原文タイトル：《普通人实现 AI 能力跃迁的三个框架》原文作者：KK.aWSB，CarbonSilicon AI 联创原文作者：律动BlockBeats原文来源：転載：火星财经AIを使う人は二種類いる：一つは毎日Claudeを開き、背景の説明を長々と入力し、回答を得てページを閉じる。翌日また来て、同じ説明を再入力する。30日後、その人の効率は初日とまったく同じだ。もう一つは同じくClaudeを使うが、30日後には彼のAIはまったく別のものになっている——彼の語調で自動的に書き、彼のフォーマットで出力し、彼が教えた方法論を自動的に呼び出す。そして彼は毎日「AIを指導する」時間がむしろ少なくなっている。同じツール、同じモデル、同じ価格。差はどう生まれるのか？技巧の差ではない。認知フレームの差だ。今日は三つのフレームを共有する。それらを理解すれば、あなたのAIの使い方は根本的に変わる。フレーム一：三層進化論——あなたはどの層にいる？AIの利用には三つの階層がある。大多数の人は永遠に第一層にとどまる。第一層：PromptPromptは対話ウィンドウに一時的に入力する指示だ。「あなたは経験豊富なコピーライターです」「簡潔なスタイルで」「三つの案をください」。これはその場で有効だ。会話を閉じると消える。これは毎朝失念した天才に自分が誰かを説明するようなものだ。確かに賢いが、明日にはもうあなたを覚えていない。あなたの好みの語調、ブランド規範、出力フォーマット、業界用語——すべてリセットされ、再度説明が必要だ。30日後はどうなる？1日目に良いPromptを書き、良い結果を得たとしよう。15日目にはほぼ同じ背景を15回入力している。30日目には、あなたの生産性は1日目とまったく同じだ。積み上がりなし。しかも疲れた日には細部を見落とし、出力の質が下がる。忙しい日には背景をスキップし、Claudeは曖昧な一般的なバージョンを出す。あなた自身がボトルネックだ。すべての対話がそうだ。第二層：ProjectあなたはProjectに参考資料やスタイルの説明、システム指示をアップロードしている。このProject内のすべての対話はあなたの背景を知っている。これは新入社員に入社マニュアルを渡すようなものだ。毎日口頭で説明するよりずっと効果的だ。しかしもう一つ問題がある：正しいProjectを開くことを忘れないこと。あなたの知識は特定のProjectにロックされている。別のシーンに切り替えると最初からやり直しだ。第三層：SkillSkillは構造化されたファイルだ——一度書けば、装備すれば、その後Claudeは関連タスクを認識したときに自動的にトリガーする。特定のProjectを開く必要はない。何のプロンプトも入力しなくていい。Claudeはどうすればいいかを知っている。これは社員を訓練するようなものだ。一度訓練すれば、永遠に効き続ける。三つの階層は同じClaudeを使う。しかし第一層はチャットツール、第三層は仕事のシステムだ。この階層分けを理解したら、どうやって第一層から第三層に跳ぶのか？それには二つ目のフレームが必要だ。フレーム二：取引思考 vs 複利思考これは三つのフレームの中で最も重要なものだ。ツールの使い方の技巧ではなく、認知モデルだ。Promptは取引だ。時間を投入して指示を書き、1回の成果を得る。次にまた投入し、また成果を得る。投入と成果は1:1の線形関係だ。投入をやめれば、成果はすぐにゼロになる。Skillは複利だ。最初の1日10分でSkillを書けば、2日目にはすでに効果が出ている。15日目には3つのSkillを蓄積し、それぞれが前の上に積み重なる。30日後には、あなたのClaudeはみんなと違う。構築コストは最初の一週間に散らばった一時間の投入だ。リターンはその後のすべての対話がより高い基準で動作することだ。最初の一週間の努力は、6ヶ月後もリターンを生み続ける。これが複利だ。取引思考の人は毎日「今日はどうやってAIを使ってこの仕事をやり遂げるか？」と問う。複利思考の人は「AIに永遠にこの仕事のやり方を覚えさせるにはどうすればいいか？」と問う。一字違いだが、もしあなたが複利思考でAIを使えば、30日後には奇跡的なことに気づく：あなたが「AIを教える」ことに費やす時間はどんどん少なくなり、AIがあなたの仕事を代行する量は増える。なぜなら、あなたが以前教えたすべてのSkillが持続的に効いているからだ。これが実践的な問題を引き出す：Skillはどう書くべきか？何を入れ、何を入れないべきか？これが三つ目のフレームだ。フレーム三：Thin Harness, Fat Skills——90%のエネルギーを正しい場所に集中させるこのフレームはYCの掌門人Garry Tanによるもので、彼はこれを非常に洗練された原則に抽象化している：薄いHarness、厚いSkills。意味は？AIを使うとき、実際には三層のシステムを構築している——意識していなくても：最上層：Skills。あなたがAIに教える操作マニュアル——フロー、判断基準、分野知識。これが価値の90%を占める。中間層：Harness。AIを動かすプログラムや環境——モデル呼び出し、背景管理、ファイルの読み書き。極めて薄く。最底層：確定性ツール。データベースクエリ、コードのコンパイル、数学計算——入力は同じ、出力も同じ、毎回同じ操作。原則は：知性はSkillsに推し込む。実行は確定性ツールに任せる。中間のHarnessはできるだけ薄く。逆のパターンは何か？厚いHarness、薄いSkillsだ。あなたはこういう状況を見たことがある：ツールチェーンのデバッグやプラグインの設定、API呼び出しの最適化に多くの時間を費やすが、「どうやってこの仕事をうまくやるか」を教える内容——一文字も書いていない。結果はどうなる？ツールチェーンはきれいだが、AIの出力の質は素人と変わらない。なぜなら、パイプラインは整備されているが、その中を流れるのはただの水だからだ。モデルの知性は十分だ。失敗の原因は賢くないからではなく、あなたの具体的な状況——規範や慣例、問題の特殊な形状を理解していないからだ。Skillはこの問題を解決する。このフレームのもう一つの重要な推論は：より強力なモデルがリリースされたとき、あなたのすべてのSkillは自動的に向上する。なぜなら、Skillはフローと基準を定義している。底層の判断力が向上すれば、これらのフローはより正確に実行される。何も書き直す必要はない。モデルのアップグレードはあなたにとって「再学習」ではなく、「システムの無料アップグレード」だ。Skillは永続的資産だ。三つのフレームの連携方法第一歩：三層進化論で自分の位置を把握する。今どの層にいる？もし対話ごとに背景を再入力しているなら——第一層だ。Projectを使っているがSkillがないなら——第二層だ。自分の位置を知ることが、次に進む道を示す。第二歩：複利思考でSkill候補リストを見つける。過去一ヶ月のAIとの対話を振り返る。どの指示を繰り返し使ったか？どの背景を何度も説明したか？どのフォーマット要求を毎回リマインドしたか？どのフローを一歩一歩手動で誘導したか？三回以上繰り返したら、それはSkillの候補だ。さらに積極的な原則もある：もしあなたがAIにやらせたことがあり、それが将来も繰り返すなら——最初にそれをSkillにすべきだ。最初は手動でやってみて、出力を確認し、満足したらすぐにSkillファイルに書き起こす。検証基準：二回目も同じことを求めるなら、そのシステムは失敗している。第三歩：Thin Harness, Fat Skillsでどこにエネルギーを集中させるか決める。三日間ツールチェーンの調整に費やして、裸Promptだけでタスクをこなすのはやめよう。逆に——三日間かけてコアSkillを書き上げ、ツールチェーンは最もシンプルなもので十分だ。Skillはどういうものか？非常にシンプルだ。テキストファイル一つ。名前——何と呼ぶか。説明——何をするか（一文）。これが最も重要な部分——Claudeはこの一文で自動トリガーを判断する。指示——どうやるか（具体的なステップ）。制約——何をしてはいけないか。SkillはAIに「何をするか」を教えるものではない——それはPromptの役割だ。Skillが教えるのは「どうやるか」だ。Promptは：「競合分析を書いて」だ。Skillは：「競合分析のとき、まず3〜5のコア競合を特定し、機能・価格・市場ポジションの3軸で比較し、SWOT形式で出力、各結論にデータソースを付記し、最後に3つの実行可能な提案を出す」。Promptはタスクを提供する。Skillは方法論を提供する。両者が連携すれば、AIは「あなたが何をすべきかを教えるインターン」から「仕事を知っている社員」へと変わる。また、同じSkillは異なる入力に何度も呼び出せる——ある競合企業を入力すれば競合分析が得られ、業界トレンドを入力すればトレンドレポートが得られ、投資対象を入力すればデューデリジェンスの簡報が得られる。同じ流れでも対象が違えば、まったく異なる成果が出る。これはPromptエンジニアリングではない。Markdownを使ったソフトウェア設計だ。あなたの最初のSkillはどう作る？最速の方法：AIに作らせる。Claudeには「Skill Creator」という、Skillを作るためのSkillが内蔵されている。あなたはただ「[具体的なタスク]用のSkillを作って」と言えばいい。Claudeがインタビューし、フローを抽出し、構造化された.mdファイルを出力してくれる。保存すればすぐ使える。一晩で、あなたのSkill体系を整えられる。10〜15分ずつかけて。文章スタイル、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2時間もかからない。この2時間の複利効果には上限がない。最後に三つのフレーム、三つの言葉：三層進化論：PromptからProject、Skillへ。同じAIでも全く異なる体験だ。あなたはどの層にいる？取引 vs 複利：Promptは毎日ゼロに戻る取引。Skillは毎日価値を増やす資産。あなたはどちらを選ぶ？Thin Harness, Fat Skills：ツールチェーンに時間をかけず、90%のエネルギーを良いSkillの作成に集中させろ——それが価値だ。あなたが作るすべてのSkillは、あなたのAIシステムの永続的なアップグレードだ。退化せず、忘れず、モデルのアップデートとともに強くなる。Promptは口頭指示。SkillはSOPマニュアル。前者は毎日ゼロ、後者は毎日複利。今日から始めよう：繰り返し三回以上行っているタスクを見つけて、10分だけ時間を取り、最初のSkillを書き上げる。そうすれば、もうPromptだけの日々に戻りたくなくなる。
普通人がAI能力を飛躍させる三つのフレームワーク：「毎日繰り返し入力」からの脱却
原文タイトル：《普通人实现 AI 能力跃迁的三个框架》原文作者：KK.aWSB，CarbonSilicon AI 联创
原文作者：律动BlockBeats
原文来源：
転載：火星财经
AIを使う人は二種類いる：一つは毎日Claudeを開き、背景の説明を長々と入力し、回答を得てページを閉じる。翌日また来て、同じ説明を再入力する。30日後、その人の効率は初日とまったく同じだ。
もう一つは同じくClaudeを使うが、30日後には彼のAIはまったく別のものになっている——彼の語調で自動的に書き、彼のフォーマットで出力し、彼が教えた方法論を自動的に呼び出す。そして彼は毎日「AIを指導する」時間がむしろ少なくなっている。
同じツール、同じモデル、同じ価格。差はどう生まれるのか？
技巧の差ではない。認知フレームの差だ。
今日は三つのフレームを共有する。それらを理解すれば、あなたのAIの使い方は根本的に変わる。
フレーム一：三層進化論——あなたはどの層にいる？
AIの利用には三つの階層がある。大多数の人は永遠に第一層にとどまる。
第一層：Prompt
Promptは対話ウィンドウに一時的に入力する指示だ。「あなたは経験豊富なコピーライターです」「簡潔なスタイルで」「三つの案をください」。
これはその場で有効だ。会話を閉じると消える。
これは毎朝失念した天才に自分が誰かを説明するようなものだ。確かに賢いが、明日にはもうあなたを覚えていない。あなたの好みの語調、ブランド規範、出力フォーマット、業界用語——すべてリセットされ、再度説明が必要だ。
30日後はどうなる？1日目に良いPromptを書き、良い結果を得たとしよう。15日目にはほぼ同じ背景を15回入力している。30日目には、あなたの生産性は1日目とまったく同じだ。積み上がりなし。
しかも疲れた日には細部を見落とし、出力の質が下がる。忙しい日には背景をスキップし、Claudeは曖昧な一般的なバージョンを出す。
あなた自身がボトルネックだ。すべての対話がそうだ。
第二層：Project
あなたはProjectに参考資料やスタイルの説明、システム指示をアップロードしている。このProject内のすべての対話はあなたの背景を知っている。
これは新入社員に入社マニュアルを渡すようなものだ。毎日口頭で説明するよりずっと効果的だ。
しかしもう一つ問題がある：正しいProjectを開くことを忘れないこと。あなたの知識は特定のProjectにロックされている。別のシーンに切り替えると最初からやり直しだ。
第三層：Skill
Skillは構造化されたファイルだ——一度書けば、装備すれば、その後Claudeは関連タスクを認識したときに自動的にトリガーする。
特定のProjectを開く必要はない。何のプロンプトも入力しなくていい。Claudeはどうすればいいかを知っている。
これは社員を訓練するようなものだ。一度訓練すれば、永遠に効き続ける。
三つの階層は同じClaudeを使う。しかし第一層はチャットツール、第三層は仕事のシステムだ。
この階層分けを理解したら、どうやって第一層から第三層に跳ぶのか？それには二つ目のフレームが必要だ。
フレーム二：取引思考 vs 複利思考
これは三つのフレームの中で最も重要なものだ。ツールの使い方の技巧ではなく、認知モデルだ。
Promptは取引だ。時間を投入して指示を書き、1回の成果を得る。次にまた投入し、また成果を得る。投入と成果は1:1の線形関係だ。投入をやめれば、成果はすぐにゼロになる。
Skillは複利だ。最初の1日10分でSkillを書けば、2日目にはすでに効果が出ている。15日目には3つのSkillを蓄積し、それぞれが前の上に積み重なる。30日後には、あなたのClaudeはみんなと違う。
構築コストは最初の一週間に散らばった一時間の投入だ。リターンはその後のすべての対話がより高い基準で動作することだ。
最初の一週間の努力は、6ヶ月後もリターンを生み続ける。これが複利だ。
取引思考の人は毎日「今日はどうやってAIを使ってこの仕事をやり遂げるか？」と問う。
複利思考の人は「AIに永遠にこの仕事のやり方を覚えさせるにはどうすればいいか？」と問う。
一字違いだが、もしあなたが複利思考でAIを使えば、30日後には奇跡的なことに気づく：あなたが「AIを教える」ことに費やす時間はどんどん少なくなり、AIがあなたの仕事を代行する量は増える。なぜなら、あなたが以前教えたすべてのSkillが持続的に効いているからだ。
これが実践的な問題を引き出す：Skillはどう書くべきか？何を入れ、何を入れないべきか？これが三つ目のフレームだ。
フレーム三：Thin Harness, Fat Skills——90%のエネルギーを正しい場所に集中させる
このフレームはYCの掌門人Garry Tanによるもので、彼はこれを非常に洗練された原則に抽象化している：薄いHarness、厚いSkills。
意味は？
AIを使うとき、実際には三層のシステムを構築している——意識していなくても：
最上層：Skills。あなたがAIに教える操作マニュアル——フロー、判断基準、分野知識。これが価値の90%を占める。
中間層：Harness。AIを動かすプログラムや環境——モデル呼び出し、背景管理、ファイルの読み書き。極めて薄く。
最底層：確定性ツール。データベースクエリ、コードのコンパイル、数学計算——入力は同じ、出力も同じ、毎回同じ操作。
原則は：知性はSkillsに推し込む。実行は確定性ツールに任せる。中間のHarnessはできるだけ薄く。
逆のパターンは何か？厚いHarness、薄いSkillsだ。あなたはこういう状況を見たことがある：ツールチェーンのデバッグやプラグインの設定、API呼び出しの最適化に多くの時間を費やすが、「どうやってこの仕事をうまくやるか」を教える内容——一文字も書いていない。
結果はどうなる？ツールチェーンはきれいだが、AIの出力の質は素人と変わらない。なぜなら、パイプラインは整備されているが、その中を流れるのはただの水だからだ。
モデルの知性は十分だ。失敗の原因は賢くないからではなく、あなたの具体的な状況——規範や慣例、問題の特殊な形状を理解していないからだ。Skillはこの問題を解決する。
このフレームのもう一つの重要な推論は：より強力なモデルがリリースされたとき、あなたのすべてのSkillは自動的に向上する。
なぜなら、Skillはフローと基準を定義している。底層の判断力が向上すれば、これらのフローはより正確に実行される。何も書き直す必要はない。モデルのアップグレードはあなたにとって「再学習」ではなく、「システムの無料アップグレード」だ。
Skillは永続的資産だ。
三つのフレームの連携方法
第一歩：三層進化論で自分の位置を把握する。
今どの層にいる？もし対話ごとに背景を再入力しているなら——第一層だ。Projectを使っているがSkillがないなら——第二層だ。自分の位置を知ることが、次に進む道を示す。
第二歩：複利思考でSkill候補リストを見つける。
過去一ヶ月のAIとの対話を振り返る。どの指示を繰り返し使ったか？どの背景を何度も説明したか？どのフォーマット要求を毎回リマインドしたか？どのフローを一歩一歩手動で誘導したか？
三回以上繰り返したら、それはSkillの候補だ。
さらに積極的な原則もある：もしあなたがAIにやらせたことがあり、それが将来も繰り返すなら——最初にそれをSkillにすべきだ。最初は手動でやってみて、出力を確認し、満足したらすぐにSkillファイルに書き起こす。
検証基準：二回目も同じことを求めるなら、そのシステムは失敗している。
第三歩：Thin Harness, Fat Skillsでどこにエネルギーを集中させるか決める。
三日間ツールチェーンの調整に費やして、裸Promptだけでタスクをこなすのはやめよう。逆に——三日間かけてコアSkillを書き上げ、ツールチェーンは最もシンプルなもので十分だ。
Skillはどういうものか？非常にシンプルだ。テキストファイル一つ。
名前——何と呼ぶか。説明——何をするか（一文）。これが最も重要な部分——Claudeはこの一文で自動トリガーを判断する。指示——どうやるか（具体的なステップ）。制約——何をしてはいけないか。
SkillはAIに「何をするか」を教えるものではない——それはPromptの役割だ。Skillが教えるのは「どうやるか」だ。
Promptは：「競合分析を書いて」だ。Skillは：「競合分析のとき、まず3〜5のコア競合を特定し、機能・価格・市場ポジションの3軸で比較し、SWOT形式で出力、各結論にデータソースを付記し、最後に3つの実行可能な提案を出す」。
Promptはタスクを提供する。Skillは方法論を提供する。両者が連携すれば、AIは「あなたが何をすべきかを教えるインターン」から「仕事を知っている社員」へと変わる。
また、同じSkillは異なる入力に何度も呼び出せる——ある競合企業を入力すれば競合分析が得られ、業界トレンドを入力すればトレンドレポートが得られ、投資対象を入力すればデューデリジェンスの簡報が得られる。同じ流れでも対象が違えば、まったく異なる成果が出る。
これはPromptエンジニアリングではない。Markdownを使ったソフトウェア設計だ。
あなたの最初のSkillはどう作る？
最速の方法：AIに作らせる。
Claudeには「Skill Creator」という、Skillを作るためのSkillが内蔵されている。あなたはただ「[具体的なタスク]用のSkillを作って」と言えばいい。
Claudeがインタビューし、フローを抽出し、構造化された.mdファイルを出力してくれる。保存すればすぐ使える。
一晩で、あなたのSkill体系を整えられる。10〜15分ずつかけて。文章スタイル、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2時間もかからない。
この2時間の複利効果には上限がない。
最後に
三つのフレーム、三つの言葉：
三層進化論：PromptからProject、Skillへ。同じAIでも全く異なる体験だ。あなたはどの層にいる？
取引 vs 複利：Promptは毎日ゼロに戻る取引。Skillは毎日価値を増やす資産。あなたはどちらを選ぶ？
Thin Harness, Fat Skills：ツールチェーンに時間をかけず、90%のエネルギーを良いSkillの作成に集中させろ——それが価値だ。
あなたが作るすべてのSkillは、あなたのAIシステムの永続的なアップグレードだ。退化せず、忘れず、モデルのアップデートとともに強くなる。
Promptは口頭指示。SkillはSOPマニュアル。前者は毎日ゼロ、後者は毎日複利。
今日から始めよう：繰り返し三回以上行っているタスクを見つけて、10分だけ時間を取り、最初のSkillを書き上げる。
そうすれば、もうPromptだけの日々に戻りたくなくなる。