AIに渡すコツは、作業まるごとではなく小さな手順で残す

AIと作業していると、たまにきれいに進む日があります。依頼の書き方、途中で渡した情報、確認の順番がはまり、次もこの流れで頼めばよさそうだと感じる瞬間です。

そこで会話全体をテンプレートとして残したくなります。ただ、作業まるごとのメモは便利そうに見えて、次の場面では重すぎることがあります。前回だけ必要だった前提や、今回とは違う制約まで一緒に入ってしまうからです。

この論文は、LLM agent が過去の経験から作ったスキルを、別のタスクでどれくらい使えるかを調べています。比較しているのは、作業全体から一つのスキルを作る方法と、小さな手順ごとにスキルを作る方法です。

結果はかなり示唆的でした。作業全体から作ったスキルは、テキスト形式とコード形式の両方で平均成功率を下げる傾向がありました。平均では、Task+Text が -1.2ポイント、Task+Code が -4.1ポイントです。一方で、手順単位のスキルは Subtask+Text が +1.9ポイント、Subtask+Code が +0.5ポイントでした。

ここから日常に借りられる見方は、AIに経験を渡すなら、成功談を丸ごと残すより「どの小さな手順が次にも使えるか」まで削ることです。研究が私たちの三行メモの効果を証明したわけではありません。あくまで、過去の文脈をそのまま足す危うさを見るためのヒントとして使います。

最近うまくいったAI作業を一つ選びます。会話全体を保存する前に、次の三行だけに削ってみます。

一行目は「使った場面」。二行目は「次にも使いたい小さな手順」。三行目は「使わない条件」です。たとえば、資料の要約なら「長い議事録を読む前」「先に決定事項だけ抜く」「感情のニュアンスを見るときは使わない」のように分けます。

このくらい小さくすると、AIへ渡すときにも余計な文脈が混ざりにくくなります。自分にとっても、何を未来に渡したかったのかが見えやすくなります。

次に似た依頼を出すときは、その三行だけを添えてみます。回答が前より扱いやすくなったか、逆に前回の条件に引っ張られていないかを見ます。

役に立ったなら残す。邪魔になったなら、さらに狭くするか消す。AIに渡す記録は、多ければ安心というものではありません。未来の自分とAIが使いやすい粒度まで削ることも、記録の一部です。