エージェントチャット — AIが実際に仕事をこなすとき
これは「AIとの作業3つのレベル」シリーズの第2記事です。第1記事はチャットについて扱いました — AIとの会話の技術です。今回は会話が創造に変わるとき何が起きるかを探ります。
アドバイス型AIからエージェント型AIに移行するとき、誰もが経験するある瞬間があります。
ClaudeやChatGPTと何かを作る方法について話し合っているとします。やりたいことを説明すると、AIは役立つアドバイス、コードのスニペット、ステップバイステップの手順を返してきます。コードをコピーしてエディタに貼り付け、実行します。うまくいく場合も、いかない場合も。チャットに戻る。反復する。
そしてある日、誰かがClaude Code、Cursor、またはGitHub CopilotのエージェントモードをあなたにD見せてくれます。
「見ていてください」と彼らは言います。作りたいものを説明すると、AIはアドバイスを返すだけではありません。ファイルを開きます。コードベースを検索します。複数のファイルに直接コードを書きます。テストを実行します。エラーを検出して修正します。gitにコミットします。
その会話はアドバイスを生み出したのではありません。実際の製品を生み出したのです。
それがチャットからエージェントチャットへの移行です。「やり方を教えて」から「やってしまって」へ。
ツールというハーネス
違いはAIモデルにあるのではありません。ハーネス（ツールの仕組み）にあります。
claude.aiでClaudeとチャットするとき、Claude Codeと同じ基盤モデルと話しています。違いは何でしょうか？Claude Codeにはツールがあります。
- ファイル検索 — コードベースの関連ファイルを見つける
- Read — ファイルの内容を開いて分析する
- Write — 新しいファイルを作成したり既存ファイルを上書きする
- Edit — 特定の行に外科的な変更を加える
- Bash — コマンドを実行し、テストを走らせ、gitを使う
- Grep — ファイル全体でパターンを検索する
これらのツールがAIをアドバイザーから実行者へと変えます。何をすべきか教える代わりに、仕事を実行します。
同じパターンは様々なプラットフォームに存在します。
| プラットフォーム | 追加されるもの | 結果 |
|---|---|---|
| ChatGPT | 会話のみ | アドバイスとコードスニペット |
| Claude Code | ファイルツール＋シェルアクセス | 実際のプロジェクトを構築 |
| GitHub Copilot | IDE統合 | 作業中にコードを書く |
| Cursor | コードベースの把握 | 複数ファイルの編集 |
| Gemini CLI | ターミナル＋ファイルアクセス | コマンドラインから実行 |
ツールこそがAIをエージェントにします。AIにハンマーを与えれば建てられます。チャットウィンドウに留めておけば、建て方を説明するだけです。
アドバイスから実行へ
実際にこの移行がどう見えるかを説明します。
アドバイザーモード（従来のチャット）：
あなた：「ヒーローセクション、機能グリッド、料金表、フッターを備えたSaaS製品のランディングページを作る必要があります。」
AI：「使えるサンプルHTMLの構造はこちらです… [コードスニペットを提供]。スタイリングには、Tailwindクラスを使いたいでしょう… [さらにコード]。料金コンポーネントにはこのアプローチを検討してください… [また別のスニペット]」
あなた：[コードをコピーし、ファイルを作成し、スニペットを貼り付け、問題をデバッグし、説明を求めてチャットに戻り、繰り返す]
実行モード（エージェントチャット）：
あなた：「ヒーローセクション、機能グリッド、料金表、フッターを備えたSaaS製品のランディングページを作る必要があります。」
AI：「ランディングページを作ります。構造の設定から始めます…」
[index.htmlを作成]
[styles.cssを作成]
[ヒーローセクションのHTMLを記述]
[機能グリッドを実装]
[料金コンポーネントを構築]
[フッターを追加]
[テスト用にローカルdevサーバーを起動]
[出力を確認、スペーシングの問題を特定]
[ヒーローセクションのpaddingを修正]
[gitに変更をコミット]
AI：「完了です。ランディングページはlocalhost:3000で確認できます。最新のSaaSデザインに合わせてヒーローセクションのスペーシングを調整しました。他に追加したいものはありますか？」
インプットは同じです。アウトプットは根本的に異なります。一方は手順書を生み出します。もう一方は製品そのものを生み出します。
真の力：フィードバックループ
でも、エージェントチャットを実際に体験するまで誰も教えてくれないことがあります。
実際には、見るまで自分が何を欲しいのかわからないのです。
これはあなたの思考の欠点ではありません。人間の学び方がそういうものなのです。私たちは仕様を作るのが苦手で、評価するのは得意です。欲しいものを完璧に説明できませんが、目にしたときに認識できます。
アドバイザーモードでは、これが摩擦を生みます。欲しいものを説明する。AIがコードをくれる。実装する。見てみると、何か違う。チャットに戻る。何が違うかを言葉にしようとする。さらにコードをもらう。反復する。実装ステップが手動なのでループが遅い。
エージェントモードではループは密です。AIが構築する。確認する。「それで行くけど、ここにもっとスペースを取って、見出しを太くして」と言う。AIがすぐに更新する。変更を確認する。「よくなった、でも今度は料金セクションのバランスが悪い。」AIが調整する。3分後には、最初には仕様を作れなかったものが完成しています。
会話は製品を作り出しているだけでなく、製品がどうあるべきかを明らかにしているのです。
これが解放です。建て始める前に仕様を完璧にしようとしているのではありません。仕様を発見するために構築しているのです。
実例でどのように見えるかをお見せします。
発見を通じた構築
先週、コンテンツパフォーマンスを追跡するシンプルなダッシュボードを作るようClaude Codeに頼みました。実際の会話はこんな感じでした。
私：「トラフィックの多い上位10件のブログ記事を表示するダッシュボードが必要です。」
[Claudeが記事タイトルとページビュー数の基本的なテーブルを構築]
私：「良いスタートです。トレンド指標を追加できますか？先週と比べてトラフィックが上がったか下がったかなど？」
[Claudeが矢印とパーセンテージの変化を追加]
私：「いいですね。実は、そのパーセンテージを色分けできますか？成長は緑、下落は赤で。」
[Claudeが条件付きの色付けを追加]
私：「うーん、テーブルが詰まっている感じがします。間隔を広げて、タイトルを実際の記事へのクリック可能なリンクにできますか？」
[Claudeがスペーシングを調整してリンクを追加]
私：「これが役立つと思うんですが、トラフィックソースの内訳を表示したいです。Googleからどれくらい、ソーシャルからどれくらい、ダイレクトからどれくらいかなど。」
[Claudeがソース分布を示すミニ棒グラフの列を追加]
私：「完璧です。もう一つだけ、異なる期間を比較できるように日付範囲セレクターを追加できますか？」
[Claudeが日付ピッカーを実装してデータ取得ロジックを更新]
**結果：**最初には仕様を作れなかったダッシュボードが完成しました。反復を通じて必要なものを発見しました。
**経過時間：**最初のメッセージから最終製品まで12分。
最初から完全な仕様を書こうとしていたら、まだ書いている途中でしょう。あるいはもっと悪く、間違ったものを仕様化して完璧に構築していたでしょう。
これがエージェントチャットの超能力です。AIが実行できるということだけでなく、実行が発見をサポートするほど速いということです。
終わりなきプロセス
問題のように聞こえますが、実は機能です：決して終わりません。
AIが構築したものを確認するたびに、改善点が浮かびます。見出しを大きくする。アニメーションを追加する。カラースキームを変える。検索機能を追加する。レイアウトを再編成する。APIと統合する。認証を追加する。
従来の開発では、これは疲弊します。新しいアイデアのたびに実装作業が増える。時間が増える。労力が増える。バックログは片付けるよりも速く積み上がります。
エージェントチャットでは、これは自然に感じます。実装がもはやボトルネックではないからです。アイデアが直接実行へとつながります。
「ダークモードの切り替えを追加したら？」と思います。
「ダークモードの切り替えを追加して」と言います。
30秒後には存在しています。
「モバイルレイアウトが改善できそう」と思います。
「モバイルのレスポンシブ対応を改善して」と言います。
完了です。
反復のコストがゼロに近づくため、プロセスは無限になります。
これはバグではありません。クリエイティブな作業が実際に起こる方法です。作って、評価して、改善する。違いはスピードです。従来の開発では、ループに時間や日数がかかります。エージェントチャットでは、秒や分で済みます。
製品はなぜか「完成した」と感じません。なぜなら何になれるかを常に発見し続けているからです。でもそれは混沌ではありません — スピードによって可能になった職人技です。
実際にどんな感じか
マーケティング資料は完璧に聞こえますが、この方法で作業することが実際にどんな感じかについて正直に話しましょう。
完璧ではありません。
AIは時々誤解します。望んでいなかった変更を加えます。動いていたものを壊します。存在しないファイルパスや関数名を作り出します。修正が必要になります。
でもこれが私を驚かせたことです：修正は作成より速い。
Claude Codeがバグのある関数を書いたとき、「47行目のエラーを修正して」と言えば即座に修正されます。望んでいたことを誤解したとき、「実はボタンを左側に置いて」と言えば調整します。フィードバックループが非常に密なので、ミスは安価です。
コードを書いて、実行して、エラーを見て、バグを見つけて、修正して、再テストするという従来の開発と比較してください。あるいはもっと悪く、間違ったものを実装して書き直さなければならない場合と。
エージェントチャットでは、軌道修正に秒しかかかりません。手動コーディングでは分や時間がかかります。
これが構築の心理を変えます。最初から完璧であろうとする（それがあなたを遅くする）のではなく、速く反復的でいられます。構築して、確認して、改善する。構築して、確認して、改善する。
反復のスピードは最初の試みの正確さより重要です。
エージェントチャットをいつ使うか
エージェントチャットがすべてに適しているわけではありません。輝く場面は以下の通りです。
エージェントチャットを使う場面：
- 新しいものをゼロから構築するとき（ウェブサイト、ツール、ドキュメント、プレゼン）
- 複数ファイルにまたがる変更をするとき
- 反復を通じて欲しいものを探求するとき
- 新しい技術やフレームワークを学ぶとき
- アイデアを素早くプロトタイピングするとき
- ファイル操作が必要な繰り返しタスク
エージェントチャットを使わない場面：
- 複雑なシステムで深い外科的精度が必要なとき
- ミスが高くつく高リスクな場面（金融システム、医療機器）
- 承認プロセスなしの厳しく規制された環境での作業
- 実行よりも戦略的思考が主なタスク
- 実行速度より人間の判断が必要な場面
パターン：エージェントチャットは創造と反復に優れています。高リスクの精度と戦略的判断では苦労します。
ほとんどのナレッジワーク — プロトタイプの構築、コンテンツの作成、レポートの集成、アイデアの探求 — において変革的です。
自律型エージェントへの橋
エージェントチャットは2つの世界の間に位置します。
第1記事では、チャットを基盤として話しました — 自然言語でAIと作業するための会話がどのようなものか。エージェントチャットはその会話に実行力を与えます。まだ会話の中にいますが、今や会話は実際の作業を生み出します。
第3記事では、自律型エージェントを探ります — AIが継続的な人間の監視なしに動作する場面。目標を定義すれば、AIが時間、日、週にわたってそれを達成する方法を見つけます。
**エージェントチャットは橋です。**行動を取るAIとの作業方法を教えてくれます。会話が創造になるとき何が起きるかを示します。最終的な移行 — 会話から委任へ — の準備をします。
会話はまだ重要です。まだそこにいて、導き、評価し、軌道修正しています。でも仕事はAIのスピードで起きます。
それが解放です。アドバイスだけでなく。実行。計画だけでなく。構築。
AIにツールを与えると、会話が創造になります。
エージェントチャットを自分で試す
アドバイスから実行への移行を体験する準備はできていますか？
これらのプラットフォームから始めてください：
- Claude Code — ターミナルベースのエージェントコーディング（無料プランあり）
- Cursor — エージェント機能内蔵のIDE
- TeamDay — ビジネスユーザー向けエージェントAI（マルチエージェントオーケストレーション）