動作動画

本記事は以下を目的としたものではありません。

医療行為・治療
他人に対する行動強制

本記事で紹介する仕組みは、
「自分で決めたルールを、自分で破ったときだけ発動する」
個人実験・OSSとしての実装記録です。

はじめに

私は、意思だけでは行動を制御できない人間です。
ストレスが溜まると、どうしても報酬を求めて悪習慣に流れてしまいます。
習慣管理系の有料サービスを使っても、
スマホにいくらリマインドしても、結局は無視してしまいます。
なぜなら、守らないといけない強制力が低いからだと私は結論しました。

そこで、
ストレスの少ない状態で自分自身が決めたルールを、
1日中、仕組みとして自分に強制させ、
破ったら痛い、無視したら痛いという形で執行することで、
行動が本当に変わり、QoLを上げられるのかを試す仕組みを作りました。

この仕組みと、その実装・運用結果をまとめたのが本記事です。

想定読者

自堕落な生活を是正したいけど治せない方
習慣化アプリ・リマインダー・ToDo管理に何度も挫折してきた方
「結局、人は痛い目を見ないと変わらないのでは？」と内心思っている方
LLM / Agent / CLIツールの実験的活用に興味がある方
商用サービスでは絶対に実装できないアイデアをOSSで試したい方

目次

背景
システム概要
実装解説
結び：現時点の効果と手応え

本記事の読み方

概要だけ知りたい方（目安5分）
→ 「背景 / システム概要 / 結び」だけ読めばOKです（実装解説は読み飛ばし）
仕組みまで理解したい方（目安10分）
→ 上記 + 「3. 実装解説」の前半（3.2 全体アーキテクチャ）をご覧ください
実装を追いたい方（目安15分〜）
→ 「3. 実装解説」全体と、GitHub公開ソース・設計書をご参照ください

1. 背景

前回の記事
【狂気の実証実験1】AIエージェントに電気ショック権限を付与したら生活が更生した
では、懺悔すると電気ショックを受ける仕組みを作り、二度寝の改善を試みました。

その結果は以下の通りです。

二度寝率：30%（17日中、5日二度寝）
※ 実証実験前は 57%

数値としては改善したものの、正直なところ、全然ダメダメという印象でした。

しかし、懺悔を通して日々の行動を振り返る中で、
「なぜ二度寝してしまうのか」という因果関係が見えてきました。

二度寝を誘発するサイクル

適切に休憩せずに集中し続けるため、ストレスが溜まる
業務時間後にストレスを発散しようと、報酬系を求める行動を取ってしまう
（ギャンブル、ネットサーフィン、無駄な ChatGPT との対話など）
就寝が遅くなる
6時半起床では睡眠時間が足りず、二度寝する

こうして見ると、
原因は 1 と 2 にあり、その結果として 3 と 4 が発生していることが分かります。

そこで本記事では、
ストレスが溜まる前に決めた行動ルールに、
1日中、仕組みとして従わざるを得ない状態を作ることで、
このサイクルを断ち切れるのではないかと考えました。

その仮説を検証するために実装したのが、
本記事で解説するシステムです。

2. システム概要

※Pavlokについて知らない方は開いて下さい※

Pavlokは、行動変容（Behavior Change）を目的としたウェアラブルデバイスです。

主な特徴：

手首に装着するリストバンド型デバイス
以下の刺激をユーザーに与えることが可能
- バイブレーション（vibe）
- ビープ音（beep）
- 電気刺激（zap）
スマートフォンアプリおよびAPI経由で外部から制御可能

本来は「禁煙 / 早起き / スマホ依存対策」などが想定用途ですが、
APIを公開しているという一点で、今回の構想と相性が良すぎるデバイスでした。

本記事では、
「AI Agentが人間を監視し、必要に応じて物理的な刺激を与える」
という用途でPavlokを使用します。

※電気刺激と書いていますが、強度は 1〜100で調整可能 です。
とはいえ、利用は自己責任でお願いします。

このシステムは、
「自分で決めた行動ルールを、1日中、AIに監視・執行させる」
ことを目的としています。

全体の流れは大きく以下の3工程に分かれています。

朝：その日の行動ルールに合意し、スケジュールを作成する
日中：行動を定期的に確認し、必要に応じて即時介入する
夜：1日の振り返りと、溜まった負債（罰）の精算を行う

上の図は、この3工程が
Slack・AIエージェント・Pavlok・ローカルスクリプト
によってどのように連携しているかを表しています。

以降では、それぞれの工程について詳しく解説します。

0) 前提: AIエージェントの判断基準

AIエージェントの判断基準は
ユーザーが自身で定義した情報がベースになります。

私の場合は、以下のように定義しています。

AGENTS.md

## コーチング対象者情報
### 目標
生産性の高い時間の使い方ができるように習慣化したい

### 良い習慣
- 毎日6:30(JST)に起きる
- 毎朝ジムに行く、ないし運動する
- 毎日1時間、エンジニアリングに関わるInputをする
- 毎日1時間、何かしらのoutputをする
- 就寝前に瞑想をする
- 毎日22時(JST)に寝る
- 週に1度、子供と散歩する
- 週に1度、子供と公園に行く

### 悪い習慣
- ギャンブルをする
- 繁華街に遊びに行く
- スマホゲームをする
- ポルノサイトを見る
- ラーメン食べる
- 自身にコントロールできない他者依存の問題解決を考える

1) 合意とスケジューリング(計画作成)

👆の形で、以下を実施する工程です☀️

AIエージェント：決まった時間に当日の行動計画候補を立案しSlackへ送信
ユーザー：リマインド、振り返り、計画策定のスケジュールを決めてSlackへ返信
AIエージェント：ユーザーの指定通りにDBへスケジュールを登録しSlackへ返信

2) 監視と即時介入(リマインド)

👆の形で、以下を実施する工程です⚡️

AIエージェント：決まった時間にリマインドをSlackへ送信
ユーザー：今の状況を素直にSlackへ返信
AIエージェント：
ユーザー返信をもとに、ユーザー自身が定義した「悪い習慣」に該当するかを判定
- 該当した場合：電気ショックを実行
- 該当しない場合：何も起きない
AIエージェント：結果をSlackへ返信

なお、規定時間返信がない場合はPAVLOK POINTが1加算され次工程で精算されます。
また、無視した場合は15分後に再度同様のリマインドが来ます。

3) 振り返りと負債の精算

👆の形で、以下を実施する工程です⚡️⚡️

AIエージェント：決まった時間に振り返りするようにSlackへ送信
ユーザー：1日の振り返りをSlackへ返信
AIエージェント：溜まっているPAVLOK POINT回分の電気ショックを実行し精算
AIエージェント：ユーザーに日次レポートをSlackへ返信

3. 実装解説

3.1 レポジトリ

詳細な設計を知りたい方は、こちらを参照してください。

3.2 全体アーキテクチャ

このシステムは、codex CLI × Pythonスクリプト × SQLiteの構成です。
本システムでは以下のように責務を明確に分離しています。

LLM：判断・文章化のみ（副作用なし）
Orchestrator：スケジューリングと状態遷移
Scripts：Slack/Pavlok/DBなどの実処理
SQLite：強制力を継続させるための状態保持

概要図

3.3 正常起動に必要な前提条件

AGENTS.md
- motoya個人向けの定義になっているので自身用に修正してください
codex CLI
- ローカルにインストールされていること
- LLMと疎通可能な状態になっていること
Pavlok
- 端末を所有していること
- APIキーを取得していること(README.md参照)
slack
- APIキーを取得していること(README.md参照)
- BOTUSERに適切な権限を付与していること(README.md参照)

3.4 コア設計のポイント

以降、技術的な工夫の要点になります。

1) CLI型Agentをオーケストレーター化

main.py の ScheduleExecutor が1分周期で schedules テーブルを監視し、
scheduled_date <= now のレコードを順に処理します。

schedules レコードで指定されたprompts/{prompt_name}.md を読み込み
schedule_id / state / last_result / last_error / input_value を埋め込み

そのプロンプトを codex exec に渡してLLMを起動します。
成功時は state=done、失敗時は state=failed にし、RETRY_DELAY_MIN 分後に再実行させることで無限ループを防ぎます。
また、当日分の morning が未登録なら自動で1件作成するため、起動するだけで朝の計画作成が必ず走る仕組みです。

2) Pythonスクリプト + Skills の組み合わせ

プロンプト内の「行動」は、すべて scripts/*.py に切り出し、
各scriptの実行方法を.codex/skills/*に定義しています。
つまり、LLMはskill実行の指示を出すだけで、実際の処理はスクリプトが実行します。

scripts/slack.py：質問投げる / 返信待ち / スレッド返信（JSONで返す）
scripts/pavlok.py：Pavlok刺激（API）送信。日次上限や強度上限をDB,設定値で制御
scripts/add_schedules.py：その日の予定を一括登録
scripts/behavior_log.py：行動ログの書き込み・読み出し
scripts/add_slack_ignore_events.py：返信なしイベント登録 & 罰ポイント加算
scripts/repentance.py：未消化の罰をまとめて実行

この「Pythonスクリプト群」が、Codexの Skill として機能しています。

3) SQLiteで状態を保持

app.db（SQLite）に状態を持たせることで、プロセス再起動や無視の累積にも耐えます。

schedules：実行待ち/実行中/失敗/完了の状態管理
behavior_logs：良い/悪い行動ログ
slack_ignore_events + daily_punishments：返信なし → 罰ポイントの累積
pavlok_counts：Pavlok日次上限カウント

LLMが落ちても「どこまで進んだか」「罰がいくつ溜まってるか」はDBに残るため、強制力が途切れません。

具体的なDB定義はこちらを参照ください

schedules

column	type	note
id	integer PK
prompt_name	string	実行プロンプト識別子（例: morning/remind_ask/reflection）
input_value	string	prompt用入力（JSON文字列可）
scheduled_date	datetime	実行予定時刻（JST解釈）
state	enum	pending/running/done/failed
last_result	text	前回実行結果（stdout）
last_error	text	エラー内容
created_at	datetime
updated_at	datetime

slack_ignore_events

column	type	note
id	integer PK
slack_message_ts	string	Slackメッセージts（ユニーク）
detected_at	datetime	無視確定時刻
date	date	集計日（JST）
created_at	datetime

daily_punishments

column	type	note
id	integer PK
date	date unique	対象日
ignore_count	integer	無視回数の事実集計
punishment_count	integer	実行すべきPavlok回数
executed_count	integer	実行済み回数
state	enum	pending/running/done/failed
last_executed_at	datetime
created_at	datetime
updated_at	datetime

pavlok_counts

column	type	note
id	integer PK
date	date unique	集計日（JST）
zap_count	integer	当日のzap累計回数
created_at	datetime
updated_at	datetime

behavior_logs

column	type	note
id	integer PK
behavior	enum	good/bad
related_date	date	任意（対象日）
pavlok_log	json	Pavlok実行結果要約
coach_comment	text	叱責・助言・要約
created_at	datetime

4) 工程ごとの可変型プロンプト

prompts/morning.md / prompts/remind_ask.md / prompts/reflection.md は、
共通で {{input_value}} などのプレースホルダを持ちます。

input_value にJSONを入れれば、その日だけの特別条件や個別のリマインド内容を渡せます。
さらに last_result / last_error を渡しているので、失敗時リトライの指示変更も可能です。

5) 他CLI Agentへの置き換え可能性

現状は codex exec を呼んでいますが、main.py の run_codex() を差し替えるだけで、理屈上は gemini CLI や claude code にも置き換え可能です。

ClaudeCode,GeminiCLIで試したい方は開いてください

現状、main.pyに以下のようにハードコーディングしているため実行コマンドの修正が必要です。

main.py

  def run_codex(self, prompt: str) -> subprocess.CompletedProcess:
        cmd = ["codex", "exec", prompt]
        self.log(f"codex exec: {self.format_command(cmd)}")
        return subprocess.run(cmd, text=True, check=False

skillsの配置がcodex仕様に固定しているため使用したいCLI Agentの仕様に合わせてリネーム、配置移動をお願いします
GeminiCLIの場合は、AGENTS.mdをGEMINI.mdにリネームしてください

3.5 課題

~~codex CLIの場合、コマンド実行のタイムアウト設定がLLMの判断に依存するため、稀にslackが二重に飛んでくる~~
⇨slack送信前にsleepつけて対策しました
~~ローカル端末を常時アクティブにしないと成立しないためクラウドサーバーに移行したい~~
⇨conoha VPSを契約してサーバー環境にデプロイ済です
daily_punishment.dateを起点に罰回数を管理しているが、日付起因にするとrepentance実行後にscripts/add_slack_ignore_eventsが発生した時にdaily_punishment.state = doneに1加算されてしまい罪が正しく記録されない
morningと振り返りは1日1つであるべきだが、複数個登録される問題
リマインドを無視すると振り返りイベントとしてスケジュールに再登録される問題

4. 結び：現時点の効果と手応え

まだ運用して3日ほどで、二度寝率は 33%（3日中1日） と正直まだ変わっていません。
ただ、現時点で明確に感じている成果があります。
それは、時間を効率よく使う意識が久々に芽生えたことです。

具体的な変化の例

以前は、
サウナに行く際に車の中で YouTube をだらだら見てから入浴し、
帰宅が深夜になる、という悪習慣がありました。

そこで、
「サウナ前後はウダウダせずに行って帰ってくる」というルールを事前に決め、
AIエージェントのリマインドに対して
「すぐ帰る」と返信してからサウナに入るようにしました。

その結果、
これまで3時間以上かかっていた行動が、
1時間半ほどで完了するようになりました。

仕組みとして感じたこと

ストレスの少ない朝に1日の行動計画を立て、
その計画に従わざるを得ない強制力を持たせる仕組みは、
私にとって「時間効率」という大切な感覚を思い出させてくれました。

今後について

長期運用で人がどう変わるのかは、まだ分かりません。
ただし私は、この仕組みが
自分の QoL を最大限に高めるための手段になり得る
と感じています。

まずは1ヶ月間、
Pavlok を外さずにこのシステムを常時起動させ、
自分自身がどう変容するのかを引き続き検証していきます。

PS::参加募集（OSSです）

本構想はOSSです。
一緒に機能拡張してくれる方、募集中です⭐️

電気ショック受ける実験は私だけでも構いませんw
何か力になりたいと少しでも思いましたら、👇のいずれかに連絡ください！

本記事のコメント
GitHub Issue： pavlok_CLI_agent
X（旧Twitter）DM： @puchan_pig