使いこなしのコツとベストプラクティス
NOTE
本記事の翻訳作業はまだ完了していません。 中国語版原文は 中文版 を参照してください。
本編は MBAgent ヘビーユーザーの経験をまとめ、「使える」から「使いこなす」へのアップグレードを支援します。
一、プロンプトの書き方
1. 構造化プロンプト
複雑な要望を 構造化 して書くと AI 理解がより正確：
[目標]
本日 10 店舗の注文を Excel に整理。
[入力]
- 候鳥環境 ID: 223223, 223224, ..., 223232
- 時間範囲: 本日 00:00 - 現在
[出力要件]
- ファイルパス: reports/orders-20260924.xlsx
- 列: 店舗 ID, 注文番号, 金額, 顧客, 状態
- 並び順: 金額降順
- 1000 を超える注文は赤色で注記
[異常処理]
- 環境が起動できない: errors.log に記録し、次へ続く
- 注文ページ無データ: 「本日注文なし」とマーク2. 背景を提供
AI に必要な業務背景を伝える：
私は 10 店舗の Amazon を運営しており、主力は欧米市場。
顧客 ID は常に 32 桁文字列。
注文状態は 5 種類：支払待・発送待・発送済・完了・キャンセル済み。
これらの業務ルールに従って注文データを整理してください。3. 例を与える
最も効果的なプロンプトは 例を含む ことが多い：
以下の文章をよりプロフェッショナルに書き直してください：
原文：9 月に很多販売があり、儲けもかなりあった。
書き直し例：
原文：今日は注文が非常に多く、処理しきれません。
書き直し：本日の注文が激増しましたので、処理人員の増員を推奨します。
原文（書き直し対象）：9 月に很多販売があり、儲けもかなりあった。4. 反面教材
❌ 曖昧すぎる：
- 「やっておいて」
- 「いいの書いて」
- 「君はどう思う」
❌ 複雑すぎる：
- 「Python で requests ライブラリを使い、候鳥 ApiServer を呼び出し、10 個の候鳥環境を起動し、並行処理、非同期クロールするスクリプトを書いてください...」
✅ 良いプロンプトの特徴：
- 目標明確
- 重要パラメータを含む
- 具体出力要件
- 異常処理の説明
二、Token 節約のコツ
1. 適切なモデルを選択
| シーン | 推奨モデル | 節約率 |
|---|---|---|
| 日常 Q&A | deepseek-v4-flash / gpt-5.4 | 85% |
| 文書要約 | gpt-5.4 / deepseek-v4-pro | 90% |
| コード生成 | claude-sonnet-5 | 55% |
| 複雑推論 | claude-opus-5.5 | 0%（節約不可） |
2. 不要な機能を閉じる
「設定 → 好み」 で閉じる：
- ❌ 思考過程表示（30-50% Token 節約）
- ❌ 毎メッセージ自動記憶（10% 節約）
- ❌ Token と費用統計表示（節約にはなっていないが、干渉軽減）
3. /compact コマンドを使用
長対話では /compact で履歴を圧縮：
/compactMBAgent が履歴対話を要約に圧縮し、50-70% Token 節約、ただしキー情報は保持。
4. 早めに新セッションを開く
話題が変わったら、 新セッション を開くほうがトークン節約：
[セッション A] 本日の注文整理
[セッション B] 英文メールを書く ← 新セッション、AI はセッション A の注文データを「覚えない」5. 不要な添付ファイルを削除
添付ファイルをアップロードしたが不要になった場合は、セッション内のその添付ファイルメッセージを削除 し、次回 AI が「見る」のを防ぐ。
三、複数モデル比較
いつ複数モデル比較を使う？
- ✅ 重要意思決定（契約、法律、医療）
- ✅ クリエイティブライティング（モデルによりスタイルが異なる）
- ✅ 学習目的（各モデルの処理を見る）
操作方法
- 入力ボックスにメッセージを入力
Ctrlを押しながら複数モデルボタンをクリック- 複数モデルが 並列 に回答
- 効果を比較
経験値
| タスクタイプ | 最も良いモデル |
|---|---|
| 中文ライティング | claude-sonnet-4 / qwen3-max |
| 英文メール | claude-sonnet-4 / gpt-5 |
| コード生成 | claude-sonnet-4 / deepseek-v3 |
| 複雑推論 | claude-opus-4 / o1 |
| マルチモーダル（画像） | gpt-5 / gemini-2.5-pro |
| 長文書分析 | claude-sonnet-4（200K コンテキスト） |
| 数学問題 | o1 / claude-opus-4 extended thinking |
四、候鳥ブラウザ操作のコツ
1. 複数アカウント並列
MBAgent に複数候鳥アカウントを同時に操作させる：
以下の 10 店舗環境を同時に開いてください：
- 店舗 A
- 店舗 B
- 店舗 C
- ...
並行して注文データを収集、並列数 5。ベストプラクティス：
- 並列数 = 5-10（10 を超えない）
- 各環境に独立した時間を残す（反クロール対策）
- 合理的なタイムアウトを設定（各環境 5 分）
2. 失敗リトライ
候鳥環境はネットワーク、IP、Cookie 等の理由で失敗する可能性：
ある環境の起動が失敗した場合：
- 3 回リトライ（毎回 30 秒間隔）
- リトライも失敗した場合、エラーを errors.log に記録
- その環境をスキップし、次へ続ける3. スクリーンショット保存
MBAgent に重要ページのスクリーンショットを保存させる：
注文データ収集時、各店舗の注文ページをスクリーンショットし、screenshots/{店舗ID}-{タイムスタンプ}.png に保存。4. 異常アラート
重要異常発生時に即座に通知：
以下の場合を発見したら、alerts@company.com に即座にメール送信してください：
- 注文金額異常（> 50000 または < 1）
- 環境が起動できない
- アカウントが凍結五、ファイル処理のコツ
1. 大ファイル分割処理
ファイルが大きすぎる（> 1 MB）場合、AI に分割処理させる：
この CSV ファイルは 10 万行あります。以下のようにバッチ処理してください：
- 1 バッチ 5000 行
- 1 バッチ処理完了後に中間結果を保存
- 最後にすべての結果をマージ2. 増分更新
大ファイル処理時に増分更新を使用：
今回は 2026-09-24 の新規注文のみ処理し、過去のものは重複処理しないでください。3. 重要ファイルをバックアップ
AI がファイル修正前に、まずバックアップさせる：
~/reports.xlsx を修正する前に、まず backups/reports-{タイムスタンプ}.xlsx にバックアップしてください。六、知識ベース使用のコツ
1. KMS と AI メモリバンクの違い
| 次元 | AI メモリバンク | KMS 知識ベース |
|---|---|---|
| 適合内容 | 好み、ルール | 文書、参考資料 |
| サイズ | KB 級 | MB-GB 級 |
| 検索方式 | 自動注入 prompt | ツール呼び出し検索 |
2. KMS 自動検索
KMS 作成後、AI は対話内で 自動的に 関連内容を検索します。「KMS を見に行って」と明示する必要はありません。
3. KMS 増分更新
KMS は増分更新をサポート：
/kms ingest ./new-docs/新規ファイルのみ追加、インデックスは再構築しません。
七、効率向上ワークフロー
1. 朝のルーチン
08:50 - MBAgent が自動的に「本日販売日報」を実行
09:00 - あなたが MBAgent を開くと、日報は既に生成済
09:05 - 日報を閲覧、2 店舗の売上異常を発見
09:10 - AI に異常の調査を依頼
09:30 - 異常調査レポートを受信
09:35 - 処理メールを送信2. 複数アカウント一括運営
09:00 - AI が 10 店舗の Amazon を起動
09:05 - AI が各店舗の在庫を確認
09:10 - AI が低在庫商品を補充リストに追加
09:15 - 補充リストを整理
09:20 - あなたがリストをレビュー
09:30 - ワンクリックで補充注文3. 顧客問い合わせ自動応答
10:00 - 顧客がウェブサイトにメッセージを残す
10:01 - MBAgent が通知を受信（webhook 経由）
10:02 - MBAgent が KMS 内で関連製品資料を検索
10:03 - MBAgent が返信草稿を生成
10:05 - あなたがレビュー後、ワンクリックで送信八、よくあるミスを回避
❌ してはいけないこと
1. 重要アカウント操作前にバックアップを取らない AI
反例：
メールボックス内の古いメールを整理し、重要なものは削除、そうでないものは残してください。正例：
メールボックス内の古いメールを整理しますが、まずすべてのメールを backup/emails-{date}.eml にバックアップし、
その後に 2024 年以前のメールのみ削除してください。2. AI に一度に多くのことをさせる
反例：
以下をすべて完了してください：
1. 100 店舗のデータを整理
2. 10 個のレポートを生成
3. 50 顧客にメール送信
4. データベースを更新
5. すべてのファイルをバックアップ
6. ...正例： 複数回対話または複数タスクに分割し、各タスクは 1 つの目標に集中。
3. 出力フォーマットを指定しない
反例：
注文データを整理してください。正例：
注文データを整理してください：
- 出力フォーマット: CSV
- 項目: 注文 ID, 顧客, 金額, 状態, 時間
- ファイルパス: reports/orders-{日付}.csv
- エンコーディング: UTF-8 with BOM（Excel で開きやすいよう）4. 不慣れなウェブサイトを操作させる前にテストしない
反例：
XXX ウェブサイトから毎日データをクロールしてください。正例：
まず手動で XXX ウェブサイトからデータを 1 回取得し、取得できることを確認してください。
その後に毎日自動クロールに変更してください。5. AI が書いたコードをテストせずにデプロイ
反例：
毎日実行する Python スクリプトを書いてください。正例：
Python スクリプトを書き、まずテスト環境で 1 回実行し、
出力が正しいことを確認してから本番環境にデプロイしてください。九、デバッグのコツ
1. タスク失敗時
- エラーログを確認：タスク詳細で具体的にどのステップが失敗したか確認
- 失敗ステップを単独実行：タスクを複数に分割し、単独実行
- 入力を簡略化：まず最もシンプルな入力でテスト
- モデル変更：時にはモデルの問題
- 候鳥カスタマーサポートに連絡：候鳥ブラウザの問題の可能性
2. AI の回答が正しくない場合
- エラーを指摘：「ここは正しくない、X であるべき」
- 正しい例を提供：AI に直接正しい例を与える
- 多段階修正：AI に 1 ステップずつ修正させる
- 再質問：別の言い方で再スタート
3. Token 異常消費時
- Token 統計を確認：各ラウンド返信の下部で表示
- 大きな添付ファイルがないか確認：アップロードした添付ファイルが Token を消費
- 履歴を圧縮：
/compactコマンドを使用 - 新セッションを開く：履歴が長くなりすぎないように
十、チーム協調
1. KMS 共有
チーム用に共有 KMS を作成：
/kms create --scope=team --name=company-handbook
/kms mount company-handbookチーム全員がアクセス可能。
2. タスクテンプレ共有
タスクをエクスポート → 同僚に送信 → 同僚がインポート
詳細は スタートメニューのタスク を参照。
3. API Key 共有
⚠️ 個人 API Key の共有は推奨しません。推奨：
- チームで一括して候鳥公式パッケージを購入
- 各人が独立子アカウントを使用
- 候鳥 RAG 経由で知識を共有
十一、長期学習
推奨学習パス
- 第 1 週：基礎使用（会話、添付ファイル）
- 第 2 週：候鳥ブラウザ統合
- 第 3 週：タスクパネルと定时任務
- 第 4 週：知識ベースとメモリバンク
- 第 5 週：カスタムワークフロー
- 継続：候鳥公式更新ログに注目
推奨読書
コミュニティ参加
- 候鳥公式 WeChat グループ
- 候鳥ユーザーフォーラム
- GitHub Issue（候鳥公式リポジトリ）
下一步：中文版原文