Agent に招待ページを作ってもらおうとしたら、画面はまず Agent を選ばせ、さらにモデルまで選ばせてきます。さっきまで散歩に誘いたかっただけなのに、なんだかパソコンの部品を選んでいる気分です。
あわてなくて大丈夫です。この 2 つの選択は、それぞれ「どんな能力でタスクを理解するか」と「どうやってタスクを実行していくか」に関わっています。招待ページができるまでを分解してみれば、すっきりわかります。
モデルは理解と生成を担当する
モデルは、渡された情報を処理して、次の内容や行動の提案を生成します。
「ふだん運動しない人向けのイベント」と伝えれば、モデルはそれに合わせて文章を調整し、招待状が挑戦状のようにならないようにできます。「時間を目立たせて」と伝えれば、それに合ったページのコードも生成できます。
GPT や Claude の具体的な型番は、モデルの名前です。モデルによって能力、速さ、利用コストが違うことがあり、扱える入力も違うことがあります。
ただし、モデルが「このファイルを修正しよう」と提案しても、それを実際に実行するソフトウェアが必要です。ファイルはどこにあるのか、今どのツールが使えるのか、どの操作であなたに確認を取るべきなのか。こうしたことを段取りする役が要ります。
Harness がタスクを段取りする
Agent Harness は、モデルを取り囲む実行用のソフトウェア一式だと考えてください。耳慣れない英単語ですが、まずは何をしているかを覚えておけば十分です。
Harness は、あなたの依頼と関係するファイルをモデルに渡し、使えるツールを説明し、ツールの実行と権限を扱い、結果をまた戻してタスクを先へ進めます。会話が長くなったとき、コンテキストをどう整理するかも、Harness が担うことのある仕事です。
たとえば、こう頼んだとします。「集合時間を 3 時から 4 時に変えて」。モデルはまず関係する内容を見る必要があり、修正は正しいファイルに反映されなければならず、修正した結果も戻ってくる必要があります。この流れを段取りしているのが Harness です。
だから、同じモデルでも、違う Harness や環境に置くと、使い心地が変わることがあります。見える資料やツール、実行のしかたが変われば、結果も変わりうるからです。ただし、どんな Harness でもすべてのモデルを同じくらい強くできる、という意味ではありません。
ツールは実際に操作をする部分
ツールは、ファイルを読んだり、変更を書き込んだり、チェックを実行したりできます。モデルが操作を提案し、Harness が決められたルールに沿ってツールを実行し、ツールが結果を返します。
招待ページで言えば、読み込みツールが古い時間を見つけ、編集ツールが新しい時間を書き込み、チェック用のツールが内容が要件どおりかを確かめます。こうした操作は、ファイルがあってプログラムを動かせる場所で行われる必要があります。それが、あとで説明する Workspace です。
このように分けているのは、理解しやすくするためです。製品によって、これらの部品はさまざまな入り口にまとめられています。Agent を使うために、自分で各層を組み立てる必要はありません。
それぞれの持ち場を覚えておこう
そして Agent とは、これらの能力が目標に向かって動き出したときに、あなたが一緒に仕事をしている「実行役」のことです。モデルとはまったく無関係な「もっと大きなモデル」ではありません。
選ぶときは、まず目の前のことから
はじめてウェブページを作るなら、まず今使える Agent を選び、それから画面に表示される対応モデルの中から選びましょう。すべての Harness がすべてのモデルに対応しているわけではなく、利用枠も別に満たしておく必要があります。
結果がいまひとつなら、まず具体的な問題を見ます。イベントの資料を読めていないなら、モデルを替えるより資料を足すほうが効くかもしれません。必要なツールが使えないなら、環境を確認しましょう。依頼を誤解しているなら、まずはもっと具体的に伝えてみてください。
Harness の技術的な詳細は、OpenAI の公式解説で、ツールの実行、設定、続いていく会話の段取りについて紹介されています。はじめて読むなら、ここまでで上の 4 つの持ち場を見分けられれば十分です。