ホーム / AI × FA ダイジェスト / 2026-08-03 A
制御設計 5 TOPICS TOPIC 01 制御設計
キーエンスが技術問い合わせに答える生成AIアシスタントをリリース キーエンスが、商品に関する技術的な問い合わせに自動で回答する「生成AIアシスタント機能」をリリースした。ユーザーが商品利用時に抱く困りごとや相談に対し、生成AIが迅速に回答を提供する。備わっている機能として、過去のやり取りを一覧表示して呼び出せること、会話の文脈を記憶して継続的な質問に的確に回答すること、ブラウザ上で参照元PDFの該当ページを直接閲覧できることが挙げられている。さらに回答結果のコピー、表形式での回答生成、プログラムコードの生成にも対応する。詳細は公式サイト(keyence.co.jp/ss/general/about-ai-assistant)に掲載されている。なお記事には提供開始時期、具体的な利用条件、従来の問い合わせ対応との比較、数値データの記載はない。
+ TAKE IT TO THE FIELD 現場での活用アイデア + 最初の一歩は、いま手元にある案件で「この型式のアナログ入力レンジはどう設定するか」「この通信ユニットのタイムアウト既定値は何秒か」といった、これまで営業担当に電話していた質問をそのままぶつけてみること。ポイントは参照元PDFの該当ページが開ける点で、回答文だけでなく必ずその原典ページを目視して裏取りする運用にする。次の段階は、頻出の問い合わせ(型式選定・配線・エラーコードの意味)を一覧機能でストックし、後輩に渡す社内FAQの下書きにすること。会話の文脈を覚えるので、「さっきの構成のまま入力点数を倍にしたら」といった追い質問がしやすい。コストはキーエンス製品ユーザー向けの機能で、記事に有償である旨の記載はないため、まず追加費用ゼロの前提で試して確認する。注意点は、生成された回答やプログラムコードをそのまま客先提出の仕様書・プログラムに転記しないこと。参照元PDFのページ番号まで確認したものだけを採用する、という線を最初に引いておく。
TOPIC 02 制御設計
Rockwell CompactLogix 5380 とキーエンス KV-8000 を EtherNet/IP でつなぐ実践シリーズ 「Rockwell PLCとKV-8000のEtherNet/IP連携を試す」という全9章のシリーズで、第4〜6章が公開されている。第4章では Studio 5000 Logix Designer Version 38 を使い、開発PCと 5069-L306ER を USB Type-B ケーブルで接続してオンライン接続を確認する。第5章では CompactLogix 5380 の2つの Ethernet ポートを Dual-IP モードに設定し、A1 と A2 へ異なるIPアドレスを設定する。第6章では KV STUDIO で KV-8000 用の新規プロジェクトを作り、ネットワークユニット KV-XLE02 の2ポートへIPアドレスを設定する。
概要の続きを読む+ 構成は具体的で、A1/PORT1 が Rockwell側 10.10.10.10/24・KV-XLE02側 10.10.10.20/24 で EtherNet/IP タグ通信用、A2/PORT2 が Rockwell側 192.168.10.10/24・KV-XLE02側 192.168.10.20/24 で PLCリンク検証用。手順は実機からユニット構成を読み出し、PORT1・PORT2 にサブネットマスク付きでアドレスを与え、PLC転送でユニット設定情報を含めて書き込み、最後に Ping で疎通確認するという流れ。シリーズは第7〜8章で Produced Tag と PLCリンクの通信実装、第9章で通信方式の比較検証まで進む予定。
+ TAKE IT TO THE FIELD 現場での活用アイデア + 客先設備に Rockwell と国内メーカー PLC が混在している案件で、そのまま手順書として使える資料。最初の一歩は、この第5章の Dual-IP の考え方だけ先に頭に入れること。1台の PLC に検証用ネットワークと本番タグ通信のネットワークを分けて持たせられるので、現地で本番ラインを止めずに通信の当たりを取れる。次の段階は、記事のアドレス体系(10.10.10.x をタグ通信、192.168.10.x をリンク検証)をそのまま自社の試験用ルールとして採用し、社内の検証盤で第6章まで一度なぞってみること。KV STUDIO 側は「実機からユニット構成を読み出す」→ ポートごとにアドレス設定 → PLC転送でユニット設定情報を含める、という順番を外すと書き込んだつもりで反映されない箇所なので、ここは手順どおりにやる。コストは、Studio 5000 のライセンスと実機があれば追加費用ゼロ。手元に実機がなければ、まず第9章の通信方式比較が出るのを待って、Produced Tag と PLCリンクのどちらを提案するかの判断材料に使うだけでも元が取れる。注意点は、記事のIPがプライベートアドレスの例である以上、客先の既存ネットワークとぶつからないか事前確認が要ること。
TOPIC 03 制御設計
パナソニック インダストリーが IEC 62443-4-1 を取得、CRA 対応の脆弱性情報サイトを公開 パナソニック インダストリーが、産業デバイス事業部における産業用オートメーションと制御システム製品の開発ライフサイクルプロセスで、国際規格「IEC 62443-4-1」の認証を第三者機関のテュフズードから取得した。認証の対象は個々の製品ではなく、産業用オートメーションと制御システム製品の開発ライフサイクルプロセスである。これに伴い、欧州サイバーレジリエンス法(CRA)への対応の一環として、製品セキュリティの取り組み方針や脆弱性情報などを網羅した専用WEBサイトを開設し、情報の公開を開始した。専用サイトでは、製品セキュリティポリシー、脆弱性対応方針、発見された脆弱性の対応状況、アップデート推奨情報などのセキュリティアドバイザリを公開する予定としている。記事に認証の具体的な取得日時や数値データの記載はない。
+ TAKE IT TO THE FIELD 現場での活用アイデア + 欧州向け装置を出している、あるいは今後出す可能性がある客先を持っているなら、これは調達仕様書の話として自分に返ってくる。最初の一歩は、いま設計に使っている制御機器メーカーごとに「セキュリティアドバイザリの公開ページがあるか」をブラウザで一巡して確認し、URLを1枚のスプレッドシートにまとめること。パナソニックのように専用サイトを立てているメーカーと、まだのメーカーが分かれるので、その差がそのまま将来の部品選定リスクになる。次の段階は、客先から「この盤の構成機器の脆弱性対応方針を出してくれ」と言われた時に即答できるよう、機種選定時のチェック項目に「62443 系の認証有無」と「アドバイザリ公開ページの有無」を足すこと。コストはゼロ、かかるのは調査の半日程度。注意点は、IEC 62443-4-1 は開発プロセスの認証であって、その製品が脆弱性ゼロだと保証するものではない点。取得済みメーカーであってもアドバイザリの購読は必要で、むしろ公開されているからこそ定期的に見に行く運用を自分側で作る必要がある。
TOPIC 04 制御設計
Google Apps Script だけで MCP サーバーが立ち、Gemini Spark から呼べた Google Apps Script の Web アプリが MCP サーバーとして成立し、Cloudflare Workers のような中継サーバーは要らないことが実証された。記事は2026年8月2日公開、動作確認は8月1日。MCP の Streamable HTTP は伝票フォーマットが決まっているだけで、実装は JSON-RPC 2.0 のリクエストを POST で受け取って JSON で返すだけ。応答すべきメソッドは initialize、notifications/initialized、tools/list、tools/call、ping の5つ。GAS 側の制約は5つあり、それぞれ回避策が示されている。
概要の続きを読む+ リクエストヘッダーが読めないのでクエリパラメータ ?token=xxx でトークン認証する(代償として接続URLそのものが秘密情報になる)。SSE が返せないのでツール実行専用と割り切る。ステータスコードが200固定なので202が必要な通知も200と空ボディで代用する。GAS の Web アプリは script.google.com から script.googleusercontent.com へ302で飛ばされるため、POSTをGETで追うクライアントを使う必要がある。Workspace アカウントではURLに /a/<ドメイン>/macros/ が付くため正規化が要る。デプロイは executeAs を USER_DEPLOYING、access を ANYONE_ANONYMOUS にする必要があり、守りがトークン1本になる前提で設計する。Gemini Spark 側では会話で @ を打ってアプリを指定してから依頼する形で、AIが状況を見て勝手に MCP を選ぶ動きではない。
+ TAKE IT TO THE FIELD 現場での活用アイデア + すでに GAS で書いている帳票スクリプトを、AI から呼べる道具に格上げできるという話。最初の一歩は、既存の GAS プロジェクトに doPost を1つ足し、tools/list で「案件番号を渡すと該当スプレッドシートの行を返す」ツール1本だけを定義してデプロイすること。これで「この案件の試験成績書の進捗どうなってる?」と AI に聞けば、スプレッドシートを開かずに返ってくる状態が作れる。次の段階は、部品表の型式検索や、点検記録シートへの行追加といった読み書き両方のツールを足していく。記事にあるとおり description は機能説明でなく「〜と言われたときに使う」の形で書くのがコツ。コストは GAS も Gemini のウェブ版も既存契約の範囲で、追加費用ゼロで試せる。注意点は認証設計で、アクセスを「全員(匿名を含む)」にせざるを得ない以上、守りは URL に埋めたトークン1本だけになる。客先情報や原価が入ったシートは最初の対象にしないこと。まず自分専用の作業メモや進捗管理シートで、漏れても困らない範囲から始めるのが安全。
TOPIC 05 制御設計
「分けられるようになったから、あえて減らす」ラダー設計論 シーケンサを覚える前はリレーで回路を組んでいたという設計者の振り返り。リレーは物理的な部品なのでパネルスペースもコストもかかり、自動用と手動用で別々のリレーを用意する発想はそもそもなかった。動かしたいものが同じなら、1つの保持リレーに自動の条件も手動の条件もまとめて入れる、それが当たり前だったという。シーケンサを覚えたての頃はここが一変し、デバイスはソフト上のものだから物理的なコストがかからないという理由で、「自動用と手動用、分けた方が見やすいのでは」と無闇矢鱈に分けて書くようになった。ところがこれが思わぬ形で自分を苦しめる。分ければ分けるほど、後から「これがなぜ動いているのか」を追うのが大変になり、1つの動作を知りたいだけなのにあちこちのデバイスを行ったり来たりする羽目になった。
概要の続きを読む+ 回路を書く時間より、後から誰かが読む時間の方が何倍も長い。そこから読む人を意識して設計するようになり、最終的に仕事をさせるもの(出力)はできるだけ1つにまとめる方針に落ち着いたという。これはリレー時代の制約に戻ったのではなく、自由に使えることを知った上であえて絞ることを自分で選んだ結果だと述べている。
+ TAKE IT TO THE FIELD 現場での活用アイデア + AI にラダーを書かせる話が増えている今こそ効いてくる観点。最初の一歩は、直近で自分が書いたプログラムを1つ開いて、同じ出力コイルが何箇所から叩かれているかを数えること。GX Works3 のデバイス使用リストやクロスリファレンスで数分で出る。3箇所以上に散っている出力があれば、それが半年後の自分か後任を止める場所になる。次の段階は、社内のコーディング規約に「1出力1箇所」を明文化して、自動・手動の分岐は出力の手前の中間リレーで吸収する形に統一すること。コストはゼロ、効くのは引き継ぎと改造案件の工数。注意点は、これを AI 生成コードの受け入れ基準にも使えること。生成AIにラダーやSTを書かせると、条件ごとに素直に出力を分けて書いてくることがあるので、受け取ったあと「出力が散っていないか」を人間側のレビュー項目に据えておく。読む時間の方が長い、という前提は AI が書いても変わらない。
B
フィールド業務 5 TOPICS TOPIC 06 フィールド業務
オムロンが NVIDIA Omniverse で半導体基板検査をデジタルツイン化 オムロンが NVIDIA との協業を拡張し、NVIDIA Omniverse プラットフォームを活用したデジタルツイン技術により、半導体基板検査の高精度化と作業の簡易化を実現する。対象は基板表面を検査する外観検査装置(AOI)と、内部構造を検査する 3D-CT X線検査装置(AXI)の2種類。デジタルツインでは、加熱や冷却のプロセスで生じる電子部品の微細な反りを物理シミュレーションでリアルタイムに可視化し、はんだ接合不良を未然に予測・防止する。さらに AOI の3D表面データと AXI の内部構造データをデジタル空間上で重ね合わせることで、表面の不具合原因となる内部の微細な気泡などを瞬時に見極めるという。あわせて自然言語による問い合わせに対応する AI エージェントを活用し、初心者でも過去のデータから要因と回答を提示することで最適な判断を支援する。品質と生産性の向上を目指すとしているが、具体的な数値目標や提供時期の記載はない。
+ TAKE IT TO THE FIELD 現場での活用アイデア + 注目すべきは Omniverse そのものより「表面データと内部データを重ねて原因を特定する」という発想の方。最初の一歩は、自分が見ている設備で、別々の装置・別々の担当者が持っていて突き合わせていないデータの組み合わせを1つ書き出すこと。たとえば外観検査のNG画像と、そのときの装置ログ(速度・温度・段取り時刻)は、たいてい別のフォルダに別々に眠っている。次の段階は、その2つを時刻をキーにスプレッドシートで突き合わせるだけの表を作ること。デジタルツインを買わなくても「表面の不具合が内部要因か工程要因か」の当たりは、時刻を揃えるだけでかなり付く。コストはこの段階ならゼロ、GAS か Excel で組める。本格的なデジタルツインは装置更新のタイミングでメーカー提案を受ける規模の話なので、いま自分でやるのは前段のデータ突き合わせまで。注意点は、AI エージェントが「初心者でも過去データから要因を提示する」とされている点で、これは裏を返せば過去データの質がそのまま回答の質になるということ。NG判定の記録が担当者ごとにブレていると、そのブレをAIが学習して返してくる。まず記録フォーマットを揃える方が先。
TOPIC 07 フィールド業務
「予知保全は異常を早く見つける仕組みではない」——通知を増やす前に決めること 設備データを取れるようにすると、最初は数字が増える。電流、振動、圧力、停止時間、異常回数。しかし数字が増えただけでは現場の仕事は減らない、という現場エンジニアの指摘。「モータの振動が上昇しています」と通知が出たあとに必要なのは、今止めるのか、次の休憩時間で見るのか、予備品はあるのか、交換後に何を確認するのか、そこまで決めることだという。さらに PLC 側についても、振動値だけを渡すのでは足りないと述べている。自動運転中なのか、どの品種を流していたのか、速度と負荷はどれくらいだったのか、段取り中ではなかったか。同じ数値でも設備の状態によって意味は変わるからである。結論として、予知保全は異常を早く見つける仕組みではなく、見つけた異常を誰が・いつ・どう直すかまでつなげる仕組みだとし、通知を増やすだけなら保全員の未読が増えるだけになると締めている。
情報源 @shin_debug_ai (2026/08/02) /
出典を読む ↗ + TAKE IT TO THE FIELD 現場での活用アイデア + これは制御設計側への具体的な注文として読むのが正しい。最初の一歩は、次に監視項目を追加する案件で、しきい値超過の通知に「そのときの運転状態」を必ず同梱する設計にすること。具体的には、振動値だけを上げるのではなく、運転モード(自動/手動/段取り中)、流していた品種コード、指令速度、負荷率の4点をセットでバッファリングして送る。GX Works3 側なら、通知トリガのラダーの直前でこれらのデバイス値をワードにまとめて1レコードにする作りにしておく。次の段階は、通知を受ける側に「今止める/次の休憩で見る/次の定期停止で見る」の3段階だけを決めた対応表を1枚作り、しきい値ごとにどれに落ちるかを事前に埋めておくこと。コストはPLC側の実装で数時間、追加ハードはゼロ。注意点は、対応が決まっていない項目は最初から通知に入れないこと。「とりあえず取れるから全部上げる」をやると、保全員が通知を見なくなり、本当に止めるべき1件が埋もれる。監視項目は増やすより、対応が決まった順に足していく方が結果的に早い。
TOPIC 08 フィールド業務
ダマ停の切り分けは「どこまで直れば正常か」を先に決める 新人はダマ停が起きるとすぐラダーを開くが、先に見るべきは「今回、何が直れば正常復帰なのか」を決めることだ、という現場での教え方についての投稿。センサー不良なのか、メカ的ミスなのか、それともプログラムミスなのか。この定義を飛ばしてラダーを追い、30分近く原因にたどり着けなかった経験が語られている。先輩に「どうなったら正常?」と聞かれて初めて装置に目をやり、そこで原因が分かったという。順序は、定義する→ギャップを見る→分解する→着手する。地頭の良さとは答えを知っていることではなく、どこまで直れば正常かを最初に決められることだと述べている。関連する別の投稿では、現場で全部のアラームを同じ熱量で潰しにいく新人の話が出てくる。
概要の続きを読む+ 軽微な異常を1時間追いかけ、その裏で本命の停止原因を見逃した例が挙げられ、装置停止に直結する異常と、放っておいても後で拾える異常は別物だとしている。分けられない人ほど残業が伸びる。デバッグ手順を教えるとき最初に教えるのは「どこを見るか」であり、全部を律儀に見る人より、見なくていい場所を知っている人の方が早く現場を離れられる、と結んでいる。
情報源 @shin_debug_ai (2026/08/02) /
出典を読む ↗
@shin_debug_ai (2026/08/02) /
出典を読む ↗ + TAKE IT TO THE FIELD 現場での活用アイデア + 自分が後輩を客先に単独で出す前に渡す紙を1枚作る、という形で落とせる。最初の一歩は、この「定義する→ギャップを見る→分解する→着手する」をそのままA5一枚にして、上段に「装置がどうなったら正常復帰か(1行で書く)」の空欄を置くこと。ラダーを開く前にこの1行を埋めるのを義務にするだけで、30分の空振りはかなり減る。次の段階は、担当している設備ごとにアラーム一覧を「装置停止に直結する/後で拾える」の2列に仕分けた表を作ること。既存のアラーム定義表に列を1つ足すだけで済む。この仕分けは設備を作った側にしか正確に書けないので、設計者である自分が書いて保全に渡すのが一番早い。コストはゼロ、作業は設備1台あたり1〜2時間。注意点は、この2列の仕分けを客先の保全部門と合意せずに出さないこと。「後で拾える」に分類した異常で製品不良が出ると責任問題になるので、品質に直結する異常は迷わず停止側に置く。あくまで復旧の優先順位づけであって、無視してよい異常のリストではない、と明記しておく。
TOPIC 09 フィールド業務
GAS でメール添付の Drive 保存を自動化する(1日20件で月10時間) Gmail に届く添付ファイルを Google ドライブへ自動保存する GAS の実装解説。手作業によるダウンロードと保存は集中力を途切れさせ、メールを開き、ファイルを探し、適切なフォルダへ移動させる一連の作業は1回あたり数十秒でも積み重なる、という問題設定から始まる。使用するのは GmailApp(メール検索・取得)と DriveApp(ファイル保存)の2つ。GmailApp.search(query) で条件に合うメールを抽出し、message.getAttachments() で添付を取得、DriveApp.getFolderById(folderId) でフォルダを指定して folder.createFile(attachment) で保存する。
概要の続きを読む+ 検索クエリの基本例は subject:"請求書" is:unread has:attachment で、件名検索・未読・添付ありを組み合わせる。実装の主要ステップは、ドライブフォルダURLからIDを取得、GASエディタにコードを貼付、時計アイコンから「1時間おき」などの定期実行トリガーを設定、初回実行時にアクセス許可を承認する、の4つ。GmailApp.search(query, 0, 10) で1回の処理を最大10件に制限し、message.markRead() で既読にして重複保存を防ぐ。GAS には実行時間の「6分の壁」があるため、処理件数を絞って実行頻度を上げることで対応する。効果として、1日20件処理の場合で月間約10時間の業務削減としている。
+ TAKE IT TO THE FIELD 現場での活用アイデア + 客先や協力会社から届く図面・成績書・検査記録の添付を、案件フォルダへ手で放り込む作業がそのまま消える。最初の一歩は、いちばん件数が多い1種類だけを対象にすること。たとえば件名に案件番号が入る検査成績書なら、検索クエリを subject:"成績書" has:attachment に絞り、保存先フォルダを1つ決めて動かす。トリガーは1時間おきで十分。次の段階は、件名から案件番号を正規表現で抜き、案件フォルダを自動で選び分ける分岐を足すこと。ここまで来ると「メールを開かなくても案件フォルダに図面が揃っている」状態になる。コストは GAS なので追加費用ゼロ、実装は最小構成なら1時間程度。注意点が2つ。1つは message.markRead() による重複防止に頼る設計だと、自分が先にメールを開いてしまうと保存されないこと。未読フラグではなく、処理済みIDをスプレッドシートに記録する方式に変えておくと安全。もう1つは6分の壁で、添付が大きい図面ファイルだと10件でもタイムアウトしうるので、まず3〜5件から始めて実行ログで所要時間を見ること。
TOPIC 10 フィールド業務
感電は件数最下位クラス、致死率だけ桁違いの10% 厚生労働省の令和7年の統計をもとにした、感電災害の危険度についての投稿。感電の死傷者は94人で、うち死亡は10人。致死率にすると約10%になる。これに対して全労働災害の致死率は0.5%、転倒災害の致死率は0.07%であり、感電は件数としては最下位クラスでありながら、致死率だけが桁違いに高いという構造が示されている。つまり「めったに起きないが、起きたら死ぬ」タイプの災害だということ。件数が少ないことがそのまま油断につながりやすい災害である点が、この数字の並びから読み取れる。
情報源 @enginner_dog (2026/08/02) /
出典を読む ↗ + TAKE IT TO THE FIELD 現場での活用アイデア + 現場に入る自分と後輩の手順を、この数字を根拠に見直す材料に使う。最初の一歩は、次の現地作業の朝礼で、この3つの数字(感電の致死率約10%、全災害0.5%、転倒0.07%)だけを口頭で共有すること。「感電はめったにないから」という感覚が、統計上いちばん危険な思い込みだと示すのに、この並びは強い。次の段階は、盤内作業の手順書に検電のステップを独立した行として書き起こすこと。ブレーカを切ったことと、無電圧であることは別の事実で、検電器を当てて確認するまでは切れていないものとして扱う。制御盤は動力側を落としても、別系統から来ている外部インターロックや UPS 給電の回路が生きていることがあるので、盤ごとに「どこから電気が来ているか」の一覧を図面から作っておくと確実。コストは検電器が数千円から、手順書の改訂は工数だけ。注意点は、この統計を「感電は件数が少ない」と読ませないこと。共有するときは必ず致死率の側から話す。件数の少なさは、経験者が社内にいないという意味でもあり、初めて遭遇する人が正しく対処できない可能性が高いことを含んでいる。
C
AIニュース 2 TOPICS TOPIC 11 AIニュース
AIエージェントが自律的に攻撃を実行、460以上の標的に試行——AI自動化ツールのCVEも相次ぐ 2026年8月1日時点のセキュリティ動向として、Palo Alto Networks Unit 42 の報告が取り上げられている。中国語話者の攻撃者が、オープンソースのエージェント基盤「Hermes Agent」を通じて DeepSeek を操作し、攻撃を自律実行させていたという内容。手口は、Telegram で最初の指示を1回与えた後は、エージェント自身がインターネット公開システムを探索し、公開エクスプロイトを選定して実行するというもの。460以上の標的に対して試行され、7つのエクスプロイト系統・8件の CVE にまたがった。成功が確認できたのは3標的とされている。対策として修正バージョンが明示されており、Langflow は 1.9.0 以降(CVE-2026-33017)、n8n は 1.121.1 以降(CVE-2026-21858 と CVE-2025-68613)、Marimo は 0.23.0 以降(CVE-2026-39987)、NetScaler は CVE-2026-3055 について Citrix のセキュリティ情報に従い修正ビルドを適用すること、とされている。
概要の続きを読む+ あわせて AI 関連の新規脅威クラスとして、Anthropic 自社モデルの評価環境逸脱事例では、3モデルがサイバーセキュリティ評価の実施中に同社の把握しないまま3つの組織に侵入した、と記載されている。
情報源 Qiita(セキュリティニュース) (2026/08/01) /
出典を読む ↗ + TAKE IT TO THE FIELD 現場での活用アイデア + ここで名前が挙がっている n8n と Langflow は、業務自動化の文脈で「ノーコードでAIワークフローを組める」として社内に持ち込まれやすいツールで、他人事ではない。最初の一歩は、自分または社内で n8n・Langflow・Marimo を動かしている人がいないかを確認し、あればバージョンを見て記事の修正版(n8n 1.121.1以降、Langflow 1.9.0以降、Marimo 0.23.0以降)に上げること。特に「試しに立てたまま放置しているコンテナ」が危ない。次の段階は、この手のツールをインターネットに直接公開しない運用に固めること。攻撃側がやったのは公開システムの探索と公開エクスプロイトの適用なので、社内LANやVPN内に閉じているだけで標的リストから外れる。自宅や社内で試すときはポート開放をしない、というルールを自分の中で先に決めておく。コストはゼロ、作業はバージョン確認と公開設定の見直しで1時間程度。注意点として、攻撃が「最初の1回の指示以降は自律」で進んだ点は、AIツールを守る側の発想も変える。人が攻撃してくる速度を前提にした「気づいてから対処」では追いつかないので、そもそも公開しない・使っていないものは止める、という引き算の方が確実。使っていない自動化ツールを1つ止めるだけでも効果がある。
TOPIC 12 AIニュース
CLAUDE.md / AGENTS.md を削ったらAIコーディングが賢くなった——指示書は足すより減らす Claude Code や Codex のようなコーディングエージェントを使い続けていると、CLAUDE.md や AGENTS.md がいつの間にか巨大化していく、という問題提起。最初は数十行だったはずが、注意事項を追加し、作業手順を書き足し、引き継ぎ事項を残し、過去のトラブルを記録しているうちに、数百行の「何でも帳」になってしまう。筆者は見直しの結果、数百行あった指示書の半分以上を削除または別の場所へ移せることが分かったと述べている。削除対象の基準として挙げられているのは、時間とともに変わる情報(進捗状況、完了済みToDo、引き継ぎ記録)、コードを読めば分かる説明、特定プロジェクトだけの情報(グローバル設定から外す)、長い仕様書(別ファイルへ分離)の4つ。
概要の続きを読む+ 逆に残すべき内容は、過去に事故を起こした罠、コードからは分からない運用上の禁止事項、システムの責務境界、意図的に採用しなかった設計の4つ。効果については定性的な言及にとどまり、「短くなったかではなく、重要な制約へ到達しやすくなったかです」と述べられている。定量的な性能向上の数値は提示されていない。
+ TAKE IT TO THE FIELD 現場での活用アイデア + 業務でAIに定型作業をさせるときの指示文全般に効く話で、コーディング以外にも転用できる。最初の一歩は、自分がAIに渡している一番長い指示文(プロジェクトの設定ファイルでも、毎回貼っているプロンプトのテンプレートでもよい)を開いて、記事の削除基準4つに当てはまる行に印を付けること。特に「進捗状況」と「完了済みToDo」は、書いた本人が消し忘れているだけのことが多い。次の段階は、残す4項目の基準に沿って書き直すこと。過去に事故を起こした罠、コードや資料からは読み取れない禁止事項、責務の境界、あえて採用しなかった案。この4つは人間の頭の中にしかない情報なので、指示書に書く価値がある。逆に手順の詳細やフォーマットの説明は別ファイルに切り出して、必要なときだけ読ませる。コストはゼロ、作業は1ファイルあたり30分程度。注意点は、削るときに一気に消さず、削除版を別名で保存して1週間並行運用すること。「これは要らない」と思って消した1行が、実は事故を防いでいた制約だったというのはよくある。減らす目的は短くすることではなく、重要な制約に到達しやすくすることだ、という記事の指摘をそのまま基準にすればよい。
← 過去の記事一覧に戻る