VS Code、複数AIエージェントでの開発を容易にする新機能「Agent window」プレビュー公開 － Publickey

目次

こんなことで悩んでいないか

塾の現場で「AI使ってみたいけど、何から始めればいいかわからない」という声をよく聞く。ChatGPTで文章を書いたり、Claudeで資料を作ったり。ただ「1つのAIに全部任せる」のは限界がある。

  • 教材作成にはClaudeが得意だが、データ分析には向いていない
  • 成績表の処理にはPythonが要るが、コードを書くのは面倒
  • 保護者向けの案内文は丁寧さが必要だが、毎回ゼロから書くのは時間の無駄

こんなジレンマを抱えているなら、今回の話はかなり役に立つ。VS Codeの新機能「Agent window」を使えば、複数のAIエージェントを同時に動かして、それぞれ得意な仕事を分担させられる。

つまり——教材作成・データ分析・校正・校閲を、それぞれ別のAIに任せて同時進行できる。これがどういうことか、順を追って説明する。

Agent windowとは何か——塾の現場に置き換えて理解する

まず、この機能が何をするものかを正確に押さえておく。

Publickeyの記事（後述の参考リンク参照）によると、VS Codeの「Agent window」は、複数のAIエージェントを同時に起動して、それぞれ独立したタスクを実行できる機能だ。

従来のVS Codeでは、1つのチャット画面で1つのAIとしか対話できなかった。つまり「Claudeに教材を作ってもらっている間は、別の作業でAIに質問できない」という状態だった。

Agent windowでは、タブごとに異なるAIエージェントを立ち上げられる。それぞれが独立してコードを書いたり、ファイルを編集したり、ターミナルでコマンドを実行したりできる。

塾の現場で言うなら「3人の優秀なアシスタントを同時に雇える」ようなものだ。

1人は教材作成専門、1人はデータ分析専門、1人は校正専門。それぞれが同時に動き、終わったら報告してくる。しかもそれぞれの得意分野で最高のパフォーマンスを発揮する。

これがどう塾の業務に効くのか。具体的に見ていく。

なぜ塾でAIエージェントの同時起動が重要なのか

塾の業務は、大きく分けて3つに分類できる。

業務カテゴリ 具体例 得意なAI
教材作成 問題作成、解説文、単語リスト、模擬テスト Claude（文章生成・構成力）
データ処理 成績分析、偏差値計算、進捗管理表 GPT-4o（コード生成・計算）
文書作成 保護者向け案内、学習計画表、面談資料 Claude（丁寧な文章）＋Gemini（校正）

これらの業務は本来、同時に発生する。たとえば——

  • 月曜日の朝に「今週の小テスト」と「先週の成績集計」と「保護者への週報」を同時に仕上げたい
  • 模試の結果が出た翌日に「分析レポート」「個別指導計画」「保護者向け結果通知」を一気に作りたい

従来のAI活用では、これらを順番に処理するしかなかった。1つのAIに「まず教材を作って、次にデータ分析して、最後にメール書いて」と指示すると、前のタスクが終わるまで待たされる。

Agent windowなら、3つのエージェントを同時に立ち上げて、それぞれに別々のタスクを任せられる。これが時間短縮に直結する。

実用例1：教材作成の完全分業

具体的な使い方を見ていく。まずは教材作成から。

ある塾の現場では、週に1回「英単語テスト」と「数学の小テスト」と「理科の確認問題」を同時に作ることがある。従来はこれに2〜3時間かかっていた。

Agent windowを使うと、以下のように分業できる。

エージェントA：英単語テスト作成（Claude）

プロンプト例：

システム英単語の1〜100番から、空欄補充問題を10問作成してください。
正解と解説も含めて、Markdown形式で出力してください。

エージェントB：数学小テスト作成（GPT-4o）

プロンプト例：

二次関数の最大最小問題を3問作成してください。
難易度は標準レベルで、解答・解説付きでお願いします。
LaTeX形式で出力してください。

エージェントC：理科確認問題作成（Claude）

プロンプト例：

中学理科・化学分野「中和反応」に関する確認問題を5問作成してください。
選択式で、各問に解説をつけてください。

これらを同時に実行すると、10〜15分で3つの教材が完成する。従来なら1つずつ作っていたので、単純計算で3倍の効率化だ。

さらに、できあがった教材を別のエージェントに渡して「誤字脱字チェック」や「難易度の調整」を依頼することもできる。これも同時進行だ。

実用例2：成績データ分析と個別指導計画の一発生成

次に、データ処理と文書作成の組み合わせ。

塾では、模試の結果が出た後に「全体の傾向分析」と「生徒ごとの個別指導計画」を作る必要がある。これが地味に重い作業だ。

Agent windowなら、以下のように分担できる。

エージェントA：データ分析（GPT-4o）

CSV形式の成績データを読み込ませて、以下の処理を依頼する。

このCSVデータを分析して：
1. 科目ごとの平均点・最高点・最低点
2. 前回比の変化（上昇した生徒・下降した生徒）
3. 偏差値の分布
を計算し、表形式で出力してください。

エージェントB：個別指導計画作成（Claude）

エージェントAの分析結果を参照しながら、以下のタスクを実行させる。

以下の成績データに基づいて、成績が下降した生徒3名の個別指導計画を
それぞれ作成してください。各計画には：
- 現状の課題
- 次回までの学習目標
- 具体的な学習方法（使用する参考書・問題集を含む）
を記載してください。

このとき、エージェントAが先に終わっていなくても、エージェントBは待たずに別の準備を始められる。データ分析が完了した時点で、結果をBに渡せばいい。

ポイントは「待ち時間ゼロ」で作業が進むことだ。

従来なら「データ分析が終わってから個別計画を作る」という直列処理だった。Agent windowなら、分析中に別のエージェントで「個別計画のテンプレート作成」や「保護者向けの説明文の下書き」を同時に進められる。

実用例3：保護者対応メールの自動生成と校閲

保護者対応の文書作成も、複数エージェントの同時起動が効く場面だ。

たとえば、学期末の「成績報告書」と「面談のお知らせ」と「夏期講習の案内」を同時に作る必要があるとする。

エージェントA：成績報告書作成（Claude）

以下の成績データをもとに、保護者向けの成績報告書を作成してください。
形式は「お子様の学習状況」→「今後の課題」→「家庭でのサポート方法」の順で。
丁寧な敬語で、1人あたり200字程度でお願いします。

エージェントB：面談案内作成（Gemini）

保護者面談のお知らせ文を作成してください。
以下の要素を含めてください：
- 面談の目的
- 日時候補（〇月〇日〜〇日）
- 持ち物
- 所要時間（30分程度）

エージェントC：校閲・調整（GPT-4o）

以下の2つの文書を校閲してください：
1. 成績報告書（エージェントAの出力）
2. 面談案内（エージェントBの出力）
- 誤字脱字のチェック
- 敬語の統一
- トーンの一貫性
を確認し、修正点があれば提案してください。

この流れで、30分かかっていた作業が5〜10分で完了する。しかも、エージェントCが全体の品質をチェックするので、最終的な品質はむしろ向上する。

導入に必要なもの

ここまで読んで「やってみたい」と思ったなら、必要なものを整理しておく。

項目 内容 費用
VS Code コードエディタ（無料） 0円
GitHub Copilot（拡張機能） Agent windowを使うにはこれが必要 月額約2,500円（個人プラン）
各AIのAPIキー Claude API / OpenAI API / Gemini API 従量課金（月数百円〜数千円）
PC VS Codeが動けばOK。MacでもWindowsでも使える 既存のものでOK

正直なところ、最初の設定には少し手間がかかる。APIキーの取得や拡張機能のインストールなど、ITに詳しくない人にはハードルが高い部分もある。

ただ、一度設定してしまえば、あとはプロンプトを打つだけで複数のAIエージェントが同時に動く。初期投資の価値は十分にある。

特に、月に10時間以上AI作業に使っているなら、導入する価値は間違いなくある。

月10時間の作業が、Agent windowで3分の1になるとする。月に約7時間の削減。年間で84時間。時給1,500円と計算しても、年間12万円以上の時間価値が生まれる計算だ。

参考までに、塾運営の業務効率化に使うPCとして、MacBook Air M4は軽量で持ち運びやすく、複数エージェントを同時に動かしても動作が軽い。教室と自宅の両方で使うなら検討してもいいだろう。

よくある質問

Q1. Agent windowは日本語で使えるのか？

A. 使える。プロンプトは日本語で書けるし、出力も日本語で返ってくる。ただし、エラーメッセージなどは英語の場合もあるが、それも含めてAIに日本語で説明させれば問題ない。

Q2. 複数のAIエージェントを同時に動かすと、パソコンが重くなったりしないか？

A. 基本的には大丈夫。各エージェントの処理はクラウド上で行われるため、PCの負荷はWebブラウザを複数タブ開いた程度。ただし、古いPCだとVS Code自体の動作が重くなることはある。その場合はiPad 10.9インチでリモート接続する手もある。

Q3. どのAIをどのエージェントに割り当てればいいかわからない

A. 最初は以下の組み合わせを試してみてほしい。

  • 文章作成・教材作成 → Claude
  • データ分析・コード生成 → GPT-4o
  • 校正・校閲 → Gemini

この組み合わせが最もバランスがいい。慣れてきたら、自分なりの組み合わせを見つけるといい。

Q4. 保護者や生徒に「AIで作った」とわかってしまうのが不安

A. 最終的な出力は必ず人間がチェックすれば問題ない。Agent windowの強みは「下書きを一気に複数作れる」こと。最終調整は人間が行う。むしろ、人間がチェックする時間を確保できるようになるので、品質は向上する。

Q5. 無料で試せないか？

A. GitHub Copilotには無料トライアル期間がある（通常30日間）。まずはそれで試してみるのがおすすめだ。ただし、APIの利用料は別途かかるので注意。

Q6. 複数のエージェント同士で会話させられるのか？

A. 現時点では、直接エージェント同士が会話する機能はない。ただし、一方のエージェントの出力をファイルに保存し、もう一方のエージェントがそのファイルを読み込む、という形で連携は可能だ。

まとめ

VS CodeのAgent windowは、塾の現場でAIを本格活用するためのゲームチェンジャーになる。

従来の「1つのAIに順番に指示する」方式から、「複数のAIに同時に指示する」方式に変わる。これだけで、教材作成・データ分析・文書作成の3つを同時に進められるようになる。

時間に換算すると、月に10時間の作業が3〜4時間に縮む可能性がある。年間で見れば70時間以上の削減だ。その時間を、生徒一人ひとりとの対話や指導の質を高めるために使える。

最初の設定には少し手間がかかるが、一度動かせばその効果は実感できるはずだ。

まずは無料トライアルで試してみてほしい。そして、実際にどの業務が効率化できたか、コメントで教えてほしい。次の記事で、その事例を紹介するかもしれない。

👉 まずはVS Codeを開いて、GitHub Copilotの拡張機能をインストールしてみよう。そこからすべてが始まる。

参考

コメント

コメントを投稿

このブログの人気の投稿

学習塾教室長がメール返信を全自動化した話

イメージ
学習塾教室長がメール返信を全自動化した話 保護者メール、毎日どれだけ時間を使っているか 正直に言う。 保護者からのメールが怖かった。 夜の22時に「授業の進め方について相談したいのですが」というメールが来る。翌朝7時に「先日の模試の結果について教えてください」が来る。昼休みに「体験授業の日程を変更できますか」が来る。 内容はどれも似たようなものだ。でも毎回ゼロから文章を考えて書いていた。 1通10〜15分。1日3〜5通来ると考えると、 毎日30〜75分がメール返信に消えていた。 月換算で15〜37時間。年間で換算すると、 180〜450時間 にもなる。 仕事の時間の中で、これだけの時間が「似たような文章を書く作業」に使われていた。 この記事では、それを Claude Codeで全自動化した方法 を全部書く。今では私がメール返信に使う時間は1通あたり2〜3分になった。文案の確認と送信ボタンを押すだけだ。 最初はChatGPTで試した。でも続かなかった 「AIで返信文を作ればいい」という発想自体は、1年以上前からあった。 最初に試したのはChatGPT。「保護者からこういうメールが来た。返信文を作って」とコピペして送ると、確かにそれっぽい文章を作ってくれる。 でも続かなかった。 理由は3つある。 1つ目：毎回コンテキストを説明しなきゃいけない ChatGPTは会話が終わると前の内容を覚えていない。「うちの塾はこういう方針で」「この生徒はこういう状況で」という説明を毎回1から書かないといけない。それだけで5〜10分かかる。返信文を書く時間と変わらない。 2つ目：生成された文章が「塾っぽくない」 ChatGPTが作る文章は丁寧すぎる。「ご連絡いただきましてありがとうございます。さて、ご質問の件についてですが…」という書き出しが毎回同じで、コピーみたいな印象になる。私の塾のトーンじゃない。直す手間がかかる。 3つ目：結局「自分で書いた方が早い」になる 修正に時間がかかるなら自分で書いた方が早い。そう気づいた時点でChatGPTを使うのをやめた。 「AIで自動化」という発想は正しかった。でも使うツールが違った。 Claude Codeを使い始めて何が変わったか Claude Codeは、ChatGPTとは根本的に違う動き方をす...
続きを読む

【大学受験】英単語の暗記法6種類を徹底比較｜語源学習で覚え方が変わる

はじめに：英単語暗記の本質を理解する 大学受験において、英単語の習得は避けて通れない課題である。共通テストから難関私立・国公立二次試験まで、出題される英文の語彙レベルは年々上昇傾向にある。しかし、単語帳を開いては閉じ、また開いては忘れるという経験をした受験生は少なくないだろう。 本記事では、代表的な6種類の英単語暗記法を徹底比較し、それぞれの特徴・メリット・デメリットを明らかにする。特に「語源学習」に焦点を当て、なぜ他の方法よりも長期的な記憶定着に優れているのかを解説する。最終的には、自分に最適な暗記法の組み合わせを見つけるための指針を提供する。 1. 高速周回法（1冊を何度も回す方法） 概要 高速周回法は、1冊の単語帳を短期間で何度も繰り返し読むことで記憶を定着させる方法である。1日100〜200語を目標に、1冊を1〜2週間で1周し、これを3〜5回繰り返す。具体的には、1語あたり3〜5秒で意味を確認し、わからない単語はチェックを付けながら進める。 メリット 短期間で単語帳全体をカバーできる 学習の進捗が可視化されやすい 単語帳1冊に集中するため、教材選びに迷わない 1周あたりの時間が短く、継続しやすい デメリット 深い理解が伴わず、表面的な暗記になりがち 似た意味の単語や派生語の区別がつきにくい 長期記憶への定着率が低く、復習を怠るとすぐに忘れる 単語の使われ方（文脈）を学べない おすすめの学習者 受験まで時間がなく、とにかく単語の「初見」を減らしたい人。基礎レベル（中学〜高校基礎）の単語を一通り覚えたい段階の学習者に適している。ただし、この方法だけでは難関大学の長文読解に対応する語彙力は身につかない。 2. 語源・語幹法（接頭辞・語根から意味を推測） 概要 語源学習法は、英単語を構成する接頭辞（prefix）、語根（root）、接尾辞（suffix）に分解し、それぞれの意味から単語全体の意味を推測・記憶する方法である。例えば「preview」は「pre（前もって）+view（見る）」で「予告編、予覧する」と理解できる。英語の語彙の約60%はラテン語・ギリシャ語由来であり、語源を知ることで未知の単語の意味を推測する力が養われる。 メリット 1つの語源を覚えると、複数の単語の意味を推測できる（例：「spec...
続きを読む

講師採用の書類選考をClaude Codeに任せたら選考時間が年間40時間減った話

イメージ
講師採用の書類選考をClaude Codeに任せたら選考時間が年間40時間減った話 採用シーズンのあの憂鬱、知っているか 毎年春と秋に、憂鬱な作業がやってくる。 講師の採用だ。 求人を出すと、数十件の応募が届く。履歴書、志望動機書、それぞれをひとつひとつ開いて読んで、メモを書いて、「採用」「不採用」「保留」に分類する。 1件あたり10〜20分。20件来たら200〜400分。3〜4時間が採用書類の読み込みだけで消える。 しかも判断がブレる。朝イチに読んだ応募書類と、夕方に読んだ応募書類では、同じ基準で見ているつもりでも評価が変わることがある。疲れているときは甘くなるし、忙しいときは厳しくなる。 採用の判断が、そのときの自分のコンディションに左右される。 これがずっと気になっていた。採用は塾の未来を左右する。なのに、評価基準が属人化して、担当者のその日の状態に依存している。それでいいのか、と。 この記事では、Claude Codeを使って書類選考を半自動化し、選考時間を年間40時間以上削減した方法を全部書く。 最初はExcelで評価シートを作った。でも続かなかった 問題意識はずっとあった。だから最初に試したのは「評価シートのExcel化」だ。 評価基準をExcelに書き出して、各項目を5点満点で採点するシートを作った。志望動機の具体性、指導経験の有無、勤務可能日数、学歴、文章力——それぞれに点数をつけて合計点で判断する仕組みだ。 最初の1回は機能した。 でも2回目の採用シーズンになったとき、Excelシートを開く気になれなかった。採点作業が面倒で、結局「なんとなく読んで判断する」に戻ってしまった。 理由はわかっている。Excelに数字を入力する作業が、読む作業に上乗せされるからだ。「読む＋採点する」は「読む」の1.5倍以上の手間になる。続かない。 次にChatGPTを試した。応募書類のテキストをコピペして「この人を採用すべきか評価して」と送ると、それなりの分析をしてくれる。 でもやはり続かなかった。 毎回「評価基準」を説明しなければならないから。 「うちの塾はこういう方針で、こういう人材を求めていて、こういう基準で評価している」という文脈を、ChatGPTは会話をまたいで覚えていない。毎回ゼロから説明する。それだけで5〜10分かか...
続きを読む