この図解の案内人
けんさん
案内人個人事業主として、Web・写真・AI活用などに日々向き合っている案内人。現場で試しながら、本質を丁寧に整理する。
まりなさん
受け手けんさんのアシスタント。一般人目線で素朴な疑問や感想を代弁し、読みやすさをサポートする。
AI先生
整理係日々の対話相手であるLLMを擬人化した存在。親しみを込めて「先生」と呼ぶ、構造化の頼れる相棒。
まりなさん 受け手 — 導入 最近「AIエージェントに仕事を任せよう」って言葉をよく聞くんですけど、いざ使ってみると見当違いな回答が来たり、手直しばかりで余計に疲れちゃうんです…！ やっぱりプロンプトの呪文が足りないんでしょうか？
けんさん 案内人 — 本質化 そうだなぁ… プロンプトの書き方以前に、そもそもAIに対して「どんな前提や判断ルールのもとで動くのか」という仕事の環境を渡せていないことが多いんだよね。今日はその作業基盤、つまり「Workspace OS」の考え方をじっくり解きほぐしていこう。
今日の核心は、AIに丸投げするのではなく、「同じ仕事の世界」を共有し、役割とリスクに応じて共に前へ進めること。
Model（知能）は交換可能。しかし人間が築いた判断基準・文脈・仕事の設計は永続する資産になる
HUMAN
WHY（目的・価値基準）
意志・優先順位・最終責任を保持する
WORKSPACE OS
憲法・文脈・仕事設計
判断原則・過去履歴・役割分担を蓄積
AGENT & MODEL
HOW / THINK / DO
自律ループで観察・修正し、道具を操る
OUTPUT & MEMORY
成果と経験の還元
次の仕事へ文脈を引き継ぎ強化する
AI先生 整理係 — 構造化 整理すると、この記事では「なぜ単なるフォルダではなくOSと呼ぶのか」から始まり、全体構造・自律ループ・役割とリスク設計・そして思考の転換までを全6章で順番に解説していきます。安心してついてきてくださいね。
第1章
なぜ「AIへの丸投げ」で仕事が破綻してしまうのか
この章で解ける問い: 「賢いAIを使っているのに仕事が楽にならない」のはなぜか
多くの人がAIを活用しようとするとき、つい「この最新AIで何ができるか？」という問いから始めてしまいます。そしてプロンプトを長々と工夫し、「企画書を一発で作ってください」と丸投げしようと試みます。
しかし返ってくるのは、当たり障りのない教科書通りの正論か、自社の文脈に全く合わない空疎な提案ばかり。結局、人間が最初から手直しすることになり、「自分で書いた方が早かった」と疲弊してしまうのです。
感じていること（期待と疲弊）
賢いモデルに任せれば、全部自動で察してくれるはず
「プロンプトさえ完璧なら、自社のビジネス課題も、顧客との暗黙のルールも汲み取ってくれる」と期待し、結果の手戻りに落胆する。
実際に起きていること（仕事の本質）
文脈と判断基準がない部屋では、誰も働けない
AIの能力不足ではなく、仕事の前提（過去の議事録・顧客情報・譲れない価値観）が渡されていないため、一般論しか出せない。
まりなさん 受け手 — 代弁 それ、すごく心当たりがあります…！ 「企画書作って」ってお願いしたら、立派そうな言葉はいっぱい並んでるのに、うちの現場では全然使えないものが出てきてガッカリしたことがあって。
けんさん 案内人 — 本質化 そうなんだよね。AIがサボっているわけじゃなくて、僕たちが当たり前に持っている「現場の前提」がAIに伝わっていないだけなんだ。AIから始めるのではなく、まず「僕たちの仕事の世界」を整える必要があるんだよ。
第2章
優秀な料理人と、仕込みの行き届いた厨房
この章で解ける問い: 「Workspace OS」とは現実の何に似ているのか
AI（Model）の立ち位置を理解するには、「料理」にたとえると分かりやすくなります。最新のAIモデルは、世界最高峰の包丁さばきと調理技術を持つ「三ツ星シェフ」のような存在です。
しかし、どんなに腕利きのシェフでも、調味料の場所が分からず、食材の下ごしらえ（仕込み）がされておらず、お店の秘伝のレシピや常連客の好みが何一つ置かれていない「空っぽの台所」に放り込まれたら、客を感動させる料理は作れません。
料理で考える「Workspace OS」と「AIモデル」の関係
仕込みの行き届いた厨房
Workspace OS
整理された食材・秘伝レシピ・過去の味付け履歴
腕利きの料理人
Model / Agent
推論・分析・調理技術（状況に応じて交代可能）
客が感動する一皿
成果物（Output）
現場でそのまま意思決定に直結する生きた仕事
まりなさん 受け手 — 理解確認 わあ、すごく腑に落ちました！ シェフの腕前（モデルの賢さ）ばかり気にしていたけど、料理を作るための「厨房（Workspace）」が散らかっていたら美味しい料理は作れないんですね！
AI先生 整理係 — 具体化 まさにその通りです。Workspaceとは単なるフォルダではなく、調味料の配置やレシピ、お客様の好みがいつでも取り出せるように整理された「料理の環境そのもの」なのです。
第3章
一問一答のチャットから「自律する仕事のループ」へ
この章で解ける問い: 普通のチャットとWorkspace OSの仕事はどう違うのか
従来のチャットAIとのやりとりは、基本的に「質問 → 回答」の1往復で終わります。しかし実際の仕事は、一問一答では完結しません。状況を調べ、計画を立て、実行し、うまくいかなければ修正するという「ループ」が必要です。
たとえば「次回のクライアント打ち合わせ準備をして」と依頼したとき、従来のチャットとWorkspace OSでは、画面の中で起きる動きが根本から異なります。
ユーザー
次回のA社打ち合わせ準備をして
AI
打ち合わせの一般的なアジェンダをご提案します：
1. アイスブレイク（5分）
2. 会社概要の紹介（15分）
3. サービス提案（20分）
4. 質疑応答（15分）
必要であればスライドの目次も作成します。
$ request: "次回のA社打ち合わせ準備をして"
[Context] A社カルテと前回議事録（未決: 価格調整）を取得
[Constitution] 照合: 価格確定は人間専任事項 / 成果物優先
[Execute] 次回論点シート・モック進捗を整理（Tool実行）
[Observe] 課題の論点抜けを検知 → ドラフトを自動修正
[Human Gate: けんさんへ確認]
前回の未決事項「価格条件」のみご判断ください。それ以外の論点資料と進捗モックは準備完了しました。
仕事が進む「自律ループ（Work Loop）」の流れ
依頼・意図理解
言葉の裏の真の目的を解釈
文脈＆憲法照合
過去の経緯とルールを確認
実行と観察
Toolを動かし自律修正
Human Gate
重要判断のみ人間に戻す
成果と記憶
結果をWorkspaceへ還元
まりなさん 受け手 — 共感返し ええっ！ ここまでやってくれるんですか！？ 前回の話を覚えていてくれて、しかも「ここは人間が決めてね」ってピンポイントで聞いてくれるなら、すごく助かります！
けんさん 案内人 — 現場確認 これが「会話」と「仕事」の違いなんだよね。AIに全部丸投げするわけでもなく、人間が全部抱え込むわけでもない。お互いにパスを出し合える状態を作るのが大切なんだ。
第4章
6層アーキテクチャと「Modelは交換可能」という設計思想
この章で解ける問い: なぜモデルが変わっても作業基盤は壊れないのか
AI界隈では、毎月のように新しいモデルやAgentツールが登場します。もし特定のModelやツールに依存した仕事の組み立てをしてしまうと、新技術が出るたびに仕組みをゼロから作り直すことになります。
Workspace OSでは、Modelを最上位に置きません。最上位にあるのは常に「人間の目的」であり、Modelはその下で思考を担当する「知能の部品」に過ぎません。
Workspace OS の6層アーキテクチャ
HUMAN（人間）
目的 / 意志 / 価値判断 / 最終責任
CONSTITUTION（憲法・基本原則）
価値基準 / 判断原則 / 禁止事項 / 人間の責任領域
CONTEXT（仕事の世界・文脈）
案件カルテ / 顧客履歴 / 過去の判断 / 議事録 / 制約
WORK DESIGN（仕事設計）
目的理解 → 課題整理 → 仕事分解 → 人・AI・Tool配置
AGENT RUNTIME（実行環境）
Antigravity / Claude Code / Codex / スクリプト
MODELS & TOOLS（知能と手段）
Gemini / Claude / GPT / ファイル操作 / API / コード
なぜこの設計なのか（技術の裏側の美学）
Modelは知能であり、道具に過ぎません。道具は時代とともに進化し、次々と入れ替わります。しかし、自社が何を大切にし（憲法）、顧客とどんな歴史を歩んできたか（文脈）という資産は、モデルが変わっても決して失われません。仕事の世界をモデルから独立させることこそが、激変するAI時代に最も頑強な防波堤となるのです。
AI先生 整理係 — 構造化 補足すると、このアーキテクチャのおかげで、新しい強力なAIが登場しても、Workspaceの指示や知識資産をそのまま活かして知能部分だけを最新化できるのです。
けんさん 案内人 — 本質化 流行りのツールに飛びついて振り回されるんじゃなくて、自分の仕事の根っこをOSとして持っておく。これが個人事業や小規模チームが長く生き残るための知恵なんだよね。
第5章
誰が何を決めるのか？ 4つの責任境界と3段階のリスク設計
この章で解ける問い: AIが勝手に暴走しないための安全装置はどう作るか
AIとの協働で最も危険なのは、「全部AIがやってくれている」という曖昧な状態です。何が起きたときの責任を誰が負うのかが曖昧だと、事故が起きて初めてパニックになります。
Workspace OSでは、仕事を4つの階層（WHY / HOW / THINK / DO）に分解し、さらに対象のリスクに応じて自律の範囲を3段階で厳格に制御します。
WHY → HOW → THINK → DO の垂直連携
何のためにやるか
目的、意志、価値基準、優先順位、顧客への約束、最終責任の保持。
どう進めるか
文脈収集、仕事分解、スキル・ツール選択、作業順序、進行と再試行。
考える
推論、分析、要約、文章生成、比較検証、仮説立案、選択肢提示。
実際に処理する
ファイルの読み書き、データ変換、API通信、検索、自動実行。
リスクに応じた3段階の自律権限設計
- 散らかった情報の整理・構造化
- 長文議事録の要約
- アイデアの下書き・構成案作成
- 内部ファイル名のリネーム
人間への確認なしで自律実行してよい領域。
- 既存コードや設定ファイルの修正
- Webサイトの文面修正
- 顧客向け提案資料のドラフト
- 外部データの一括取り込み
実行後に人間が差分と結果を確認する領域。
- 顧客へのメール直接送信
- 見積価格・契約条件の確定
- Webサイトや記事の本番公開
- ファイル削除・支払い・決済
人間の明示的な承認なしに絶対実行しない領域。
まりなさん 受け手 — 理解確認 なるほど〜！ 「AIを信用するかしないか」の極端な二者択一じゃなくて、リスクの大きさで「ここは勝手にやってOK」「ここは必ず確認してね」って境界線を決めておけば安心ですね！
けんさん 案内人 — 現場確認 そうなんだ。ブレーキのない車には誰も乗りたくないよね。しっかりしたガードレールがあるからこそ、AIも人間も思い切りアクセルを踏めるんだ。
最終章
AIを設計することは、自分の仕事を設計すること
この章で解ける問い: 明日から私たちはどこから着手すべきか
今日から持ち帰る4つの思考フレーム
-
1
AIから始めず、人の違和感と仕事の目的から始める
「このAIで何ができるか」ではなく、「今どんな課題があり、どこに違和感があるか」から問う。AIを使わないシンプルな解決策も常に選択肢に持つ。
-
2
Modelは「知能」であって「仕事の世界」ではない
モデルは次々に交代する。自社の価値基準、顧客との文脈、過去の判断履歴という「仕事の世界（Workspace）」こそが、時代を超えて蓄積される資産になる。
-
3
自律権限は0か100かではなく、リスクに応じてグラデーションで設計する
低リスクな整理はAIに任せ、中リスクは事後レビューを挟み、高リスクな約束やお金の判断は人間が死守する。ガードレールがあるから走れる。
-
4
AIの環境作りとは、自分自身の仕事を深く観察・言語化すること
AIが迷う場所は、人間も言語化できていない場所。AIのためのルールを作る作業は、自分の仕事を再定義する最高の機会である。
まりなさん 受け手 — 理解確認 最初は「また新しい難しいAIツールを覚えないといけないのかな…」って身構えていたんですけど、全然違いました！ 自分が普段大切にしている仕事の進め方やルールを、AIにもわかるように言葉にしてあげることなんですね。
けんさん 案内人 — 次の一手 その通りだね。AIを特別扱いするんじゃなくて、頼もしい新入社員を迎えるような気持ちで「うちの仕事の進め方」を丁寧に整えていく。焦らず、自分の仕事の違和感に気づくところから小さく試していこう。
AI先生 整理係 — 次の一手 素晴らしいまとめです。Workspace OSという確かな基盤があれば、将来どんな新しいAIが登場しても、あなたの強力な味方になってくれます。一緒に一歩ずつ育てていきましょう。