AIに渡すのは処理ではなくメタデータ——入力項目・制約条件・出力情報の書き方
AIエージェントにCADを操作させたい、という相談が増えました。話を聞くと、多くは「マクロをAIに書かせる」形を想定しています。その形では、動いたかどうかを人が毎回確かめることになり、結局は楽になりません。私たちが取っているのは逆の形で、AIには処理を書かせず、すでに検証済みの処理を選ばせます。そのために渡すのが、三つのメタデータです。この記事では、その書き方を具体例で示します。
Photo: Unsplash処理を渡すと、何が起きるか
生成AIにCATIAマクロを書かせると、それらしいコードが出てきます。動くこともあります。問題は、間違っているときに、間違っていると分からないことです。
文法が間違っていれば止まるので気づけます。困るのは、動くけれど結果が違う場合です。パラメータの単位が違う、対象のボディが1つずれている、想定と違う向きに面を作っている。CADのデータは、そのまま下流の工程へ流れていきます。
人が毎回結果を確かめるなら、確かめる時間ぶんだけ手作業が増えています。自働化のつもりで、検査工程を1つ増やしただけ、という状態になります。
ですから、AIに渡すものを変えます。処理そのものではなく、処理を呼ぶために必要な情報だけを渡します。
渡すのは、三つのメタデータ
渡すのは、入力項目・制約条件・出力情報の三つです。これらを備えた実行単位として処理を包むのが、特許第7907964号の中核にあたります。
入力項目は、その処理が何を受け取るかです。名前、型、既定値、簡単な説明。AIはこれを見て、人の言葉から値を埋めます。埋められない項目があれば、そこだけを人に聞き返します。
制約条件は、その処理を実行してよい状況の定義です。CATPartが開いていること、読み取り専用でないこと、対象のボディが1つ以上あること。ここが満たされないとき、AIは実行しません。推測して代わりのことをする、という動きを設計上できなくしてあります。
出力情報は、実行後に何が返るかです。件数、ファイルの場所、変更した要素の一覧。これが定義されていると、次の処理につなぐときに、AIが中身を読まずに判断できます。
{
"id": "drawing-view-batch",
"title": "3Dモデルから三面図を一括で作成する",
"impl": "macros/drawing_view_batch.catvba",
"入力項目": [
{ "name": "views", "type": "list", "values": ["front", "top", "side", "iso"],
"default": ["front", "top", "side"], "desc": "作成する投影の種類" },
{ "name": "scale", "type": "number", "default": 1.0, "min": 0.1, "max": 10.0 },
{ "name": "sheet", "type": "enum", "values": ["A3", "A2", "A1"], "default": "A3" }
],
"制約条件": [
{ "deny": "catia.running == false", "reason": "CATIA が起動していません" },
{ "deny": "document.type != 'CATPart'", "reason": "CATPart を開いてください" },
{ "deny": "document.readonly == true", "reason": "読み取り専用です" },
{ "deny": "document.bodies.count == 0", "reason": "ボディがありません" },
{ "deny": "drawing.open == true", "reason": "図面が既に開いています。閉じてから実行してください" }
],
"出力情報": [
{ "name": "drawing_path", "type": "path", "desc": "作成した CATDrawing の場所" },
{ "name": "created", "type": "int", "desc": "作成したビューの数" },
{ "name": "skipped", "type": "list", "desc": "作れなかったビューと、その理由" }
]
}
// 制約条件を deny(禁止)の向きで書いているのが要点。
// allow(許可)で書くと、書き漏らした状況がすべて実行可能になる。制約条件は「やること」ではなく「やらないこと」を書く
三つの中で、書き方に一番差が出るのが制約条件です。多くの人は、まず「こういうときに実行する」という形で書き始めます。この向きで書くと、書き漏らした状況がすべて実行可能になります。
逆にします。「こういうときは実行しない」を並べます。禁止の側を列挙しておくと、書き漏らした状況は実行されない側に落ちます。安全側に倒れる、というのはこういう設計のことです。
実務では、禁止条件は現場の事故から増えていきます。読み取り専用のファイルで走らせて途中で止まった、別のドキュメントがアクティブになっていた、そもそもCATIAが起動していなかった。起きるたびに1行足せばよく、本体のコードは触りません。
以下が、その宣言の具体例です。処理の中身とは別のファイルに置いてあります。
書き漏らした状況が、
実行されない側に落ちるようにする。
メタデータを、コードの外に置く理由
この三つは、処理のコードの中にコメントとして書くこともできます。しかし外に出しておくほうが、後から効きます。
一つは、呼ぶ側が読めることです。AIでも、ランチャーでも、別のプログラムでも、宣言だけを読めば何を渡せばよいかが分かります。中身のマクロを開く必要がありません。
もう一つは、制約を足すときに本体を触らずに済むことです。動いている処理のコードを触ると、再検証が必要になります。宣言だけを直すなら、検証の範囲はその条件だけで済みます。
三つ目は、処理の言語が変わっても宣言が残ることです。いまCATIA VBAで書いてある処理を、将来.NETで書き直しても、入力項目・制約条件・出力情報は同じものが使えます。呼ぶ側は書き換えずに済みます。
# AI が賢い必要はない。選べなければ止まる、が正しい挙動。
# ここでは「宣言を読む → 入力を埋める → 制約で弾く → 実行を依頼する」
# の流れだけを示す。AI の応答を挟む場所は select_tool の中。
import json
import logging
from pathlib import Path
logging.basicConfig(level=logging.INFO, format="%(asctime)s %(message)s")
log = logging.getLogger("qi")
DECL_DIR = Path("declarations")
class Denied(Exception):
"""制約条件に引っかかって実行しなかった、という状態。"""
def load_tools() -> dict:
return {p.stem: json.loads(p.read_text(encoding="utf-8")) for p in DECL_DIR.glob("*.json")}
def check(decl: dict, state: dict) -> None:
"""禁止条件を順に見る。1 つでも当てはまれば実行しない。"""
for rule in decl["制約条件"]:
if evaluate(rule["deny"], state):
raise Denied(rule["reason"])
def evaluate(expr: str, state: dict) -> bool:
# 実際には式評価器を使う。ここでは省略し、状態辞書の参照だけを示す。
return bool(state.get(expr))
def run(tool_id: str, params: dict, state: dict) -> dict:
tools = load_tools()
decl = tools.get(tool_id)
if decl is None:
# 近そうなものを代わりに動かさない。ここで止めるのが安全側。
raise Denied(f"該当する道具がありません: {tool_id}")
try:
check(decl, state)
except Denied as e:
# 止まった理由を残す。宣言を直すのか、対象が違うのかの判断材料になる。
log.info("実行しませんでした tool=%s reason=%s", tool_id, e)
raise
log.info("実行します tool=%s params=%s", tool_id, params)
return invoke(decl["impl"], params)
def invoke(impl: str, params: dict) -> dict:
# CATIA 側へ実行を依頼する部分。宣言に書いた出力情報の形で返す。
raise NotImplementedErrorAIが選ぶところまでを、実際に動かす
宣言が揃っていれば、AIの役割は小さくなります。人の言葉を受け取り、宣言の一覧から合うものを選び、入力項目を埋め、制約条件に照らして、通れば実行を依頼する。それだけです。
この形にすると、AIが賢くなくても成立します。むしろ、賢く振る舞おうとしないほうが安全です。選べなければ「該当する道具がありません」と答えて止まるのが正しい挙動で、近そうなものを代わりに動かすのは事故のもとです。
実装としては、宣言を読み込んで照合するだけの小さなプログラムで足ります。以下がその最小形です。ここにAIの応答を挟むかどうかは、あとから決められます。
重要なのは、止まったときに理由が残ることです。どの制約に引っかかったかが記録されていれば、宣言を直すべきか、そもそも対象を間違えているのかが判断できます。
いまある資産から、どう始めるか
この形は、新しくシステムを入れる話ではありません。すでに社内にあるCATIAマクロに、宣言を1つずつ足していく作業です。
始め方は、使用頻度の高い順です。よく使われている道具から5本選び、それぞれについて、何を受け取るか・いつ実行してはいけないか・何を返すかを書き出します。1本あたり30分もかかりません。
書き出してみると、制約条件が思い出せない道具が出てきます。それは、これまで人が頭の中で判断していた部分です。そこが、いちばん事故の起きやすい場所でもあります。
手元の資産をこの形に包み直すところから始めたい、という段階でも構いません。マクロの本数と依存の度合いを見たうえで、どの順で手を付けるべきかを整理した自働化設計書を無料でお出ししています。AIエージェントの構築についても、この宣言の作り方からご相談いただけます。
記事一覧をすべて見る →