目次
「プロンプトエンジニアリングはもう終わりだ」——そんな声が2025年あたりから聞こえ始めた。代わりに台頭したのが 「ハーネスエンジニアリング（Harness Engineering）」 という概念だ。Anthropic の研究者や Claude Code・Cursor などのエージェント開発を手がけるエンジニアが提唱し、いまやAIエージェント時代の中心的なエンジニアリング領域となりつつある。
本記事では、ハーネスエンジニアリングの定義、プロンプトエンジニアリングとの違い、ハーネスを構成する6つの要素、実践チェックリスト、主要ツールでの実装例まで、AIエージェントを本気で使う・作るために知っておくべき土台を整理する。
ハーネス＝LLMを包む4層
— 馬の手綱のように、LLMという馬を目的に向けて働かせる装具
同じLLMでも、ハーネスの設計次第でアウトプットの質と安全性が大きく変わる。
これが 「ハーネスエンジニアリング」 という新しい設計領域の主戦場だ。
1. ハーネスエンジニアリングとは何か
ハーネス（harness）は本来、馬具・装具を意味する英単語だ。馬の力を制御し、目的の方向に導く装備を指す。AI業界における「ハーネス」もまったく同じ比喩で、LLM という強力だが暴れ馬な存在を、目的に向けて働かせるための装備一式を指す。
具体的には:
- ツール（Tools）: ファイル操作、Web検索、コード実行など、LLMが「行動」できる手段
- コンテキスト管理: 何をプロンプトに含め、何を圧縮・破棄するかの戦略
- 記憶システム: セッションを跨ぐ知識・ユーザー設定の永続化
- エージェントループ: 知覚→推論→行動→観察 の繰り返し
- ガードレール: 権限・サンドボックス・Hooks・承認フロー
- 出力フォーマット: マークダウン、JSON、引用、ストリーミング
これら全体を設計するのがハーネスエンジニアリング。LLM そのものを学習・改良するのではなく、LLMの周りを工夫することで実用性を引き上げる技術だ。Claude Code・Cursor・Devin・Codex CLI などはすべて、同じLLMを使っていても「ハーネスの違い」で挙動と性能が大きく異なる。
2. プロンプトエンジニアリングとの違い
プロンプトエンジニアリングが廃れたわけではない——だがスコープが大きく違う。
| 観点 | プロンプトエンジニアリング | ハーネスエンジニアリング |
|---|---|---|
| 対象 | 1ターンの入力テキスト | システム全体（ツール・記憶・ループ） |
| 主な作業 | プロンプト文の最適化、Few-shot例選定 | ツール定義、コンテキスト戦略、ループ設計 |
| 成果物 | テキストテンプレート | コード、設定、システム構成 |
| 必要スキル | 言語感覚、LLM挙動の理解 | ソフトウェアエンジニアリング全般 |
| 効果範囲 | 1回の応答の質 | 長時間タスクの完遂率・コスト・安全性 |
| 例 | 「Step by stepで考えて」 | 計算機ツールを定義してLLMに使わせる |
プロンプトエンジニアリングが「LLMに何を言うか」の技術なら、ハーネスエンジニアリングは「LLMに何を持たせ、どう運用するか」の技術——両者は競合ではなく階層関係にある。プロンプトはハーネスの中の1要素にすぎない。
3. ハーネスを構成する6つの要素
① ツール定義（Tool Use）
LLMが世界に作用する手段。ファイル読み書き、コード実行、Web検索、API呼び出しなど。ツールのインターフェイス設計（名前・引数・返り値）が悪いとLLMは正しく使えない。具体的には:
- 動詞ベースの明確な命名（
read_fileなど） - 必須/任意引数の明示、デフォルト値
- エラー時の構造化メッセージ（次に何をすべきか教える）
- 副作用（破壊的操作）には明示の警告を記述
② コンテキスト管理
LLMの注意は有限——何を見せるかが、何を言わせるかを決める。具体的には:
- 関連性フィルタ: 全ファイルではなく、タスクに関連する部分だけ抜粋
- 圧縮（compaction）: 長い会話を要約して保持
- RAG連携: 必要な情報をベクトル検索で取得
- キャッシング: 繰り返し送るシステムプロンプトを Anthropic prompt cache 等でコスト削減
関連: RAGとは何か
③ 記憶システム
セッションを跨ぐ知識の保持。Claude Code の CLAUDE.md、Cursor の .cursor/rules、Codex の AGENTS.md はいずれもプロジェクト記憶の例。さらに:
- 短期記憶: 直近の会話履歴
- 長期記憶: ユーザープロファイル、過去の意思決定
- 事実知識: ドメイン固有の知識ベース
④ エージェントループ
「AIエージェント」を成立させる中核。基本形は 知覚→推論→行動→観察 のサイクル:
- ユーザーのゴールを受け取る
- 現状を分析（必要ならツールで情報収集）
- 次の行動を計画
- ツールで行動
- 結果を観察、ゴール達成判定
- 未達ならループ、達成なら終了
ここに 計画立て直し（replan）・自己批評・サブゴール分解 を組み込むかでエージェントの賢さが変わる。
⑤ ガードレール
暴走防止の仕組み。AIがルールを無視する問題 でも触れたが、文章で頼むより環境で強制する方が確実だ:
- 承認モード: 危険操作は人間の確認必須（Claude Code の Plan mode 等）
- サンドボックス: ファイルシステム/ネットワークアクセスを限定
- Hooks: ツール呼び出し前後に任意のチェック
- Rate limiting: 暴走時の被害最小化
⑥ 出力UX
ユーザーが結果を理解・検証できる形で出す。マークダウン整形、引用元の明示、コードブロックのシンタックスハイライト、ストリーミング表示、思考過程（thinking）の可視化、構造化出力（JSON）など。「正しい答え」を出すだけでは不十分で、「ユーザーが信頼して検証できる形」で出すのがハーネスの仕事。
4. なぜ今ハーネスエンジニアリングなのか
ハーネスへの関心が高まっている背景は3つある。
① LLMの能力上限が見えてきた。 GPT-5系・Claude Opus 4.7・Gemini 3.1 Pro まで来て、ベンチマークの伸びが鈍化している。同じモデルでもハーネスの違いで実用性能が2倍以上変わるケースが多く、「モデルを変える」より「ハーネスを変える」方が費用対効果が高い領域に入った。
② プロンプトだけでは解決できない問題が増えた。 「ツールが多すぎて選び間違える」「コンテキストが詰まりすぎて重要情報が埋もれる」「長時間タスクで途中迷子になる」——こうした問題はプロンプト1ターンの工夫では対処不能。設計の問題だ。
③ AIエージェント実用化のボトルネックがハーネス側に移った。 2024年は「LLMを賢くする」競争、2025年〜2026年は「ハーネスを賢くする」競争に移った。Anthropic の Claude Code、OpenAI の Codex、Cursor、Devin など主要プロダクトはすべてハーネス工学の競争領域になっている。
5. ハーネス設計の実践チェックリスト
良いハーネスの7チェックポイント
6. 主要ハーネスの比較
主要AIエージェント・ハーネスの設計傾向
各ハーネスは使う LLM はほぼ同じ（Claude / GPT / Gemini）でも、ハーネス側の設計思想で得意分野が大きく異なる。「どのLLM？」より「どのハーネス？」という選択軸が、エージェント時代の主戦場だ。
7. アンチパターン
① ツールを増やしすぎる
ツールが20個を超えると、LLMは選択を間違える確率が急上昇する。本当に必要なツールだけ厳選し、似た機能はマージする。
② コンテキストに全部詰め込む
「念のため全部見せる」は逆効果。関連性フィルタを通して必要分だけ。コンテキストは「重要な信号を引き出す装置」であって「情報の保管庫」ではない。
③ 安全装置をプロンプトだけで実装
「危険な操作はしないでください」と書いても、状況によっては破られる。環境側で物理的に不可能にするのが正解（サンドボックス、Hooks、権限制限）。
まとめ
ハーネスエンジニアリングは 「LLMの外側」を設計する技術。プロンプトエンジニアリングはハーネスの中の1要素にすぎない。ツール定義・コンテキスト管理・記憶・ループ・ガードレール・出力UXの6要素を意識して設計することで、同じLLMでも実用性能が大きく変わる。
2026年現在、AIエージェント実用化の主戦場はハーネス側に移った。「賢いプロンプト」より「賢いハーネス」を作れることが、次世代エンジニアの差別化要因になる。
FAQ
Q1. プロンプトエンジニアリングはもう要らない？
違う。ハーネスの中の1要素として今も重要。ツール説明文、システムプロンプト、エラーメッセージなどはすべてプロンプト設計の対象。ただし「プロンプトだけで何とかする」発想は時代遅れ。
Q2. ハーネスエンジニアリングを学ぶ最初の一歩は？
Claude Code か Cursor を 「ただ使う」のではなく「設定をいじって挙動を変える」こと。CLAUDE.md / .cursor/rules を書く、Hooksを試す、Slash commandsを作る——これがハーネスの実体験になる。
Q3. ハーネスとフレームワーク（LangChain等）は同じ？
近いが違う。フレームワークは実装ツールキット、ハーネスは設計領域・思想。LangChain・LlamaIndex・Claude Agent SDK 等はハーネスを構築する道具。
Q4. 自分でハーネスを作る vs 既存品を使う？
多くの場合は 既存ハーネス（Claude Code・Cursor等）+ カスタマイズで十分。完全自作は、エンタープライズ要件・特殊ドメイン・極端なコスト最適化が必要な場合に限る。
Q5. 「ハーネスエンジニア」は職種として確立する？
すでに兆候はある。Anthropic・OpenAI・Cursor などのエージェント開発企業は 「Agent Engineer」「Tool Designer」「Context Engineer」といった職種を採用し始めている。2027〜2028年には独立した職種カテゴリとして定着する可能性が高い。
