AIワークフローをブラックボックスにしないために

AIワークフローをブラックボックス化させないためのアプローチを提案。プロンプト、タスク、ドキュメントなどが分散する問題を解決し、成功・失敗理由の特定や次なる自動化への示唆を得るために、Crankfloで試されている方法論を紹介。

• AIワークフローをブラックボックス化せず、検証と改善につなげるためには、プロンプト、タスク、データなどを一元管理するシステムが必要である。
• AI時代の業務OSとして、人が目的を決め、それが計画・Todoとなり、AIやアプリが実行者を担うフレームワークを提案している。
• 実行者には文脈、権限、完了条件を渡し、結果は「proof」で確認し、それがProject Memoryを更新して次の学習につながる。
• Makeやn8nのようなツールの実行結果だけでなく、入力、判断、証拠まで記録することで、過去の業務資産を再利用可能にする。
• AIを魔法の箱としてではなく、会社の運用を観察・改善できるシステムとして構築することを目指している。