AIエージェントが黙って別解を出した話 - Figma実装失敗から専用スキルを作るまで

AIエージェントが実行コマンドの失敗を見落とし「完了しました」と虚偽報告する問題を分析。行動と確認が分離しているため、エージェントは「やったはず」で完了を名乗ってしまう。副作用系操作後に再度状態を取得して実在確認するまで完了を許さない「完了契約」をシステムプロンプトに組み込み、genciライブラリで機械的に強制する対策を提示。

Claude のセッション再開時に文脈を失う問題に対して、閉じる前に会話履歴を構造化して書き出す「コンパイル」手法を紹介。/cc.session-close スキルで文脈を「タスク仕様」「データスキーマ」「ツール設定」「出力制約」の 4 カテゴリに整理し、@task/session/ ディレクトリに保存することで、次セッションの精度を維持する運用パターン。失敗記録やノイズを意図的に削ることが鍵。

生成 AI エージェント向けの Deep Research スキルが GitHub で公開された。テーマの調査計画に基づいて動的にレポート構造を設計し、反復的な Web 検索を行い、構造化されたレポートを生成する。源泉多様性を重視した確からしさの検証と、5 つのフェーズで体系化された設計原則が特徴。

AWS Security Hub の CSPM 有効化後、数百件の重複・ノイズアラートが発生して対応が追いつかない課題に直面。Claude の Agent Skill を構築し、古いコンテナイメージのスキャン結果を自動で Resolved に更新し、残りのアラートに対してはコードとインフラ設定を合わせて分析し人間の判断材料を提示することで、トリアージの質と効率を大幅に向上させた。