📙 ハーネス、パイプライン、オーケストレーション¶
2026/11/19公開 2026/11/19更新
質問者: Shigeru Morifuku
回答者: Claude Opus 5.5
回答日: 2026/11/19
免責: 回答者は AI であり、間違えることがあります。
🟩 Q: ハーネスとはJenkinsのパイプラインみたいなもの?¶
似ている部分はありますが、本質は違います。
似ている点
どちらも「中身(ビルド処理/LLM)を外から包んで、実行・制御・記録する仕組み」です。ジョブを起動する、ログを残す、権限を管理する、といった役割は共通しています。
違う点:流れを決めるのが誰か
Jenkins のパイプラインは、人が書いた Jenkinsfile のとおりにステージが進みます。checkout → build → test → deploy のように、手順は事前に決まっています。
AIのハーネス(Claude Code などがそうです)は、流れを決めません。決めるのはモデルで、ハーネスは次のループを回すだけです。
モデルにプロンプトと、使えるツールの一覧を渡す
モデルが「このツールをこの引数で呼びたい」と返す
ハーネスがそのツール(bash、ファイル読み書き、検索など)を実際に実行する
結果をモデルに返して 1 に戻る。モデルが「完了」と言ったら終了
ハーネスが担当するのは、ツールの実装、権限チェック(「この rm を実行してよいか」の確認など)、コンテキストの管理(長くなった履歴の要約・圧縮など)、サンドボックス化、ログ記録です。つまり「何をやるか」はモデル、「それを安全に実行できる環境」はハーネス、という分担です。
C/C++ にたとえると
Jenkins はシェルスクリプトやバッチのような固定手順書です。ハーネスは、外部プロセス(LLM)からのリクエストを受けてシステムコールを代行するイベントループ付きのランタイムに近いです。あるいは、ゲストOS(モデル)の要求を受けて実I/Oを代行・制限するハイパーバイザ、と考えると分かりやすいと思います。
補足:「テストハーネス」との関係
もともと「ハーネス」はテスト分野の用語です。テスト対象をスタブやドライバで包んで、実行・計測する枠組みのことでした。AIの文脈でも「モデルを包んで動かす枠組み」という同じ意味で使われています。
なお、Jenkins のステージの中で Claude Code をヘッドレス実行する、といった組み合わせも普通に行われています。その場合は、外側の固定フローを Jenkins が担当し、その中の判断が必要な部分をハーネスとモデルが担当する、という二層構造になります。
🟩 Q: このLLMでプロットつくって、このLLM食わせて動画を生成するみたいな連携は¶
それは「オーケストレーション」と呼ばれる層の話です。ハーネスでもできますし、Jenkins的なワークフローでもできます。どちらを使うかは、「流れが固定か、途中で判断が要るか」で分かれます。
① 固定パイプライン型(Jenkins に近い)
LLMでプロットを作る → シーンごとのプロンプトに分割する → 動画生成モデルに投げる → 結合する、という流れが毎回同じなら、普通のワークフローで十分です。
n8n、Dify などのノーコード系ワークフローツール
画像・動画生成なら ComfyUI のノードグラフ
あるいは Python やシェルスクリプトで、APIを順番に叩くだけでも可
この型では、各LLMは「関数の1ステップ」として呼ばれるだけです。判断はしません。
② エージェント型(ハーネスが本領を発揮する)
「Claudeがプロットを書く → 動画生成APIをツールとして自分で呼ぶ → 出来上がった動画(のフレーム)を見て、気に入らなければプロンプトを直して再生成する」というように、途中の分岐や再試行をモデル自身に判断させたいときです。
このとき動画生成モデルは、ハーネスに登録された「ツールの1つ」になります。登録方法はMCPサーバーとして公開するか、スクリプトをbashから呼べるようにしておくかです。Claude Code 上で「この脚本で3シーン作って、出来を確認して直して」と頼めば、モデルがツール呼び出しを繰り返して進めます。
③ 実務で多い形:混合
外枠は固定パイプライン:プロット生成 → シーン分割 → 生成 → 結合
「生成結果のチェックと再生成」の部分だけエージェントに任せる
こうすると、コストと挙動が読みやすく、品質判断だけ柔軟にできます。前回話した「Jenkins の中で Claude Code を動かす」二層構造と同じ発想です。
作るときの注意点
動画生成は遅くて高い:数十秒〜数分かかり、課金も大きいです。エージェントに無制限に再試行させないよう、回数の上限を設けてください。
非同期API:多くの動画生成APIは「ジョブ投入 → ポーリングで完了待ち」の形式です。ツール側でその待ちを吸収しておくと、モデルが扱いやすくなります。
一貫性:シーン間でキャラクターや画風を揃えるのが一番難しいところです。参照画像やシード、スタイル記述を、パイプライン側で固定して渡す設計にするのが定石です。
C/C++で言えば、①は main から関数を順番に呼ぶだけの構造です。②は、ツール群を関数ポインタテーブルとして渡し、呼び出し順はコールバック側(モデル)が決める構造です。
🟩 Q: 頭で「パイプラインを想定して」アーキテクチャは「ハーネスで」って、可視化してない「状態遷移図」をもとにコード書いているみたいで、危なっかしい¶
その感覚は正しいです。エージェント型にすると「状態遷移はモデルの頭の中にあって、外からは見えない」状態になります。組込みや通信をやってきた立場からすると、遷移表のない状態機械を本番に出すのと同じ気持ち悪さです。
実務での対策は「状態遷移はコード側で明示的に持ち、モデルには遷移の中身だけを任せる」です。
1. 状態機械を外に出す
PLOT → SPLIT → GENERATE(scene i) → REVIEW(scene i) ─OK→ 次のシーン → CONCAT → DONE
↑ │NG(再試行回数 < N)
└────────────────────┘
│NG(再試行回数 ≥ N)→ FAILED / 人の判断待ち
これを enum と switch(あるいは遷移表)でコードに書きます。LLMを呼ぶのは「各状態の中の処理」と「REVIEW での OK/NG 判定」だけにします。こうすると遷移図はコードそのものになり、図にも描けます。LangGraph などが「グラフで定義する」方式を取っているのは、まさにこの問題への答えです。
2. モデルの出力を「遷移イベント」に限定する
自由文ではなく、JSONスキーマで出力させます(例: {"verdict":"NG","reason":"...","revised_prompt":"..."})。スキーマに合わない出力は不正イベントとして扱い、遷移させません。プロトコルスタックで不正PDUを捨てるのと同じ考え方です。
3. ガード条件はコード側に置く
再試行回数、タイムアウト、累計コストの上限はモデルに任せず、状態機械のガードとして持ちます。「モデルが諦めない」ことで暴走するのを構造的に防げます。
4. 遷移ログを残す
「どの状態で、何を入力し、モデルが何を返し、どこへ遷移したか」を1行ずつ記録します。あとからその場の遷移図を再構成できるので、デバッグや再現もできます。
5. エージェントに丸投げするのは「探索」の場面だけ
試作段階で「とりあえず Claude Code に全部やらせてみる」のは、要件を探るのに有効です。そこで見えた流れを固定パイプラインと状態機械に落とし、本番はそちらで回します。プロトタイプはエージェント、本番は明示的な状態機械、という使い分けです。
まとめると、「ハーネス=何でもモデル任せ」ではなく、ハーネスや状態機械が主導権を持ち、モデルは判定器・生成器として呼ばれる、という設計にすれば危なっかしさはかなり消えます。必要なら、この遷移図を C++ の状態機械スケルトン(LLM・動画APIの呼び出し部分はスタブ)として書いてみます。