AI Research OS

AIエージェントが迷わず動くためのプロジェクト構成

このページは、DigiClassのリサーチ、学習、競合調査、規制整理、POC設計を継続的に進めるための運用マップです。どの情報がどこにあり、どの役割・スキル・成果物を使うべきかを一枚で確認できます。

全体像

このプロジェクトは「PDFを読む場所」ではなく、ビジネス判断・学習・市場調査・規制確認・プロトタイプ設計を反復するためのAI-assisted research workspaceとして整理されています。

1. Source

PDF、会議メモ、公式資料、規制文書、競合サイトなどの一次情報。

PDFRegulatorsCompany docs

2. Research

理解、仮説、リスク、競合、規制、技術論点を構造化する場所。

docs/researchdocs/briefs

3. Learning

人間が読みやすい形で、概念・用語・流れ・ロードマップを学ぶ場所。

docs/humanGlossary

どのファイルを見るべきか

目的見る場所使い方
AIに毎回守らせる前提AGENTS.md言語、ソース規律、保存場所、規制・投資助言の扱いを定義。
薄い機械的デフォルト.codex/config.toml重要パス、言語、オーケストレーション方針、チェックスクリプトを定義。
セットアップ全体の意図docs/research-operating-system-plan.mdなぜこの構成にしたか、どう運用するかを確認。
サブエージェント構造.agents/orchestration-model.md親エージェントと専門サブエージェントの責任分界を見る。
サブエージェント用プロンプト.agents/prompts/Research、Source Auditor、Competitor、Technical Architectなどの標準プロンプト。
現在の理解docs/research/00-current-understanding.mdプロジェクトの現状認識、POC方向性、主要論点を見る。
未解決の問いdocs/research/02-open-questions.md創業者、PM、法務、技術側に確認すべき質問を管理。
短く共有する資料docs/briefs/意思決定・会議・投資家/パートナー向けの短いブリーフ。
人間向け学習docs/human/概念、用語、POC、アーキテクチャを読みやすく確認。
スマホで読む公開版npm run deploy:sitedocs/human/ をビルドし、公開中のCloudflare Pagesへ反映する。

Codex運用原則

タスクは型に入れる

大きな依頼は Goal、Decision Supported、Context、Constraints、Done When に分解します。

Memory as files

重要な理解、判断、未解決事項は会話に閉じ込めず、docs/research/ と docs/briefs/ に残します。

Subagents are bounded

サブエージェントには、明確な問い、入力、成果物、保存先、完了条件を渡します。統合はオーケストレーターが行います。

Verification first

規制、競合、最新情報、市場データ、API仕様は現在性があるため、ソース検証を前提にします。

Two-language workspace

人間向けページと会話は日本語を基本にし、サブエージェントの作業指示・調査テンプレート・技術整理は英語を基本にします。

Keep terms precise

custody、issuer、reconciliation、maker-checker などは、必要に応じて英語のまま扱います。

AIエージェントの役割

Research Lead

調査の問いを定義し、ビジネス・規制・競合・技術・学習に分解して最終的に統合する。

Source Auditor

現在性が必要な情報を一次情報で検証し、ソースの信頼度とアクセス日を残す。

Market Analyst

競合、代替、パートナー、ベンダーを分類し、DigiClassの差別化余地を整理する。

Regulatory Analyst

法律助言ではなく、論点・規制活動・責任主体・弁護士に確認すべき質問を整理する。

Product / Security Architect

POCフロー、API境界、カストディ、鍵管理、承認、監査ログ、例外処理を設計論点に落とす。

Learning Editor

難しい概念をグロサリー、短い解説、図、学習ロードマップに変換する。

詳細は .agents/research-team.md に保存されています。

サブエージェント設計

詳細な構造は docs/human/agent-orchestration.html にあります。メインエージェントが司令塔としてタスクを分解し、Research、Source Auditor、Competitor、Technical Architect、POC Worker、Reviewerなどへ限定された仕事を渡します。

ローカルスキル

スキル使う場面主な成果物
asset-research-orchestrator広い調査を始めるとき調査計画、論点分解、次アクション
source-verification規制・競合・市場データなど現在性が必要な主張を検証するときソース登録、信頼度、未確認点
competitor-landscape競合、代替、パートナー候補を調べるとき競合インデックス、比較表、差別化論点
business-model-pressure-testビジネスモデルや顧客仮説を検証するとき仮説、失敗理由、検証方法、kill criteria
regulatory-risk-research法規制、ライセンス、カストディ、KYC/AMLを整理するとき規制論点マップ、弁護士への質問
learning-synthesis学習コンテンツ、用語集、概念整理を作るときグロサリー、概念ページ、学習バックログ

基本ワークフロー

  1. 問いを定義する
    「何を知りたいか」ではなく、「どの意思決定を支える調査か」を先に決める。
  2. タスクを型に入れる
    大きい仕事は docs/research/task-intake-template.md を使う。
  3. 既存理解を確認する
    00-current-understanding.md と既存PDF索引を読み、すでに分かっていることを再利用する。
  4. 未解決論点を切る
    ビジネス、競合、規制、技術、学習に分解して 02-open-questions.md に残す。
  5. 必要ならサブエージェントへ委譲する
    独立した調査・実装・レビューは .agents/prompts/ の型で渡す。
  6. ソースを検証する
    現在性が必要な情報は一次情報を確認し、04-source-register.md に残す。
  7. 短いブリーフにする
    会議や判断に使える形で docs/briefs/ にまとめる。
  8. 学習資産に変換する
    繰り返し使う概念は docs/human/ やグロサリーに昇格させる。

成果物の置き場

Research files

docs/research/ は、仮説、リスク、競合、規制、技術論点、学習バックログを管理する作業台です。

Long-livedStructured

Briefs

docs/briefs/ は、創業者・PM・パートナーとの会話に使う短い結論資料です。

Decision-readyConcise

Human pages

docs/human/ は、人間が読んで理解するためのページ群です。長いMarkdownを読み込む必要を減らします。

ReadableLearning

Agent setup

.agents/ と .codex/skills/ は、AIエージェントの役割と再利用可能な動き方を保存します。

Agent rolesSkills

Decision memory

docs/research/decision-log.md と open-loops.md は、判断と未完了事項を会話から外に出して保存します。

DecisionsOpen loops

Doc check

scripts/check-docs-updated.mjs は、重要な設定ファイルと人間向けナビの欠落を検出します。

VerificationHooks

Sites build

npm run verify:site は公開対象を検証し、npm run deploy:site は docs/human/ のHTML/CSSだけをCloudflare Pagesへ反映します。

MobileStatic site

外部スキルの方針

外部スキルは、便利そうだから全部入れるのではなく、具体的な調査ランがあるときに導入します。候補は knowledge-synthesis、competitor-profiling、Firecrawl系ですが、FirecrawlはAPIキーが必要です。

候補と導入条件は docs/research/external-skill-evaluation.md に保存されています。

次に調査を始めるなら

テーマ最初に使うスキル更新するファイル
このビジネスモデルは正しいかbusiness-model-pressure-test06-business-model-analysis.md
競合は誰かcompetitor-landscape05-competitor-index.md, competitor-summary.md, docs/human/competitor-landscape.html
規制上どこが危ないかregulatory-risk-research07-regulatory-landscape.md, regulatory-risk-brief.md
POCをどう作るかasset-research-orchestratorstablecoin-to-rwa-poc-brief.md, 09-technical-architecture-questions.md
自分が学ぶべき概念は何かlearning-synthesis10-learning-backlog.md, docs/human/
次に読む Agent Orchestrationでサブエージェント構造を見る