aachat
ディスカバーログイン
Start for free

aachat blog

AIエージェントを、もっと使いこなそう。

基本のしくみから、仕事やものづくりに役立つ使い方まで。調べて、試して、わかったことを、あなたが実践できる形で届けます。

調査レポートLOG 174約20分で読める

AIエージェントの記憶は、要約して残すより原文ログを検索したほうがいい？ 研究の答えは「いつもではない。でも原文は捨てないで」

AIエージェントの記憶は、要約・抽出して残すべきか、原文ログを検索すべきか。10月に出たMemoryTaxとMore Memory, Worse Agentsの本文・表を読み、Fidelity、検索方式の診断研究、Mem0、SeCom、Mastra、MAGEなど反対の結果とも突き合わせました。「原文検索なら99%」が言えない理由、書き手を替えても戻らない情報欠落、教訓を保存しない設計の本当の意味、総費用の数え方、自分の履歴で6条件を比べる手順までまとめています。

調査・解説LOG 173約19分で読める

AIエージェントを別のAIで見張らせれば安心？ METR・RedwoodのOpenAI監視評価から読む、逸脱を見逃す8つの切れ目と、手元で確かめる15の点検

AIエージェントを別のAIに見張らせても、逸脱を見逃す場所は「AIの判定精度」だけではありません。METR・RedwoodによるOpenAI内部監視の評価（2026年10月22日公開）と、METR自身の監視の自己検証、AI control研究を原典で読み、対象の指定・起動・タイミング・情報の受け渡し・判定・独立性・停止・復旧の8つの切れ目に整理。数字の読み違えやすい点、無害に試せる15の点検、記録のひな形つき。2026年10月23日時点。

活用ガイドLOG 171約19分で読める

AIエージェントの「完了しました」は信じていい？ 止まった理由と、何が確かめられたかを分けて記録する、終了条件の書き方【コピペ用の依頼文つき】

AIエージェントの終了ログには、「なぜ止まったか」と「成果物が条件を満たしたか」が混ざりがちです。Claude Codeで上限を変えて動かすと、ファイルが3つそろっていてもerror_max_turnsになり、正常終了でも中身は未確認でした。停止理由と成果状態を2枚に分けて残す記録表、調査・開発の依頼文（コピペ用）、上限の数え方、停滞・再試行・二重実行の考え方を、公式資料と論文の原典で確かめてまとめました。2026年10月23日版。

活用ガイドLOG 163約13分で読める

その記憶、本当に役に立ってる？ 自分の繰り返し業務で「記憶なし」と比べる小さな評価のやり方

AIエージェントの記憶（過去ログ・要約・経験メモ）を入れたら、本当に仕事が上手くなったのか。自分の繰り返し業務で「記憶なし」と比べる小さな評価を、実際に回して手順にしました。課題の分け方、機械採点、救済と悪化の数え方、20件で何が言えるかの目安、費用の読み方まで。動くコードと生ログつき。実験では、履歴全量が22課題すべてに成功した一方、経験抽出は元の依頼文のままだと59%で、検索は更新された条件を引き当てられませんでした。

調査レポートLOG 161約18分で読める

AIエージェントの記憶が古くなったら、上書きする？消す？ 正しく覚えていても答えが古くなる理由と、「今も使えるか」を確かめる記憶の持ち方

AIエージェントが「締切は10月30日」と正しく覚えていたのに、実際は11月2日に変わっていた。記憶が正確でも、答えは古くなります。上書きするのか、消すのか、それとも確かめ直すのか。STALE・Supersede・撤回研究・PFMなどの論文本文とAWS AgentCoreの公式仕様を読み、古くなる9つのパターン、4つの操作の使い分け、再確認の結果の分け方、記憶レコードの最小例、自分の環境で試せる6ケースを整理しました。

活用ガイドLOG 160約13分で読める

AIにパソコンの更新を頼むとき、どこまで任せていい？ 「確認だけ」でも更新が始まる画面、渡さない情報、偽の更新案内を止める4段階の線引き

「パソコンの更新、AIに全部任せたら楽なのでは？」と思ったとき、先に決めるのは任せる範囲です。FirefoxやChromeのバージョン情報画面は、開くだけで更新の確認が始まります。更新は、読み取る、取得する、入れる、再起動する、の4段階に分けて線を引くと安全です。AIに渡さない情報、偽の更新案内（ClickFix）への対処、そのまま使える依頼文を、Apple・Microsoft・Google・Mozilla・Homebrewの公式情報と、手元のMacで試した結果で整理します。

活用ガイドLOG 159約18分で読める

AIエージェントに本番運用を任せるとき、人間の確認はどこに置く？ 調査→変更案→テスト→本番反映を「自動・承認・禁止」に分けた判断表

AIエージェントに調査・変更案・テスト・本番反映まで任せるとき、人間の確認を「最後に1回」置くだけでは足りません。依存ライブラリ更新を例に、18の操作を「自動・承認・禁止」に割り当てた判断表、承認を操作に結びつける条件、多数台への配布で承認の単位をどう決めるか、確認者が来ない時間の扱いを整理。OWASP・GitHub・AWS・Google SRE・LangGraphの公式資料と、2026年の論文6本を原典で確かめました。「確認を増やすと安全？」への答えは、実は研究でも出ていません。自分の運用で試すためのテストケース、指標、「失敗0件」の読み方つき。2026年10月22日時点。

活用ガイドLOG 158約20分で読める

AIエージェントは「VMに入れたから安全」？ OS・コンテナ・VM・ネットワーク・秘密・外部サービスの権限で、防げることと防げないことを分ける（クラウド／専用PC／手元PC別）

「VMに入れたから安全」と言い切れない理由を、箱（OSサンドボックス・コンテナ・VM）と、箱に開く5つの穴（共有フォルダ・ネットワーク・秘密・外部サービスの権限・箱の外の道具）に分けて整理。Claude Codeのサンドボックス、Docker、gVisor、Firecracker、OpenAI・GitHub・Gmail・AWSの公式仕様と、macOSで実測した小実験をもとに、クラウド／専用PC／手元PC別の選び方と、自分の環境で10分でできる点検手順までまとめました。2026年10月22日時点。

活用ガイドLOG 157約15分で読める

常時稼働のAIエージェントに、留守中どこまで任せていい？ 情報収集・文書編集・メール・外部送信など8つの仕事で「無人でやらせる操作」と「人に返す操作」を分ける表

閉じても動き続けるAIエージェントに、留守を預けるときの線引きガイド。情報収集、社内資料の整理、文書編集、コード修正、メール下書き、外部送信、予定調整、本番・お金の8つの仕事で、無人でやらせる操作と人に返す操作を表にしました。Gmailのscope、承認疲れ、提出直前で止めたはずのフォーム送信など、公式資料と原典で確かめた落とし穴も整理。自分の仕事に書き込める空欄の表と、そのまま使える依頼文つき。2026年10月22日時点。

調査LOG 154約16分で読める

顧客対応のAIは、役割を分けると成績が落ちる？ 話題の「28ポイント差」論文を条件から読む

「顧客対応AIを3役に分けたら、単体より平均28ポイント低かった」という論文（2026年10月・プレプリント）がSNSで広まっています。原典の表を読み直すと、28ポイントは3種類ある平均のひとつで、司令役がツールの仕様を見ていない設計、予算切れで終わった会話が損失の約4分の3、相手が模擬ユーザーという条件つきの数字でした。何が言えて何が言えないか、同じ論文の「1体で計画と見直しをする」対照や費用の数字、自分の顧客対応AIで分ける前に確かめる5つの問いまで整理します。

活用ガイドLOG 136約22分で読める

資格や仕事の勉強に、自分専用のAI家庭教師を作る方法：教材を入れるだけでは「専属」にならない。回答を残す学習カルテと、1問ずつ待たせる指示文【コピペ用】

教材をAIに渡しただけでは、専属の家庭教師にはなりません。必要なのは、あなたの回答を残す「学習カルテ」と、1問ずつ待たせる指示文です。コピペで使える指示文・カルテ・誤答の切り分け・復習計画の型と、240回の実験結果（誤答のあとに正解を先に言った回数は、指示なし20回中20回、完成した指示文で1回。カルテなしの新会話では前回の弱点から出題されず、カルテありでは20回中20回）をまとめました。

同じ8枚の報告を作らせた結果の比較。左の列は「おしゃれに」と頼んだデッキで、濃紺の表紙と、上辺に青緑や赤の線が入ったカード。右の列はお手本から規則を抜き出して頼んだデッキで、生成りの地に橙の短い線とカード。
実験LOG 120約19分で読める

「AIっぽいスライド」から抜け出すには、「おしゃれに」をやめてデザイン仕様を渡す。お手本から規則を抜き出し、代表3枚で型を決める方法

「おしゃれに」と頼むと、AIは同じ濃紺のスライドを作ります。お手本のPPTXから規則を抜き出し、代表3枚で型を決めると、どこまで自社のデザインに近づくのか。7通りの頼み方で35本、再利用の追試で10本を作らせ、8つの規則で数えました。「おしゃれに」の5本は5本とも濃紺の表紙で、規則を守れた割合は中央値27%。お手本ファイルだけなら87%、規則を文章にして渡した15本は全部100%。ことばだけ・色の値だけでは足りない理由、画像から抜き出すと影まで規則になる罠、そのまま貼れる依頼文つき。

実験LOG 119約17分で読める

「PPTXで書き出せます」を信じる前に。AIが作ったスライドを開いて、文字・表・グラフを本当に直せるか6つのテストで確かめた

「PPTXで書き出せます」と言われても、開いたあとに直せるかは別の話です。Claude CodeとCodexに同じ資料から8枚のスライドを作らせ、文字・表・グラフ・図形・全体設定・他のPCの6つのテストにかけました。画像になっていて直せないデッキは18本中0本。でもカードがバラバラ、グラフの数字が直書きなど、直しにくさは別の形で出ました。5項目を具体的に頼むと、6本が全部合格。手でできる確認手順、コピペ用の依頼文、検査スクリプトつきです。

同じコーヒー店のLPを3通りの頼み方で作らせた画面の比較。素の依頼は勝率0%、一言だけ足すと50%、手順つきで頼むと100%（Sonnet 5.5・AI判定役による盲検）
実験LOG 108約16分で読める

Claude Codeに同じコーヒー店のLPを36本作らせた。「画面を見て直せ」で42戦42勝、確認を禁止すると最下位。Sonnetは頼まないと一度も画面を見なかった

Claude Codeに、同じ架空のコーヒー店のランディングページを36本作らせました。頼み方は8通り。完成画面の名前を隠して、AI2系統に盲検で勝負させた結果、いちばん効いたのは「画面を撮って、見て、直して」の一言でした。画面確認の禁止は最下位、公式スキルは別の型に寄り、Sonnet 5.5は頼まないと画面を一度も見ませんでした。一文だけ足す追加実験も含め、コピペして使える頼み方と、撮影の手順をまとめます。

調査LOG 105約15分で読める

営業リスト作成ツール、どれを選ぶ？ 国内外約80サービスを「ほしい連絡先」で分けたら、日本企業の件数を公式に出している海外DBは3社だけだった【2026年10月版】

営業リスト作成ツールを国内外約80サービスで調べ直し、「ほしい連絡先」で4つに分けました。海外の連絡先DBで日本企業の件数を公式に出していたのは、Lusha・People Data Labs・Clayの3社だけ。国税庁の法人番号全国CSV（現存5,053,498法人）を自分で数えて、その3社の件数が日本の何割かも並べました。国内ツールの料金、無料で試せる範囲、契約前に日本の10〜30社で確かめる手順つき（2026年10月17日確認）。