AIエージェントを並列で動かすタスク管理術｜AIマネジメントの実践例

AIエージェントを使い始めると、どんどん仕事を任せたくなりますね。

ところが、複数のAIを並列で動かしてみると、今度は別の悩みが出てきました。

私も最初は、できるだけ多くのAIエージェントを動かそうと考えました。

実際に7体を並列で動かしてみたものの、結果は失敗。
成果物の確認や追加の指示が追いつかず、自分がボトルネックになったのです。

その後、同時に動かすAIを3体に絞りました。

3体なら手待ちがなく、1回約5分のレビューも無理なく回せています。

この記事では、Codexでブログ記事などを作りながら試している、AIエージェント時代のタスク管理方法を紹介します。

この記事でいうAIマネジメントとは、AIに仕事を任せるだけではありません。成果目標を決め、タスクの優先順位をつけ、進捗や成果物を人間が確認しながら仕事全体を回すことです。

AIエージェントを並列で動かす4つのタスク管理ルール

先に、現在の私が実践しているルールをまとめます。

1. 今週の成果目標を決める

まず、週に一度、今週の成果目標を決めておきます。

AIへ指示を出す前に、自分がどの方向に進みたいのかを明確にするためです。

次のように、ゴールが明確な成果物で表しておきます。

なお、私は「Workflowy」というツールを使ってタスクを管理しています。
Workflowyは神ツールなので、あとで紹介したいと思います。

2. タスクを優先順位順に並べる

タスクを書き出しただけだと、「次はどれを進めよう？」と毎回迷ってしまいますね。

なので、タスクを並べ替えて、並び順をそのまま優先順位にします。
上から順に処理すればOK、ということですね。

毎回考え直さなくてよいだけで、迷う時間をかなり減らせます。

3. まず3つのタスクを投入する

さあ、ここからはAIに働いてもらいましょう。

先ほど決めたタスクのうち、上から3つを開始します。

私はAIエージェントのCodexを使っているので、Codexに3つのタスクを渡します。

この数がちょうどよかった理由は、あとで詳しく紹介します。

ちなみに、AIエージェントがなかったときは、タスクを一つずつ処理していました。
働くのは私1人ですからね。

でもAIエージェントを使えるようになって、3つのタスクを並列で回せるようになり、劇的に生産性が上がっています。

4. タスクが1件完了したら、次のタスクを投入する

投入したら、あとは

• 成果物のレビュー・指示
• AIが作業
• レビュー・指示

を繰り返して、完了まで持っていくだけですね。

そして3つのタスクのうち1件が完了したら、「今週の成果目標」を見て、次のタスクを始めます。

こうやって、今週のタスクをどんどん完了させていきます。

タスク管理の原則は、AIが登場してもあまり変わっていないと感じます。一度、本で学んでおくと自分の中に軸ができておすすめです↓

AIエージェント時代にタスク管理が難しくなる理由

これまでのタスク管理は、Todoリストを上から順に処理すれば十分でした。

働くのは自分1人なので、仕事も一つずつ進むからです。

ところがAIエージェントを使うと、人間は一つずつ、AIは複数の仕事を同時に進めるようになります。

この状態では、タスクを並べるだけでは足りません。どの仕事を先に任せるか、どの成果物をいつ確認するかまで決める必要があります。ここに、AIマネジメントとしてのタスク管理が必要になります。

OpenAIも、Codexでは複数のエージェントで作業を並行して進められると紹介しています。
（参考：Codexアプリの公式発表）

たとえば、ブログ記事を一つ作るだけでも、次のように人間とAIのターンが交互にやってきます。

記事を作る
├─ AI：競合を調査する
├─ 人間：方向性を確認する
├─ AI：本文を書く
├─ 人間：内容をレビューする
├─ AI：修正する
└─ 人間：公開を判断する

さらに、このやり取りが3つのタスクで同時に進みます。

だから「次はどのAIを確認する？」「どのタスクへ指示を出す？」という判断が増えるわけですね。

私は、これまでのTodoリストの下に、AIとの進行管理が一段増えたと考えると整理しやすくなりました。

7体ではなく3体がちょうどよかった理由

私は最初、7体のAIエージェントを一気に動かそうとしました。

「たくさん動かした方が、成果も増えるはず」と思ったからです。

ところが、1体目の成果物を確認している間に2体目が完了。
2体目を見ている間に、1体目の修正も終わります。

これでは、7体すべてに指示を出す前に仕事が戻ってきます。

AIではなく、成果物を確認する私がボトルネックになっていました。

いろいろ考えた結果、今は3体を同時に回しています。

3体へ減らしてからは、AIを待つ時間がほぼなく、それぞれのタスクも覚えていられます。

もちろん、3体が全員の正解というわけではありません。

AIの作業時間や、人間のレビュー時間によって、扱いやすい数は変わります。

まず2〜3体から始めて、成果物がたまらない範囲で増減するのがおすすめです。

7体で失敗してから3体へ絞るまでの話は、noteに詳しく書いています。

Workflowyでは成果目標と優先順位を管理している

ここまで紹介したタスク管理には、Workflowyを使っています。

AIマネジメントでは、頭の中だけでAIの稼働状況や次のタスクを管理しないことが大切です。Workflowyに書き出すことで、人間が判断する仕事とAIに任せる仕事を分けて見渡せます。

現在、管理できているのは次の3つです。

Workflowyは、「アウトライナー」と呼ばれるツールです。
箇条書きで情報を整理し、並べ替えも簡単なのでタスク管理にぴったりです。

冒頭でも述べたように、Workflowyを使って、AIに指示するタスクを整理しています。

これをWorkflowyなしで頭の中でやろうとすると、
「今AIに何をお願いしてたっけ？」となって、その都度思い出す必要があります。

でもWorkflowyに書き出しておけば、迷うことなく進められます。

Workflowyについて詳しく知りたい方は、こちらもご覧ください↓

今後はWorkflowy MCPでステータス管理を自動化したい

今の方法でも、成果目標と優先順位は管理できています。

一方、まだWorkflowyとCodexは別々です。
AIが作業を終えるたびに、ステータスを手作業で直す必要があります。

ここは面倒ですね。

そこで次に、WorkflowyとCodexをMCPでつなぐ司令ボードを作りたいと考えています。

MCPは、AIと外部ツールをつなぐ仕組みです。

AIには、作業状況や「次に誰が何をするか」を更新してもらいます。

一方、成果目標、優先順位、同時に進める数、最終承認は人間が決めます。

うまくいけば、Workflowyを開くだけで「今、自分が確認すべき仕事」が分かるはずです。

ただし、この司令ボードはまだ構築前です。

これから実際に作り、使ってみます。

成功した点だけでなく、失敗した点も含めて、あとでこの記事へ追記します。

Codexで文章作成やデータ分析など、どんな仕事を任せられるか知りたい方は、先に活用事例を見るとタスクの分け方を考えやすくなります。

3体のAIエージェントと仕事を回す1日の流れ

では、実際に1日の中でどう回しているのか。

毎日まったく同じではありませんが、基本の流れは次のとおりです。

前日に翌日の優先順位を整える

まず、前日の仕事を終えるときに、翌日のタスクを並べ替えます。

翌日に動かす上位3件を決めておけば、朝から「何をしよう？」と迷いません。

朝に3体へ指示を一巡させる

朝になったら、上位3件をCodexへ渡します。

途中で1体目が完了しても、まず3体目まで指示を出します。

ここで1体目へ戻ると、3体目の仕事がいつまでも始まらないからです。

一度すべて動かしてから、優先順位順にレビューします。

人間だけの集中時間を取る

3体を動かしたら、私は30分ほど自分の仕事をします。

企画を考える、公開前の記事を確認する、サービスを設定する。
こうした人間にしかできない仕事も残っているからです。

この時間にAIが完了しても、すぐには反応しません。

AIを少し待たせてでも、人間の集中時間を守ります。

優先順位順に約5分ずつレビューする

集中時間が終わったら、Workflowyの上から順番に成果物を確認します。

1回のレビュー時間は、平均で約5分です。

修正が必要なら追加で指示。
完了したら、次のタスクを投入します。

あとは、この繰り返しです。

AIの稼働率より人間のレビュー時間を改善する

AIエージェントを使っていると、AIが止まっている時間をもったいなく感じます。

せっかく使えるのだから、24時間働いてもらいたくなりますよね。

私も最初は、AIの稼働率をできるだけ上げようとしていました。

でも、たとえAIが記事を1日で50本作っても、私が確認して公開できなければ意味がありません。

改善すべきなのは、AIの待ち時間ではなく、人間のレビュー時間でした。

そこで、AIには1回の指示でできるだけ先まで進めてもらいます。

途中確認を減らし、人間が判断すべきところだけで止まってもらうイメージです。

AIエージェントの並列タスク管理でよくある質問

AIエージェントは何体まで並列で動かすべきですか？

まずは2〜3体から試すのがおすすめです。

成果物がたまり始めたら、増やしすぎです。AIの作業時間と、自分のレビュー時間に合わせて調整してみてください。

指示中に別のAIが完了したら、どちらを優先しますか？

私は、まず予定していた3体への指示を一巡させます。

途中の完了通知へ反応すると、まだ動かしていないAIが残ってしまうからです。一巡したあとは、タスクリストの優先順位順に確認します。

AIが止まっている時間があってもよいですか？

問題ありません。

AIの稼働率より、完成した仕事を重視します。自分の集中時間を守るためなら、AIを待たせてOKです。

長期プロジェクトはどのように分けますか？

1〜3日で成果を確認できる単位まで分けます。

たとえば「Kindleを書く」では大きすぎます。「第1章を書く」「第2章を修正する」のように、章ごとに分けると進めやすくなります。

AIエージェントのタスク管理におすすめのツールはありますか？

私はWorkflowyを使っています。

ただし、先に決めたいのは成果目標、優先順位、同時に進める数です。ツールは、そのルールを見やすくするために使います。

まとめ：AIを増やす前に、迷わないルールを作ろう

私が現在実践しているタスク管理ルールは、次の4つです。

1. 今週の成果目標を決める
2. タスクを優先順位順に並べる
3. まず上位3つのタスクを始める
4. 1件完了したら、次のタスクを始める

私は7体で失敗し、3体へ減らしたことで、無理なく仕事を回せるようになりました。

ただし、大切なのは「3体」という数字そのものではなく、「成果をできるだけ増やすこと」です。

AIエージェントを何体使おうが、とにかく成果を最大化できること。

ここに、タスク管理をやる意味があります。

AIエージェントを使うほど、人間の役割は「自分で全部作業すること」から「仕事を分け、順番を決め、成果を確認すること」へ変わります。今回紹介した方法は、そのための私なりのAIマネジメントの実践例です。

まずは2〜3体から始めて、自分が成果物を無理なく確認できる数を探してみてください。