00:00:00数多くのAIコードエディタが登場していますが、それぞれに独自のツールや機能があり、際立った特徴を持っています。
00:00:04Claude Codeは、特にOpusモデルを使えば間違いなく最高峰と言えますが、コストもかかります。
00:00:09一方で、Cursorも開発者に人気のツールです。コードとエージェントの動きを並べて確認できる点が好まれていますが、いくつか課題もあります。
00:00:16GoogleもGemini 3を搭載した「Anti-Gravity」をリリースしました。そのモデル性能と無料で利用できる点から、瞬く間に開発者の間で普及しました。
00:00:23Claude CodeやCursorよりも新しいツールですが、多くの面でCursorよりも優れた実装を実現しています。
00:00:28AIコーディングが強力になって以来、多くの人々がこれらのツールを活用した独自のワークフローを考案しています。
00:00:35しかし、優れたワークフローの鍵となるのは、いかに効率的に「コンテキスト」を管理できるかという点にあります。
00:00:39以前、Anthropicが長時間タスク用のエージェント・ハーネスを公開しましたが、今回はCursorが、その能力を最大限に引き出し、利便性を大幅に向上させる独自のハーネスをリリースしました。
00:00:50記事に記載されている原則の多くは、あらゆるエージェントに適用可能です。そこで、今回はこれらの原則をGoogleのAnti-Gravityに当てはめてみようと思います。
00:00:57現時点ではまだ最強ではないかもしれませんが、他とは一線を画す機能を備えています。
00:01:01今日は話すべきことがたくさんあります。というのも、このハーネスの導入によって、Anti-Gravityのパフォーマンスが劇的に向上したからです。
00:01:28最後に、ユーザーとしての対話方法、つまりプロンプトの出し方や、回答に対するフォローアップの仕方も重要になります。
00:01:38ハーネスが重要な理由は、モデルによって同じプロンプトへの反応が異なるからです。各モデルには得意分野があり、訓練された環境で最高のパフォーマンスを発揮します。
00:01:48例えば、シェル環境で訓練されたモデルは、専用の検索ツールよりも自然にGREPを使うことを好むかもしれません。
00:01:54これは重要なポイントです。ClaudeのようにXML形式のプロンプトで真価を発揮するものもあれば、Markdownの方が適しているモデルもあるからです。
00:02:00したがって、使用するハーネスを、対象となる特定のモデルに合わせて最適化することが不可欠です。
00:02:04実装前に計画を立てることは、コードが期待通りに動作するために欠かせません。
00:02:10経験豊富な開発者ほど、コードを生成する前に計画を練る傾向があります。そうすることで、構築内容について思考が整理され、エージェントに具体的な目標を提示できるからです。
00:02:18Anti-Gravityのプランニング機能は私が最も気に入っている点です。コメント機能を使って簡単に計画を修正できるからです。
00:02:24プランニングモードを開始すると、指示内容と既存のコードベースを徹底的に分析し、詳細な計画を生成してくれました。
00:02:30計画を読み込むのは根気のいる作業ですが、実装をビジョンに合わせるためには不可欠です。細部までしっかり目を通すようにしましょう。
00:02:38変更したい場合は、目標と合わない箇所にコメントを入れるだけで、その内容が修正案に反映されます。
00:02:46計画が完璧になるまで、ブラッシュアップを続けることが重要です。
00:02:49準備が整えば、あとはエージェントが自律的にすべてを実装してくれます。
00:02:52たとえ実装が意図したものと違っても、追加のプロンプトで修正を試みるより、プランニングモードに戻って計画自体を編集する方が賢明です。
00:03:00その次に重要なのは、エージェントに正しいコンテキストを与えることです。
00:03:03その前に、スポンサーからのお知らせです。
00:03:05Luma AIの新しいツール「Dream Machine, Ray3 Modify」のご紹介です。
00:03:08AI動画を制作したことがある人なら、そのもどかしさがわかるはずです。素晴らしい映像が生成できても、スタイルやシーンを変えようとした瞬間にキャラクターが崩れたり、動きが不自然になったりして、結局やり直しになってしまいます。
00:03:18Ray3 Modifyがその問題を解決します。
00:03:20AI動画が、初めて「推測」ではなく「演出」できるものになったのです。
00:03:23既存のクリップや実際の演技を元に、キャラクターの同一性、動き、感情の機微を保ったまま、世界観や照明、シネマティックスタイルを自由自在に変えられます。
00:03:33パフォーマンスは固定されたまま、見た目だけを思い通りに進化させることができるのです。
00:03:36キャラクターリファレンスと編集可能なキーフレームにより、カット間で何を維持し、何を変えるかを完全にコントロールできます。
00:03:42ハイブリッドワークフロー、短編映画、ミュージックビデオ、シネマティックなコンセプト制作に最適です。
00:03:47小規模な制作現場でも威力を発揮します。
00:03:48正直なところ、これこそが真のAIポストプロダクションだと感じます。
00:03:51当てずっぽうはやめて、ディレクションを始めましょう。
00:03:53固定コメントのリンクかQRコードから、Ray3 Modifyで何ができるかチェックしてみてください。
00:03:58計画が完璧になったら、次は各エージェントにタスク完了に必要なコンテキストを提供します。
00:04:04よくある間違いは、すべてのファイルを一つずつ手動でタグ付けしようとすることです。
00:04:08エージェントには必要な時にコンテキストを引っ張ってこれる強力な検索ツールがあるため、手動で行う必要はありません。
00:04:13ファイル全体をタグ付けすると、不要な行までコンテキストに読み込まれてしまいます。
00:04:18エージェントはgrepを使って、必要なセグメントだけを特定して読み込むことができます。
00:04:21例えば、サインアップページの修正をしたい時、ファイルをタグ付けすると200行以上のコンポーネント全体が読み込まれ、コンテキストが不必要に膨れ上がります。
00:04:30実際に必要なのは50行程度の関数1つだけなのに、残りの不要なコードまで含まれてしまうのです。
00:04:38手動でファイルをタグ付けする代わりに、エージェントの検索機能に頼って、必要な関数をgrepさせましょう。
00:04:43また、すべての作業を一つのチャットで完結させる必要はありません。
00:04:45新しいタスクを始める時や、エージェントの反応が混乱したり、同じ間違いを繰り返したりし始めたら、新しいチャットを開始してください。
00:04:52基本的には、一つの論理的な作業単位が終わるごとに、新しい会話を始めるのがベストです。
00:04:57私の場合、新しい機能を実装するたびに新しいチャットを立ち上げ、その機能のためのプランニングから始めています。
00:05:04こうすることで、各タスクが独立し、必要な状態を正確に保てます。
00:05:07新しい会話を始める必要がないのは、同じ機能に取り組んでいる場合や、これまでの議論のコンテキストが必要な場合、あるいは実装した機能のデバッグ中だけです。
00:05:16それ以外のケースでは、新しいチャットを始めてノイズを減らす方が賢明です。
00:05:21エージェントの回答の質が落ちてきたら、それが新しい会話に切り替えるべき合図です。
00:05:26過去のチャットの内容を参照したい場合は、エージェントに説明し直すのではなく、直接そのチャットを引用して指定することができます。
00:05:35これにより、エージェントは賢く会話の文脈を特定し、履歴から必要な箇所だけを読み取ることができます。
00:05:43エージェントの能力は、一連の「ルール」と「スキル」を使うことで拡張できます。
00:05:47プロジェクトごとにルールを定義することで、エージェントに守らせたい特定のガイドラインやベストプラクティスをカスタマイズできます。
00:05:55Anti-Gravityなら、ローカルまたはグローバルのスコープで、これらのカスタマイズを簡単に追加できます。
00:06:00ガイドラインを追加するには、プロジェクトのスコープにルールを含めるだけです。
00:06:03これらのルールは「.agent」フォルダ内の「rules」フォルダに保存され、指示内容はマークダウンファイルで管理されます。
00:06:09例えば、このプロジェクトではフロントエンドをWCAG（アクセシビリティ指針）に準拠させるルールを追加しました。
00:06:13ルールを追加してAnti-Gravityにタスクを割り当てると、エージェントはそのルールを組み込んだ計画を生成し、入力タグにラベルを付けるなどの詳細を含めてページ全体をWCAG準拠にしてくれます。
00:06:24ワークスペースに必要な数だけルールを追加して、エージェントの能力を導き、拡張することができます。
00:06:29同様に、Anti-Gravityにはエージェントスキルも追加されました。これはAnthropicが定めたオープン規格に従っており、指示、スクリプト、専門知識が含まれています。
00:06:38スキルは、エージェントが必要だと判断した時に動的に読み込まれるため、コンテキストが整理された状態を保てます。
00:06:43Anti-Gravityのスキルはすべて「.agent」フォルダに格納されています。
00:06:47各スキルには専用の「skill.md」ファイルがあり、名前、コンテキストに含める内容の説明、およびスキルの使い方の詳細が記されています。
00:06:55他のリファレンスやスクリプトへのアクセスは、それぞれのフォルダに保存されています。
00:06:59Anti-Gravityでスキルを使うのは非常に簡単で、どのスキルを使ってどんなタスクをさせたいかを指定するだけです。
00:07:05私がテスト専門スキルを使ってプロジェクトのテストケースを書くよう頼んだところ、スキルのガイドラインに沿って完全なテスト計画を作成してくれました。
00:07:14また、リファレンスで指定したライブラリやスクリプト、スキルのガイドラインのすべてを駆使してタスクを実行してくれました。
00:07:21モデルの画像分析能力は向上し続けています。言葉で説明するよりも、その能力を信頼してプロンプトに画像を含めることで、理解を深めるべきです。
00:07:29実装したいデザインを言葉で説明する代わりに、その部分のスクリーンショットを撮るだけで済みます。
00:07:35Anti-Gravityを開いてスクリーンショットを貼り付け、「これと全く同じように実装して」と頼むだけです。
00:07:41画像分析機能を使えば、エージェントは画像を完全に理解して実装してくれます。
00:07:45私が最も画像を多用するのはエラーのデバッグです。UIの問題は言葉で説明するよりも、スクリーンショットを見せる方がはるかに簡単だからです。
00:07:54UIに問題があれば、スクリーンショットを撮ってAnti-Gravityに渡すだけで、修正してくれます。
00:08:00いきなりコードを書き始めるのではなく、AI開発においてもソフトウェア開発のベストプラクティスに従う必要があります。
00:08:06エージェントと相性の良いワークフローがいくつかあります。その一つがテスト駆動開発（TDD）で、エージェントがまずテストを書き、そのテストを通るようにコードを書く手法です。
00:08:15AIエージェントにとってTDDが有効な理由は、最適化すべき明確な目標があり、成功基準を把握した上で、そこに向かって段階的に改善できるからです。
00:08:26例えばバックエンドのセットアップ時、私はまだコードを書かずに、認証ルートのテストを書き、入力、出力、テストの挙動を記述するようエージェントに促しました。その際、この段階では実装コードは書かないよう明示しました。
00:08:40エージェントがテストケースを書き上げ、内容に納得したら、次はテストを実行するよう指示します。
00:08:45この時点では実装がないため、当然テストは失敗します。
00:08:49テストが完了したら、エージェントが勝手にテストを書き換えないよう、Gitにコミットして記録を残しておきます。
00:08:55その上で、テストは修正せずにエンドポイントのコードを書くようエージェントに指示します。
00:09:01その後、すべてのテストがパスするまで、繰り返し検証と修正を行わせます。
00:09:07こうすることで、エージェントは反復改善のための明確なゴールを持つことができます。
00:09:10新しいコードベースでエージェントとの作業を始める時は、チームメイトに聞くような質問を投げかけてみてください。
00:09:16そうすることで、エージェントはgrepやセマンティック検索を使ってコードベースを徹底的に調べ、回答を導き出す過程でプロジェクトの仕組みを理解していきます。
00:09:24私はコードの詳細やルートについて質問し、エージェントがプロジェクトの構造や機能を把握できるようにしています。
00:09:30そうしておけば、新しい機能を実装させる時、エージェントはすでに構造を知っているため、実装がスムーズに進みます。
00:09:37Gitは単なるバージョン管理ツールではなく、コーディングエージェントにとってのナレッジベースとしても重要です。
00:09:43以前の動画でも、Git活用の重要性は強調してきました。
00:09:47明確なGitコミットは、エージェントの知識源になるだけでなく、機能の管理や、安定版の追跡、エージェントが意図しない変更を加えた際の差し戻しにも役立ちます。
00:09:58Git作業を楽にするために、私はAnti-Gravityで「ワークフロー」と呼ばれる再利用可能なコマンドセットを使っています。
00:10:04コミットについては、構造化された形式を好むため、コミットワークフローでその形式を強制し、エージェントに例示も行っています。
00:10:13コミット前には特定のセキュリティチェックやコードレビューを行い、クリーンで基準に沿った状態を維持しています。
00:10:20プルリクエスト、ワークツリー、ブランチ管理などのコマンドセットを作成することも可能で、Gitワークフロー全体を一貫性のある効率的なものにできます。
00:10:28これらのワークフローを呼び出すには、ワークフロー名を入力するだけです。そうすれば、すべてのステップが自動的に実行されます。
00:10:34他にも、問題修正やレビューといったコマンドを使用して、コードレビューを実行したり、依存関係を更新するワークフローを走らせたりすることもできます。
00:10:43当たり前のことのように聞こえるかもしれませんが、AIが生成したコードは必ずしも完璧ではないため、レビューは絶対に必要です。
00:10:48重要な習慣の一つは、エージェントが作業している様子を見守ることです。
00:10:51もし方向性が間違っていると気づいたら、すぐに中断させて、正しい方向へ誘導してください。
00:10:56作業が終わったら、エージェント自身を使ってレビューを行わせる必要があります。
00:11:00私のプロジェクトでは、Gitのベストプラクティスを組み込んだカスタムのコードレビュー用ワークフローをよく使っています。
00:11:06これは、問題の重要度に応じたハイライト、コードの正しさを保証するためのチェックリスト、さらにはレビュー後に実行するリンターやテストの指定まで含まれています。
00:11:15これにより、コードの品質と信頼性を確保できます。
00:11:18ほとんどのプロジェクトはGitHubなどのソース管理ツールで運用されているため、BugBotsを使用して、プルリクエストごとに高度なAI分析による問題検出や改善案の提示を行っています。
00:11:28CodeRabbitやSentryなど、AIを活用したコードレビューツールは他にもたくさんあります。
00:11:33GitHub自体にもプルリクエストごとのコードレビュー機能が組み込まれており、チームのワークフロー管理に役立ちます。
00:11:38アーキテクチャ上の問題を特定するために、エージェントにMermaid図を作成させることもできます。
00:11:43図を使うことで、主要な問題を視覚的に分析し、発見しやすくなります。
00:11:47視覚情報は理解しやすく、プロジェクト構成の明確なドキュメントとしても機能するため、これらの図は非常に有用です。
00:11:54エージェントを並列で動かすことも非常に重要です。AIモデルのパフォーマンスが上がるだけでなく、一つの作業が終わるのを待つ時間を大幅に節約できるからです。
00:12:05このアプローチにより、アウトプットの質を大幅に向上させることができます。
00:12:07私はよく複数のエージェントを同時に稼働させ、それぞれに異なるタスクを割り当てます。また、モデルごとに得意分野が異なるため、複数のモデルを使い分けています。
00:12:16エージェントは独立して動作し、入力が必要な時だけ通知してくるため、同時進行が可能です。
00:12:22Anti-Gravityのエージェントは同じワークスペースを共有しており、隔離されていないため、私はそれぞれを別々のブランチで作業させるようにしています。
00:12:28タスクが完了し、定義したチェックを通過したら、それらの機能をメインブランチにマージします。
00:12:34どうやって修正すればいいか見当もつかないバグに直面することもあります。
00:12:38そんな時は「デバッグモード」が最適なソリューションになります。
00:12:40当てずっぽうで直すのではなく、デバッグモードでは何が問題なのかを理解しようとし、コードにログ出力文を生成することで、体系的にバグを減らすことができます。
00:12:50Anti-Gravityにはネイティブのデバッグモードはありませんが、デバッグモードスキルを使うことで実装可能です。
00:12:56このスキルには、コード内の予期しない挙動をデバッグするための全指示が含まれています。
00:13:00根拠に基づいたアプローチを採用し、仮説を立て、問題を解決するための詳細な多段階プランを提示してくれます。
00:13:08特定のスクリプトやリファレンスによってガイドされるため効果が高く、非常に信頼性の高いデバッグが可能になります。
00:13:14バグが発生した時は、このデバッグモードを使い、「skill.md」のガイドに従ってエージェントに原因を突き止めさせています。おかげで修正作業が非常にスムーズになりました。
00:13:25動画の内容は以上です。
00:13:27もしチャンネルを応援し、このような動画制作を継続させていただけるなら、下のスーパーサンクスボタンからご支援をお願いします。
00:13:33いつものように、ご視聴ありがとうございました。それではまた次回の動画でお会いしましょう。