block-beta columns 1 A["<b>Layer A：常時知識</b><br>毎回必ず参照する（常駐ルールファイル）<br>例：安全規則、共通フォーマット、表記ルール"]:1 B["<b>Layer B：オンデマンド知識</b><br>必要なときだけ読み込む（スキル的なもの）<br>例：装置別マニュアル、レポート書式、採点基準"]:1 C["<b>Layer C：会話文脈</b><br>作業中に蓄積される（やり取りの履歴）<br>例：ユーザーとの会話、読んだファイルの内容"]:1 style A fill:#d4edda,stroke:#28a745 style B fill:#fff3cd,stroke:#ffc107 style C fill:#d1ecf1,stroke:#17a2b8
第5章 必要な知識を、必要なときに読む
5.1 導入：実験室の説明書を全部読むか
物理実験の初日を思い出してほしい。実験室の棚には、分光器、オシロスコープ、真空ポンプ、電子天秤——さまざまな装置のマニュアルが並んでいる。
今日の実験は「金属の比熱を測る」である。実験を始める前に、棚のマニュアルを全部読む必要はあるか。
答えは明らかに「いいえ」である。今日必要なのは、電子天秤と熱量計のマニュアルだけだ。分光器のマニュアルを読んでも、比熱の測定には何の役にも立たない。
しかし、最初から知っておくべきことは確かにある。安全上の注意（火傷の防止、電源の扱い方）、実験ノートの書き方、有効数字の扱い——これらは今日の実験の種類にかかわらず、毎回必要な知識である。
ここで2つの種類を区別する。
- 最初から必要な情報：安全規則、共通の手順、今日の目的
- 必要になったら読む情報：装置別マニュアル、トラブル対応、発展的な測定法
この区別は、AI にも当てはまる。
第3章で AI に道具を持たせ、第4章で計画の仕組みを作った。道具と計画が揃えば、AI は「何を使って」「何の順に」仕事を進められる。しかし、仕事の中で判断を下すには、判断の材料となる知識が必要である。レポートを書くなら書式の規約、コードを直すなら命名規則、実験データを整理するなら有効数字のルール——こうした知識がなければ、道具を持っていても正しい判断ができない。
ここで問題になるのが、「知識をどう渡すか」である。全部を最初から詰め込むのか、必要なときだけ参照させるのか。この設計が本章の主題である。
5.2 道具と知識は違う
本論に入る前に、第3章で学んだ「道具」と、本章で扱う「知識」の違いを整理しておく。学生がよく混同する概念であり、ここを曖昧にすると以降の議論が揺らぐ。
3つの概念を並べる。
| 概念 | 定義 | 例 |
|---|---|---|
| 道具（tool） | AI が外部に作用するための行為の手段 | ファイルを読む、Web を検索する、コードを実行する |
| 知識 | AI が判断を下すための内容・基準 | レポートの書式規約、命名規則、採点基準、実験手順 |
| ルール | いつも守るべき約束事 | 「である調で書く」「出典を明記する」「個人情報を扱わない」 |
物理実験に対応づけると、こうなる。
- 道具：ノギス、電子天秤、オシロスコープ（測定を実行する手段）
- 知識：装置のマニュアル、データ処理の方法、理論値の出典（判断の材料）
- ルール：安全規則、実験ノートの書き方（常に守る約束）
道具は「何ができるか」を決める。知識は「どう判断するか」を決める。ルールは「何を守るか」を決める。三者は別物であり、それぞれ別の仕組みで管理される。
第3章で設計したのは、AI にどんな道具を持たせるかであった。本章で設計するのは、AI にどんな知識を、いつ渡すかである。
5.3 常時知識とオンデマンド知識
知識の管理を設計するために、3つの層に分けて考える。
Layer A：常時知識
毎回のセッションで、最初から AI の作業机の上に置かれる情報である。実験室の比喩では、「どの実験をするかにかかわらず、壁に貼ってある安全規則」に相当する。
多くの AI ツールは、こうした常駐ルールを書いておく専用のファイルを持っている。そこに書かれた内容は、毎セッション自動で読み込まれ、常に参照される。「である調で書く」「出典を明記する」「日本語表記を正とする」——こうした共通ルールは、仕事の種類にかかわらず常に有効であるため、ここに置く。
ノート具体例：常駐ルールファイル
Claude Code では CLAUDE.md、Codex では AGENTS.md がこの役割を担う。名称はツールによって異なるが、「毎回自動で読み込まれる共通ルール」という機能は共通している。
Layer B：オンデマンド知識
特定の場面でだけ必要になる知識である。実験室の比喩では、「棚に並んでいる装置別マニュアル」に相当する。普段は棚にあり、必要な実験のときだけ手に取る。
これがスキル（skill）と呼ばれる仕組みである。スキルとは、必要なときだけ読み込まれる手順書・知識カードである。
ここで重要な設計がある。スキルは目次部と本体部の2層構造を持つ。
block-beta columns 1 A["<b>目次部（いつも見えている）</b><br>名前と短い説明<br>例：「レポート書式 — 学科指定の形式でレポートを整える」"]:1 B["<b>本体部（必要時だけ読み込む）</b><br>詳しい内容・手順・チェックポイント<br>例：表紙の書式、章立てのルール、参考文献の記法、提出方法…"]:1 style A fill:#fff3cd,stroke:#ffc107 style B fill:#d1ecf1,stroke:#17a2b8
この設計の利点を、数字で見積もる。10個のスキルがあり、それぞれの本体が2000語だとする。全部を最初から読み込めば、合計20,000語が作業机の上に広がる。そのうち、今回の仕事に関係するのはせいぜい1〜2個——つまり大半は無駄である。
一方、名前と短い説明だけなら、10個分でも数百語にすぎない。AI は名前と説明を見て「この仕事にはレポート書式のスキルが必要だ」と判断し、そのときだけ本体を読み込む。残りの9個の本体は読み込まれない。
学生向けに一言でまとめると、こうなる。
目次はいつも見える。本文は、必要な章だけ開く。
Layer C：会話文脈
作業の中で蓄積される情報である。ユーザーとの会話の履歴、読んだファイルの内容、実行したコマンドの結果——これらは Layer A や Layer B と違い、事前に設計するものではなく、作業の進行に伴って増えていく。この層の管理は第6章で詳しく扱う。
5.4 良いスキルの条件
Layer B のオンデマンド知識を「スキル」として設計するとき、守るべき条件が4つある。
条件1：目的がはっきりしている
「何に使うスキルか」が一文で言えること。目的が曖昧なスキルは、AI にも人間にも誤用される。
| 悪い例 | 良い例 |
|---|---|
| 「いろいろ便利な情報」 | 「学科指定の形式でレポートを整える」 |
| 「参考になりそうなこと」 | 「物理実験の誤差を有効数字に基づいて評価する」 |
AI はスキルの名前と説明を見て、今の仕事に関係があるかを判断する。説明が曖昧だと、必要なスキルを見逃したり、不要なスキルを読み込んだりする。
条件2：説明が短く、本体は必要なときに詳しい
目次部（名前と説明）は短く保つ。ここが長いと、目次が本文並みに膨らんでしまい、2層に分けた意味がなくなる。一方、本体部には手順やチェックポイントを十分に書いてよい。開いたときに「何をどう進めるか」がわかる詳しさが求められる。
条件3：手順やチェックポイントが含まれる
スキルは単なる知識メモではない。「どう進めるか」の手順、「何を確認するか」のチェックポイントが含まれていると、再利用可能なワークフローとして機能する。
| 単なる知識メモ | 手順を含むスキル |
|---|---|
| 「レポートは序論・方法・結果・考察の構成」 | 「① 序論に目的と背景を200字で書く ② 方法に手順を箇条書きする ③ 結果に表とグラフを配置する ④ 考察で測定値と理論値を比較する ⑤ 参考文献を3件以上記載する」 |
条件4：常時ロードしなくてよい
毎回必要な知識は、スキルではなく常時知識（Layer A）に置くべきである。スキルに入れてしまうと、毎回「読み込む → 使う → 閉じる」の手間が発生する。逆に、ときどきしか使わない知識を常時知識に入れると、作業机が不要な情報で埋まる。
この判断の基準は単純である。
「10回の仕事のうち、何回使うか」を考えよ。8回以上なら常時知識、それ以下ならスキル。
5.5 知識を整理する意味
ここまでの議論を振り返ると、「知識を減らせ」と言っているように聞こえるかもしれない。しかし、本章の核心はそこではない。
知識を減らすのではなく、必要なときに正しいものを使えるように整理する。
これが本章の主張である。
知識の整理がもたらす効果は3つある。
効果1：効率の向上
不要な情報を作業机に広げないので、AI の作業空間が有効に使われる。第6章で学ぶ文脈の容量は有限であり、無駄な知識で埋めると、本当に必要な情報が入らなくなる。
効果2：誤用の防止
関係のないスキルの情報が見えていると、AI がそれに引きずられて不適切な判断をすることがある。たとえば「プレゼン作成」のスキルが読み込まれた状態でレポートを書くと、レポートにプレゼン向けの箇条書きスタイルが混入する可能性がある。必要なスキルだけを読み込むことで、判断材料を適切に限定できる。
効果3：管理のしやすさ
知識が整理されていれば、更新や改善が容易である。「レポート書式のルールが変わった」とき、そのスキルだけを更新すればよい。全部が1枚の文書に詰め込まれていると、どこを直せばよいかわからなくなる。
物理実験でも、全装置の全マニュアルを毎回机の上に広げるのは非効率である。必要なものだけを棚から取り出し、使い終わったら戻す。この整理の習慣が、実験の効率と正確さを左右する。AI の知識管理も同じ構造を持っている。
ノート知識の整理そのものが、AIの使い勝手を決める
AI に「もっと賢くなってほしい」と思ったとき、最初にやるべきは知識を増やすことではなく、既にある知識を整理することである。目次を整え、必要な章だけ開けるようにする——この設計が、AI の判断の質を決める。
5.6 第6章への橋渡し
本章では、知識を3つの層に分けて管理する設計を学んだ。常時知識（Layer A）はいつも見え、オンデマンド知識（Layer B）は必要なときだけ読み込まれ、会話文脈（Layer C）は作業の中で蓄積される。
しかし、Layer C ——会話文脈——にはまだ触れていない問題がある。作業が長くなると、文脈が膨らんで溢れる。
AI の作業机には広さの限界がある。会話が長くなるほど、やり取りの履歴、読んだファイルの内容、試したコマンドの結果が積み上がり、やがて机の上がいっぱいになる。そのとき何が起きるか——古い情報が見えなくなり、AI は以前話したことを「忘れる」のである。
この問題にどう対処するか。要約で情報を圧縮するのか、不要な情報を捨てるのか、外部に書き出すのか。次の第6章では、AI の「記憶」の限界と、それを設計で乗り越える方法を扱う。
演習：AI実験助手のための「説明書カード」を作る
形式：3〜4人1組、25〜30分
ミッション：以下から1つ選ぶ（または自分で設定してよい）。
- 「実験レポートを学科指定の形式で要約する AI 助手」
- 「観測データの表を整えて考察の下書きを作る AI 助手」
- 「文化祭展示の説明文を作る AI 助手」
- 「研究紹介スライドの構成を作る AI 助手」
手順：
知識カード候補を分類する（10分）
以下の知識カード候補を、3つのカテゴリに分ける。
知識カード候補 レポートの書き方ガイド 実験安全ルール グラフ作成の注意 よい考察の例 学科独自の提出形式 参考文献の書き方 文化祭向けのわかりやすい表現集 研究室内の命名規則 分類先は次の3つである。
表 4: 知識カードの分類先 カテゴリ 対応する層 毎回最初から読ませるべきもの 常時知識（Layer A） 必要時だけ読ませるべきもの オンデマンド知識（Layer B） 人間だけが参照してよいもの AI に渡さない スキルを設計する（15分）
「必要時だけ読ませるべきもの」から2〜3枚を選び、スキルとして設計する。各スキルに次の5項目を記入する。
表 5: スキル設計シートの項目 項目 内容 スキル名 短く、目的がわかる名前 一言説明 何に使うかを1文で いつ使うか どんな場面で読み込むか 何が書いてあるか 本体に含まれる手順・知識の概要 使いすぎると何が起こるか 常時ロードした場合の問題 発表と振り返り（5分）
各グループの分類結果とスキル設計を共有し、次の問いで振り返る。
振り返りの問い：
- 「毎回必要」と「ときどき必要」の境界で迷ったものはあるか。その判断基準は何だったか
- 全部を常時知識にしたら何が起きるか。逆に、全部をスキルにしたら何が起きるか
- 第3章の「道具」と、ここで設計した「スキル」の違いは何か
章末課題
課題：自分の学習支援AIのためのスキル設計書を作る
自分の専門学習や学生生活に役立つ AI を1つ想定し、その AI の知識管理を設計せよ。
想定する AI の例：
- 実験レポート支援 AI
- プレゼン構成支援 AI
- 卒研下調べ支援 AI
- 就活文章支援 AI
必須項目：
- AI の役割：この AI は何をするか（1〜2文）
- 常時知識（Layer A）：毎回必ず読み込ませるルール・知識を3〜5項目挙げ、なぜ常時必要かを説明する
- スキル3つ（Layer B）：各スキルについて以下を記述する
- スキル名
- 一言説明（1文）
- どんな場面で使うか
- 本体に入れる内容（箇条書き5項目以上）
- なぜそれを最初から全部読み込ませないのか（1〜2文）
- 分類の根拠：常時知識とスキルをどう分けたか、判断基準を200字程度で説明する
提出形式：A4 1〜2枚（図を含めてよい）
評価観点：
- 常時知識とオンデマンド知識が明確に分けられているか
- 各スキルの境界（何を含み、何を含まないか）が明確か
- 使う場面が具体的に書かれているか
- 分類の根拠が論理的か
- 第2章（ループ）、第3章（道具）、第4章（計画）の課題と整合しているか（同じ AI を発展させているか）
第5章のまとめ
本章では、AI が仕事の中で参照する知識の管理を設計した。
要点を整理する。
- AI の知識管理は、実験室のマニュアル棚と同じ構造を持つ。すべてを最初から広げるのではなく、必要なものを必要なときに取り出す
- 道具（行為の手段）、知識（判断の材料）、ルール（常時の約束）は別の概念であり、別の仕組みで管理される
- 知識は3層に分けて管理する。常時知識（Layer A）は毎回読み込まれ、オンデマンド知識（Layer B：スキル）は必要時だけ読み込まれ、会話文脈（Layer C）は作業中に蓄積される
- スキルは「目次と本文を分ける」2層構造を持つ。名前と説明はいつも見え、本体は必要なときだけ開く
- 良いスキルの条件は4つ：目的が明確、説明が短く本体が詳しい、手順を含む、常時ロード不要
- 知識の整理は「減らす」ことではなく、「必要なときに正しいものを使える」ようにすることである
次の第6章では、3層目の会話文脈（Layer C）の問題——長い対話で文脈が溢れ、AI が「忘れる」問題——を扱い、要約と圧縮による対処法を設計する。