AIエージェント時代、学ぶべきはプロンプトかAGENTS.mdか

AIコーディングツールを使い始めた人が、ある時点でかならずぶつかる迷いがある。「このツールにうまく指示を出すプロンプトの書き方を練習すべきなのか、それともAGENTS.mdやCLAUDE.md――ツールがリポジトリを開くたびに読み込む設定ファイル――の書き方を練習すべきなのか」。どちらも同じ「AIにうまく仕事をしてもらう技術」に見えるので、どちらから手をつければいいのか判断がつきにくい。

この迷いの背景には、2023〜24年に広まった「プロンプトエンジニアリングこそがAI時代の決定的なスキルだ」という空気がある。その空気を一度、開発者コミュニティが実際に積み上げてきた記録に当ててみると、意外な符合が出てくる。tasklogが集計しているAI・機械学習分野の書籍の引用実績(全176冊・言及合計874件)のうち、タイトルに「プロンプト」を含む書籍はわずか3冊、言及数を合わせても9件しかない。もっとも言及されているのは、プロンプトの本ではなく『ゼロから作るDeep Learning』のようなモデルの原理を説く本だった。プロンプトが「決定的スキル」だったはずの数年間、実は開発者が実際に読み、引用してきた書籍の蓄積は、最初からプロンプトの本に薄く、モデルや原理の本に厚かったことになる。

分かれ目は「対象」ではなく「形式」

この符合を手がかりに、プロンプトとAGENTS.mdの迷いをもう一段掘ってみると、最初の問いの立て方自体がずれていたことに気づく。「プロンプトか、AGENTS.mdか」という対象の二択ではなく、本当の分かれ目は指示の「形式」の違いにある。

プロンプトは、チャットの入力欄に打ち込む単発の指示だ。そのやり取りが終われば消え、次に同じツールを開いたときにはもう残っていない。良い指示文を思いついても、それは今この会話だけの資産であり、次の会話にはまた一から言葉を選び直す必要がある。

一方でAGENTS.md(Claude Codeの場合はCLAUDE.mdという名前になる)は、リポジトリの中に置かれたファイルそのものだ。消えるどころか、エージェントがそのリポジトリを開くたびに読み込まれ、毎回の作業の前提として効き続ける。2026年には、Codex・Cursor・GitHub Copilot・Gemini CLI・Windsurf・Aiderといった主要なAIコーディングツールの多くが、AGENTS.mdという共通の名前のファイルを「置いてあれば自動で読み込む設定書」として扱うようになっており、Claude Codeも(独自のCLAUDE.mdに加えて)AGENTS.mdを読み込むようになっている。この動きが指し示しているのは、AIへの指示の重心が、消えていく単発の言葉から、リポジトリに常駐する持続的な設計書へ移った、という事実だ。この移り変わりを指して「プロンプトエンジニアリングからコンテキストエンジニアリング(AIに渡す前提情報そのものを設計する考え方)へ」という言い方がされることもある。

だから「プロンプトを練習するかAGENTS.mdを練習するか」という問いの立て方そのものが、入れ替え可能な二択を装った間違った対立だった。練習すべきかどうかで悩む対象が違うのではなく、投資先が「毎回消える指示」から「毎回読まれる設計書」へ移った、という話なのだ。

「長く書けば効く」も、同じくらい誤っている

ここで多くの人が次に踏む一歩が、もう一つの誤りを招く。「AGENTS.mdが重要なら、できるだけ詳しく、できるだけ長く書いておけば安心だ」という発想だ。プロジェクトの背景、使っている全ライブラリの説明、過去に起きた細かいトラブルの経緯まで、思いつく限りの情報を詰め込んでいく。

しかしAGENTS.mdやCLAUDE.mdは、エージェントが作業に取りかかる前に毎回読み込む前提情報だ。そこに冗長な説明やあいまいな注意書きが積み重なっていくと、本当に守ってほしい核心のルールが、周囲の情報量に埋もれて見えなくなる。長く書くことは「情報を増やす」ことであって、「伝わりやすくする」こととは別の作業だ。むしろ効くのは、箇条書きや見出しで区切られた、短く構造化された設計書――守るべき芯だけを残し、それ以外を削った一枚だ。読み込む側がどこに何が書いてあるかを一瞬で把握できることの方が、情報量そのものより重要になる。

つまりAGENTS.md/CLAUDE.mdの練習とは、「全部書く」練習ではなく、「何を削り、何を芯として残すか」を決める練習に近い。これはコードを書く力ともプロンプトを工夫する力とも違う、もう一段抽象度の高い整理の力だ。

まず一本、短い設計書を書いてみる

ここまでの話をふまえると、プロンプトを学ぶことが無駄になったわけではない。チャットで考えを整理したり、一度きりの調べものを頼んだりする単発の対話では、プロンプトの工夫は今も効く。捨てる必要はない。

ただ、これからの学習の優先順位をどちらから手をつけるかで迷っているなら、先に投資すべきは、自分が普段触っているリポジトリに、短く構造化されたAGENTS.md(あるいはCLAUDE.md)を1本書いてみることだ。すべての前提を書き尽くす必要はない。むしろ「これだけは毎回守ってほしい」という芯を3〜5項目に絞り込んで、見出しと箇条書きで区切る。それだけで、エージェントに指示を出すたびに同じ説明を繰り返す手間が減り、プロンプト自体もずっと短く、具体的なタスクの依頼だけに絞れるようになる。

今日の一歩はシンプルだ。プロンプトの言葉選びを磨く前に、まず自分のリポジトリに、短く・構造化された設計書を1本置いてみること。そこから、AIとの付き合い方がどう変わるかを確かめてほしい。

tasklogは、技術書の引用実績を集計し、どんな本が実際に読まれ参照されているかを可視化しているサービスだ。今回の掴みに使ったAI・機械学習分野の引用ランキングも、自分の目で確かめられる。どんなAI開発ツールが実際に引用されているかを見たい場合はAI開発ツールの被引用ランキング、AIの原理から腰を据えて学び直したい場合はAI分野の学習コースも参考になる。

https://s-tasklog.com/books/ai

(数値出所:tasklogのAI・機械学習分野書籍引用ランキング(Supabase rankings, category=ai, period=all)、2026年10月時点のスナップショット・暫定値。全176冊・言及合計874件、タイトルに「プロンプト/prompt」を含む書籍3冊・言及合計9件。)