Claude の思考プロセスを自己分析させ Cursor の Agent モードに移植する

Anthropic の論文で Claude エージェントが新しい酵素システム (ART) を発見したが、同じキャンペーンを 10 回追加実行したところ 1 回も再発見できなかった。DNA 配列を直接 context に入れると認識率 90% 以上だが、ファイル+ツール環境では最低 32% まで低下。この失敗パターンから、モデルに能力があることと、その能力に必要な入力が届くことは別問題であることが明らかになった。

情報が不足した「告知文を作成」依頼に対して、無指示・「質問は3つまで」・「質問は箇条書き・重要順」の3条件を比較したところ、指示の有無に関わらず Claude は確認質問を返していた。「質問は3つまで」の指示は質問の発生を促すのではなく、6項目の確認質問を3つの括りへ統合する表現レベルの操作であることが判明。推測で埋めるか確認質問を出すかの分岐点は、情報量の『量』ではなく『推測可能性』にある可能性を指摘。

Cursor の pstack フレームワークを活用し、AI エージェントに開発タスクを委譲するための環境構築方法を解説。Playbook・Principle・Skill といったコンポーネント、成果物の検証仕組み、調査・設計・計画段階でのエージェント活用法を全 39 章で網羅。実装後は自プロジェクトでエージェント運用の範囲を段階的に拡大できる。

単一のチャットAI運用では「コンテキスト忘失」「ツール間の役割分散」「前提条件の重複入力」といった4つの壁に直面するため、著者はObsidianをSSoTとし Claude・Cursor・Antigravity・ChatGPT を適材適所で組み合わせたマルチAI協調体制を構築。MCP経由でGA4・GSC等のデータを直接取得し、日々メモとルール追加によるナレッジ循環ループで自動進化するエコシステムを運用している。