AI Craft
ホーム/AI開発ナレッジ
🧠 AI開発ナレッジ2026年3月5日・5分で読める

フラクタル分解とは？— AIエージェントがタスクを「無限に分解」できる理由

AIPOが採用する「フラクタル分解」の概念を解説。どの階層も同じパターンで分解し、全員がPO的に動く設計思想。

TL;DR

  • フラクタル分解（Fractal Decomposition） とは、どの階層でも同じパターンでタスクを分解する手法
  • 数学の「フラクタル図形」から着想 — 部分が全体と同じ構造を持つ
  • AIPOでは Sense → Focus → Discover → Deliver を各階層で再帰的に適用
  • AIエージェントが「迷子にならない」ための設計パターン

フラクタルとは

フラクタル（Fractal） は、数学者ブノワ・マンデルブロが提唱した概念。

「部分が全体と同じ構造を持つ図形」

身近なフラクタルの例

自然界 説明
雪の結晶 どの枝も同じパターンで分岐
シダの葉 小さな葉が全体と同じ形
海岸線 どの縮尺でも同じ複雑さ
木の枝 幹→枝→小枝が同じパターン 
木の構造:

        幹
       /  \
      枝   枝
     / \  / \
    葉  葉 葉  葉
    ↑
  どの階層も「分岐」という同じパターン

タスク管理における「フラクタル分解」

従来のWBS（作業分解構造）の問題

従来のプロジェクト管理では、タスクを階層的に分解する：

プロジェクト
├── フェーズ1
│   ├── タスク1.1
│   └── タスク1.2
└── フェーズ2
    ├── タスク2.1
    └── タスク2.2

問題点:

  • 各階層で「分解の仕方」が異なる
  • 担当者によって粒度がバラバラ
  • AIが分解しようとすると「どこまで分解すればいい？」が曖昧

フラクタル分解の解決策

どの階層でも同じパターンで分解する:

Goal: プロダクトv1.0リリース
├── [Sense → Focus → Discover → Deliver]
│
├── SubGoal 1: 設計完了
│   ├── [Sense → Focus → Discover → Deliver]
│   │
│   └── SubGoal 1.1: DB設計
│       └── [Sense → Focus → Discover → Deliver]
│
└── SubGoal 2: 実装完了
    └── [Sense → Focus → Discover → Deliver]

ポイント: 「プロジェクト」も「タスク」も「サブタスク」も、すべて Sense → Focus → Discover → Deliver で処理される。

AIPOでのフラクタル分解実装

5つの設計原則

原則 説明
1. PO思考の再現 Sense → Focus → Discover → Deliver サイクル
2. Fractal Decomposition どの階層も同じパターンで分解
3. Context Cascade 親から子へ文脈を継承（途中で忘れない）
4. Self-Describing Executable Task タスク自体が実行命令を内包
5. Feedback Loop Deliver → 次のSenseへ学習をフィードバック

実際のフォルダ構造

📁 カレーパーティ懇親会/
├── 📄 layer.yaml          ← Goal定義
├── 📄 context.yaml        ← 文脈情報
├── 📄 tasks.yaml          ← 分解されたタスク
├── 📁 sublayers/
│   ├── 📁 SG1_イベント企画/
│   │   ├── 📄 layer.yaml  ← 同じ構造！
│   │   ├── 📄 context.yaml
│   │   └── 📄 tasks.yaml
│   ├── 📁 SG2_物資調達/
│   │   └── ... 同じ構造
│   └── 📁 SG3_当日運営/
│       └── ... 同じ構造
└── 📁 Commands/

なぜフラクタル分解がAIに効くのか

1. コンテキスト圧縮

同じパターンを繰り返すため、AIは「次に何をすべきか」を迷わない：

人間: 「プロジェクトを進めて」

AI (フラクタルなし): 
  「どこから手をつければ...？」
  「このタスクはどう分解する...？」
  「終了条件は...？」

AI (フラクタルあり):
  「まずSense → 情報収集」
  「次にFocus → 優先順位決定」
  「次にDiscover → 計画生成」
  「最後にDeliver → 実行」

2. 全員がPO的に動く

従来: PMがすべてを指揮、メンバーは指示待ち

フラクタル分解: 各サブゴールの担当者（人間でもAIでも）が、自分の範囲で Sense → Focus → Discover → Deliver を回す

┌────────────────────────────────────┐
│         Goal Owner (PO)            │
│   Sense→Focus→Discover→Deliver    │
└────────────────────────────────────┘
              ↓ 委譲
┌─────────────┐  ┌─────────────┐
│  SubGoal 1  │  │  SubGoal 2  │
│  (担当A/AI) │  │  (担当B/AI) │
│  S→F→D→D    │  │  S→F→D→D    │
└─────────────┘  └─────────────┘
              ↓ さらに委譲
        ┌─────────────┐
        │ SubSubGoal  │
        │  S→F→D→D    │
        └─────────────┘

3. 無限に分解可能

  • タスクが大きすぎる → さらに分解
  • 分解したサブタスクも大きい → さらに分解
  • どこまでも同じパターン

個人開発者への実践的示唆

1. 自分のタスク管理に適用

すべてのタスクに対して：

  • Sense: 何が必要か情報収集
  • Focus: 優先順位決定
  • Discover: 具体的な手順を計画
  • Deliver: 実行

2. AIエージェントの設計に適用

Claude Code、Cursor、Codexなどのエージェントプロンプトに：

## タスク実行パターン

1. Sense: 現状と要件を理解する
2. Focus: 優先すべきことを決める
3. Discover: 実行計画を立てる
4. Deliver: 実行し、成果物を出す

サブタスクが発生したら、同じパターンを適用する。

3. Context Cascadeを意識

親タスクの文脈を子タスクに明示的に引き継ぐ：

## 親タスクの文脈
- Goal: ECサイトのカート機能改善
- 制約: React + Next.js、リリースは来週

## 現在のサブタスク
- SubGoal: カートUIのレスポンシブ対応

参考リンク

← トップページに戻る