AIを使う人には2種類いる。1種類目は毎日Claudeを開き、長い背景説明を入力して回答を得て、ページを閉じる。翌日また来て、同じ説明を再入力する。30日後、その人の効率は初日と全く同じだ。
2種類目も同じくClaudeを使う。しかし30日後、彼のAIは全く別物になっている——自動的に彼のトーンで文章を書き、彼のフォーマットで出力し、彼が教えた方法論を自動で呼び出す。しかも彼が「AIへの指導」に費やす時間は日々減っていく。
同じツール、同じモデル、同じ価格。この差はどこから生まれるのか？
テクニックの差ではない。認知フレームワークの差だ。
今日は3つのフレームワークを共有する。これらを理解すれば、AIの使い方が根本から変わる。
【フレームワーク1】三層進化論——あなたは今どの層にいるか？
AIの使い方には3段階ある。ほとんどの人は永遠に第1層に留まる。
**第1層：Prompt**
Promptは会話の中で一時的に入力する指示だ。「あなたはシニアコピーライターです」「簡潔なスタイルで」「3つの案を出して」。
その場では効果的だが、会話を閉じると消える。
これは毎朝、記憶喪失の天才に自己紹介するようなものだ。確かに賢いが、明日はまた君を覚えていない。トーンの好み、ブランドルール、出力フォーマット、業界用語——全てリセットされ、全て再説明が必要になる。
30日後はどうなるか？初日に良いPromptを書いて良い結果を得る。15日目には同じ文脈を15回入力している。30日目の生産性は初日と全く同じ。積み上げゼロ。
さらに疲れた日には細部を漏らし、品質が下がる。忙しい日にはコンテキストを飛ばし、Claudeが汎用的な回答を出す。
あなた自身がボトルネックなのだ。毎回の会話で。
**第2層：Project**
Projectに参考ドキュメント、スタイルガイド、システム指示をアップロードする。そのProject内の全会話がコンテキストを把握している。
これは新入社員にオンボーディング資料を渡すようなものだ。毎日口頭で説明するよりはるかにマシ。
ただし問題がある：正しいProjectを開くことを覚えていなければならない。知識が特定のProjectに閉じ込められ、場面が変わればまた一から始めなければならない。
**第3層：Skill**
Skillは構造化されたファイルだ——一度書いて、一度インストールすれば、Claudeが関連タスクを認識した時に自動でトリガーする。
特定のProjectを開く必要もない。プロンプトを入力する必要もない。ClaudeはただやるべきことをYou know how to do it.知っている。
これは一度だけ社員を研修して、永久に効果が続くようなものだ。
同じClaudeを使って3層。でも第1層はチャットツールで、第3層は業務システムだ。
では、この階層を理解した上で、第1層から第3層へどう跳び越えるか？それが第2フレームワークだ。
【フレームワーク2】取引思考 vs 複利思考
これは3つのフレームワークで最も重要なものだ。ツールの使い方テクニックではなく、認知モデルの話だ。
Promptは取引だ。時間を投資して指示を書き、一度の産出を得る。次回また投資して、また一度の産出を得る。投資と産出は1:1の線形関係。投資をやめれば産出もゼロになる。
Skillは複利だ。初日に10分投資してSkillを一つ書けば、翌日から既に効いている。15日目には3つのSkillが積み上がり、それぞれが前の基盤の上に重なっている。30日目、あなたのClaudeは他の全員のものと違うものになっている。
構築コストは最初の1週間に分散して投資する1時間だ。リターンはその後の全ての会話がより高い基準から始まること。
最初の1週間の作業が、6ヶ月後も成果を生み続ける。これが複利だ。
取引思考の人が毎日問うのは：「今日これをうまくやるにはAIをどう使うか？」
複利思考の人が問うのは：「AIが永遠にこれのやり方を知るにはどうすればいいか？」
たった一字の違い。でも複利思考でAIを使えば、30日後に不思議なことが起きる：AIを「教える」時間が減り、AIが完了する仕事が増える。過去に教えたSkillが全て持続的に効き続けているからだ。
実践的な疑問が浮かぶ：Skillとは何を書けばいいのか？何を入れて何を入れないか？それが第3フレームワークだ。
【フレームワーク3】Thin Harness, Fat Skills——90%のエネルギーを正しい場所に使う
このフレームワークはYCombinator代表のGarry Tanによるもので、彼が極めてシンプルなアーキテクチャ原則に凝縮した：「薄いHarness、厚いSkills」。
どういう意味か？
AIで仕事する時、実際には（意識していなくても）三層システムを構築している：
最上層：Skills。AIに教えるオペレーションマニュアル——プロセス、判断基準、ドメイン知識。価値の90%がここにある。
中間層：Harness。AIを実行するプログラムや環境——モデル呼び出し、コンテキスト管理、ファイル読み書き。できるだけ薄く保つ。
最下層：決定論的ツール。データベースクエリ、コードコンパイル、数式計算——同じ入力には常に同じ出力が返るもの。
原則：知性をSkillに押し込む。実行を決定論的ツールに押し込む。中間のHarnessは薄ければ薄いほどいい。
アンチパターンとは？厚いHarness、薄いSkills。よくある光景：ツールチェーンのデバッグ、プラグイン設定、API呼び出しの最適化に大量の時間を費やしながら、AIに「この仕事をうまくやる方法」を教えるコンテンツが一字も書かれていない。
結果：ツールチェーンは美しいが、AIが出力するクオリティは素のチャットと本質的に変わらない。パイプラインを最適化したが、パイプラインを流れているのは依然として水道水だから。
モデルの知性はもう十分だ。失敗するのは賢くないからではなく、あなたの具体的な状況を理解していないから——あなたの規範、慣習、問題の特殊な形。Skillが解決するのまさにその問題だ。
このフレームワークのもう一つの重要な推論：次のより強いモデルがリリースされた時、あなたの全てのSkillは自動的により良くなる。
なぜなら、Skillが定義するのはプロセスと基準であり、根底にある判断力の向上がそのプロセスをより精確に実行させるからだ。何も書き直す必要がない。モデルのアップグレードはあなたにとって「また一から学び直し」ではなく「自分のシステムが無料でアップグレードされた」になる。
Skillは永続的な資産だ。
3つのフレームワークをつなげて使う
理論は終わり。実践に落とし込もう。
ステップ1：三層進化論で自分の現在地を把握する。
あなたは今どの層にいるか？毎回の会話でコンテキストを再入力しているなら——第1層にいる。Projectを使っているがSkillがないなら——第2層にいる。どこにいるかを知ってこそ、どこへ向かうべきかが分かる。
ステップ2：複利思考でSkillの候補リストを見つける。
過去1ヶ月のAIとの会話を振り返る。どの指示を繰り返したか？どのコンテキストを何度も説明したか？どのフォーマット要件を毎回提示したか？どのプロセスを手動で一歩一歩誘導したか？
3回以上繰り返したなら、作成を待っているSkillがある。
さらに過激な原則：AIにあることをやらせて、その仕事が将来また発生するなら——初回からSkillにすべきだ。手動で一度やって、出力を確認して、満足したらすぐにSkillファイルとしてコード化する。
検証基準：同じことを2回頼む必要があるなら、システムが失敗している。
ステップ3：Thin Harness, Fat Skillsでエネルギーをどこに使うか決める。
ツールチェーンのデバッグに3日費やして素のPromptでタスクを実行するな。逆に——3日かけてコアのSkillをしっかり書き、ツールチェーンは最もシンプルなものでいい。
Skillとは実際どんな形か？極めてシンプル、ただのテキストファイルだ：
名前——何と呼ぶか。
説明——何をするか（一文で）。これが最も重要な部分——Claudeはこの一文でいつ自動トリガーするかを判断する。
指示——どうやるか（具体的なステップ）。
制約——何をしてはいけないか。
Skillは「何をするか」をAIに伝えるものではない——それはPromptの仕事だ。Skillが伝えるのは「どうやるか」だ。
Promptが言う：「競合分析をして」。SkillがAIに言う：「競合分析をする時は、まず3-5社のコア競合を特定し、機能/価格/市場ポジションの3軸で比較し、SWOT形式で出力し、各結論にデータソースを付け、最後に3つの実行可能な提言を出す。」
Promptはタスクを提供する。Skillは方法論を提供する。両方が揃った時、AIはようやく「何をすべきか全て一から告げるのを待つインターン」から「仕事のやり方を知っている社員」になる。
同じSkillが異なる入力で何度も呼び出せる——競合企業を入力すれば競合分析が得られ、業界トレンドを入力すればトレンドレポートが得られ、投資対象を入力すればデューデリジェンス要約が得られる。同じプロセス、異なる対象、全く異なるアウトプット。
これはPromptエンジニアリングではない。Markdownでソフトウェア設計をしているのだ。
最初のSkillをどう作るか
最速の方法：AIに作ってもらう。
Claudeには「Skill Creator」が内蔵されている——Skillを作れるSkillだ。「[具体的なタスク]を行うSkillを作って」と言うだけでいい。
Claudeがヒアリングし、プロセスを抽出し、構造化された.mdファイルを出力する。保存すればすぐ使える。
一午後で、一人のSkillシステム全体を構築できる。各Skillに10〜15分。文章スタイル、競合分析、会議録、メール返信、レポート生成、コンテンツカレンダー——合計2時間以下だ。
この2時間の複利的リターンには上限がない。
最後に
3つのフレームワーク、3文で：
三層進化論：PromptからProjectからSkillへ。同じAI、3種類の全く異なる体験。あなたはどの層にいるか？
取引 vs 複利：Promptは毎日ゼロリセットの取引。Skillは毎日価値を増す資産。どちらを選ぶか？
Thin Harness, Fat Skills：ツールチェーンにエネルギーを使うな。90%の注意をSkillを良く書くことに使え——そこが価値の在り処だ。
作るSkillは全て、あなたのAIシステムへの永続的なアップグレードだ。劣化せず、忘れず、モデル更新時には自動的に強くなる。
Promptは口頭指示。SkillはSOP手順書。一方は毎日ゼロになり、一方は毎日複利で増える。
今日から始めよう：3回以上繰り返したタスクを見つける。10分かけて最初のSkillを書く。
そうすれば、Promptだけを使う日々に戻りたいとは二度と思わなくなる。