❌ 1回の質問で忘れる     → 前の会話を覚えていない
❌ 何でも同じ調子        → タスクに応じた専門性がない
❌ 手が動かない          → ファイル操作やWeb検索ができない
❌ 段取りが悪い          → 複雑なタスクの順序を管理できない

✅ 文脈を理解して対話     → 過去の会話や作業状態を把握
✅ 状況に応じた専門家     → 設計の話なら設計者、テストならQA担当
✅ 自分で道具を使える     → ファイル操作、Web検索、テスト実行
✅ 段取り上手             → タスクの優先度と依存関係を管理

┌─────────────────────────────────────────────────┐
│              AIエージェントフレームワーク          │
│                                                 │
│  ┌─────────┐  ┌─────────┐  ┌─────────────────┐ │
│  │  柱 1   │  │  柱 2   │  │     柱 3        │ │
│  │ ペルソナ │  │ タスク  │  │  外部ツール連携  │ │
│  │ システム │  │  管理   │  │  (MCP)          │ │
│  │         │  │         │  │                 │ │
│  │ 役割を  │  │ 段取り  │  │  手足を         │ │
│  │ 切り替え │  │ を管理  │  │  与える         │ │
│  └─────────┘  └─────────┘  └─────────────────┘ │
└─────────────────────────────────────────────────┘

タスクの種類              起動するペルソナ         得意なこと
─────────────────────────────────────────────────────────
「全体設計を考えて」    → 🏗️ アーキテクト     → システム構造、拡張性
「UIを作って」         → 🎨 フロントエンド     → ユーザー体験、アクセシビリティ
「バグを調べて」       → 🔍 アナライザー       → 根本原因の特定、調査
「セキュリティ確認」    → 🛡️ セキュリティ     → 脆弱性発見、対策提案
「ドキュメント書いて」  → 📝 スクライブ        → 文書作成、わかりやすい説明

ユーザーの依頼
  │
  ├─ キーワード分析    (30%)  「設計」「パフォーマンス」等
  ├─ コンテキスト分析  (40%)  対象ファイル、プロジェクト状態
  ├─ 過去の傾向       (20%)  ユーザーの好みや作業パターン
  └─ システム状態      (10%)  リソース使用率、エラー有無
      │
      ▼
  最適なペルソナを自動選択

レイヤー1: セッション内タスク
  └─ 今の会話の中でやるべきこと（3〜20個）
  └─ 状態: 待機 → 実行中 → 完了 / ブロック中

レイヤー2: プロジェクトタスク
  └─ 数日〜数週間にわたる機能開発
  └─ 構造: エピック → ストーリー → タスク

レイヤー3: オーケストレーション
  └─ 複数ドメインにまたがる複雑な作業
  └─ 並列実行・順次実行の制御

📋 待機中 (pending)
  │
  ▼  開始条件が満たされた
🔄 実行中 (in_progress)  ← 同時に1つだけ
  │
  ├─ 依存タスクが未完了 → 🚧 ブロック中 (blocked)
  │                          │
  │                          └─ 依存解決 → 🔄 実行中に戻る
  │
  └─ 完了条件を満たした → ✅ 完了 (completed)

自動生成されるタスクリスト:

📋 Task 1: 要件の確認と設計
📋 Task 2: データベーススキーマの設計  ← Task 1に依存
📋 Task 3: API実装                   ← Task 2に依存
📋 Task 4: フロントエンド実装         ← Task 3に依存
📋 Task 5: テスト作成                 ← Task 3, 4に依存
📋 Task 6: セキュリティレビュー       ← Task 5に依存

→ AIは依存関係を理解し、正しい順番で1つずつ実行
→ 各タスク完了時に進捗を報告
→ ブロックされたら原因を特定して対処

従来のAI:
  ユーザー ←→ AI（頭だけ）

MCP対応AI:
  ユーザー ←→ AI ←→ ドキュメント検索
                  ←→ ファイル操作
                  ←→ ブラウザ操作
                  ←→ テスト実行

┌──────────────────────────────────────────────────┐
│                    AIエージェント                  │
│                                                  │
│  ┌──────────┐  ┌──────────┐  ┌──────────┐      │
│  │ドキュメント│  │ 分析    │  │  UI     │       │
│  │検索サーバー│  │ サーバー │  │ サーバー │       │
│  │           │  │          │  │          │       │
│  │・公式文書  │  │・問題分解 │  │・UIパーツ│       │
│  │・パターン  │  │・根本原因 │  │・デザイン│       │
│  │・ベスト    │  │・仮説検証 │  │・最新の  │       │
│  │  プラクティス│ │・推論    │  │ トレンド │       │
│  └──────────┘  └──────────┘  └──────────┘      │
│                                                  │
│  ┌──────────┐                                    │
│  │ ブラウザ  │                                    │
│  │ 操作     │                                    │
│  │サーバー   │                                    │
│  │          │                                    │
│  │・Web検証  │                                    │
│  │・E2Eテスト│                                    │
│  │・画面確認 │                                    │
│  └──────────┘                                    │
└──────────────────────────────────────────────────┘

ユーザー: 「Reactの最新の状態管理パターンを調べて実装して」

  [AIエージェント]
    │
    │ ① ドキュメント検索サーバーに問い合わせ
    │   → 公式ドキュメントから最新パターンを取得
    │
    │ ② 分析サーバーで設計を検討
    │   → プロジェクトに最適なパターンを選定
    │
    │ ③ UIサーバーでコンポーネント参考を取得
    │   → モダンなUI実装パターンを参照
    │
    │ ④ 実装
    │   → ファイルを作成・編集
    │
    │ ⑤ ブラウザ操作サーバーでテスト
    │   → 動作確認・スクリーンショット取得
    │
    ▼
  結果をユーザーに報告

[ユーザーの依頼]
      │
      ▼
[ペルソナシステム]  ── 最適な専門家を選択
      │
      ▼
[タスク管理]       ── 作業を分解し、順序を決定
      │
      ▼
[MCPツール連携]    ── 各タスクに必要な道具を提供
      │
      ▼
[品質チェック]     ── 8段階の検証ゲート
      │
      ▼
[完了報告]

ゲート1: 構文チェック      → コードが文法的に正しいか？
ゲート2: 型チェック        → データ型の整合性はあるか？
ゲート3: コード品質        → 読みやすく保守しやすいか？
ゲート4: セキュリティ      → 脆弱性はないか？
ゲート5: テスト            → 期待通りに動くか？
ゲート6: パフォーマンス    → 十分に速いか？
ゲート7: ドキュメント      → 説明は正確で十分か？
ゲート8: 統合テスト        → 他の部分と問題なく動くか？

活用例1: シリーズ別の記事管理
  ├─ Aquaria（水の惑星）  → 深海テーマのスタイル自動適用
  ├─ Solaris（音楽宇宙）  → 音楽テーマのスタイル自動適用
  ├─ RAGteller（火星）    → サイバーパンクテーマのスタイル自動適用
  └─ Tech（技術記事）     → ターミナルテーマのスタイル自動適用

活用例2: 自動化パイプライン
  Markdown執筆 → バリデーション → WordPress投稿 → リッチUI適用
  （人間の作業は「書く」だけ、あとは自動）

活用例3: 品質管理
  ・フロントマターの検証（6層チェック）
  ・HTMLの自動変換と整形
  ・エラー時の自動検知と報告

✅ 役割を明確に分ける      → 1つのペルソナに1つの専門領域
✅ タスクの粒度を適切に    → 大きすぎず、小さすぎず
✅ 失敗を前提に設計する    → エラー時の復旧パスを用意
✅ 外部ツールは疎結合に    → 1つが壊れても全体に影響しない
✅ 検証を自動化する        → 人間のチェックに頼らない

❌ 1つのAIに全部やらせる   → 専門性が薄まる
❌ タスクの順序を無視する   → 依存関係でエラーが起きる
❌ ツール連携を密結合にする → 変更時に全体が壊れる
❌ エラーを握りつぶす       → 問題が見えなくなる
❌ セキュリティを後回しにする → 最初から組み込むべき

1. ペルソナシステム  → AIに「役割」を与える
2. タスク管理        → AIに「段取り力」を与える
3. MCPツール連携     → AIに「手足」を与える

• Model Context Protocol (MCP) 仕様
• Anthropic Claude ドキュメント
• AIエージェント設計パターン