「ハーネス」とは何か
——世界一やさしいAIエージェント超入門

1. はじめに——「ハーネス」という言葉、急に増えました

2025年の終わりごろから、AIの世界で「ハーネス（Harness）」という言葉を目にする機会が一気に増えました。「ハーネスエンジニアリング」「エージェントハーネス」——なんだか難しそうな響きです。

でも、安心してください。この言葉が指している中身は、実はとても身近で、日常の感覚で理解できるものです。ひとことで言えば、こうなります。

この教科書では、たとえ話と図解をたっぷり使いながら、次のことを順番に理解していきます。

• 「ハーネス」という言葉のもともとの意味
• AIの世界でハーネスが何を指しているのか
• ハーネスの中に入っている「部品」のひとつひとつ
• なぜ「ハーネスを使いこなせるかどうかが瀬戸際」と言われるのか
• 専門家でなくても今日からできる、ハーネスづくりの第一歩

読み終わるころには、ニュースや記事で「ハーネス」という言葉が出てきても、「ああ、あの話ね」と落ち着いて読める状態になっているはずです。お茶でも飲みながら、ゆっくり進めていきましょう。

2. まずは言葉の意味から——馬具と安全帯のたとえ

「ハーネス（harness）」は、もともと英語で「馬具（ばぐ）」を意味する言葉です。馬具とは、馬に取り付ける革のベルトや金具のこと。馬車を引かせたり、畑を耕させたりするときに使います。

ここで、少し想像してみてください。

ハーネスにはもうひとつ、身近な使われ方があります。安全帯です。高い所で作業する職人さんが腰に付けるベルト、赤ちゃんの迷子防止ひも、犬の胴輪（どうわ）——これらもすべて「ハーネス」と呼ばれます。こちらの意味は「危ないことにならないよう、つなぎとめて守る道具」ですね。

3. AIの世界での「ハーネス」——たった1つの式で分かる

それでは、AIの世界の話に入ります。むずかしい定義をたくさん覚える必要はありません。世界中のAI企業や技術者たちが共通して使っている、たった1つの式を覚えれば十分です。

3つの言葉が出てきたので、ひとつずつ丁寧に見ていきましょう。

この図がこの教科書でいちばん大事な図です。真ん中の頭脳だけが「AI」なのではなく、外側の水色の部分まで含めて、はじめて「働けるAI」になる。これがハーネスの考え方の核心です。

4. たとえ話でまるごと理解——優秀な新人さんと、しっかりした職場

ここで、ハーネスの正体を体で感じられる、とっておきのたとえ話をしましょう。会社に、ものすごく優秀な新人さんが入ってきた場面を想像してください。

5. なぜ「頭脳」だけではダメなのか

「でも、AIはどんどん賢くなっているんでしょう？　賢くなれば環境なんて要らなくなるのでは？」——そう思った方、とても良い質問です。ここが、いま世界中の技術者が注目しているポイントです。

実際の現場では、こんなことが起きています。

なぜそうなるのか。頭脳だけのAIには、生まれつき3つの「ないもの」があるからです。

手足を与え、記憶を補い、状況を教え、暴走を止める。——この4つの役割を引き受けるのがハーネスです。第2章で見た「力を仕事につなぐ」「安全に保つ」という馬具の2つの意味、ちゃんとつながっていますね。

6. ハーネスの中身を見てみよう——7つの部品

それでは、ハーネスという「AIの職場」の中に、具体的にどんな部品が入っているのかを見ていきます。技術書ではいろいろな分け方がありますが、この教科書では代表的な7つの部品に整理します。すべて、第4章の「新人さんの職場」に対応させながら説明しますので、安心してついてきてください。

① ループ——仕事の段取り・回し方

人間は仕事をするとき、無意識に「考える→やってみる→結果を見る→また考える」を繰り返しています。AIの頭脳にはこの「繰り返す」しくみ自体がないので、外側のプログラムが「もう一回考えて」「次はこれをやって」と回し続けてあげます。この回すしくみを「ループ（エージェントループ）」と呼びます。ハーネスの心臓部です（次の章で図解します）。

② ツール——道具箱（手足の代わり）

ファイルを読む道具、ウェブを検索する道具、メールを送る道具、計算する道具……。頭脳に「あなたはこの道具が使えますよ」と渡してあげる道具箱です。大工さんに金づちとノコギリを渡すようなものですね。どんな道具を、いくつ、どんな説明書付きで渡すか——それだけでAIの仕事ぶりは大きく変わります。道具が多すぎると、人間と同じで迷ってしまうのも面白いところです。

③ ルールファイル——業務マニュアル

「うちの会社ではこう書く」「この言葉は使わない」「困ったらまず確認する」——そんな決まりごとを書いたマニュアルの文書です。AIは毎回これを読んでから仕事を始めます。Claude CodeというツールではCLAUDE.mdという名前のファイルがこの役割で、「エムディー」はただの文書形式の名前です。マニュアルの出来が新人さんの働きを左右するのは、人間の職場と同じです。

④ コンテキスト管理——机の上の書類整理

「コンテキスト」とは、AIがいま見えている情報の範囲のこと。人間でいえば「机の上に広げてある書類」です。机は無限に広くないので、関係ない書類が山積みだと大事な1枚を見落とします。必要な書類だけを、必要なときに、机に載せてあげる——この整理整頓の技術がコンテキスト管理です。ハーネスの中でも特に大事な部品とされています。

⑤ フィードバックループ——検算・見直しのしくみ

人間も、書いた文章を読み返したり、計算を検算したりしますよね。AIにも同じことをさせます。「作ったら、必ずテストする。ダメなら直す」という往復のしくみです。答え合わせの方法（テスト）が用意されている仕事ほど、AIは自分で間違いに気づいて直せるので、ぐんと安定します。作る係と検査する係で、AIを2人に分ける工夫もよく使われます。

⑥ メモリ——仕事ノート・引き継ぎ書

第5章で見たとおり、頭脳は会話が終わると忘れてしまいます。そこで「今日はここまでやった」「この方針で進めることに決めた」という記録を外部のファイルに残し、次の作業のときに読ませます。長い仕事を何日にも分けて進めるための、引き継ぎ書のようなものです。

⑦ ガードレール——安全柵・禁止事項

「このフォルダのファイルは消してはいけない」「お金に関わる操作は必ず人間に確認する」——そんな安全のための柵です。道路のガードレールが車の転落を防ぐように、AIがうっかり危ない操作をするのを、頭脳の外側のしくみで物理的に止めます。ハーネスの語源にあった「安全帯」の意味が、いちばん色濃く出ている部品です。

※ 会社や資料によって部品の数え方・呼び方は少しずつ違います。「だいたいこの7つの働きがある」と覚えておけば、どの記事を読んでも迷いません。

7. エージェントの「ぐるぐる回るループ」を図で見る

7つの部品のうち、心臓部である「ループ」だけは、ぜひ図で理解しておきましょう。エージェントが仕事をしている間、内部ではこんなサイクルがぐるぐる回っています。

たとえば「このデータを集計して報告書にして」と頼んだとき、エージェントの中ではこんなことが起きています。

このぐるぐるを、仕事が終わるまで何十回も繰り返します。1回ごとの賢さはモデルの力ですが、「回し続けても脱線しない」「失敗に気づける」「危ないところで止まる」のはハーネスの力です。長く回れば回るほど、小さなズレが積み重なって大事故になりやすい——だからこそ、長い仕事を任せる時代にはハーネスの出来が決定的になるのです。

8. AI活用の3つの進化——プロンプト→コンテキスト→ハーネス

「ハーネス」という言葉がなぜいま注目されているのかを知るには、ここ数年のAI活用の流れを振り返るのが近道です。技術者たちの関心は、大きく3つの段階を経て進化してきました。

なぜ第3段階に進んだのか。理由はシンプルで、AIに任せる仕事が長く・大きくなったからです。ひとつの質問に答えるだけなら「頼み方」の工夫で足りました。しかし「何時間もかけて資料一式を作り上げる」「何日もかけてシステムを組む」といった仕事を任せるようになると、頼み方だけでは支えきれません。長丁場の仕事を安定して任せるには、職場ごと設計する必要がある——それが「ハーネスエンジニアリング」誕生の背景です。

9. 「内部ハーネス」と「外部ハーネス」——作る人と使う人

実は「ハーネス」という言葉、話す人の立場によって指す範囲が少し違うことがあります。記事を読むときの混乱を防ぐために、ここを整理しておきましょう。ポイントは「作る人のハーネス」と「使う人のハーネス」の2層があることです。

10. 身近な実例——Claude Code はハーネスのかたまり

ここまでの話を、実在のツールで確かめてみましょう。Anthropic社の「Claude Code（クロード・コード）」は、パソコンの中で自律的に作業してくれるAIエージェントのツールで、ハーネスの見本市のような存在です。これまでの7つの部品と、きれいに対応しています。

つまり、「Claude Codeを使いこなす」とは、頭脳の賢さを引き出すことであると同時に、この表の右側——ルールファイルを書き、権限を設計し、確認のしくみを整えることにほかなりません。それはまさに「外部ハーネスを育てる」作業です。すでにルールファイルや権限設定を触ったことがある方は、知らないうちにハーネスエンジニアリングを実践していた、というわけです。

※ ChatGPTやGeminiにも同様のエージェント機能があり、考え方は共通です。ここではしくみが見えやすいClaude Codeを例にしました。

11. なぜ「使いこなしの瀬戸際」と言われるのか

冒頭で触れた「ハーネスを使いこなせるかどうかが、AIを使いこなせるかの瀬戸際」という言葉。ここまで読んだあなたなら、その理由がもう見えているはずです。3つに整理しましょう。

12. 今日からできる、あなたのハーネスづくり

「理屈は分かった。で、私は何をすればいいの？」——お待たせしました。この章がこの教科書の本番です。専門家でなくても今日から始められる外部ハーネスづくりを、基本の4ステップと、丸ごとまねできる実例3本で、じっくり解説します。

先に、いちばん大事な心構えをひとつだけ。

基本の4ステップ（どの仕事にも共通する型）

補足：書いたルールファイルは、どこに置いて、どう読ませる？

「ルールを書くのは分かった。でも、書いたファイルはどこに置いて、どうやってAIに読ませるの？」——ここでつまずく方がとても多いので、先に片づけておきましょう。答えは「使っているAIの形によって、3段階ある」です。下の段に行くほど手間が減ります。

……と、型だけ聞いても、まだ手が動きませんよね。ここからが本番です。この4ステップを、実際の仕事3つに当てはめて、ルールファイルの中身まで丸ごとお見せします。3つの例はわざと性格の違う仕事を選びました。

実例1：会議の議事録づくり——ルールファイルの基本を学ぶ

いちばん身近な例から始めましょう。会議の録音を文字起こしして、AIに「議事録にして」と頼む仕事です。まず、ハーネスなしで頼むとどうなるか。よくある光景がこちらです。

AIが悪いのではありません。新人さんに口頭で「いい感じにまとめて」と言ったのと同じだからです。では、職場を作ってあげましょう。

ステップ1：ルールファイルを書く。実際にこのまま使える見本です。難しい言葉はひとつもありません。

ポイントは6番です。AIの頭脳は空欄があると気を利かせて埋めたがる性質があります。「推測せず、印を付けて残せ」と逃げ道を用意してあげることで、こわい「勝手な穴埋め」がぴたりと止まります。人間の新人さんに「分からなかったら空欄でいいから聞いてね」と言ってあげるのと同じですね。

ステップ2：道具と資料を整える。フォルダをひとつ作り、中身をこう並べます。

とくに効くのが名簿ファイルです。「渡辺／渡邊」「斎藤／齋藤」のような漢字違いは、AIには音だけでは判別できません。正解の一覧を渡した瞬間、人名ミスはほぼ消えます。そして机の上（コンテキスト）に載せるのは「今回の文字起こし＋この4ファイル」だけ。先月の別会議の資料などを一緒に見せると、混ざる原因になります。

ステップ3：答え合わせの方法を決める。ルールの最後に、こう1行足します。

「自己点検して、結果を表で見せて」と頼むのがコツです。AIはチェックリストを渡されると、本当にそれに沿って自分の間違いを見つけて直します。人間なら「提出前にセルフチェックしてね」と付せんを貼るのと同じことです。

ステップ4：記録と柵。この仕事の柵はシンプルで十分です。「元の文字起こしファイルは書き換えない（議事録は別ファイルに作る）」「社内共有フォルダへの保存と配布は人間がやる」。そして運用しながら、失敗に気づくたびルールに1行追記します。たとえば——

この「1行追記」の積み重ねこそが、ハーネスが資産として育つ瞬間です。3か月後、あなたのルールファイルは15行になり、議事録の品質は誰が頼んでも安定するようになっています。

実例2：毎月の数字入り報告書——「検算」という答え合わせの威力

2本目は、数字をあつかう仕事です。売上でも、参加者数でも、アクセス数でも構いません。「先月のデータを渡して、月次報告書を作ってもらう」場面を考えます。

数字の仕事には、実例1にはなかった強力な味方が使えます。「計算は道具にやらせて、検算結果を見せてもらう」という答え合わせです。ルールファイルの見本がこちら。

要となるのは2番と4番です。

2番の「計算の道具を使う」は、そろばんが苦手な人に電卓を渡すのと同じです。ChatGPTやClaudeには、裏でプログラムを動かして計算する機能（コード実行。「データ分析機能」などと呼ばれます）があり、これを使わせると計算ミスが構造的になくなります。さらに「検算表を末尾に付けて」と頼むことで、元データの合計と報告書の合計が一致していることを、あなたの目でも10秒で確かめられるようになります。

4番の「理由を断定しない」は、AIのもっともらしい創作を防ぐ柵です。AIは文章の流れとして自然なら、根拠のない理由でも書けてしまいます。「保留を付けよ」とルールで決めておけば、あなたが読むときに「ここは要確認なんだな」と一目で分かります。

道具と資料は、①元データ（読み取り専用のコピーを渡す）、②ひな形、③先月の完成版報告書（お手本）の3点セット。柵は「元データの原本は触らせない。作業は必ずコピーで」「社外・上司への送付は人間がやる」の2本で十分です。

実例3：お店・団体のSNS発信——「下書き止まり」という最強の安全柵

3本目は、外の世界に公開される仕事です。お店のお知らせ、地域団体のイベント告知、ブログ記事。この種の仕事は失敗が「外に出てしまう」ため、ガードレールの考え方がいちばんよく学べます。

ルールファイルの見本です。事実・文体・安全の3つを守る構えになっています。

この例の主役は、1番の「一次情報の一本化」と7番の「下書き止まり」です。

まず1番。営業時間や料金のような「間違えると実害が出る情報」は、正解を1つのファイル（基本情報.txt）に集約し、「ここからしか写してはいけない」と決めます。給食の献立表が1枚しかなければ配り間違いが起きないのと同じ理屈で、情報の出どころを1本化すると、事実の間違いは劇的に減ります。営業時間が変わったら、直すのもこの1ファイルだけで済みます。

そして7番。「取り返しのつかない操作は、必ず人間の手に残す」——これはSNSに限らず、あらゆるハーネスづくりに通じる黄金律です。文章を作るのは何度でもやり直せますが、「公開」は取り消しがききません。メールの「送信」、ネット注文の「購入」、ファイルの「削除」も同じです。やり直せる作業はAIに任せ、やり直せないボタンは人間が押す。この線引きさえ守れば、AIに仕事を任せることは、思っているよりずっと安全です。

育て方もこの仕事ならではです。投稿への反応（よく読まれた・読まれなかった）を月に一度メモに残し、「写真付きの投稿のほうが反応が良いので、写真の提案も添える」のように、うまくいったパターンをルールへ昇格させていきます。ハーネスが、あなたの発信ノウハウの貯金箱になっていくわけです。

3つの実例に共通する「型」——そして最初の1週間

3本の実例、いかがでしたか。仕事の中身はバラバラでも、やったことは毎回同じだと気づかれたはずです。

最後に、これを読み終えたあなたの「最初の1週間」を提案して、この章を締めくくります。

13. よくある質問

14. まとめと用語集

用語集（五十音順）

ここまで読み通してくださって、おつかれさまでした。次にニュースで「ハーネス」という言葉を見かけたら、きっと「ああ、AIの職場づくりの話だな」と読めるはずです。そして何より——あなたが今日マニュアルを1枚書けば、それはもう立派なハーネスエンジニアリングの第一歩です。