AIに任せたのに、なぜ仕事は減らないのか？

プロンプトの書き方を何度も直しているのに、AIに任せた仕事が一向に減らない。2026年に広まった「ループエンジニアリング」は、その状態を頼み方の問題として扱いません。人間の関わり方そのものを組み替える設計の話です。開発者向けの言葉に見えますが、AIに原稿を書かせている現場でも、詰まっている場所は同じでした。

ループエンジニアリングとは何か

ループエンジニアリングとは、人間がいちいち指示しなくても仕事が回り始める仕組みを設計することです。プロンプトの言い回しを改良する作業とは、目的も対象も違います。

かつては、欲しい出力に近づくまでプロンプトを書き直すことが上達でした。いまは、人間が起動しなくても動き出す流れをどう組むかが問われています。

同じ時期に、開発の第一線から似た宣言が続いたことも紹介されています。OpenAIのPeter Berger氏は、コーディングエージェントに直接プロンプトを打つのをやめ、エージェントにプロンプトを打つループを設計すべきだと述べています。Claude Codeを作ったAnthropicのBoris Cherny氏も、自分はもう直接プロンプトを書かず、ループを走らせてそれがClaudeに指示する形にしていると述べています。

開発の文脈で出てきた言葉ですが、AIに文章を書かせている現場と無関係ではありません。その理由は「AIの性能が上がったから」ではないからです。AIが書いた原稿を一本ずつ読んで直している作業は、コーディングエージェントに毎回プロンプトを打ち直す作業と、人間の置き場所が同じだからです。

Human in the Loop と Human on the Loop の違い

Human in the Loopは、作業の流れの中に人間がいて、毎回レビューして次へ進める形です。Human on the Loopは、流れの外から監督し、方向がズレたときだけ手を入れる形です。

前置詞ひとつの差ですが、人間の作業量の増え方が変わります。AIに原稿を書かせている現場の多くは、前者にいます。

1本30分なら、月20本で10時間です。月40本になれば20時間になります。中間の生成物がすべて人間を通過点にしているので、処理できる量が担当者の可処分時間に張り付くためです。

外側へ出るには、人間が見なくてよいものを、人間の前で弾く必要があります。弾く仕組みがないまま人間だけを外へ出すと、誰も見ていない原稿が公開されます。

AIとの関わり方の4段階と、自分の現在地

関わり方は、プロンプト、コンテキスト、ハーネス、ループの4段階に整理できます。上の段階へ進むほど、人間が毎回触る回数が減ります。

②が「渡す」ではなく「選ぶ」なのは、上限があるからです。Fable 5でも1回に渡せる情報は100万トークン、単行本およそ10冊ぶんが上限です。何でも入れれば精度が上がるわけではなく、関係のない資料を混ぜると判断がぼやけます。

現在地は、次のどれに当てはまるかで測れます。

• ①で止まっている：依頼が来るたびにゼロからプロンプトを書いている
• ②まで来ている：よく使う資料と表記ルールを渡す形が決まっている
• ③まで来ている：人間が読む前に、機械が弾く工程がある
• ④に入っている：依頼から下書きまで、人間の起動なしで進む

頼み方を磨くより、関わり方を外側へ広げるほうが効きます。ただし、②と③を飛ばして④に進むと、止める仕組みがないまま自動で動くことになります。

ループの前に要る「ハーネス」の中身

ハーネスとは、お願いを制約に変える足場のことです。仕様、機械で判定できる検証、権限、ログ、エスカレーション基準の5つで組みます。

プロンプトに「表記ルールを守ってください」と書くのは、お願いです。守られたかどうかを判定するスクリプトを通すのは、制約です。お願いは破れますが、制約は通らなければ先に進みません。

注意点として、ハーネスなしでループを回すと暴走する可能性があります。挙げられている例はデータの削除です。ループエンジニアリングはハーネスの整備が前提であり、順序を入れ替えられるものではないと述べられています。

新しく自走を仕込む前に、次の5つを点検します。

1. 仕様はあるか（記事の要件メモ、社内ルールの文書）
2. 機械で判定できる検証はあるか（表記、字数、禁止語、リンク）
3. 権限は絞ってあるか（触れるフォルダ、使えるアカウント）
4. ログは残るか（どの依頼にどの出力を返したか）
5. 人間を必ず通す線は決まっているか

1つでも欠けたまま自走させるわけにはいきません。

AI原稿のチェックはどこまで機械に任せられるか

表記や字数のように、基準を文字列で書けるものは機械に任せられます。事実の誤りや論の飛躍のように、意味を読まないと判定できないものは人間に残ります。

弊社はAI支援（後方支援）として、経理・総務・人事・広報などのバックオフィス業務を、AI活用と業務フロー改善で効率化する支援を行っています。その観点で原稿チェックの工程を仕分けると、修正箇所は判定の仕方によって2種類に分かれます。

上の行を人間が目で追っている限り、原稿が増えれば作業も増えます。1本あたりの時間が短くても、件数が多いためです。

分ける作業でつまずくのは、チェックリストの書き方です。

違いは、判定に人間の解釈が要るかどうかです。上の3つは、読む人によって答えが変わります。下の3つは、検索と文字数の計算で答えが決まります。

読まないと分からないほうを、モデルの性能で解決できるとはかぎりません。文体の評価を何度回しても「自分らしさ」は出てこないという例が挙げられています。意味を読む判定に人間を残し、文字列で書ける判定を機械へ渡す。これがHuman on the Loopの、いちばん手前の実装です。

ループの4要素と、モデルの使い分け方

ループは、計画、実行、評価、修正の4要素でできています。上位モデルを置くべきなのは計画と、意味を読む必要がある評価です。

全部を最上位モデルで回すと、コストがかさむうえに遅くなります。示されている使い分けは次のとおりです。

• 壁打ち：Fable 5、またはGPT-5.6 sol
• 難しい実行：GPT-5.6 sol
• 使い分けを考えるのが面倒なとき：Opus 4.8
• 日常の調べ物：Sonnet 5
• ちょっとした翻訳：Haiku
• 簡単なタスク消化：grok 4.5、またはGPT-5.6 luna

作業が速くなるかどうかは、モデルの性能だけで決まるものではないとも述べられています。入力の濃さ、判断の速さ、完了までを一続きにできるかどうかが効きます。

モデル名と対応づけは2026年8月時点のものです。世代が変われば当てはまりも変わるため、判断軸のほうを覚えておくと長く使えます。

要約して渡すと何が落ちるのか

依頼を自分の言葉でまとめ直さず、元の文面をそのまま貼ります。要約した時点で、判断に使える材料が落ちるためです。

Slackのやり取り、仕様のメモ、顧客からのメールを、コピー＆ペーストでそのまま渡します。

差は情報量だけではありません。要約すると、書き手がその時点で重要だと判断した部分しか残りません。前回うまくいかなかったという経緯や、公開日と発売日が5日空いているという事実は、要約の段階で落ちやすく、しかも構成の判断に直接効きます。

エラー画面や管理画面の数値も同じです。文字に起こし直さず、スクリーンショットのまま渡すほうが、判断材料は増えます。

AIに任せたとき、人間には何が残るのか

残るのは、顧客と経緯をAIより多く知っているという情報の差です。センスや才能ではありません。

人間はユーザーと文脈をAIより多く知っていて、その差を毎回埋めている。差がある限り、その部分は自動化できない、という見立てです。

裏を返せば、差が埋まった部分から順に任せられます。担当者の頭の中にだけある「この社長は数字を並べられるのを嫌う」「去年の企画で写真の使い方を指摘された」といった情報は、書き出せばAIにも渡せます。書き出さないかぎり、その判断は担当者から離れません。顧客の好みや経緯を書き出す作業は、記録ではなく、任せられる範囲を広げるための投資になります。

AIが回す層、人間が方向づける層、反応が返る層

ループはひとつではなく、周期の違う3層が入れ子になっているとAndrew Ng氏が整理しています。

①の実例として、Ng氏が娘のためのタイピング練習アプリを作った際、エージェントがブラウザで自分の作ったものを確認しながら約1時間、人間の介入なしで作業を続けたと紹介されています。ループ設計とは、この3層のどこに人間を置き、どこをAIに回すかを決める作業です。

自走させてはいけない作業の見分け方

取り消せるかどうかで線を引きます。外部への送信、金銭のやり取り、契約、公開は、人間が通します。

下書きを作るところまでは自走させ、送信ボタンだけ人間が押す。この形なら、間違いは相手に届く前に止まります。線を引かないままループを回すと、気づくのが相手に届いた後になります。取り消せない作業を自走させたときだけ、この順序が起きます。

よくある質問

弊社のAI支援（後方支援）について

Uniquerは、経理・総務・人事・広報などのバックオフィス業務を、AI活用と業務フロー改善で効率化するAI支援（後方支援）を行っています。「広報に割く時間がない」の根本原因を解消し、伝える仕事に集中できる体制をつくります。

この記事で挙げたハーネス（仕様・機械で判定できる検証・権限・ログ・エスカレーション基準）の設計も、その一部です。どの作業を人間が通し、どこから先を任せるかの線引きから、ご一緒します。

AI支援（後方支援）を見る →

参考文献

安野貴博「ループエンジニアリングって何？」（YouTube）
https://www.youtube.com/watch?v=K6KX41tLH2s

ネッコスAI駆動開発研究所 LT会（YouTube）
https://www.youtube.com/watch?v=bYD-9uruyl4