ハーネスエンジニアリング-概論を踏まえて何からやるか

2026年5月12日に株式会社サポーターズ主催で開催された「ハーネスエンジニアリング事例共有LT会」に、弊社プロダクトエンジニアの小森が登壇しました。
本スライドでは、AIエージェントが自律的に動ける環境を設計・整備する「ハーネスエンジニアリング」について、
概論から一歩進めて、実際の優先順位付けと導入プロセスをお伝えしています。

1. ハーネスエンジニアリング 概論を踏まえて何からやるか 施策を洗い出し、優先順位を付け、機能開発と並行して進めた話
2. 自己紹介 © 2026 Takumi Engineering Inc. ｜ 02 小森 詠史 匠技研工業 プロダクトエンジニア 見積から調達・原価企画まで広がる、製造業向けオールインワンシス テム『匠フォース』
3. ハーネスエンジニアリングとは AIエージェントが自律的に高精度なコード生成やタスク実行を行えるよう、その周辺環境を 設計・整備する技術 要素 具体例 ルール AGENTS.md、CLAUDE.md ツール skills、MCP、CLI、ブラウザ、自動化ツール 品質ゲート lint、型チェック、テスト、CI 実行制御 permissions、hooks、sandbox 作業プロセス plan / review / fix のループ 観測性 ログ、メトリクス、トレース、スクリーンショット 状態管理 セッションをまたぐ状態管理、handoff の仕組み © 2026 Takumi Engineering Inc. ｜ 03
4. 問い © 2026 Takumi Engineering Inc. ｜ 04 ハーネスエンジニアリングの概論はわかった では、自分たちのプロジェクトでは何からやるか？ 匠技研工業では「施策を洗い出す → 評価軸を決める → 優先順位を付け る → リソースを確保する」という順番で進めた
5. 施策を洗い出す © 2026 Takumi Engineering Inc. ｜ 05 OpenAI, Anthropic, LangChain などの意見を踏まえて、Claude Code にプロジェクトの 課題と解決策の草案を作らせる 1 エンジニア全員で議論する（実際に課題を感じているか、解決策はこれで良さそうか） 2 課題と解決策を確定する 3
6. 評価軸を決める 要素 具体例 即効性 効果が出始めるまでの速さ 既存資産の活用性 今あるルール、ツール、品質ゲートなどを活用できるか 決定論性 実行結果が安定するか 人手の削減量 レビュー、QA、修正依頼などの人手をどれだけ減らせるか 独立性 別のハーネス施策に依存しないか コスト 実装にかかる工数、トークン料金 © 2026 Takumi Engineering Inc. ｜ 06 開発生産性への寄与度・コストから評価する
7. 優先順位を付ける 1. pre-push の実行から修正までを決定論的に行う仕組みを作る（実施済み） 2. 失敗をルールへ昇格する仕組みを作る（実施済み） 3. 受け入れ基準をテスト化してテスト駆動開発する仕組みを作る（実施済み） 4. レビュワーを 3 クラスターに分けてエージェント化する 5. E2E テストの作成・実行をエージェントに担わせる仕組みを作る © 2026 Takumi Engineering Inc. ｜ 07
8. pre-push の実行から修正までを決定論的に行う仕組みを作る © 2026 Takumi Engineering Inc. ｜ 08 Husky で git push 時の型チェックやリンターの自動実 行は導入済み Claude Code の Stop hook でターン終了時に未コミッ ト変更があるとき、この pre-push を実行させる 失敗したら pre-push の出力と「修正してからターンを 終了してください」という指示を返す
9. 失敗をルールへ昇格する仕組みを作る © 2026 Takumi Engineering Inc. ｜ 09 コードベースやPRを踏まえて、定期実行を簡単に定義で きる Devin Schedules を採用 直近 1 ヶ月分のクローズ済みまたはマージ済み PR か ら、レビュー指摘を収集させる 収集結果から 2 回以上出現する類似の指摘をルールとし て昇格し、コーディングガイドラインやシステムプロン プトの修正PRを作成させる
10. 受け入れ基準をテスト化してテスト駆動開発する仕組みを作る © 2026 Takumi Engineering Inc. ｜ 10 Claude Code のスキルとして作成（`/tdd <入力ソース URL>`） PRD、DesignDoc、タスクチケットから受け入れ基準を 抽出する 受け入れ基準をテストケース化して、 Red→Green→Refactor のテスト駆動開発で実装させる
11. リソースを確保する 開発生産性への投資として、エンジニアでなくてもわかる言葉で説明し、承認を得る AI活用をしたいではなく、手戻り削減、レビュー負荷削減、QA負荷削減など 片手間で進めるのではなく、特定のエンジニアを一定期間ロックして開発する © 2026 Takumi Engineering Inc. ｜ 11
12. 現時点での成果 © 2026 Takumi Engineering Inc. ｜ 12 pre-push の実行から修正までを決定論的に行う仕組みを作る 型チェックやリンターのエラーを、人間がコピペして AI に再依頼する手間が消えた 失敗をルールへ昇格する仕組みを作る 人間が毎回指摘していることを、AI に学習させて未然に防げるようになった 受け入れ基準をテスト化してテスト駆動開発する仕組みを作る 仕様の考慮漏れによる指摘→修正の往復が減った