エグゼクティブサマリー：AIを職場のチームメンバーとして扱う
ARUOでは、デジタルワークフローを構築する際「AIアシスタントを人間のチームメンバーと同じように扱う」というシンプルな基本原則を大切にしています。
オフィスでの日常業務を思い浮かべてください。プロジェクト会議が深夜まで長引いたとき、翌朝までメモを残さずにすべての詳細を頭の中に記憶しておくことを同僚に求める人はいません。業務時間を終える前に、責任ある担当者は明確な「業務引継ぎ書（ハンドオーバー文書）」を作成します。そこには、達成した成果、決定事項、試して失敗したアイデア、勝つために進めるべき具体的なアクションが記録されます。翌朝出社した同僚は、その引継ぎ書を読むだけで数分で文脈を理解し、スムーズに業務を再開できます。
AIアシスタントも全く同じ仕組みで成果を発揮します。チャットでの会話が長くなりすぎると、記憶領域（コンテキストウィンドウ）が溢れ、回答の正確性や一貫性が低下します。1つの長いチャットに留まり続けると誤りが増え、一方で新しいチャットを立ち上げると、毎回プロジェクトの前提条件や過去の経緯を説明し直す手間が発生します。
この課題を解決するため、ARUOは「Handoff」と「Pickup」という2つのスキルプロトコルを開発しました。教育者でありAIツール開発者としても知られるMatt Pocock氏が提唱したオープンソースの引き継ぎパターンに着想を得て、この2つのスキルはAIのシフト交代手順を自動化します。シンプルな2つのコマンドを実行するだけで、AIはチャットを閉じる前に進行状況を書き残し、新しいチャットを開始した際に過去の文脈を確実に吸収できます。
なぜ長いAIチャットセッションは精度が落ちるのか
AIモデルには「コンテキストウィンドウ」と呼ばれる限られた記憶領域が存在します。チャットセッション内に多数のメッセージが蓄積されると、主に3つの問題が発生します。
- 過去の決定事項を忘れ、その日の早いうちに却下されたアイデアを再び提案してしまう。
- プロジェクトの詳細を見失い、合意済みのテキストやルールを誤って上書きしてしまう。
- 実際のプロジェクトファイルを確認せず、古い前提知識だけで推測して作業を進めてしまう。
口頭のメモや過去の会話のコピー＆ペーストに頼る方法は不確実です。ビジネスチームには、明確な責任・権限（RACI: Responsible, Accountable, Consulted, and Informed）の観点に基づき、AIが作業状況をスナップショットとして保存し、次のセッションへ確実にバトンを渡す標準作業手順（SOP）が必要です。
スキル1：セッション引き継ぎ（/handoff）
Handoffスキルは、自動化されたシフト交代メモとして機能します。会話を終了したり新しいチャットウィンドウを開いたりする前に、/handoffと入力するだけで、AIアシスタントは習得したすべての文脈を整理されたスナップショットフォルダに保存します。
Handoffの機能
- AIがワークスペースを点検し、プロジェクトのルートディレクトリにタイムスタンプ付きフォルダ（
handoff_YYYYMMDD_HHMMSS/）を作成します。 - AIが6つの構成要素を含む要約文書
HANDOFF.mdを作成します。
- エグゼクティブゴール：事業目的とプロジェクト範囲の明確な要約
- 現在の進捗と成果：完了したタスク、変更されたファイル、検証済みのロジック
- 成功パターンと主要な決定事項：採用した戦略、トーン＆マナーの決定、合意事項
- 課題と見送ったアイデア：失敗したアプローチや却下されたアイデア（将来のAIチャットが同じ失敗を繰り返すのを防ぎます）
- 重要注意事項：ブランドガイドライン、機密保持の注意点、フォーマットルール
- 次のステップ：すぐに実行できるアクションチェックリスト
- AIが重要な実行ログや参照ファイルをスナップショットフォルダにバックアップします。
- AIが
HANDOFF.mdへのリンクを表示し、次のチャットを開始した際に/pickupを実行するよう案内します。
リポジトリリンク：GitHub - aruo-tomo/handoff
スキル2：セッション再開（/pickup）
新しいチャットセッションを開始した際、/pickupを実行すると、出社した同僚が引継ぎ書を確認して業務を開始する流れを再現できます。数秒で過去の文脈を復元し、正確性を検証します。
Pickupの機能
- AIがプロジェクトフォルダ内から最新のタイムスタンプ付きハンドオーバースナップショットを自動的に読み込みます。
- AIが
HANDOFF.mdを読み込み、目標、主要な決定事項、避けるべき失敗パターンを吸収します。 - 作業を開始する前に、AIが実際のワークスペースファイルを確認し、報告された進捗が実ファイルと一致しているか検証します。
- AIが上位3つの前提条件を提示し、曖昧な点があれば質問をまとめます。
- AIが作業を一時停止し、ユーザーからの明示的な確認を得てからコードや文章の編集に着手します。
リポジトリリンク：GitHub - aruo-tomo/pickup
これらのスキルの導入と活用方法
技術的な知識がない方でも、対応しているAI環境で簡単にこれらのスキルを導入できます。
シンプルな導入手順
- リポジトリリンクの共有： 対応するAIエージェント環境のチャット画面で「このスキルを導入してください」と指示し、以下のGitHubリポジトリリンクを共有します。
- Handoffスキル：
https://github.com/aruo-tomo/handoff - Pickupスキル：
https://github.com/aruo-tomo/pickup
- スキルテキストのコピー： または、各リポジトリの
SKILL.mdファイルを開き、その指示テキストをカスタムプロンプト設定やワークスペースルールに直接貼り付けます。
スキルの呼び出し方
- 作業セッションを終了するとき、またはAIの応答が遅くなってきたとき：
/handoffと入力するか「セッションの引き継ぎを行ってください」と指示します。 - プロジェクトを継続するために新しいチャットウィンドウを開いたとき：
/pickupと入力するか「前回の作業を引き継いでください」と指示します。
まとめ：ビジネスチームが得られる主なメリット
/handoffと/pickupを活用してAIを人間のチームメンバーのように扱うことで、次の4つの大きなメリットが得られます。
- 進捗を失ったり指示を何度も入力し直したりすることなく、いつでもAIのコンテキストウィンドウをリセットできます。
- 却下されたアイデアを記録しておくことで、将来のAIチャットが同じ失敗を繰り返す時間を削減できます。
- 自動ファイル確認機能により、AIが推測ではなく実際のプロジェクトファイルに基づいて作業を進められます。
- 事前の確認一時停止機能により、重要な決定権を常にユーザー自身が保持できます。