フェーズ3: 最初の価値
ここで、フェーズ1で決めた実際の依頼を、MCP設定を反映した実エージェントから試します。CLIが組み立てたサンプルではなく、CodexやClaude CodeがBrainbaseを参照して返した実回答を確認します。
試す
text
Brainbaseのresolve_entity、get_context、searchを使い、保存済み文脈を根拠に「次の面談準備を、相手との経緯と私の判断基準を踏まえて整理して」へ回答してください。最初は「覚えていたこと」「つながったこと」「次にできること」の3節で短く示してください。この依頼は、MCP設定反映後に再起動した新しいエージェントへ送ります。
初回表示に表は使いません。正規ID、関係経路、Receipt digest、toolの生ログは「詳細」へ分け、必要な時だけ確認します。最初に内部監査情報を並べず、「Brainbaseが何を覚え、それが依頼へどう役立ったか」を先に読めるようにします。
確認するもの
AIは次の3点を示します。
- 実際に試すプロンプト
- 登録した文脈を使った実回答
- 今回、説明し直さなくて済んだこと
ユーザーは、回答が自分のプロジェクト、関係者、判断基準を正しく使っているかを確認し、最後に本人が役立ったかを判断します。情報が足りなければ、必要な前提だけをフェーズ2へ戻って追加します。
このフェーズの完了
次の状態になったら、最初の価値を確認できています。
- 実エージェントが
resolve_entity、get_context、searchを使って一つの現実の依頼へ回答した - 説明のやり直しが減り、本人がその回答を役立つと判断した
- AIが違うプロジェクトや関係者を混ぜていない
- 何が正本にあり、何が不明かを区別している
ready: true、cli_sample_ready、CLIサンプル、コマンドの処理時間、合成ペルソナ評価、Skillsやルーティンの生成、MCP設定のdry-runだけでは、この確認の代わりになりません。
外部の情報がなくても役立つなら、そのままフェーズ5: 運用開始へ進めます。メールや予定などが必要なら、フェーズ4: 必要な情報源へ進みます。