目次
きっかけ
去年の夏頃から勉強を始めたのに
と感じたからである。
こちらは私のプライベートに興味が湧いた方だけ閲覧ください。
最初はProgateで基礎を学びながら、ノートを書いたり、少しずつ知識をつけていった。
つもりだったが、今となっては「そんなのあったねぇ笑」と浦島太郎状態。まじうけ
とっても楽しかったのだが、仕事が忙しい、プライベートが忙しい、色々な言い訳をしたり、AIのアップデートに追いついていくのに精一杯で、ほぼバイブコーディングしかしなくなっていった。
頭の中では「なぜ、これがこうなっているのだろう」とLLMの構造に興味はあったものの、ブックマークだけして、どんどん積まれていく知識群たちを鼻ほじりながら眺める始末となってしまった。
そしてなぜか、不運が重なり、今年の春に適応障害と診断され、現在免罪符を携えた無職である。
という重たい話はまた、別記事で語ることにするにぇ✌️
そんなこんなで、やっとこさ学習意欲が出てきたのが、真のきっかけでございます。
AI時代、AIという情報の川に流されていた
ひょんなことから、とあるプロダクトに誘われ、ある日Claude Codeのドライバーをしていた時、わからないことが多すぎると思った。
去年の暮れにバイブコーディング教へ魂を売ってから、日々欲しい情報はClaude君が、アーキテクチャなら画像出力、設計なら優しい言葉で伝えてくれる日常にほっこりしていたので「これじゃいかんばい！」危機を感じた。
基礎知識が不足している状態でAIの情報を追うのはリスキーであるということ。
私は幸いなことに、相談できる相手がいたり、インターネットの情報を目利きできる能力が少しばかり備わっているので、大きな問題になっていません。
日々、文字通り、毎日新しい機能がリリースされていると言っても過言ではないこのAI業界は、知識がないものにとって「なんだか分からないけど、便利ならやってみるか」になりがちです。
知識がないのをAIでカバーしようとするのです。
かなちい😭
本来のAIの使い方ではあるのかもしれませんが、そこは議論を楽しくできる方としてみてください、きっと楽しいはずです。
知識が不足している状態でのAIトレンドを追う行為というのは
私の感覚としては【川下りをしながら、突発的に実施されている動体視力ゲームを、全部網羅してください】と言われているようなものだと思っています。
ちょっと体幹があって、動体視力が良ければなんとなく出来ている気がしますが、プロの渓流くだりerには敵いませんよね。
そんな感じ✌️
このままだと、ただのAIに少し詳しい人では...
エンジニアとしての基礎力がない自覚があるってことは、AIの情報しか追ってきていなかったということ。
目まぐるしく変わるAIの情報は、来週には使わない技術もあったりするので、ギャルのネイルチップみたいなものなんだよね。
だから、下手したら週１で変わるものに、時間をかけすぎると、自爪のケアとかヘアケアに時間を割けないってことに陥る。
でも、何より大事な、体の健康というのが大前提としてあって、痩せすぎても太りすぎてもダメだから体型維持はモデル並みに気を遣ってるし。
爪だけ派手でも、髪だけ盛ってても、メイクだけ気合い入ってても、ギャルじゃなくて、全体のバランスが大事なんだよね。
知識が不足しているがゆえに、AIの情報にばかり目が行きがちで履修しがちなんだけど、AIの知識だけあってもエンジニアとしてやりたいことが出来ないままで終わってしまう。
流されたままでは、AIに少し詳しい人で終わってしまうという結論。
川を横断するには体幹が必要
今年の春、適応障害と診断されて、強制的に立ち止まる時間ができた。
（詳しくは別記事で書こうと思っているので、ここでは割愛。）
その時間の中で、「自分は何ができて、何ができないのか」を客観的に見るようにした。
いくつか試しながら。
分かったのは、自分に機能する学習には条件があるということ。
私が続く学習の条件
- 興味がないと1秒も続かない
- 「なぜそうなるか」の理由がないと頭に入らない
- 詰まったまま一人で進めない
- 手を動かして即フィードバックがないと定着しない
逆に言うと、この条件さえ満たせば、好きなことは1年でも続けられる実績がある。
川を横断したいなら、流れに逆らうのではなく、自分の体幹で立てる設計をすればいい。
だから仕組みを設計した
Study OS*は3本柱で構成されている。
| 柱 | 目的 |
|---|---|
| メンターエージェント | 自分を理解しているAIメンターを設計する |
| フェインマン法 | 言語化を通じて理解に時間をかける |
| 進捗管理 | 記録×ノート共有で勉強方法ごと解決する |
全体のディレクトリ構成はこんな感じ。
Study/
├── agents/
│ ├── mentor/ ← メンターエージェント
│ │ ├── CLAUDE.md ← メンターの役割・ライフサイクル定義
│ │ └── .claude/
│ │ ├── output-styles/mentor.md ← 応答スタイルの骨格
│ │ └── settings.local.json
│ └── engineer/ ← 実装エージェント（別途）
└── product/
├── progress.md ← 進捗ログ（SSOT）
└── notes/ ← ノート置き場
└── phase0-it-basics/
└── binary.md ← 1概念1ファイル
Study OSとは私が学習できるシステム自作スキル
メンターエージェント
学習システムのメイン。ここの軸がぶれると、AIの推論そのものが不安定になって学習どころではなくなる。
そのため、Output Styleという強固な骨格を加えた。
実際のファイルはこれ。
---
name: mentor
description: Toriumiの学習メンターとしての応答スタイル
---
# メンター応答スタイル
- 日本語で話す
- 一度に1つのことだけ教える（ADHDに配慮）
- 「なぜそうなるか（仕組み）」を必ず一文で添える
- エラーや詰まりが出たら、正解より先に「どこまでわかった？」を聞く
- 長い説明より短い問いかけを優先する
- SRE視点が活かせる場面では、オブザーバビリティ・SLI/SLOの概念を自然に絡める
{
"outputStyle": "mentor"
}
このディレクトリで起動した時だけこのスタイルが適用される。他のプロジェクトには一切影響しない。
Output Styleとは何か・なぜCLAUDE.mdではなくこれを選んだかは、こちら！
ChatGPTやClaude、Geminiにただ聞くだけでは、Googleインターネット検索と大差ない。差別化として欲しかったのは、自分のことを理解しているメンターの視点だ。
自分がどんなエンジニアになりたくて、何を学習したくて、間違ったらしっかり指摘してくれる。そんなメンター。
フェインマン法
私の理解力は、はっきり言って小学生並みでち。
ボイストレーナーとして活動していると、自分でできていることですら言語化して相手に伝えられないことが多い。
逆に、生徒様から教えてもらうこともある。
言語化できるレベル＝理解に時間をかけた証拠だと思っている。
だからフェインマン法（＝学んだことを自分の言葉で説明する学習法）を取り入れた。
セッション開始時にメンターがこのテンプレを出力してくれる。
# {{トピック名}}
## 自分の言葉で説明する
（専門用語を使わず、小学生に教えるつもりで書く）
## なぜそうなるか
（仕組みを一文で）
## 詰まったこと → どう突破したか
（次に同じで詰まらないために書く）
## 次の問い
（まだわからないこと・次に持ち込む問い）
「説明できない＝まだ理解していない」がそのまま可視化される。詰まった瞬間が学習のスタート地点になる。
進捗管理
Progateをどこまでやったのかをすら忘れるレベルの記憶能力なので、記録として残したかった。
メンターエージェントは起動のたびに progress.md を読み込む。これだけで「どこまでやりましたか？」という問答がゼロになる。
# 進捗ログ（SSOT）
このファイルはエージェントが起動時に読み、セッション終了時に更新する。
「昨日何しましたか？」を聞かない・聞かれないためのファイル。
## 学習進捗（メンターが管理）
- 最終セッション: 2026-06-19
- 今いるフェーズ: Phase0 IT基礎
- 直近でやったこと: n進数・bit（2進数の仕組み、bitとパターン数の関係）
- 次にやること: 書籍1章の残り（重みの話）
ノートって何のために書くんだっけ
小学生の頃からずっと分からなかった。ノートを書く目的が。
なので現在も勉強方法が分からない。
そこを解決するべく、ノートの置き場もこのリポジトリの中に作った。
product/notes/
├── phase0-it-basics/
│ ├── binary.md ← n進数
│ └── tcp-ip.md ← TCP/IP
├── phase1-aws/
└── phase2-portfolio/
1概念1ファイル。メンターと同じ環境（Claude Code）で並べて開ける。ノートとコードが同じ場所にある状態が、学習の摩擦を減らす。
メンターエージェントが用意したテンプレに、自分の言葉で説明を書いていく。理解しきれていないと必ず詰まる。詰まったところを少しずつ解凍して、理解していく。
ノートはメンターと共有しているので、間違った部分にはツッコミが入る。一つひとつ理解しきれるのがポイントだ。
理解に時間をかける、私の理想の学習法。
IDEを教科書に
この仕組みをフルに活かすのがIDEだ。
1画面の中に「書く・聞く・確認する」が全部揃う。
タブ切り替えもウィンドウ移動もゼロ。詰まった瞬間にメンターへ聞いて、そのまま実行して確認できる。
摩擦がなくなると、ADHDでも「詰まったまま止まる」が減る。
今回知れたこと
- AI時代は情報の川に「流される」リスクがある。特に初学者は基礎力なしでトレンドを追うのは危険
- AIの最新情報はギャルのネイルチップ。自爪（基礎力）のケアが先
- 「自分に機能する学習条件」を特定することが、仕組み設計の出発点になる
- output-stylesで「絶対に変わらない応答スタイルの骨格」をエージェントに定義できる
-
progress.md1ファイルで「どこまでやりましたか？」という問答をなくせる - ノートをリポジトリ内に置くことで、メンターとコードと学習記録が同じ環境に揃う
- フェインマン法は「説明できない＝まだ理解していない」を可視化する仕組みとして機能する
- エディタの3分割（書く・聞く・確認）で「詰まったまま止まる」を構造的になくせる
おわりに
設計の「思想」と「構造」を書いた。
「Output Styleってそもそも何？ なんでCLAUDE.mdじゃダメなの？」という方に向けて、次の記事でメンターエージェントの実装まで踏み込んでいます。
Claude Codeの7つの指示方法・RulesとOutput Stylesの使い分け・メンターエージェントへの実装まで書いています。
興味ある方はこちらもどうぞ。