AIエージェントに自分の業務を渡して、何を渡さなかったか

メールやチャットの監視をAIエージェントに任せて3週間。「何を任せたか、何を任せなかったか」という問いは、今のAI導入で最も実用的である。著者が任せたのは「検知」「集約」「記録」の3つ。毎日28回実行して、通知が鳴るのは3～5回。残りの24回は無音で終わる。つまり、信号と雑音を分ける仕事をAIにやらせた。任せなかったのは「返信」である。その理由は明快で、AIは責任を負えないからだ。返信は対外に出る言葉であり、後でトラブルになれば対応するのは人間である。誤検知なら1件読む数秒で済むが、見落とし（AIが気づかなかった、または返信を間違えた）は依頼が落ちる。コスト非対称性から、拾いすぎる側に倒した。 実装の細部も実務的だ。エージェント側のプロンプトには「禁止事項」を明示的に書いている。下書きを作るな、返信の提案をするな、1行で終わらせろ。何を書かせないかを仕様に盛り込むことで、生成AIの独り善がりな詳述を防ぐ。LLMは放っておくと深掘りするし、よく喋る。通知という用途では短さが全てだ。実装は最小限であり、GmailはGoogle公式CLIの「gws」を使い、Slackはプラグインの検索ツールをそのまま呼んでいる。自分で書いたのはメール側のスクリプト1本だけ。条件の追加が必要になったときは、エージェントのプロンプトを直すだけで対応できる。 重要な指摘は「大きな組織ではポリシーを先に決めて走る。私は走らせながら見つけた」という部分だ。この逆順が可能だった条件は3つ。生成AIを通していること（ルールベースなら最初に条件を全部決める必要がある）、責任が自分にあること（合意を取る相手がいない）、原則を先に持っていたこと（範囲が決まるまでの間の事故を防ぐため）。企業導入ではこれらが揃わない。だからこそ、個人の試行から始まる導入パターンが、組織のAI活用の突破口になる可能性がある。