ハーネスエンジニアリング vs プロンプトエンジニアリング

2023〜2024年はプロンプトをいかに上手く書くかがAI活用の鍵だった。2025〜2026年、それが変わりつつある。

プロンプトエンジニアリングの限界

プロンプトがどれだけ良くても、モデルがファイルを読めなければコードレビューはできない。テストを実行できなければ正しさを検証できない。エラーメッセージを見てリトライできなければ一発で当てるしかない。

プロンプトは「指示」だ。ハーネスは「能力」だ。指示がいくら完璧でも能力がなければ実行できない。

ハーネスエンジニアリングが決めるもの

ツールアクセス — モデルはファイルシステム、ブラウザ、API、データベースにアクセスできるか？

フィードバックループ — 実行結果を見てリトライできるか？エラーメッセージがモデルに伝わるか？

コンテキスト管理 — 長いタスク中にどの情報を保持しどれを捨てるか？

ガードレール — 危険な行動を事前にブロックするメカニズムがあるか？

オーケストレーション — 複数のモデル呼び出しをどの順序で、どの条件で実行するか？

SWE-benchが示したこと

同じモデルがハーネスによってスコアが2〜3倍違うのはSWE-benchで既に実証済みだ。Devin、Claude Code、Cursor、SWE-agent全て同じベースモデルを使うが性能が違う。違いはハーネスだ。

プロンプトエンジニアリングが不要と言っているのではない。プロンプトはハーネスの一構成要素に過ぎず、全体ではないということだ。