メインコンテンツまでスキップ

Guides と Sensors の十字分類

ハーネスの要素は数が多く、そのまま並べると把握しきれません。そこで、2 つの軸で四分類すると、それぞれの役割と弱点が見通せるようになります。この章の枠組みは、次章以降で「いま発火したのはどの種類か」を判断する物差しになります。

2 つの軸​

1 つ目の軸はタイミングです。

  • Guide（ガイド） — 行動の前に方向づける（feedforward）。「こう進めてね」と先回りで誘導する
  • Sensor（センサー） — 行動の後に検知する（feedback）。「いまのは違うよ」と事後に気づかせて直させる

2 つ目の軸は仕組みです。

  • Computational（決定的） — スクリプトや設定で確実に動く。条件に当たれば必ず発火する
  • Inferential（推論的） — LLM の読解に頼る。効くことが多いが、確率的に外す

この 2 軸を掛け合わせると、4 つのマスができます。

四分類のマトリクス​

それぞれに、この環境の実例を当てはめます。

分類いつ・どう効くか~/.claude での実例
Computational Guide
（決定的・行動前）		危険な操作を物理的に止めるcheck-protected-files.sh（🔧。.env への書き込みを事前にブロック）、settings.json の権限設定（📦 の機構に 🔧 の設定値）、型チェック・lint 設定
Inferential Guide
（推論的・行動前）		文章で方針を示し、モデルに従わせるCLAUDE.md、rules/*.md、skills/*/SKILL.md（いずれも 🔧）
Computational Sensor
（決定的・行動後）		出力を機械的に検査して差し戻すStop hook（check-plain-question.sh など 🔧）、check-suppression.sh（🔧）、CI
Inferential Sensor
（推論的・行動後）		LLM が出力を読み直して評価する/review skill、code-reviewer subagent（いずれも 🔧）

なぜ片方だけでは足りないのか​

ハーネスの信頼性を左右するのは、この一点です。Inferential なものは確率的に外すため、それだけに頼ると「だいたい守るが、たまに破る」状態から抜け出せません。

具体例で見てみます。この環境には「ユーザーへの質問は平文ではなく専用ツールで構造化する」という規範があります。これは rules/ask-user-question.md という Inferential Guide で書かれています。

Inferential Guide だけの場合
rules/ask-user-question.md（行動前のガイド）
  → 「平文で質問しないで、専用ツールを使ってね」と指示
  → たいてい守る。でも、ふとした拍子に「どうしますか？」と平文で書いてしまう
  → ガイドは行動前の誘導なので、書いてしまった後は気づけない

そこで、同じ規範を Computational Sensor でも裏打ちします。この Sensor も机上の設計ではなく、平文質問の再発という実際の失敗から生まれました。

Sensor を対にした場合
check-plain-question.sh（Stop hook = 行動後のセンサー）
  → 確定した応答の本文全体を機械的に grep して平文質問パターンを検出
  → 見つかったら exit 2 で差し戻し、専用ツールで質問し直させる
  → 「確率的にすり抜けた 1 回」を決定的に捕まえる

ガイドが「先回りの誘導」、センサーが「取りこぼしの捕獲」です。この Guide と Sensor のペアこそが、確率的なモデルを信頼できるエージェントへ変える肝です。後の章では、このペアを /grill-me の例でもう一度詳しく見ます。

ルールに書いただけでは守られない

規範を rules/ に書くのは Inferential Guide を 1 つ置いただけです。本当に守らせたい規範ほど、Computational Sensor（hook）で取りこぼしを捕まえる対を用意します。「書いた＝守られる」と考えないのが、このハーネスの設計姿勢です。

この物差しの使い方​

/debug の流れを追うとき、発火した要素ごとに「これは 4 分類のどれか」を意識すると、役割が立体的に見えてきます。

  • MCP のロード指示や rule の読み込みは → Inferential Guide
  • .env ブロックは → Computational Guide、suppression コメント検出は → Computational Sensor
  • 応答末尾の自己修正は → Computational Sensor
  • /review による事後レビューは → Inferential Sensor
この章のまとめ

要点は次のとおりです。

  • ハーネスの要素は「行動前/後」×「決定的/推論的」で四分類できる
  • Inferential（rules / skills）は確率的に外すため、それだけでは不十分
  • 重要な規範ほど Guide と Sensor をペアにして、取りこぼしを決定的に捕まえる

次は ~/.claude の構成要素マップ で、この環境に実際に何が置かれているかを一覧します。