エディターズノート：この記事は、OpenAIデベロッパーアドボケイトメンバーであるDominik Kundel氏が、Codexの「ゴールモード / /goal」機能に関する自身の経験をまとめたものです。これは単なる通常のプロンプトテクニックではなく、AIプログラミングツールが現在進行中の役割の変化を示しています。Codexはもはや単一ステップの指示に応答するコードヘルパーではなく、特定の目標に向かって継続的に推進できるエグゼクティブエージェントになりつつあります。
/goalモードでは、要件を詳細に説明するのではなく、明確で検証可能な終了基準をCodexに設定することが重要です。例えば、「デプロイ時間を30%削減する」「テストカバレッジのパリティを100%達成する」「LCPを2.5秒未満に下げる」などです。これらの指標により、Codexはタスクの完了を判断し、曖昧な目標での無限の試行を防ぐことができます。同時に、ユーザーはCodexが進捗を測定し、結果を検証するための十分なガイダンス、ツール、および実際の環境を提供する必要があります。ローカルまたは仮説的なシナリオでのみ実行可能なソリューションを完了するだけでは不十分です。
この記事では、特に視覚的なタスクはCodexを詳細に引きずり込む可能性が最も高いと警告しています。「ピクセルレベルの忠実度を100%」を要求する代わりに、視覚的な目標を機能リスト、設計システム仕様、評価可能な指標に分解する方が良いでしょう。数時間、あるいは数日かかるタスクの場合、コミット、ドラフトPR、進捗ドキュメント、Slackアップデート、またはサイドチャットを通じて継続的な追跡が必要であり、追跡不可能な変更の山にならないようにする必要があります。
この記事の増分情報は、/goalを「長期タスク管理メカニズム」として再定義することにあります。AIが数十時間、あるいは数百時間連続して実行できるようになると、開発者のコア能力も変化します。AIにコードを生成させるだけでなく、AIに目標を設定し、測定システムを確立し、実行環境を構成し、最終的にレビューと振り返りを行うことです。言い換えれば、AIプログラミングは「プロンプトの作成」から「継続タスクエンジニアリングエグゼキューターの管理」へと移行しています。
私たちは、Codexを特定の成果に向けて継続的に推進するために、ゴールモード(/goal)を導入しました。目標を設定すると、Codexは数時間かかるか数日かかるかに関わらず、目標が達成されるまで作業を続けます。すでにCodexに同じ目標で120時間以上連続して作業させた人もいます。
ゴールモードは非常に強力です。その効果を最大化するために、/goalを使用する際には7つの注意点があります。
明確で検証可能な基準を設定する
ゴールモードをアクティブにする際に最初に入力するプロンプトは、最初のプロンプトとしてだけでなく、より重要なことに、その目標の終了基準としても機能します。Codexは各作業セッション後にチェックします：この目標は達成されたか。したがって、目標プロンプトは冗長になりすぎず、代わりに明確な基準に焦点を当てるべきです：どのような条件下でこの目標が達成されたと見なされるか。
ほとんどの場合、良い目標には、モデルが完了を判断するための具体的な数値指標を含めるべきです。例えば、「ビルドとデプロイ時間を30%削減する」「この機能をTypeScriptからRustに移行し、テストカバレッジの一貫性を100%達成する」「アプリのスキャフォールドを最適化し、本番環境でのLargest Contentful Paintを2.5秒未満にする」などです。
可能であればガイダンスを提供する
「ビルドとデプロイ時間を30%削減する」のようなプロンプトはクールに聞こえ、Codexにいくつかの創造的なソリューションを思いつかせるかもしれません。しかし、もし問題がどこにあるかについてすでに大まかなアイデアがある場合、この種のプロンプトはCodexを誤った方向に導く可能性があります。可能な限り、Codexに調査を開始する場所、目標を達成するために使用できるツール、または誤った道に進むのを防ぐためのその他のヒントを伝えるのが最善です。
進捗を測定可能にする
目標が野心的である場合、またはCodexがターゲットに段階的にアプローチするための複数の方法を持っている場合、Codexに進捗を測定するためのツールを装備することが重要です。一部のタスクでは、これは固有のものです。しかし、他の目標については、まずCodexとブレインストーミングすることをお勧めします：どのようなツールが進捗を評価するのに役立ちますか？または、目標に近づいているかどうかを確認する方法についてのヒントを提供してください。
現実的な環境を作成する
Codexが目標に向かって効果的に実際の進捗を遂げるためには、十分に現実的な環境で動作する必要があります。実際には、デプロイ時間やレイテンシの問題を最適化したい場合、Codexは本番環境に密接に似たデプロイおよびテスト環境にアクセスできる必要があります。これには、同じテクノロジースタック、同様の構成設定、および同等のデータベースの使用が含まれます。
視覚的な目標を慎重に設定する
「このUIをこの画像に基づいて100%ピクセルパーフェクトで再現する」のような視覚的な目標を与えることは、確かに魅力的です。しかし、特定のセットアップによっては、これも課題を提示する可能性があります。適切なガイダンスと制約を提供しない場合、Codexは特定の詳細に迷い込み、全体的な目標を見失う可能性があります。したがって、画像は単一の完了基準としてよりも、コンテキスト目標として適していることが多いです。
進捗の追跡
Codexが数時間、あるいは数日かけてバックグラウンドで作業する場合、どこまで進んだかを忘れがちです。役立つ戦略には、Codexに主要なチェックポイントでコードをコミットさせる、管理者に成果物を更新させる、Slackに進捗アップデートを積極的にリリースする、または/sideを使用してクイックステータスチェックのために新しいサイドバーチャットを開始するなどがあります。
クリーンアップと結果の最終確認
素晴らしい、ついに目標が完了しました！通常、特に最適化タイプのタスクでは、Codexに自身の作業をレビューおよび検査させるのが役立つことがわかりました。Codexは目標が満たされるまで継続的に作業するため、効果の低い、あるいは全く効果のない方法を試した可能性があり、これらの残存する変更が最終コードに残っている可能性があります。次のタスクの目標も設定してください。
[律動]
AIのエグゼクティブエージェントへの進化：暗号通貨市場への含意
OpenAIによるCodexの「ゴールモード」(/goal)機能の導入は、AI能力を反応的なコードアシスタントから能動的で目的志向のエージェントへと変革するパラダイムシフトを表しています。この発展は、取引アルゴリズム、DeFiプロトコル、ブロックチェーン分析においてAI統合が加速している暗号通貨市場に深遠な含意をもたらします。
市場への影響：コード生成からタスク管理へ
最も重要な含意は、「プロンプトの書き込み」から「継続的タスクエンジニアリングエグゼクティブの管理」への移行です。暗号通貨開発者にとって、これはAIシステムが現在、人間の継続的な介入なしに、取引レイテンシを30%削減する、スマートコントラクトの検証カバレッジを改善する、またはDEX全体でガス料金を最適化するなど、複雑な最適化タスクに数日間にわたり自律的に取り組めることを意味します。
この能力は、暗号通貨プロジェクトの開発サイクルを劇的に加速させる可能性があります。AI駆動の取引ボットまたは自動化されたマーケットメイカーに焦点を当てるチームは、そのAIシステムがこれまで以上の持続性で市場の非効率性を特定し、活用できるようになるため、最も利益を得るでしょう。
トークン価格への含意
高度なAI機能を成功的に統合したプロジェクトのトークンは、肯定的な価格モメンタムを経験する可能性があります：
-
AI強化DeFiプロトコル: 流動性管理、リスク評価、または Arbitrage 機会向けの目的駆動型AIを統合するプロジェクトは、そのシステムがより洗練された自律的運営を示すにつれて、増加する投資家の関心を経験するかもしれません。
-
開発インフラストラクチャトークン: ブロックチェーンでのAI開発ツールを提供するプラットフォームは、開発者がこれらの新しいAI機能を採用するにつれて、需要の増加を見るかもしれません。
-
AIに焦点を当てた暗号通貨プロジェクト: SingularityNETやFetch.aiなど、すでにAIとブロックチェインの交差点に位置付けられているプロジェクトは、AIの進化する能力に対するより広範な検証から利益を得ることができます。
しかし、リスクも考慮する必要があります。AIシステムがより自律的な役割を担うにつれて、予期せぬ行動や脆弱性の可能性が増加し、AI統合暗号通貨プロジェクトに対して否定的な感情を引き起こす可能性があります。
リスクと課題
-
セキュリティの脆弱性: 長期間動作する自律的AIシステムは、人間の監査官が見逃す可能性のあるプロトコルのセキュリティの欠陥を発見し、悪用する可能性があります。この文脈では、記事が提案する現実的なテスト環境が重要になります。
-
予期せぬ結果: 目的駆動型AIは、指定された指標を最適化しながら、ユーザー体験やプロトコルの長期的な持続可能性など、他の重要な考慮事項を見過ごす可能性があります。
-
権力の集中: 高度なAI機能がますます価値を持つにつれて、資金力のあるプロジェクト間での権力の集中が見られるかもしれません。これは、小規模な開発者を周縁化する可能性があります。
-
規制の監視: 自律的AIシステムが金融上の意思決定を行うにつれて、暗号通貨プロジェクトに対する規制の注目が増加し、コンプライアンスの課題が生じる可能性があります。
投資機会
-
AI開発ツール: ブロックチェーン環境でのAI開発のためのインフラストラクチャを提供する企業は、開発者がこれらの高度な機能を採用するにつれて、需要の増加から利益を得るでしょう。
-
検証と監査サービス: AIがより複雑なタスクを担うにつれて、AI生成コードや自律システムを検証する専門サービスが不可欠になるかもしれません。
-
ハイブリッドAI-人間ガバナンスモデル: 自律的AI機能と人間の監視をうまくバランスさせるプロジェクトは、競争上の優位性と投資家の信頼を得るかもしれません。
-
クロスチェーンAIソリューション: AIシステムがより洗練されるにつれて、これらのシステムが複数のブロックチェーンで動作できるようにするプロジェクトは、大きな価値を獲得できるかもしれません。
暗号通貨投資家のための戦的推奨
-
AI統合の評価: 現在のAI機能だけでなく、目的駆動システムのような高度なAIツールを採用するための戦略に基づいて、暗号通貨プロジェクトを評価してください。
-
測定可能な結果に焦点: 記事が強調するように、「AI強化」という曖昧な約束ではなく、AI実装に対して明確で検証可能な指標を持つプロジェクトを優先してください。
-
リスク管理の考慮: AIシステムに対する強力な監視とレビューメカニズムを実装するプロジェクト—記事の結果の最終確認に関する提案に類似—は、より低いリスクプロファイルを提示する可能性があります。
-
長期的なAI開発の監視: コードアシスタントからエグゼクティブエージェントへと進化するAI能力の進歩を追跡してください。これらの発展は、暗号通貨空間の競争的なダイナミクスを絶えず再形成します。
目的駆動型AIの出現は、単なる技術的な進化ではなく、開発作業が概念化され、実行される方法における根本的な変革を表しています。暗号通貨市場にとって、このAI能力の加速は自動化と最適化の新しいレベルを解き放つ可能性がありますが、適切な保護措置を維持しながらこれらの強力なツールを慎重に統合するプロジェクトに限定されます。