本文へスキップ
josysco logo

ハーネスエンジニアリングとは？AIエージェント時代の最新動向と中小企業の備え

ハーネスエンジニアリングとは？AIエージェント時代の最新動向と中小企業の備えのイメージ

「同じAIなのに、会社によって使いこなせる度合いがまったく違う」。AIエージェントを業務に取り入れた企業から、こうした声を聞く機会が増えています。差がつく原因は、モデルそのものよりも、モデルの周りにどんな仕組みを用意しているかにある、という考え方が2025年から2026年にかけて急速に広まりました。この仕組みの設計と改善を扱う分野が「ハーネスエンジニアリング」です。

本記事では、プロンプトエンジニアリングからコンテキストエンジニアリング、そしてハーネスエンジニアリングへと進んだ流れを、公式な発信をもとに整理します。そのうえで、中小企業の経営者やDX担当者が自社でAIエージェントを使う際に、何を準備すればよいかを考えます。なお「ハーネス」は自動車のワイヤーハーネスではなく、AIエージェントを安全かつ確実に働かせるための「馬具」のような仕組みを指す比喩です。

ハーネスエンジニアリングとは何か

AIエージェントとは、LLM（大規模言語モデル）が自分で計画を立て、ツールを使い、結果を確認しながら作業を進める仕組みです。ハーネスとは、そのLLMの周りに置くもの全体を指します。具体的には、読ませる情報（コンテキスト）、使えるツール、許可する操作の範囲（権限・ガードレール）、結果を確かめる検証ループ、作業の記録（メモリ）、そして品質を測る評価が含まれます。

Anthropicは2025年11月の技術記事で、ハーネスを「複数のコンテキストウィンドウをまたいでエージェントの振る舞いを構造化し、継続性と進捗を保つための枠組み」という趣旨で扱っています。モデルは作業のたびに記憶をリセットされる新人のようなものであり、その新人が迷わず働ける職場環境を整える作業がハーネスエンジニアリングだと言い換えられます。

AIエージェントを囲むハーネスの構成要素を示した手書き風の図

図1: モデルを中心に、コンテキスト・ツール・権限・検証・メモリ・評価が取り巻く

プロンプトからコンテキスト、ハーネスへ

この分野の流れは、3つの段階で捉えると理解しやすくなります。

段階 関心の中心 問いの例
プロンプトエンジニアリング 1回の指示の書き方 どう頼めば良い回答が返るか
コンテキストエンジニアリング モデルに見せる情報全体の設計 今この瞬間、何を見せるべきか
ハーネスエンジニアリング エージェントが働く環境全体の設計 長時間・多数の作業でも安全に成果を出せるか

2025年9月、Anthropicは「Effective context engineering for AI agents」を公開しました。同記事は、プロンプトエンジニアリングが指示の書き方を扱うのに対し、コンテキストエンジニアリングは推論時に与える情報（トークン）の最適な集合を選び、維持する取り組みだと説明しています。圧縮（compaction）、外部メモ、サブエージェント、必要な時に情報を取りに行く方式といった手法が紹介されました。

ハーネスエンジニアリングはその延長にあり、情報の設計に加えて、ツール、権限、検証、記録といった実行環境まで範囲を広げた捉え方です。2026年2月にはMitchell Hashimoto氏が、エージェントが間違えるたびに「同じ間違いを二度と起こさない仕組み」を作る習慣を「harnessのエンジニアリング」と呼んで紹介しました。具体策は、AGENTS.mdのような文書を更新するか、検証用のツールを実際に作ることだとされています。

主要ベンダーと実践者の動き

OpenAI：エージェント主導の開発とハーネス

OpenAIは「Harness engineering: leveraging Codex in an agent-first world」という記事で、Codexを使った社内プロジェクトの経験を公開しました。同記事によれば、人が手でコードを書かずに、少人数のエンジニアがCodexに作業させ、約100万行規模のコードと約1,500件のプルリクエストを生み出したと報告されています。人間の役割は、コードを書くことから、環境の設計、意図の明確化、フィードバックの仕組みづくりへ移ったと説明されています。

注目すべきは、速さよりも「不変のルールを機械的に守らせる」姿勢です。依存関係の方向をリンターや構造テストで強制し、エージェントが決まりを破ればCIで止める。人が細かく指示するのではなく、守るべき枠を仕組みで固定するという考え方です。

Anthropic：長時間作業のためのハーネス

Anthropicは2025年11月の記事で、長時間にわたるエージェント作業の設計を示しました。最初のセッションで環境構築と進捗記録の仕組み、そして機能一覧を用意し、以降のセッションは一つずつ機能を進めて、記録を残してから終える流れです。機能一覧は200以上の項目を持つ構造化ファイルで、各項目が「合格」か「不合格」かを管理します。エージェントが勝手にテストを消して「完了」と宣言することを防ぐため、テストの削除や編集を禁じる強い指示も入れられています。

さらに、ブラウザ操作の自動化ツールを使い、人間の利用者と同じようにエンドツーエンドで動作確認させる点も特徴です。AIの「できました」という自己申告を、そのまま信じない設計だと言えます。

研究の動き

学術面でも、2026年3月にarXivで「Natural-Language Agent Harnesses」が公開されました。ハーネスの制御ロジックをコードに埋め込まず、人が読める文書として明示・編集可能にする提案で、コーディングや端末操作などのベンチマークでコード実装と同等の結果が得られたと報告されています。ハーネスが「モデルの周りのおまけ」ではなく、設計・比較・改善の対象として扱われ始めたことを示す例です。

具体的な手法

AGENTS.mdとCLAUDE.md：エージェントへの引き継ぎ書

AGENTS.mdは、AIコーディングエージェント向けのREADMEとして、ビルド手順、テスト方法、コーディング規約などを書いておくための標準的な形式です。公式サイトによれば、現在は Linux Foundation 傘下の Agentic AI Foundation が管理し、6万を超えるオープンソースプロジェクトが採用しています。OpenAI Codex、GitHub Copilot、Cursor、Google Gemini CLIなど多くのツールが読み込めます。Claude Codeでは同様の役割をCLAUDE.mdが担います。

要点は、毎回口頭で説明していたことを文書に移すことです。これは新入社員向けのマニュアルを整える作業に近く、特別な技術は要りません。

スキル：必要な時だけ読み込む手順書

Anthropicは2025年10月にAgent Skillsを発表しました。指示、スクリプト、資料をまとめたフォルダを用意し、関連する場面でだけ読み込ませる仕組みです。ExcelやPowerPoint、PDFの作成など、定型業務の手順を再利用できます。全部の情報を常に渡すとコンテキストが溢れるため、必要な時に必要な分だけ渡すという考え方が表れています。

サブエージェント：役割分担と情報の整理

調査や検証など、焦点を絞った作業を専用のエージェントに任せ、結果の要約だけを親に返す方式です。Anthropicの記事は、サブエージェントが返す要約を1,000〜2,000トークン程度に凝縮する例を挙げています。長い作業の途中で、主役のエージェントの頭が散らかるのを防げます。

テスト・リンター・フックによる自動検証

最も効果が見えやすいのが検証の自動化です。AIが書いたものをテストやリンターが自動でチェックし、不合格なら差し戻す。Claude Codeのフック機能のように、変更のたびにテストや整形を自動実行する仕組みも用意されています。Hashimoto氏の言う「間違いを仕組みで防ぐ」は、まさにここに当たります。

権限とサンドボックス：任せる範囲を絞る

エージェントに何を許可するかも、ハーネスの重要な部品です。Claude Codeには権限モードや許可リストがあり、OSレベルのサンドボックスで書き込み範囲やネットワークを制限できます。「便利だから全部許可」ではなく、安全な操作は事前承認し、危険な操作は確認や禁止にするという線引きが基本になります。

検証ループとガードレールを通ってAIの成果物が確認される流れを示した手書き風の図

図2: AIの出力は、自動検証と人の確認を通って初めて業務に反映される

中小企業にとっての実務的な示唆

ここまでは主にソフトウェア開発の話でしたが、考え方は一般の業務にもそのまま応用できます。エンジニアがいない中小企業でも、次の観点で自社の「ハーネス」を考えられます。

ハーネスの要素 中小企業での具体例
コンテキスト 社内ルール、商品情報、よくある問い合わせへの回答方針を文書にまとめ、AIに渡す
ツール 使わせるシステムを絞る（例：見積ソフトの閲覧のみ、など）
権限・ガードレール 顧客への送信や支払いなど、取り返しのつかない操作は人の承認を必須にする
検証ループ 数値の突き合わせや、チェックリストによる確認手順を決める
メモリ 過去の対応履歴や判断の理由を記録し、次回に引き継げる形で残す
評価 月に一度、AIの出力の誤りを集計し、ルールや手順を見直す

1. 「モデル選び」より先に「業務の文書化」を進める

AGENTS.mdやCLAUDE.mdが効く理由は、暗黙知が文章になっているからです。属人化した業務をマニュアルにする取り組みは、AI導入の有無にかかわらず価値があります。まず1つの業務を選び、手順、判断基準、よくある例外を書き出すところから始めるのが現実的です。

2. 間違いは「仕組みの改善材料」として扱う

AIが間違えたとき、「AIは使えない」と結論づけるのではなく、なぜ間違えたかを見て、指示書やチェック手順を直します。この積み重ねが、自社に合ったハーネスを育てます。Hashimoto氏の姿勢は、業務改善の考え方とよく似ています。

3. 権限は小さく始めて、広げる

最初は読み取りと下書きの作成だけを任せ、実績が出てから範囲を広げます。顧客への自動送信や、金額に関わる処理は、当面は人の承認を挟むのが安全です。

4. 人の役割は「作業」から「確認と設計」へ

OpenAIの事例が示すのは、人の仕事が消えるのではなく、ルールの設計、結果の確認、改善へ移るということです。限られた人数の中小企業にとっては、担当者がAIの出力を確認し、仕組みを磨く時間を確保できるかが成否を分けます。

注意点

紹介した事例の多くは、技術者が中心となるソフトウェア開発の現場のものです。そのままの成果が一般の事務作業で得られるとは限りません。また、ベンダーの発信には自社製品を前提とした部分があります。まずは小さな業務で試し、効果と誤りの傾向を自社で測ることをおすすめします。なお、この分野の用語や手法は変化が速く、本記事は2026年10月時点で確認できた公式情報に基づいています。

まとめ

プロンプト、コンテキスト、ハーネスという流れは、AIに「何を言うか」から「どんな環境で働かせるか」へ関心が広がってきたことを示しています。中小企業にとっての要点は、業務を文書にし、確認の手順を決め、任せる範囲を段階的に広げることです。高度な技術がなくても、今日から始められる取り組みは多くあります。

参考文献

  1. Anthropic "Effective context engineering for AI agents" (2025年9月29日) https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents

  2. Anthropic "Effective harnesses for long-running agents" (2025年11月26日) https://www.anthropic.com/engineering/effective-harnesses-for-long-running-agents

  3. OpenAI "Harness engineering: leveraging Codex in an agent-first world" https://openai.com/index/harness-engineering/

  4. Anthropic "Introducing Agent Skills" (2025年10月16日) https://claude.com/blog/skills

  5. AGENTS.md 公式サイト https://agents.md

  6. Mitchell Hashimoto "My AI Adoption Journey" (2026年2月5日) https://mitchellh.com/writing/my-ai-adoption-journey

  7. Pan et al. "Natural-Language Agent Harnesses" arXiv:2603.25723 (2026年3月) https://arxiv.org/abs/2603.25723

  8. Claude Code Docs「Configure permissions」「Automate actions with hooks」「Create custom subagents」 https://docs.anthropic.com/en/docs/claude-code/permissions

関連記事

Josyscoでは、大学生と共に中小企業のAI・DX推進をサポートしています。 AIエージェントの導入や、業務の文書化・ルール整備についてご検討の方は、ぜひお気軽にご相談ください。

お問い合わせはこちら