ChatGPT、Gemini、Claude。
もう言うまでもないことながら生成AIは、ここ数年で驚くほど賢くなりました。
文章を書いてくれる。調べ物もしてくれる。画像も作れる。資料作成まで手伝ってくれる。
私自身、仕事の中で生成AIを使わない日はほとんどありません。
最初のころ「驚異的な時短ツール」と思っていましたが、あっという間に
「非常に高い品質」や「思いつかないアイデアの宝庫」的な使い方にじわじわ変わってきています。
それなのに、少し前から妙なことを感じるようになりました。
AIに仕事を任せているはずなのに、なぜかオレのほうが忙しい。
この仕事は、まずどこから頼ぶべきか？
これはChatGPTがいいのか、Geminiがいいのか、いやコード系ならClaudeか？
この指示でどうも伝わらないな～
生成AI の返事を見て、違うんだけどなぁこれ。
さて、次は何をさせればいい？
こんなことを延々と考えています。
便利なのは間違いありません。
でも、ふと考えると、私は仕事をしているのか、それともAIを働かせるために働いているのか、
よく分からなくなることがあります。
今回リリースしたMIRA（My Intelligent Role Agents）は、
この違和感が出発点でした。
AIが賢くなるほど、勉強し続けなくちゃいけない！？
生成AIが登場してから、新しいモデルや新機能が次々と出てきて、
しばらくは、それを追いかけること自体が面白かったのです。
私も新しいAIが出れば試しますし、「これは使える」と思えば実際の仕事へ取り入れてきました。
ところが最近は、AIエージェント、Tool、MCP、さまざまな自動化サービスなど、
覚えるものも増えてきました。
というか、私の場合は仕事のひとつが「AIを活用したソリューション開発」なので
そこんところは割り切っていますが、一般の方にとってはどうなんだろう？
となんだかAI圧に疲れ果ててきてもおかしくないぞと思うようになりました。
もちろん、こうした進化には大きな可能性があります。
ただ、ここで一度考えたくなりました。
AIが進歩するたびに、人間の側も新しい使い方を覚え続けなければならないのでしょうか。
本来やりたかったのは、AIについて詳しくなることではなかったはずです。
記事を書きたいのであれば、記事を完成させたいのがゴール。
調査をするのであれば、情報を大量に集めるだけではなく、そこから判断できる状態まで持っていきたいです。
また資料を作るなら、スライドが出来上がることが目的ではありません。
その資料を使って、説明したり、提案したり、何かを決めてもらうところまでが仕事です。
つまり欲しいのは、「AIを使った」という事実ではなく、
「仕事が前へ進んだ」という結果のはずです。
だったら、AIを操作するための段取りそのものを、もう少しAI側へ持たせられないだろうか。
そこからMIRAの設計を始めました。
MIRAは、新しいAIではありません
ここは少し誤解されやすいところです。
MIRAは、ChatGPTやGeminiに代わる新しいAIではありません。
普段使っている生成AIに、「仕事の進め方」を持たせるための仕組みです。
MIRAの中心にあるのが「MIRA CORE」というファイルです。
このCOREには、仕事全体をどう進めるのか、途中でどんな役割が必要なのか、いつ利用者へ確認するのか、
どこで品質を見直すのか、といったMIRAとしての基本的な動きが組み込まれています。
使い始めるときに、いきなり長いプロンプトを書く必要はありません。
たとえば、
「このテーマでnoteの記事を作りたい」
「この資料を比較して、どちらがよいか判断材料をまとめたい」
「企業向けのプレゼン資料を作りたい」
といった、普通の言葉から始めます。
そこからMIRAが仕事全体を見ながら、必要な工程を考えます。
途中で本人にしか決められないことがあれば聞いてくる。
方向が違えば直す。そして最後に、
「これで完成としてよいか」を人間が決める。
私が目指したのは完全自動化ではありません。
AIを動かすために使っていた時間を減らして、その分を、自分にしかできない判断へ戻すことです。
AIエージェントではダメなのか
MIRAを作っている途中で、当然この疑問は何度も考えました。
「それならAIエージェントでいいのではないか」という話です。
AIエージェントは、とても面白い技術です。
AI自身が必要に応じてToolを呼び出したり、検索したり、複数の処理を続けたりしながら、一つの目的へ向かって仕事を進めていきます。
私もAIエージェントそのものを否定するつもりはありません。
むしろ、これからAIを使う仕事では、ごく普通の存在になっていくと思っています。
正直なところ、先ほどのAIにまつわるソリューション開発は組織活動であり、
費用を気にせず会社持ちで、ガンガンAIエージェントも使っています。
ただし、そこでもう一つ気になることがありました。
本当に、すべての仕事をそこまで大掛かりにする必要があるのだろうか。
AIエージェントでは、一つの依頼を処理する途中でモデルを何度も呼び出したり、Toolを使ったり、途中結果を評価して再実行したりすることがあります。
これは当然、それだけAI側での処理量が増えるということでもあります。
たとえばOpenAIのAPI料金では、モデルそのものの入出力トークン料金とは別に、Web検索は1,000回あたり10ドル、Tool callは1,000回あたり2.50ドルという料金が設定されています。
またToolを利用する過程で使われるトークンも、選択したモデルの料金体系に応じて課金されます。2026年10月現在の公式料金表で確認できる内容です。
もちろん、だから「AIエージェントは高い」と単純化するつもりはありません。
仕事の内容によっては、人が何時間も作業するより、AIエージェントへ任せた方がはるかに安い場合もあるでしょう。
ただ私は、MIRAを作るときに逆の順序から考えました。
まず、いま契約しているChatGPT、Gemini、Claudeだけで、どこまで仕事を進められるか。
それで十分なら、そこでいい。
外部Toolや別のAIを使う明確なメリットがあるなら、そのとき初めて使えばいい。
最初から仕組みを大きくしない。
これもMIRAの設計思想の一つです。
MIRAの販売ページにも、
「まず今使っている生成AIから始める。外部AIやToolは、それを使う明確なメリットがあるときに選ぶ」
という考え方を入れています。
いわば、AIの能力を節約するというより、
必要以上にオーバースペックのAIを使わない
という考え方です。
そして、もう一つ。MIRAは利用者を理解していく
MIRAにはもう一つ、大切にした仕組みがあります。
それは、利用者本人を少しずつ理解していくことです。
生成AIを使っていると、
「そうじゃないんだよな」
と思うことがよくあります。
文章としては間違っていない。
論理的にもおかしくない。
それでも、自分ならそうは書かない。
そんなこと、結構あるはずです（よね？）
私のその違和感は、文章の癖だけではありません。
何を大切にするのかとか、どんな判断をするのか、どんな表現を好むのか。
逆に、どんな言葉は使いたくないのか。
そうしたものは、何度も一緒に仕事をしないとなかなか伝わりません。
MIRAでは、仕事を進める中で利用者の考え方や判断傾向を理解し、「私はこう理解しています」と本人へ返します。
違っていれば修正する。
合っていれば、その理解を次へ使う。
最初から勝手に「あなたはこういう人だ」と決めつけるのではありません。
一緒に仕事をしながら、
「そう、それでいい」
が少しずつ増えていく。
この部分は、MIRAを作るうえでかなり時間をかけたところです。
「AIを使う人」から降りる
MIRAの販売ページには、かなり思い切って、
「AIを使う人から降りる。」
と書きました。
AIを使うのをやめる、という意味ではありません。
むしろ逆です。
生成AIはこれから、もっと仕事の中へ入ってくると思います。
だからこそ、
「どのAIを使うか」
「どんなプロンプトを書くか」
「次は何を命令するか」
を延々と考える役割から、少し離れたい。
自分は何を作りたいのか。
何を選ぶのか。
これは自分の考えと合っているのか。
最後にこれで完成としてよいのか。
こういったことはは人間が考える。
AIを動かす段取りは、できるだけAIへ渡す。
それが、今回MIRAで形にしたかったことです。
説明だけでは分かりにくいと思い、販売ページには約80秒のデモ動画も用意しました。
MIRAがどういうものなのか、文章を全部読むより、実際に動いているところを見た方が早いかもしれません。
AIをもっと勉強したい人のための商品というより、
「いやぁ、AIはもう十分使っているよ」とか、
「便利なのも分かっている。でも、そろそろAIの操作そのものから、離れられるならそうしたい。」
そんな方に、一度見てもらえればと思っています。
MIRAの詳しい仕組み、動画、使い方、販売条件はこちらにまとめました。
▶MIRA 販売ページ
👇👇👇
-
-
MIRA
www.ifrv.net
