判断、実行、レビュー、ループ：あなたの個人AIランタイムを構築する

目標、アンカー、構造、境界を使い、人間とAIの協働を正しい軌道に保つ。

System and Freedom の核心思想の一つは「有限の中の無限」である。

本当の自由は、明確な境界の中で生まれる。実在する境界とは、単に「私は境界を設定した」と宣言することではない。他者が読み、認め、越えないことを選べる構造的事実である。

人間とAIの協働も同じである。

大規模言語モデルは強力だが、自然に漂流する。幻覚を起こし、内部的には整合して見える虚構を作り、長い作業の途中で重要な文脈を失うことがある。非常に賢く、手が速く、記憶が不完全で、間違った問題を過剰に最適化する危険な才能を持つ同僚のようなものだ。

より深い問題は、そこに組み込まれている。私たちはまだ、大規模モデルの作動原理を数学的に完全には理解していない。この分野の多くは、パラメータを調整し、出力を観察し、経験を積み重ねながら進んでいる。規模がある閾値を超えると、知能のようなものが現れ始める。しかし、なぜそうなるのかを完全には説明できていない。

したがって、大規模モデルは、マニュアルを読めば完全に信頼できる機械というより、急速に進化する経験的な工学システムとして理解すべきである。

目標を与えなければ、AIは何をすべきか分からない。 アンカーを較正しなければ、一連のもっともらしい改善を通じて軌道から外れる。 境界を定めなければ、プロジェクトの複雑さを拡張し、すべてを保守困難にする。 ループを定めなければ、一歩進むたびに停止し、次に何をすべきかを尋ねる。

人間とAIの協働の鍵は、個人AIランタイムを構築することである。つまり、AIが実行し、確認し、修復し、前進し続けられるが、その軌道は目標、アンカー、構造、境界によって固定される、限定された作業状態である。

私はこの構造を「個人AIランタイム」と呼ぶ。

ここでの runtime は、単一のツールを意味しない。AIが実行を続け、複数のAIスレッドが互いにレビューし、システムが境界で人間の判断を待つ作業構造を意味する。

以下は、その最小構成の作り方である。

1. 作業入口を準備する

2026年6月時点で、私の現在の構成はこうである。

PC
Windows
Codex Windows App
GPT mobile app
GPT subscription account

これは一つの構成にすぎない。Claude、Gemini、Copilot、Grok、あるいは他のモデル提供者の類似製品を使ってもよい。重要なのはブランドではない。能力の組み合わせである。

必要なのは、ローカルディレクトリを読み、継続的にタスクを実行し、プロジェクト文脈を保持し、時間をかけてあなたと協働できるAI作業入口である。モバイルアプリは、捕捉、開始、確認、追加タスクに向いている。PCは、ローカルファイルを読み、継続実行を行う主環境である。

2. PC上に作業ディレクトリを作る

プロジェクトのルートディレクトリを作る。その中に、少なくとも三つのフォルダを作る。

01_raw_materials_and_documents
02_AI_work_documents
03_outputs

01_raw_materials_and_documents には、あなたが準備した素材を置く。メモ、草稿、スクリーンショット、対話ログ、参照資料、旧版、背景文書である。要点は単純だ。人間がまず素材を、読み取り可能な場所に置く。AIは事実基盤へアクセスできなければならない。

02_AI_work_documents には、AIが維持する文書を置く。協働ルール、プロジェクト記憶、タスクプロトコル、用語、ループ規則、レビュー・チェックリストである。これらの文書は、あなた自身が確認し、修正すべきものだ。

03_outputs には、最終成果物を置く。随筆、計画、翻訳、ページ文案、公開可能版、納品ファイルである。出力を分けることで、意味の混乱を避け、境界を清潔に保てる。

3. 最初の協働マニュアルを書く

次に、人間-AI協働の簡単なマニュアルを書く。

短くてよい。重要な部分から始める。

AIにどのように働いてほしいか。
AIがしてはいけないこと。
人間の承認を必要とするもの。
公開してはいけない素材。
変更してはいけない事実主張。
出力をどこに置くか。
作業をどう確認するか。
AIがいつ停止すべきか。

このマニュアルは初日に完全である必要はない。使用とともに成長し、徐々にあなたの作業OSになる。

例えば、こう書ける。

承認なしにプロジェクト目標を変更しない。
著者の立場を書き換えない。
文章を滑らかにするためだけに、元の判断を犠牲にしない。
未確認の素材を公開事実として扱わない。
新しい目標、新しい境界、新しい公開意味が現れたときは、
停止して人間の判断を待つ。

この段階が重要なのは、AIの最も危険な点が「仕事ができないこと」ではないからだ。むしろ、間違った仕事をもっともらしく見せることがある。マニュアルは、あなたが最初に書く境界である。

4. 三つのプロジェクト会話を作る

PCのCodexアプリで、プロジェクト会話を作り、先ほど設定した作業ディレクトリへ向ける。

少なくとも三つを勧める。

議論スレッド
実行スレッド
レビュースレッド

議論スレッドは、素材を理解し、目標を分解し、計画を作る。ここで目標、アンカー、構造、境界を合わせる。

実行スレッドは、計画に沿ってタスクを前へ進める。方向を再発明しない。確認された構造の中で働く。

レビュースレッドは、誤り、欠落、リスクを見つける。レビューを省いてはいけない。

最小の流れは単純である。三つのスレッドが同じ作業ディレクトリを共有する。議論スレッドがタスクカードを作る。人間がそれを実行スレッドへ渡す。結果はレビュースレッドへ渡す。慣れてきたら、この受け渡しの一部を自動化してもよい。

三つの会話は同じディレクトリを共有するが、役割は異なる。これにより、判断、実行、レビューが分離される。境界が明確になり、一つの会話が制御不能な文脈塊へ膨らむことを防ぐ。

5. 最初の会話で環境を初期化する

すぐにAIへ成果物を作らせない。

まず、議論スレッドに協働ルールと 01_raw_materials_and_documents を読ませる。

こう言えばよい。

協働ルールと作業ディレクトリ内の原素材を読んでください。
まずプロジェクトの背景文脈を構築してください。

または、こう言える。

まず、このプロジェクトが何であるか、どんな素材があるか、目標は何か、
すでに確定している立場は何か、承認なしに変更してはいけない部分は何かを理解してください。

目的は、AIを一時的なチャット状態から、プロジェクト理解状態へ移すことだ。

多くの人がAIでつまずくのは、各タスクが孤立したプロンプトから始まるからである。AIはあなたの履歴、レッドライン、長期目標、すでに承認された表現を知らない。現在のウィンドウ内で推測するしかない。

6. 四つの運用文書を生成させる

次に、AIに協働環境のための四つの運用文書を作らせる。

AGENTS: AI behavior guide
MEMORY: long-term project memory
Protocol: task execution protocol
LOOP: loop mechanism

この四つのファイルは、私の open-source Personal AI Runtime Templates から始められる。

テンプレートをAIに与え、素材、目標、境界を渡す。議論スレッドに、あなたのプロジェクトに合わせた第一版を作らせる。あなたの仕事は、重要な判断を確認することだ。

AGENTS は、ワークスペースにおけるAIの行動ガイドである。このプロジェクトでAIが誰であり、どのように働き、どのスタイルに従い、いつ停止すべきかを定める。

MEMORY は、プロジェクトの長期記憶である。プロジェクトの事実、著者の好み、重要用語、現在状態、確定済み判断、毎回尋ね直すべきでない文脈を記録する。

Protocol は、タスク実行を定義する。タスクをどう受け取り、素材をどう読み、出力をどこへ置き、作業をどう確認し、AIがいつ続行でき、いつ人間の判断へ戻るべきかを定める。

LOOP は、議論、実行、レビュー、修復、継続の受け渡しを定義する。ループがなければ、AIは一歩終えるたびに停止しがちである。

Codex や同様のローカルファイル読解環境を使うなら、名前はこうできる。

AGENTS.md
MEMORY.md
TASK_PROTOCOL.md
LOOP.md

名前は重要ではない。重要なのは役割である。

7. 人間の判断を消さない

個人AIランタイムは、人間を取り除くためのものではない。

それは、人間がすべての細部を手作業で行わずに、判断の位置を保つためのものだ。

AIは実行できる。AIは整理できる。AIは比較できる。AIは反復できる。AIは多くの中間作業を引き受けられる。

しかし、目標、意味、価値、公開境界、最終責任は、人間の側に残らなければならない。

ここで「半自動」が重要になる。

完全自動にすると、AIは目標を拡張し、境界を緩め、成果物を増やし、いつの間にかあなたのプロジェクトを別のものに変える。半自動にすると、AIは構造内で働く。人間は境界で判断する。

8. ループを回す

最小ループは次のようになる。

人間が目標を与える。
議論スレッドが目標を分解する。
実行スレッドが作業する。
レビュースレッドが結果を確認する。
人間が判断する。
構造が更新される。
ループが続く。

このループは派手ではない。しかし、それが力である。

一回のよいプロンプトより、よいループの方が強い。

一回のよい回答より、よい作業環境の方が強い。

一回の完璧な出力より、継続的に修復できる構造の方が強い。

9. 境界を増やしすぎない

境界は必要だが、過剰な境界はシステムを窒息させる。

最初から百項目のルールを書かない。必要な境界だけを書く。

目標を変更しない。
事実を捏造しない。
承認なしに公開しない。
著者の立場を置き換えない。
不確実な部分は不確実として示す。

よい境界は短く、読みやすく、実行可能である。

悪い境界は長く、曖昧で、誰も使わない。

10. 構造は眠るが、消えない

よい個人AIランタイムは、あなたが毎日使わなくても消えない。

一週間止めても、戻ってこられる。

別のAIスレッドに渡しても、再構築できる。

途中で会話が壊れても、AGENTS、MEMORY、Protocol、LOOP があれば、作業の背骨は残る。

これがアンカーの意味である。

構造は眠っても、失敗しない。 アンカーは立ち続ける。

11. これは誰でも始められる

特別な技能は必要ない。

必要なのは、自分の作業をAIへ丸投げするのではなく、自分の作業構造をAIと共有する意思である。

最初のディレクトリを作る。 最初の協働ルールを書く。 最初の三つのスレッドを作る。 最初の四つの運用文書を生成させる。 最初のループを回す。

それで十分だ。

この構造は小さく始められる。日々の文章、翻訳、調査、コード、契約書、学習ノート、事業計画、苦情文書、公開アーカイブ。どこからでも始められる。

12. 終わりではなく、入口

個人AIランタイムは完成品ではない。

それは入口である。

あなたが目標を持ち、境界を持ち、素材を置き、AIに実行させ、人間が判断し、構造が更新されるたびに、ランタイムは少しずつあなたのものになる。

自由は境界の外にあるのではない。

自由は、読める境界の中で持続可能になる。

これが「有限の中の無限」である。

システムは自由のゆりかごであり、自由はシステムの花である。

著者について

Wang Xiao はAIプロトコル・アーキテクトであり、System and Freedom の著者、Danbing AI Protocol / SLAPS Framework の創作者、OathAI の発起人である。

彼の仕事は、人間-AI共創、プロトコル・ガバナンス、意味的アンカリング、長期的な知識継続性を中心とし、AI時代に人間の知識と協働構造をどのように保存し、較正し、継承できるかを探っている。

免責事項

本稿は、著者の個人的実践、研究、人間-AI協働経験に基づく現時点の観察と方法論的考察である。Danbing / SLAPS / OathAI に関連する方法は、現在も整理され発展している。実際の効果は、タスクの文脈、モデル能力、実行環境、投入度によって変わり得る。

本稿は、法律、投資、医療、職業、または技術実装に関する助言や保証を構成しない。読者がこれらの方法を実際のプロジェクトに適用する場合、自身の状況に基づいて独立に判断し、具体的な結果に責任を負う必要がある。