「AIをどう使うか」ではなく「AIをどこに埋め込むか」が問われる時代
2026年4月末、AnthropicはClaude for Creative Workを発表し、Adobe Creative Cloud、Blender、Ableton、Autodesk Fusion、Affinity by Canva、SketchUpなど9つのコネクタを同時公開しました。同じ週、Zennでは「Claude Codeで個人プロダクトを2つ運営する実録」「カオスエンジニアリングを自動化するサブエージェント」「コードを一行も書かずSwiftUIアプリを作る連載」が同時にトップに並びました。
バラバラに見えて、向きは一つです。AIはもう「プロンプトを上手に書く技術」ではありません。会社のワークフローに埋め込まれるコンポーネント、つまりインフラになりました。
Harness Engineering — プロンプトではなく「組み立て」の時代
最近、日本のエンジニアコミュニティで頻出するキーワードがHarness EngineeringとContext Engineeringです。単発プロンプトの巧拙よりも、AIを取り囲む制約・文脈・評価システムをどう設計するかが結果を分けるという視点です。
実際にClaude Codeで2つの個人プロダクトを運営する開発者は、自分の作業フローの核を一枚のファイルに圧縮しています。プロンプトではなく、CLAUDE.mdというコンベンションファイルです。AIは毎回そのファイルを参照し、人間はそのファイルを更新することに時間を使います。協業の単位が「質問」から「ドキュメント」へ移ったわけです。
サブエージェントがシステムを壊す — 意図的に
興味深い事例があります。Claudeベースのchaos-engineerサブエージェントが、分散システムに小さな障害を意図的に注入します。どこが弱いかを人間が推測するのではなく、AIが仮説を立て、安全な範囲で実験を回します。
日本の中小企業の現場では重く感じられるかもしれません。ですが本質はカオスエンジニアリングそのものではなく、「AIに自律実行を任せつつ、その境界をシステムが保証する」という設計パターンです。セキュリティチェック、データ整合性監査、定期レポート、問い合わせ仕分け — 同じパターンがそのまま適用できます。
日本政府も動き始めた
同じ週、ITmediaはGoogleのGeminiとNotebookLMエンタープライズが日本政府の調達認定サービスに追加されたと報じました。政府が「このAIは使ってよい」と公式リストに載せるという事は、大企業・公共向けの導入ハードルが目に見えて下がる兆候です。情シス部門の稟議書が一気に書きやすくなります。
「コードを書けない人」ではなく「基準を定義できない人」が淘汰される
Zennで人気のもう一つの連載は、コードを一行も書かずSwiftUIカメラアプリを作る過程です。鍵はAIがコードを上手に書くからではありません。人間がFEATURES.mdに基準を明確に書き、PRを受けてレビューし、修正依頼の精度を少しずつ上げているからです。仕事の中身が「タイプする」から「定義する」へ移っています。
競争優位はすでに移動しました。「AIを扱える」から → 「AIが働くシステムを設計できる」へ。
本日のアクションアイテム
- 社内用CLAUDE.mdを作成する。 コードコンベンション、トーン、ドメイン用語、禁止事項を一枚にまとめます。すべてのAI作業の基準点となり、最も費用対効果の高い第一歩です。
- AIに任せる最初の自律ワークフローを1つだけ決める。 週次レポート、データ整合性チェック、問い合わせ分類 — 小さくて構いません。プロンプトではなく「境界」を設計します。
- 政府調達認定AIリストを参考指標にする。 顧客企業の情シスが選ぶAIを先回りで把握できます。
5years+は韓国と日本の両市場で同時にAI自動化を導入してきたチームです。サービスラインナップをご覧いただくか、適用事例が気になる方はポートフォリオをご確認ください。
よくある質問
CLAUDE.mdを作ると本当に結果が変わりますか？
はい。同じモデル・同じチームでも、コンベンションファイルの有無でコードの一貫性とレビュー時間が大きく変わります。一枚のファイルで全社の「AI作業標準」を強制できるため、最もROIの高い最初のステップです。
AI自律ワークフローは危険ではありませんか？
リスクは自律そのものではなく、境界設計から生まれます。実行権限を狭く設定し、すべての行動をログに残し、人間が承認するステップを1つ以上挟めば、人間の臨時作業よりむしろ監査可能性が高くなります。
中小企業でもこのようなシステム設計は可能ですか？
むしろ大企業より速く実現できます。意思決定の階層が短く、レガシープロセスの負担も少ないため、通常1〜2ヶ月で最初の自動化ワークフローを本番運用に乗せられます。