AIエージェント（Claude CodeやCodexなど）を動かす際、モデルやプロンプト以上に重要なのが「フォルダ（ディレクトリ）設計」です。本動画では、フォルダを単なる整理棚ではなくAIの「仕事場」と捉え、AIが迷わず正確にタスクを遂行するための5つの設計パターンを解説。各設計が解決する課題や、ファイルがどう流れるかの具体例を提示します。

背景

AIの出力が安定しない原因は、モデルの性能不足ではなく、AIに与える「環境（ハーネス）」の不備にあることが多いです。人間でも整理されていない倉庫で「過去の資料を参考に提案書を作って」と言われれば、どれが最新版か、判断基準は何か分からず困惑します。AIも同様で、見せているフォルダ、ファイル名、成果物の戻し場所が不明確だと、毎回同じ説明を求めたり、古い情報を参照したりするミスが発生します。これを防ぐには、AIが「どこから始め、何を読み、どこに成果物を残すか」という一連の流れをディレクトリ構造で定義する必要があります。

この動画の要点

1. 「指示を分割する型（Boris氏）」：全てのルールを1枚に詰め込まず、プロジェクト共通、領域別、作業別の3層に分けます。AIが今必要な情報だけを読み取れるようにし、指示の肥大化を防ぐことで、AIが判断しやすい環境を作ります。

2. 「知識を育てる型（Karpathy氏）」：元資料（raw）と整理済みの知識（wiki）を明確に分けます。新しい情報を得たらwikiを更新し、目次やログを残すことで、資料の山をAIが繰り返し使いこなせる構造化された知識へと変換します。

3. 「調査と計画を先に残す型（HumanLayer）」：いきなり成果物を作らせず、まず調査結果と実行計画をMarkdownで残させます。人間が計画段階で確認・修正を挟むことで、大幅な手戻りを防ぎ、AIの前提理解を深めてから本番作業へ進めます。

4. 「人格・手順・記憶を分ける型（OpenClaw）」：AIの振る舞い、ユーザーの好み、業務ルール、長期記憶などを別々のMarkdownファイルで管理します。問題が起きた際、どのファイルを修正すべきかが明確になり、原因の切り分けと継続的な運用が容易になります。

5. 「依頼から納品を箱にする型（Codex秘書）」：inbox（依頼）、notebook（作業中）、outbox（成果物）、archive（完了）というフォルダ間をファイルが移動することで、仕事の進捗状況を可視化し、AIとの継続的な業務を可能にします。

なぜ重要か

フォルダ設計の本質は「AIに渡す仕事場のルール化」にあります。優れた設計に共通するのは、情報を「役割」と「読むタイミング」で分けている点です。これにより、AIはコンテキストの混濁を避け、過去の決定事項を正確に引き継げるようになります。また、人間にとってもAIの思考プロセスが可視化されるため、協働の質が劇的に向上します。最初から完璧で複雑な構造を目指すのではなく、自分の用途に最も近い「型」を一つ選び、困りごとに合わせて必要な要素を足していくアプローチが、AIエージェントを使いこなす近道と言えます。

こんな人におすすめ

Claude CodeやCodexなどのAIエージェントを活用している開発者やビジネスパーソン。AIが指示を忘れる、古いファイルを参照するといった課題を抱えている方に、具体的な解決策を提供します。