原文のタイトル：「一般の人が AI 能力の飛躍を達成するための3つのフレームワーク」
原著者：KK.aWSB、CarbonSilicon AI 共同創設者

AI を使用する人は2種類に分かれる：一人は毎日クロードを起動し、長い背景説明を入力して回答を受け取り、ページを閉じます。翌日、同じ説明を再入力します。30日後、彼の効率は最初の日と全く同じです。

もう一人も同様にクロードを使用しますが、30日後、そのAIはまったく異なるものになっています—彼の口調で自動的に執筆し、彼のフォーマットで自動的に出力し、彼が教えた方法論を自動的に呼び出します。そして、彼が「AI をガイドする」時間は日ごとにますます減少しています。

同じツール、同じモデル、同じ価格。差はどこから生まれるのか？

違いは技術の差ではありません。認知フレームワークの差です。

今日は3つのフレームワークを共有します。これらを理解すると、AIの使用方法が根本的に変わります。

フレームワーク1：三層進化論—あなたはどの層にいますか？

AIを使うには3つのレベルがあります。ほとんどの人は常に第1層に留まります。

第1層：プロンプト

プロンプトとは、一時的に対話ボックスに入力する命令です。「あなたは経験豊かなコピーライターです」「簡潔なスタイルで」「3つの提案をください」。

それは現時点で有効です。対話が終了すると消えてしまいます。

これは毎朝、記憶を失った天才に自分が誰かを説明するようなものです。確かに賢いですが、明日にはあなたを認識しません。あなたの口調の選好、ブランドガイドライン、出力形式、業界用語—すべてがリセットされ、すべてを再説明する必要があります。

30日後はどうなっていますか？1日目に良いプロンプトを入力し、良い結果を得ました。15日目には、おおよそ同じコンテキストを15回繰り返し入力しています。30日目には、生産性が1日目と全く同じです。蓄積ゼロ。

そして、疲れた日には詳細を見落とし、出力の質が低下します。忙しい日にはコンテキストを飛ばし、クロードはあなたに一般的なバージョンを提供します。

あなた自身がボトルネックです。すべての対話がそうなのです。

第二層：Project

你在 Project 裡上傳了參考文件、風格說明、系統指令。這個 Project 裡的每次對話都知道你的上下文。

這就像給新員工一份入職手冊。比天天口頭交代強多了。

但還有一個問題：你得記得打開正確的 Project。你的知識被鎖在特定的 Project 裡，換一個場景又得從頭來。

第三層：Skill

Skill 是一個結構化的文件——你寫一次、裝一次，之後 Claude 自動在識別到相關任務時觸發。

不需要你打開特定的 Project。不需要你輸入任何提示詞。Claude 就是知道該怎麼做。

這就像培訓一個員工，培訓一次，永遠生效。

三個層級用的是同一個 Claude。但第一層是聊天工具，第三層是工作系統。

那麼，理解了這個分層之後，怎麼從第一層跳到第三層？這就需要第二個框架。

框架二：交易思維 vs 複利思維

這是三個框架中最重要的一個。它不是一個工具使用技巧，而是一個認知模型。

Prompt 是交易。 你投入時間寫一段指令，得到一次產出。下次再投入，再得到一次。投入和產出是 1:1 的線性關係。你停止投入，產出立刻歸零。

Skill 是複利。 你第一天投入 10 分鐘寫一個 Skill，第二天它已經在起作用了。第 15 天你累積了 3 個 Skill，每個都在之前的基礎上疊加。第 30 天你的 Claude 跟所有人的都不一樣。

搭建成本是第一周分散投入的一小時。回報是此後每一次對話都在更高的基線上運行。

第一周的工作，在第六個月還在產生回報。這就是複利。

トランザクション志向の人は毎日尋ねます：「今日はどうやって AI を活用しますか？」

複利志向の人が尋ねるのは：「どうやって AI に常にこの仕事のやり方を知らせるか？」

ひとつの言葉の違い。しかし、AI を複利志向で使用すると、30日後には驚くべきことが起こることに気づくでしょう：AI に教える時間がだんだん減少し、AI が行う作業がますます増えていることに。

これには実務上の問題が生じます：スキルは実際にどのように書けばよいのでしょうか？何を含め、何を含めないのか？これが第3のフレームワークです。

フレームワーク3：Thin Harness、Fat Skills——正しい箇所に90%のエネルギーを注ぐ

このフレームワークは、YC の共同創設者であるギャリー・タンから提案され、非常に洗練されたアーキテクチャ原則にまとめられています：薄いハーネス、厚いスキル。

これはどういう意味でしょうか？

AI を使用する際、実際には3つのレイヤー構造を構築していることになります―意識しているかどうかに関係なく：

最上位レイヤー：スキル。 AI に教えた操作マニュアル―プロセス、判断基準、ドメイン知識。これが価値の90%に該当します。

中間レイヤー：ハーネス。 AI を実行するプログラムや環境―モデルの呼び出し、コンテキストの管理、ファイルの読み書き。極めて薄く保ちます。

最下位レイヤー：確定性ツール。 データベースクエリ、コードのコンパイル、数学的計算―同じ入力、同じ出力、常に同じ操作。

原則は：スキルに知識を集約し、確定性ツールで実行を行います。中間のハーネスはできるだけ薄くします。

反パターンは何でしょうか？太いハーネス、薄いスキル。 このようなケースを目にしたことがあるでしょう：ツールチェーンのデバッグに多くの時間を費やし、さまざまなプラグインの構成、API 呼び出しの最適化を行っていますが、AI に実際に「この仕事をうまく行う方法」を教えていない―1つも単語を書いていないケースです。

その結果、ツールチェーンは非常に優れていますが、AI によって生成される品質はチャットボットと本質的に変わりません。パイプラインを最適化しましたが、パイプライン内には依然として水道水が流れています。

モデルの知能はすでに十分です。それは賢くないわけではなく、あなたの特定の状況を理解していないために失敗しています——つまり、あなたの仕様、慣習、および問題の特定の構造です。Skill はこの問題を解決します。

このフレームワークの別の重要な含意は：次のより強力なモデルがリリースされると、すべての Skill が自動的に向上することです。

Skill が定義するのはプロセスと基準なので、基盤となる判断力の向上により、これらのプロセスがより正確に実行されます。何も書き直す必要はありません。モデルのアップグレードは、「再学習しなければならない」というものではなく、「私のシステムが無料でアップグレードされた」というものです。

Skill は永続的な資産です。

三つのフレームワークをどのように組み合わせて使用するか

ステップ１：自分を3つの進化レイヤーに位置付ける。

今、どのレイヤーにいますか？もしあなたが毎回会話でコンテキストを再入力しているなら、あなたは第1レイヤーにいます。Project を使用していても Skill がない場合、あなたは第2レイヤーにいます。どこにいるかを知ることで、どこに進むべきかがわかります。

ステップ２：複利思考を使ってあなたの Skill 候補リストを見つける。

過去1か月の AI との対話を振り返ってください。どのコマンドを繰り返し発言しましたか？どのコンテキストを何度も説明しましたか？毎回リマインドする必要があるフォーマット要件は何ですか？手順を一歩一歩手動で案内する必要があったプロセスは何ですか？

3回以上繰り返す必要がある場合、それは Skill を作成するための準備ができています。

より過激な原則もあります：AI に何かをさせ、そしてそのことを将来再度行う場合、最初のうちに Skill に変換すべきです。一度手動で行い、出力に満足したらすぐに Skill ファイルにコーディングしてください。

検証基準：同じことを2回目に要求する必要がある場合、システムは失敗しています。

ステップ３：Thin Harness、Fat Skills を使って、どこに取り組むかを決定する。

ツールチェーンのデバッグに3日費やすのをやめて、素の Prompt でタスクを実行しないでください。その逆を行いましょう —— 3日かけてコアのスキルをしっかりと作り、ツールチェーンはできるだけシンプルに保ちます。

スキルとは具体的にどのようなものなのでしょうか？非常に単純で、それはテキストファイルです：

名前 — 何と呼ばれていますか。説明 — 何をするか（一文）。これが最も重要な部分です —— Claude はこの一文に基づいて自動的にトリガーされるタイミングを判断します。手順 — どのように行うか（具体的なステップ）。制約 — 何を行ってはいけないか。

スキルはAIに「何をするか」を教えるものではありません — それは Prompt の役割です。スキルはAIに「どのようにするか」を教えるのです。

Prompt が言う：「競合他社分析を執筆してください。」 スキルが言う：「競合他社分析を行う際は、まず3〜5社の主要な競合を特定し、機能/価格/マーケットポジションの3つの側面で比較し、SWOT形式で出力し、各結論には情報ソースを添え、最後に実行可能な提言を3つ示してください。」

Prompt はタスクを提供します。スキルは手法を提供します。両者が協力することで、AIは「各ステップで何をすべきかを指示されるのを待つ新入社員」から、「作業方法を理解する社員」に変わります。

さらに、同じスキルを異なる入力で繰り返し呼び出すことができます —— 競合他社の名前を入力すると、競合他社分析が得られます。業界トレンドを入力すると、トレンドレポートが得られます。投資対象を入力すると、デューデリジェンスサマリーが得られます。同じプロセスでも、異なるオブジェクトに対して行うことで、まったく異なる結果が得られます。

これはPromptエンジニアリングではありません。これはMarkdownを使用したソフトウェア設計です。

最初のスキルをどのように構築すればよいですか

最速の方法：AIにスキルの作成を手伝ってもらう。

Claudeには「スキル作成者」というものが組み込まれています — スキルを作成できるスキルです。以下のように言うだけでOKです：「[あなたの具体的なタスク]を行うためのスキルを作成してください。」

Claudeはあなたにインタビューし、プロセスを抽出し、構造化された .md ファイルを出力します。それを保存すれば使えるようになります。

1つの午後で、自分のスキル体系全体を構築できます。それぞれに10〜15分ずつを割り当てます。ライティングスタイル、競合分析、会議議事録、メール返信、レポート作成、コンテンツカレンダー —— 合計して2時間未満です。

この2時間の複利リターンには上限がありません。

最後

3つのフレームワーク、3つの文：

3段階進化論： Prompt から Project までのスキル、同じ AI でも、3つの完全に異なる経験です。あなたはどの段階にいますか？

取引 vs 複利： Prompt は毎日リセットされる取引です。Skill は毎日増加する資産です。どちらを選びますか？

Thin Harness, Fat Skills： ツールチェーンに注意を払うのではなく、スキルの上手な書き方に90% の注意を払ってください。それこそが真の価値です。

あなたが構築するすべてのスキルは、AI システムの永続的なアップグレードです。それは劣化せず、忘れられず、モデルが更新されるたびに自動的に強化されます。

Prompt は口頭指示です。Skill は SOP マニュアルです。1つは毎日リセットされ、もう1つは毎日複利されます。

今日から：3回以上繰り返すそのタスクを見つけてください。10分かけて、最初のスキルを書いてください。

そうすれば、もう Prompt の日々に戻りたくなくなります。

Original Post Link

BlockBeats の公式コミュニティに参加しよう：

Telegram 公式チャンネル：https://t.me/theblockbeats

Telegram 交流グループ：https://t.me/BlockBeats_App

Twitter 公式アカウント：https://twitter.com/BlockBeatsAsia