Hermes Agentを自分の専属秘書にしよう：判断と段取りを肩代わりさせる実践設計

はじめに：なぜ「専属秘書」なのか

近年、人工知能アシスタントは驚くほど高性能になりました。しかし、多くの使い方は「質問に答えてくれる便利な相手」という域を出ていません。これでは、本当の意味で日々の負担を軽減することは難しいでしょう。

そこで発想を転換してみませんか。人工知能を、あなただけの「専属秘書」として育て上げるのです。秘書の役割は、単なる情報収集ではなく、上司（あなた）の意図をくみ、先回りして段取りを整え、判断の負担を肩代わりすることにあります。この記事では、Hermes Agentをそのような存在へと昇華させるための、具体的な運用手順を解説します。

デスクでメモを取る人の手。専属秘書のイメージ

上の画像のように、あなたの代わりにメモを取り、スケジュールを整理し、次の一手を考えてくれる存在。それをデジタル上に構築するのが目標です。

第1章：実践導入 – 秘書としての最初の指示

まずは、Hermes Agentとのチャットを開き、以下のような「就業説明」から始めます。ここで重要なのは、単なる能力評価ではなく、役割と関係性を明確に定義することです。

専属秘書への最初の指示文例

「これから、あなたは私の専属秘書として働いてもらいます。あなたの役割は、私の作業効率を最大化し、判断に伴う精神的な負担（判断疲れ）を軽減することです。単に情報を提供するのではなく、私が次に取るべき具体的な行動を提案し、その準備まで整えてください。」
「私たちの会話は、一つの継続的なプロジェクト管理セッションです。過去の会話内容は全て、現在のタスクを進めるための文脈として重要です。私は頻繁に細かい依頼を投げかけますが、あなたはそれを全体の目的に照らし合わせて優先順位を整理し、時には『そちらのタスクより、先にこれを済ませた方が良いのでは？』と提案してください。」
「出力は、必ず『次のアクション』が明確になる形でまとめてください。例えば、情報を伝えるだけではなく、『この情報を基に、第一案と第二案を検討しました。リスクを考慮すると第二案をお勧めします。承認いただければ、関係者への連絡文面を起草します』というように、意思決定と実行の橋渡しをしてください。」

この初期設定により、人工知能は受動的な応答機から、能動的な支援者へとマインドセットを切り替えます。

第2章：モデル分担 – 「考える秘書」と「実行する秘書」

一人の優秀な秘書でも、全ての仕事を同じクオリティでこなすのは困難です。そこで、Hermes Agent内で「役割分担」を導入します。具体的には、会話の流れに応じて、異なる能力特性を持ったモデルを使い分けることを指します。

戦略・企画担当モデル：複雑な問題の分析、長期的な計画の立案、複数案の比較検討を求めるときに使用します。思考の深さと広さが求められる場面です。
実務・遂行担当モデル：指示された内容を正確に文章化する（メール起草、議事録作成）、データを整理する、特定のフォーマットに沿って出力するといった、正確性と効率性が求められる場面で使用します。

この使い分けを定着させるには、指示文で明示するのが効果的です。

モデル役割を指定する指示文例

「（新しいプロジェクトの企画について）今からあなたには『戦略・企画担当』として働いてもらいます。この市場参入のアイデアについて、機会、リスク、必要なリソースの観点から分析し、3つのシナリオにまとめてください。各シナリオの概要と、次の調査ステップを提示してください。」
「（上記の分析が終わった後）ありがとう。では、あなたを『実務・遂行担当』に切り替えます。最も有望だった第2シナリオについて、関係部門への説明用に、紙一枚一枚の概要資料（マークダウン形式）を作成してください。見出しは『背景・目的・具体策・期待効果・必要承認事項』で構成してください。」

ユーザー自身が「今、どのモデルの特性が必要か」を意識して指示を出すことで、作業の質と速度が向上します。

第3章：会話圧縮 – 秘書の記憶をクリアに保つ

長い会話を続けていると、人工知能のコンテキスト（記憶）が過去の細かいやり取りで埋まり、重要な文脈が見えにくくなることがあります。これは、秘書のデスクが書類で山積みになる状態に似ています。これを防ぐのが「会話圧縮」です。

定期的に、または大きなタスクが一段落したタイミングで、それまでの会話の要点を要約し、新しい会話の出発点として設定し直します。これにより、有限のコンテキストを効果的に使い、古い情報による誤った判断（コンテキスト汚染）を防ぎます。

会話圧縮の実践手順

圧縮のタイミングを見極める：一つのテーマ（例：〇〇プロジェクト企画）について、調査→分析→草案作成、という一連の流れが終わった時。
圧縮指示を出す：「これまでの会話（プロジェクト〇〇についての議論）を『専属秘書』向けに圧縮・要約してください。重要な決定事項、現在の進行状況、保留中の課題、次のマイルストーンを明確に記載し、今後このプロジェクトを進める上で必要な前提知識として使える形式にしてください。」
要約を新規メッセージとして貼り付ける：人工知能が生成した要約をコピーし、新しいチャットウィンドウまたは新しいメッセージとして貼り付け、以下のように続けます。「上記が現在の状況です。これを最新のコンテキストとして、次のタスク（例：関係者への説明資料作成）に進みましょう。」

この作業は、プロジェクトの「引き継ぎ書」や「進捗報告書」を作成するのと同じです。人工知能の記憶をリフレッシュし、常にクリアな状態で判断をさせることができます。

第4章：サブエージェント委任 – 秘書が部下を持つイメージ

大きなプロジェクトでは、秘書一人ですべてをこなすのではなく、特定の専門作業を「部下」（サブエージェント）に委任することがあります。ここでは、Hermes Agent自身に、より細かいタスク用の「役割」を作らせ、その役割に作業を任せる（自己擬似委任）手法を紹介します。

これは、人工知能に「あなた自身の中に、この作業の専門家を創り出して、その専門家に答えさせてください」と指示することを意味します。これにより、より特化した高品質な出力が得られる可能性があります。

サブエージェント委任の指示文例

「この技術仕様書の草案を、『厳格な技術ライター』というサブエージェントの視点で査読してください。そのサブエージェントは、用語の一貫性、論理の飛躍、曖昧な表現に特に厳しく、具体的な修正案を提示することを使命としています。そのサブエージェントとして、この草案の問題点と改善案を箇条書きで指摘してください。」
「この市場データを分析し、インサイトを抽出する作業を、『データアナリスト』と『マーケティングストラテジスト』という2人のサブエージェントに順番に委任してください。まず『データアナリスト』に傾向と異常値を発見させ、その結果を『マーケティングストラテジスト』がビジネス機会と脅威として解釈する、という流れで最終報告を作成してください。」

この手法は、ユーザー自身が全ての専門性を持ち合わせていなくても、人工知能内に仮想的な専門家チームを編成できる点が強みです。

第5章：サイト別ルール分離 – 秘書の仕事の仕分け

実際の秘書は、取引先ごと、プロジェクトごとに、対応のルールやトーンを変えます。同様に、人工知能にも「この話題の時はこのルールで」という切り替えを教え込む必要があります。これを「サイト別ルール分離」と呼び、主に2つの方法で実現します。

プロンプト内での明示的切り替え：会話の冒頭で、今から扱う話題とそれに応じたルールを宣言する。
チャット／スレッドの物理的分離：重要なプロジェクトや、ルールが大きく異なる作業（例：創造的な執筆と正確な数字の整理）ごとに、チャットやスレッドを分けて管理する。

ルール分離の指示文例

（技術ブログ執筆用スレッドで）「このスレッドでは、あなたは『技術記事編集者』として振る舞います。読者は中級者エンジニアを想定し、具体例とコードスニペットを重視し、過度な比喩は避けてください。また、全ての技術用語は初出時に簡単な説明を入れるルールです。」
（社内報告書作成用スレッドで）「ここでは『社内事務局』モードでお願いします。報告は『結論→理由→詳細』の順で、主観的な表現は避け、客観的事実とデータを中心に構成してください。提案がある場合は、『提案：』という見出しで始め、根拠と想定される影響を必ず記載してください。」

この分離を徹底することで、人工知能の出力がぶれにくくなり、毎回細かい指示を繰り返す手間が省けます。

重複チェックの考え方 – 秘書の基本スキル

優れた秘書は、過去に似たような作業がないか、既に決定された事項と矛盾しないかを自然とチェックします。人工知能にもこの習慣を付けさせるには、指示に組み込むことが有効です。

「重複チェック」は、単に同じ文章を探すのではなく、「意味的・目的的に重複する作業や情報がないか」を検証する行為です。例えば、似たようなテーマで別々の資料を作成していないか、過去に否定された案に似た提案をしていないか、などです。

重複チェックを依頼する指示文例

「これから〇〇についての調査を始めます。まず、これまでの私たちの会話（または、あなたが把握しているこのチャットの文脈）を振り返り、既に判明している情報や、私が過去に『重要でない』または『採用しない』と判断した類似のアイデアがないか確認してください。重複や矛盾する点があれば、調査を始める前に教えてください。」
「この新規タスク『A社向け提案書作成』は、先月完了した『B社向け提案書』と目的が似ています。過去の成果物の構成や表現で流用できる部分、そして逆にA社独自の要素として必ず差別化すべき部分を、比較対照表の形式で整理してください。これにより、ゼロから作成する手間と、コピペによる誤りを防ぎます。」

このように、新しい作業を始める前の「立ち止まり」を指示に含めることで、無駄な作業を未然に防ぐ秘書の機能を強化できます。

よくある質問

質問1：この運用は毎回のチャットで全部やる必要がありますか？

いいえ、全てを毎回行う必要はありません。まずは「第1章：実践導入」で秘書としての基本姿勢を設定し、その後は作業の規模や複雑さに応じて、必要な手法を適宜組み合わせてください。例えば、単純な情報整理では「モデル分担」だけ、大規模プロジェクトでは「会話圧縮」と「サブエージェント委任」を活用する、といった使い分けが現実的です。

質問2：「サブエージェント委任」と「モデル分担」はどう違うのですか？

「モデル分担」は、ユーザー側が人工知能の異なる特性を使い分けるという発想です。一方、「サブエージェント委任」は、人工知能自身に内部で特定の役割や専門家を創出させ、その視点から作業させようとする発想です。後者は、一つの人工知能の応答の中で、複数の専門性を擬似的に再現するための高度な指示技法と言えます。

質問3：会話を圧縮すると、過去の細かいニュアンスが失われないですか？

確かに、生の会話そのもののニュアンスは失われます。しかし、会話圧縮の目的は会話ログの完全な保存ではなく、プロジェクトを前進させるための「現在地」と「地図」を更新することです。重要な決定事項や課題は要約に残ります。どうしても残したい細かい文脈がある場合は、「この部分の詳細な経緯は重要なので、要約に必ず含めてください」と明示すると良いでしょう。

質問4：これらの指示を覚えるのが大変に感じます。

最初はテンプレートとしてメモ帳などに保存し、コピー＆ペーストから始めることをお勧めします。運用を続けるうちに、自分が最も頻繁に使う指示の型（例：新規プロジェクト開始時、文章校閲依頼時）が自然と決まってきます。その型さえ確立できれば、後は少しずつ単語を変えるだけですむようになり、負担は大幅に軽減されます。