talk_script_cache: 23

This data as json

id	image_hash	params_hash	slide_count	result_json	model	created_at
23	67503b15c6966b3a8ee700f361788100	dad2f9e40934277d546ee53d8414303b	10	[{"slide_number": 1, "script": "本日は「あとでやって」という指示を、AIエージェントに安全に預ける方法についてお話しします。指示文わずか6行で書けるスラッシュレータースキルの仕組みや限界、使い分けについて解説します。"}, {"slide_number": 2, "script": "それではまず、長時間タスクにおける「次の指示」の置き場に関する課題から見ていきます。AIに15分や30分の作業を任せると、途中で次にやってほしいことを必ず思いつきますが、その置き場に困ってしまいます。"}, {"slide_number": 3, "script": "続いて、素朴なやり方として定型文をキューに積むアプローチの弱点を確認します。毎回手で書く必要があり、書き忘れると即割り込みになってしまうほか、完了の確認をしてくれないという課題があります。"}, {"slide_number": 4, "script": "ここで重要なインサイトですが、キューが保証するのは順番どおりに回すことだけです。私たちが本当に欲しいのは、前のタスクの完了を待ってから着手するという前提条件であり、この差を埋める道具を作る必要があります。"}, {"slide_number": 5, "script": "その解決策となるのが、わずか6行の指示文で構成されるスラッシュレータースキルです。この約束をスキルとして切り出し指定のパスに置くだけで、毎回定型文を打つ代わりに安全な予約が可能になります。"}, {"slide_number": 6, "script": "設計のポイントは4つあります。完了確認を先に行わせ、指示側で完了の定義を上書きし、未完了なら止まるようにします。また、モデルが勝手に呼ばないよう設定することで、人間が呼んだときだけ確実に対話が発動します。"}, {"slide_number": 7, "script": "実際のセッションでの動きを見てみましょう。テスト実行中に仕様書作成を預けると、AIは直前タスクの完了状況を確認し、未完了であれば着手せず待機し、完了後に自発的に次へ進むという条件付き予約として機能します。"}, {"slide_number": 8, "script": "このように、割り込みや素のキュー、そしてスラッシュレーターの使い分けが必要です。判断基準は一つだけで、前のタスクが止まったらその依頼も一緒に止まってほしいかどうかで明確に選択できます。"}, {"slide_number": 9, "script": "ただし、これは決定論的な保証ではなくLLMへの約束であるという限界も理解しておかなければなりません。判定の誤りや記憶の減衰に注意し、確実な処理が必要な場合はフックを利用する使い分けが重要です。"}, {"slide_number": 10, "script": "本日のまとめです。次の指示はメモでも割り込みでもなく予約として渡し、スキルで完了条件を明示します。数行の言語化により、AIとの分業関係を一段と静かで確実なものにしていきましょう。"}]	gemini-3.5-flash-lite	2026-08-29T01:54:25.804383