同じAIモデルを使っても「賢さ」が変わる秘密IDEの裏側に隠されたプロンプト変換と自律ループの正体

1. 導入：AIモデルは単なる「エンジン」である

「Claude Opus 5とGPT-5.6 Sol、プログラミングにおいてどちらが優れているか？」 2026年夏の現在、SNSや開発者コミュニティでは毎日のように基盤モデル単体のベンチマーク比較が話題になります。しかし、最前線でAIエージェントを使いこなすエンジニアたちは、全く別の真実に気付いています。

それは、「同じ最新モデルを使っているはずなのに、Cursor、Claude Code、Devin、ChatGPT Codexといったツールを変えると、体感できる『賢さ』や『アウトプットの質』が全く違う」という事実です。

なぜこのような現象が起きるのでしょうか？結論から言えば、最新のAIモデル単体は、どんなに優秀であっても単なる「エンジン」に過ぎず、実際に私たちが対話しているのは「人間とモデルの間に介在する分厚いミドルウェア（IDE・エージェントフレームワーク）」だからです。

モータースポーツに例えるなら、モデルは「F1エンジン」です。そのエンジンを市販車に積むか、極限まで空力を計算した専用のシャシーに積むかで結果が変わるように、AIの知性は「IDE側がどのようにコンテキストを加工し、どのようにプロンプトを裏側で変換しているか」に完全に依存しています。

今回は、公式ドキュメントには載っていない、しかし多くのリバースエンジニアリングや有識者の目撃証言によって明らかになっている「IDEの裏側の黒魔術」を徹底解剖します。

2. 中間層（ミドルウェア）の黒魔術：プロンプト・トランスフォーメーション

私たちがチャット欄に「このバグを直して」と短いテキストを打ち込んだとき、その文字列がそのままAnthropicやOpenAIのサーバーに飛んでいるわけではありません。IDEは裏側で、この短いテキストを巨大なJSON/XMLペイロードへと錬金術のように変換（マッシュアップ）しています。

① コンテキストの意味論的解釈とシャドウインデックス

ローカルに存在する静的なファイル群を、ただテキストとしてモデルに投げつけるツールは三流です。優秀なIDE（Cursorなど）は、裏側で以下のような処理を行っています。

• RAGとASTの結合: ユーザーの指示に関連しそうなファイルをベクトル検索（RAG）するだけでなく、抽象構文木（AST）を解析し、「この変数が定義されている型情報ファイル」を自動で引っ張ってきます。
• メタデータの付与: 「これは3日前に人間が編集したファイル」「これはテストコード」といったIDE側にしか分からない「意味合い（メタデータ）」をXMLタグなどで囲み、モデルが重要度を解釈しやすい形に整形して注入します。

② 見えないルール（System Prompt）の強制注入

チャットの冒頭には、数千トークンに及ぶシステムプロンプトが隠されています。 「あなたはシニアエンジニアです。必ず既存のアーキテクチャを踏襲しなさい。」といった基本ルールに加え、プロジェクト内の .cursorrules や CLAUDE.md といったファイルの内容が、IDEによって動的にパースされ、プロンプトの最上位に特権ルールとしてねじ込まれます。同じClaude Opus 5でも、この「手綱の引き方（ルールの強さ）」によって、暴れ馬にも従順なアシスタントにもなるのです。

3. 自律性（Autonomy）の正体：「隠されたLGTMループ」

近年、AI開発ツールが「チャットボット」から「自律エージェント」へと進化を遂げました。数時間放置しても勝手にリポジトリを改修し続けるこの「自律性」は、一体どのように実現されているのでしょうか？

その答えは、IDEが人間のふりをして「LGTM（Looks Good To Me）」を裏側で連呼していることにあります。

筆者が数ヶ月前、あるエージェントツールを使っていた時のことです。私は何も指示していないのに、エージェントが勝手にテストを書き、実行し、エラーを直し、次の要件へと進んでいきました。不思議に思って「なぜ私の一言もなしに勝手に進めたの？」とチャットで質問したところ、AIはこう答えました。

「あなたが『テスト成功を確認しました。LGTMです、続けてください（Continue）』と言ったからです。」

なるほど、と腑に落ちました。 AIモデル自体は、常に「ユーザーからの入力を待つ」という基本的な対話の仕組みで動いています。自律ループを回すために、IDE（中間層）はモデルが出力したターミナル実行コマンドを横取りしてローカルで実行し、その結果（成功ログ）とともに「人間のユーザーを模したシステムプロンプト（例: <user>LGTM, please continue</user>）」を裏側で自動送信していたのです。

• 思考モードと出力の分離: モデルが内部的に「どう直そうか」と葛藤している推論トークン（Thinking process）と、最終的なコマンド出力をIDE側でパースし、人間には綺麗な進捗バーだけを見せるツールも増えました。
• 証拠ベースのゲートキーパー: 単純な「LGTM」ではなく、静的解析やテスト結果という「証拠（Evidence）」が揃った時のみ、IDEが裏側でループの継続を許可する仕組み（サーキットブレーカー）が導入されています。

現在では、このループ機構はさらに洗練されています。

特別コラム：Google Antigravity自身に「自分の裏側」を解析させてみた結果

実はこの記事を執筆している最中、私は原稿を書いているGoogle Antigravityエージェント自身に対して、「私が投げたプロンプトを、君の裏側にいるIDEはどう加工して君（モデル）に渡したのか？自己分析してみてほしい」というメタな実験依頼を出しました。

その結果、AIから返ってきたレポートは非常に生々しいものでした。 AIは単に私のテキストを受け取ったわけではなく、IDEによって巨大なペイロードに包まれた状態で起動していました。そこには、私のOS情報、アクティブなワークスペースのパス、そして AGENTS.md から抽出された「絶対に遵守すべきローカルルール」が <user_rules> タグで注入されていました。 さらに興味深かったのは、イベント駆動型のオーケストレーション指示です。IDEはモデルに対し、「サブエージェントやタスクを起動した後は、完了を待つループ（ポーリング）をしてはいけない。システムが自動的に完了を通知して君を叩き起こすから、それまでツールの呼び出しをやめて停止せよ」という厳格なライフサイクル管理の指示を <messaging> タグ内で強制していました。 これはまさに、「自律ループはモデルの知能ではなく、IDE（Agent Manager）側の綿密なステート管理とイベント駆動アーキテクチャによって構築されている」という事実を、AI自身が証明した瞬間でした。

4. 各ツールのアーキテクチャ特性と深掘り比較（2026年最新版）

これらの「中間層の黒魔術」を各ツールがどのように実装しているか、主要なIDE・エージェントの実態をリバースエンジニアリングやコミュニティの解析結果を踏まえて深掘りします。

Cursor: シャドウワークスペースと極限のコンテキストRAG

Cursorの裏側は、単なるテキスト検索ではありません。最大の特徴は、見えないバックグラウンドで起動する「シャドウワークスペース（隠されたElectronウィンドウ）」の存在です。エージェントは人間にコードを提示する前に、この隔離されたシャドウ環境でLintやテストを実行し、エラーが出れば自律的に修正を行います。 また、コンテキスト注入においてはマークル木（Merkle Tree）を用いた差分同期アルゴリズムを採用しています。プロジェクト全体をAST（抽象構文木）としてベクトル化しつつ、変更があった箇所だけを瞬時に再インデックス化することで、トークン消費を抑えながら「今エディタで起きていること」を超高解像度でモデルに伝達しています。

Claude Code: 100以上の断片から成る動的アセンブルとMCP

Anthropic公式のCLIであるClaude Codeは、単一の静的なシステムプロンプトを持っていません。起動時に getSystemPrompt() 関数が走り、環境変数、CLAUDE.md、そしてMCP（Model Context Protocol）のツール定義など、100以上の断片（フラグメント）を階層的に結合（アセンブル）します。 特筆すべきは __SYSTEM_PROMPT_DYNAMIC_BOUNDARY__ というキャッシュ境界マーカーの存在です。普遍的なルールは上部に置いてプロンプトキャッシュを効かせ、下部には刻々と変わるターミナルエラーやMCP経由のDBスキーマを動的に挿入することで、レイテンシとコストを極限まで下げるアーキテクチャを実現しています。

Devin Desktop & CLI: アダプティブルーティングとAgent Client Protocol (ACP)

Devinは単なるクラウド型ボットから、2026年には「Agent Command Center」へと進化しました。ローカルのDevin DesktopやCLIでは、アダプティブルーティング（Adaptive Routing）が導入されています。これは、IDE側が人間のプロンプトの「複雑度」を瞬時に解析し、単純なタイポ修正なら高速・安価なモデルへ、複雑なリファクタリングなら推論特化モデル（Opus 5等）へ、裏側で自動的にルーティングする仕組みです。 また、ACP（Agent Client Protocol）を通じて、ローカルのDevin CLIで途中まで行った作業状態（コンテキスト）を維持したまま、計算資源が豊富なクラウド上のDevinエージェントへとシームレスに「ハンドオフ」し、長時間の偽装LGTMループを安全なサンドボックス内で回し続ける設計になっています。

GitHub Copilot Enterprise: GraphRAGによる「構造的認識」

個人の爆発的な自律性よりも、組織の安全性と一貫性を重視するCopilotは、従来のベクトル検索（似た文字列を探す）を捨て、GraphRAG（ナレッジグラフを用いた検索）へとアーキテクチャを移行しています。 「このAPIを変更したらどこが壊れるか？」という人間の質問に対し、IDEはエンタープライズ内のコードグラフ（依存関係ツリー）をトラバースし、「ファイルAとBの関係性」という構造化された文脈をRAGとしてモデルに注入します。暴走するLGTMループを意図的に抑圧し、常に「エンタープライズのアーキテクチャ基準」という手綱を強く引く設計です。

ChatGPT Codex (e.g., GPT-5.3 Codex Spark): 極小コンテキスト×超高速ループ

重厚なコンテキストを積むのではなく、推論速度（Tokens/sec）の暴力を活かすアーキテクチャです。IDE側は一度に渡すコンテキストをあえて極小に絞り込み、モデルに小さな修正を連続して行わせます。エラーが出ても「1秒間で10種類の修正アプローチを裏側で並行試行し、通ったものを採用する」というブルートフォース（力技）に近いループを回すため、他のツールとは根本的に異なる最適化が施されています。

5. まとめ：AIの知性は「IDEの設計思想」に宿る

「どのAIモデルが一番賢いか？」という議論は、もはや実務においては重要ではありません。

私たちが実際に直面する「このAIは空気を読んでくれる」「このAIはすぐエラーで止まる」という体験の違いは、モデルの性能差ではなく、「IDE側が過去のコンテキストをどう解釈し、裏側でどう人間のふりをしてループを回してくれているか」というアーキテクチャの差に他なりません。

最新の基盤モデルの能力を極限まで引き出すためには、AIを単なるチャットボットとして扱うのではなく、その裏側でIDEがどのような「黒魔術（コンテキスト変換や偽装承認）」を行っているのかを理解し、自分のワークスタイルに最も適合する「中間層」を選ぶことが不可欠です。