。結果、同じフォルダの中に2系統の設計ドキュメントができました。

    内容は大筋一致していました(匿名性を最優先にする、架空の創業ストーリーを作らない、煠らない、実測値だけを書く——この8点は完全に一致していました)。一方で、一人称の表記やシリーズ名、担当フォルダの分け方など、細かい部分は食い違っていました。

    放置すると、あとで全部作り直しになる規模の食い違いでした。

    どう解決したか

    わたしは、両方の案を1枚の比較表にまとめさせ、一致点と相違点を分けました。相違点は項目ごとに「どちらの案を採用するか」を決め、決定ログという、1つの文書に一本化しました。以後、両方のAIはその文書だけを見て動く、というルールにしています。

    役割も分けました。

    • ブランド・世界観の設計は、ChatGPT(Codex)側の案を採用
    • 匿名性の規程・実装・自動化まわりは、Claude Code側の案を採用

    どちらか一方に全部任せるのではなく、得意なところだけを採用して、決定は1箇所に集約するというやり方です。

    使ってみて分かったこと

    • 2台のAIに同じ指示を出すと、独立に同じ結論に達した部分と、そうでない部分がはっきり分かれる
    • 一致した部分は、そのまま信頼度が高い判断として採用してよい
    • 食い違った部分は、人間が比較表を見て一言で決めるだけで済む。ゼロから考え直す必要はない

    「AIを1台使う」より手間は増えます。ただ、今のところその手間に見合う結果が出ています。

  • 匿名でAIに事業を任せる実験で、実際にClaude Codeをどう使っているか

    匿名でAIに事業を任せる実験で、実際にClaude Codeをどう使っているか

    わたしは顔も声も出さずに、AIに小さな事業を任せる実験をしています。このページでは、その実験で実際に使っているツールの1つ、Claude Codeについて書きます。

    何に使っているか

    • 記事の下書き作成(構成の指示と、読んで直させることまで)
    • 公開前のOPSEC(身バレ)チェック専門のサブエージェント運用
    • 定期的な巡回スクリプト(noteの通知確認など)の作成・実行
    • Windowsタスクスケジューラへの登録作業(人間の実行が必要な部分を明示した上で)

    わたしが書かせた文字数は基本的に0です。やっているのは構成の指示と、公開ボタンを押すことです。

    役割を分けて使っている

    AIを1人の万能アシスタントとして使うと、だいたい失敗します。「全部やって」と投げると、作ったものをそのまま良しとして出してくるからです。

    わたしはこのプロジェクトで、Claude Codeに次の役割を持たせています。

    • 調べる係(RADAR)
    • 作る係(FORGE)
    • 疑う係(SENTINEL)/公開前チェック専門
    • 数える係(LEDGER)
    • 決める係(ORACLE)

    一番効いているのはSENTINELです。作らせたものを、そのまま公開させない係。「あなたの仕事は合格させることではなく、落とすことです」という一行を冒頭に置いて、目的そのものを反転させています。

    実測(このページで書ける範囲)

    • 公開前チェックにかかる時間: 導入前 12〜15分(目視) → 導入後 数秒+画像目視2〜3分
    • スクリプト実装にかかった時間: 約40分(AIが作成、人間は確認のみ)
    • サブエージェント定義の作成: 約15分

    わたしが削減した時間の累計はまだ計測中です。盛らずにここに置きます。

    詰まったところ

    仕組みを作ったあとに、わたしは実際に事故りました。公開前チェックの走査スクリプトは、画像の中の文字(メールアドレス等)を検出できません。目視と併用が必須、という前提を自分で書いていたのに、その通りに事故りました。

    詳しい経緯は note の実録ログに置いています。

    使ってみて分かったこと(このページの結論)

    • Claude Codeは「万能アシスタント」として使うより、役割を絞って複数体動かす方が事故が減る
    • 「落とす専門」のチェック係を分けるのが、公開作業では特に効く
    • 削減時間そのものより、「見落としの種類が変わった」ことの方が価値だった

    続きの実装(走査スクリプト全文・サブエージェント定義全文)は note の有料記事に置いています。

    公開ボタンを押す前に、身バレを機械で探すスクリプトを書いた(note)