CycleGenを、深く知る。

CycleGenの全体像を示す本編です。ChatGPTで仕事は速くなったのに「準備に毎回40分かかる」山田さん、3週間かけた手法が同僚に伝わらない田中さんの例から、完成品は残っても手法と判断基準が残らないという構造的問題を描きます。解決策が約60分を1単位とするCYCLE。計画（Plan）→AIの自律作業30分（Do）→人間の判断（Check）→記録（Action）の型を回すことで、知見がスキル・記憶ストアに蓄積・循環し、回すほど仕事が速く深くなる仕組みを解説します。「AIが書く。人間は判断する」という役割分担、記憶を5〜9件だけ自動で届ける仕組み、個人から組織への知見の昇格、無料のCore版と組織向けEnterprise版まで扱い、1,500時間超の実践と特許の裏づけも紹介。CycleGenが何を解決し読者に何をもたらすかを一望できる入口の一冊です。

「AIエディタって何？ 自分でも使える？」に答える入門ガイドです。ChatGPTのようなチャットAIと、PC上のファイルを直接読み書きするAIエディタ（Claude Code、Cowork、OpenAI Codex）の違いを「電話相談」と「隣の席の同僚」にたとえて説明し、CycleGenにはなぜAIエディタが必要かを示します。3つのツールの選び方、Markdown・フォルダ構造・YAML・Git・ターミナルという5つの基礎知識を「最低限これだけ」に絞って解説。さらに設定ファイル・Skills・メモリ・MCP・コネクタといったAIエディタ共通の仕組みと、その上にCycleGenが加える記憶の循環システム、3軸で5〜9件を選ぶ仕組み、PROJECT_PROFILE.yaml、docx変換ツールを整理します。費用やセキュリティ、ツール乗り換え時の不安にも答え、非エンジニアが今日から始めるための具体的な3ステップで締めくくります。

AIの内部構造からCycleGenの設計理由を解き明かす一冊です。会話が長くなると出力が劣化するのは能力ではなく構造の問題だと示し、私たちが対話しているのは「AIモデル」ではなく履歴をまとめ直して渡す「AIサービス」だと整理します。AIモデルは固定された「脳（パラメータ）」と毎回白紙の「作業机（コンテキストウィンドウ）」の2要素で構成され、出力の質は机に何を載せるかだけで決まる――この原理を会議室の黒板にたとえて平易に説明します。後半（第II部）では、机に「本棚（スキル・記憶ストア）」を加え、文脈マッチ検索が数百の知見から5〜9件だけを自動で机に届けるCycleGenの仕組みを解説。手作業の整理は忘れるが仕組みの整理は忘れない、CYCLEを回すほど机の質が上がり出力が良くなる構造を、ビッグテックの記憶機能の動向も交えて論じます。

既存の方法論との比較でCycleGenの位置づけを示す一冊です。まず1995年のSECIモデルに始まるナレッジマネジメント（KM）の30年を振り返り、記録の負担・知識の鮮度維持・必要な知見へのアクセスという3つの構造的な壁を、CycleGenが「人間の行動を変える」のではなく「仕組みの設計で回避する」点を解説します。蓄積されるのが完成品ではなく判断基準・手法・気づきである違いも明確にします。次にScrumとの比較で、スプリント＝CYCLE、レトロスペクティブ＝記憶蓄積といった構造の一致と、サイクルが2週間から1時間に縮む理由・蓄積の自動化という分かれ目を示します。終章では、AIモデルもツールもテクニックも揃った今、足りないのはそれらを束ね「繰り返すほど良くなるループ」にするプロトコル層（L4）だと位置づけ、TPSやScrumが各領域で埋めた空白を、CycleGenが人間-AI協働で埋めると論じます。

すでに使っているツールとの比較でCycleGenの独自性を示す一冊で、いずれも競合ではなく補完関係だと説きます。扱うのは5つ。AIエディタは「今の作業を速くする道具」だがセッションをまたぐ蓄積の仕組みがなく、CycleGenがそれを補う。AIの記憶機能（Memory StoresやDreaming）は記憶の「倉庫」だが、CycleGenは必要な記憶を自ら届ける「循環システム」で、指示待ちの同僚と自ら提案する同僚の違いにたとえます。汎用AIサービス（ChatGPT等）は探索のパートナー、CycleGenは制作と蓄積のパートナーで、抽象から具体へのスペクトラムで使い分けます。AIエージェントは「実行する力」、CycleGenは「何を実行すべきかを判断する力」で、野良エージェントの統制にも触れます。プロジェクト管理ツール（Notion等）はTo-Doを管理するがCycleGenはWhy（判断の経緯）を残す。それぞれの理想的な組み合わせ方を具体的に提案します。

CycleGenを使わなくても今日から実践できる、AIからよい出力を得るための考え方と20スキルをまとめた一冊です。まず「よい出力」とは意図に沿った出力であり、抽象（探索）から具体（制作）へのスペクトラムの中で「おまかせ」と「意図を伝える」を使い分けるべきだと示します。出力の質を左右する9つの要因（目的・情報・制約・形式・問いの深さ・文脈・反復・思考の明確さ・相手の作業机の想像）は、人に仕事を頼むときと同じ構造で、対人スキルがそのまま使えると説きます。後半は20スキルを6グループに整理。AIの仕組み理解、方針ファーストなど仕事の始め方、具体と抽象を往復する「思考のシャトルラン」や問いを育てる対話の深め方、幻覚の見抜き方など判断の仕方、ドキュメント化と振り返りで残す方法まで具体的に解説し、手作業では続かない部分をCycleGenが仕組みで補うと結びます。