エージェントハーネスとは？

映画はアイデアから始まる。制作にはクルーが必要だ。脚本家が台本を形作り、俳優がキャラクターに声を与え、編集者が録音をまとめる。その作業が一つのまとまった物語になるためには、全員が何が決定され、次に何が起こるかを知っておく必要がある。

AIプロジェクトにもそのような調整が必要です。モデルはシーンを書いたり、イラストを計画したりするのを助けてくれます。その周りのアプリケーションは、適切なドラフトを提供し、ツールを実行し、結果を保存し、プロジェクトを前進させ続けなければなりません。そのような責任を担うソフトウェアは、しばしばエージェントハーネスと呼ばれます。

物語を作成するには、キャラクターが何を言うか、どのように言うか、その瞬間に観客が何を見るかなど、つながりを保つ必要がある決定が含まれるため、Gambit用に1つ構築しました。ハーネスは、気が変わったときを含め、作業全体を通してそれらの決定を運ぶのに役立ちます。

映画の撮影現場では、「もう一度そのシーンを撮りましょう」というリクエストがいくつかの動きを引き起こします。俳優は最新の台本を必要とし、スタッフは撮影の準備をし、誰かがどのテイクが選ばれたかを記録します。ハーネスは、AIシステムに対して同様の整理の役割を果たします。提案されたアクションと、それを実行するために必要な実務作業を結びつけるのです。

モデルは応答を生成し、アクションを提案します。ハーネスは、それらのアクションを取り巻くツール、情報、制限を管理します。これらが一緒になってエージェントを形成します。エージェントとは、いくつかのステップを経て目標に向かって取り組むシステムのことです。用語は製品によって異なりますが、これらの責任は、何が起こっているのかを理解するための有用な方法です。

タスクが発展するにつれて、そのサイクルは繰り返されます。ツールが問題を報告した場合、システムはその情報を使用して別のアプローチを試みたり、助けを求めたりすることができます。プロンプトはこのプロセスに指示を提供し、ハーネスはそれを実際に実行するソフトウェアを提供します。

セッションをまたいで作業が続く場合も、同じ原則が重要になります。長期実行エージェントに関するAnthropicの研究では、明確な進捗記録と、次のセッションで再開できる保存された作業の価値について説明されています。モデルが現在のコンテキスト内に履歴全体を保持できない場合でも、プロジェクトには何が起こったのかという信頼できる記録が必要です。

Gambitでは、大まかなアイデアから始めて、対話を通じて発展させることができます。より説得力のある悪役や、より優しい結末、あるいはあまり堅苦しくない会話を求めることも可能です。物語が形になるにつれ、ハーネス機能がその対話を導く場所を提供します。編集可能なプラン、スクリプト、オーディオの方向性、そしてストーリーボードです。

制作には、どの脚本に基づいているかを知る必要があります。Gambitは物語の主要な部分を個別に保存します。ブループリントは方向性を設定し、脚本にはセリフと演技の指示が含まれ、キャスト＆ワールドには視覚的なリファレンスが保持されます。後のステップでは、承認済みバージョンと改訂中のドラフトの区別を含め、関連する保存済み資料が活用されます。

プロジェクトのこれらの部分を直接確認できます。これにより、何に同意したか、何にまだ作業が必要か、次の段階で何が使用されるかを把握しやすくなります。

特定のフレーズに合わせて効果音を入れることを検討してください。そのフレーズを書き換えると、タイミングの指示が意味をなさなくなる可能性があります。Gambitでは、この接続を壊すような直接的なスクリプト編集は停止され、チャットを通じて言葉とサウンドキューを一緒に修正するよう求められます。

これは実用的な目的を持つ小さなチェックです。録音段階に達する前に、不一致を発見するためのものです。執筆モデルはより良いセリフを見つける手助けをし、周辺のソフトウェアはサウンドキューがスクリプト内でまだ有効な位置にあるかどうかを確認します。

語りには独自のペースがあります。俳優は啓示の前に間を置いたり、最後の言葉に余韻を残したりするかもしれません。絵にはその演技に従う余地が必要です。

Gambitのストーリーボードは、生成されたオーディオの測定されたタイミングを、キャラクターや設定のリファレンスと一緒に使用できます。チェック機能には、計画されたショットがオーディオタイムラインをカバーしているかどうかが含まれます。これにより、視覚的なシーケンスに具体的な基盤、つまり観客が実際に聞くパフォーマンスが与えられます。

制作現場では、別のテイクを議論することと、録音セッションを予約することは別々の決定です。Gambitは、アイデアを開発することと、有料メディアを生成することの間に同様の区別を設けています。生成が実行される前に見積もりを確認し、システムは承認が要求された作業と一致していることを確認します。

録音後にスクリプトを変更すると、新しい音声を作成する必要がある場合があります。シーンを変更すると、別の画像を生成する必要がある場合があります。これらの操作にはトークンが消費されることがあります。保存されたバージョンは結果を追跡するのに役立ち、承認ステップでは次の生成を行う価値があるかどうかを判断する機会が得られます。

ChatGPTとClaudeは物語を開発するのに役立つ場所です。前提条件を探ったり、キャラクターの動機を問い直したり、難しい一節を修正したりするのに役立ちます。どちらも進行中の作業を整理する方法を提供しています。

ChatGPTプロジェクトは、チャット、ファイル、指示を一つにまとめます。Canvasのようなツールを使えば、会話と並行してドラフトを作成できます。Claudeプロジェクトは共有の参照資料やプロジェクトの指示を提供し、Artifactsは編集して戻ることができる別の作業スペースを提供します。

Gambitは特定の制作プロセスを中心に構成されています。スクリプト、キャラクターリファレンス、音声指示、タイミング調整されたストーリーボードにプロジェクト内の場所を与え、それらを接続するツールとチェック機能を備えています。そのプロセス内で物語を開発することに時間を費やすことができます。

一般的なアシスタントは、あなたがすでに楽しんでいる執筆プロセスにうまく適合するかもしれない。Gambitは、執筆、パフォーマンス、視覚的な計画を共有ワークスペースで行いたい場合に便利です。サポートされているAIモデルとメディアサービスを使用し、Fableのソフトウェアがそれらの間の物語を調整します。

優れた映画制作は、撮影をスケジュール通りに進め、映像を整理しておくことができます。しかし、演技が適切かどうかを決めるのは依然として監督です。同じ制限がここにも当てはまります。ソフトウェアは、サウンドキューが正しい言葉を指しているか、ショットが録音をカバーしているかを確認することはできます。しかし、ジョークが受けるか、キャラクターが信じられるか、結末が心に残るかは、創造的な判断に委ねられています。

モデルは詳細を見落とすことがあり、ツールは失敗することもあり、技術的に有効な結果でも期待外れになることがあります。ハーネスの価値は、作業の検証と修正を容易にすることにあります。「このキャラクターのバージョンは維持しつつ、シーンをやり直す」といった決定を実行する手段を提供します。

それこそが、私たちがGambitで構築している体験です。アイデアを話し合い、物語の各パートを形作り、進めながら結果を確認できます。キャラクターを選んでFableに作成を任せたい場合は、Fable Goがよりシンプルな道を提供します。Gambitは、詳細を指示するための余地を残しています。