Interpretation of xBubble SOP: Packaging Vibe Coding for non-technical users

AI技術の発展に伴い、CodexやClaude CodeのようなAIツールを活用する人々の生産性は10倍、あるいは100倍に向上しました。技術的な知識を持つユーザーであれば、プロンプトの記述、デバッグ、反復、スキルの開発方法を理解することで、AIを極めて強力な生産性ツールへと変えることができます。

しかし、技術的な知識を持たない一般ユーザーや中小企業、あるいはビジネス運営者にとって、AIの利用は依然としてハードルが高いのが現状です。

1. 直接利用しようとすれば、学習やデバッグに多大な時間を費やす必要があります。モデルごとに能力が異なり、プロンプトの書き方も多様で、失敗した結果のトラブルシューティングも自分で行わなければなりません。実用的なスキルを開発すること自体、非常に高いハードルがあります。同時に、Vibe Codingのベストプラクティスは、多くのユーザーの習慣と矛盾することがよくあります。多くの人は、AIが直接満足のいく結果を出してくれることを期待して、すべての要件を一度に書こうとしますが、これは実現が困難です。ほとんどの場合、真に効果的なAIワークフローには、望ましい結果に近づくまでに、複数回の対話、継続的なプロンプトの改善、テスト、修正が必要です。

2. 外部に依頼する場合でも、適切な人材を見つけることは難しく、安定した業務量も確保しにくいため、追加の給与コストが発生します。主体的にAIを効果的に活用できる従業員を見つけるのは容易ではなく、多くの従業員は仕事に対して受動的であり、直接AIとやり取りする方が簡単だと感じるかもしれません。その結果、AIに投資してもコスト削減につながらず、雇わない方がマシだったという事態になりかねません。

このジレンマは、AIの基盤となる大規模モデルの能力が向上すれば解消されるのでしょうか？現状では、その可能性は低いと考えられます。

スキルの存在自体が、大規模モデルの直接的な出力だけでは特定のニーズを満たせず、結果を改善するために事前に定義されたスキルが必要であることを証明しています。将来、AIが人間と同等の知能を持ったとしても、この問題は残るでしょう。実際、ある程度の標準化がなされない限り、ニーズを明確に伝え、一度で望ましい結果を得ることは本質的に困難です。

したがって、AIの使い方がわからない人と、AIを使いこなせる人の間の生産性格差は、急速に進歩するAI時代においてますます拡大していくことは明らかであり、これが多くの人が抱く「AI不安」の真の背景です。私たちは常にAIの効果的な使い方を学んでいるようですが、新しいものが次々と現れるため、学習が終わることはないように感じられます。

DAPPOSがローンチしたxBubbleは、まさにこの領域をターゲットにしています。そのアプローチは、すべてのユーザーにAIエキスパートになることやVibe Codingを学ぶことを求めるのではなく、SOPシステムを使用して特定の課題に対するVibe Coderをカプセル化します。これにより、技術的な知識のない中小企業や個人が、学習やデバッグに時間を費やしたり、追加の人員を雇ったりすることなく、AIを活用できるよう支援します。

xBubbleのアーキテクチャ

SOPとは、xBubbleがAIを用いて特定の課題を解決するためのソリューションです。単なる独立したスキルや長いプロンプトではなく、スキル、実行環境、モデル選択、MCP、サードパーティAPIをパッケージ化し、特定のドメインの課題に対して比較的安定したパフォーマンスを実現するものです。

SOPを中心に、xBubbleの製品アーキテクチャは「Bubble Engine」と「Bubble Pilot」という2つのシステムに分けられます。

Bubble Engineはソリューション生成層です。SOPの生成とトレーニングを担当し、AIコーディングエージェントを通じて特定のタスクに対するソリューションを構築し、テスト、評価、反復を通じて結果を継続的に調整し、ニーズにより適合するようにします。

Bubble Pilotは実行配信層です。ユーザーのリクエストを読み取り、タスクの種類を特定し、SOPライブラリから最も一致するソリューションを見つけて実行します。適切な専用SOPがない場合は、Computer SOPのようなより汎用的なソリューションにフォールバックできます。

SOPはこの2つの中間に位置します。EngineがSOPの作成を担当し、PilotがSOPのディスパッチ（割り当て）を担当します。

このようにして、ユーザーは複雑なAIツールチェーン全体に直面するのではなく、「タスクを伝え、結果を得る」というより直接的な入り口を利用できます。モデル選択、実行環境、スキルの呼び出し、API設定、反復ロジックは、可能な限りシステム側で処理されます。

SOPとは何か

xBubbleにおいて：

SOP = スキル + 実行環境 + API + MCP + モデル選択

スキル単体では安定した結果を保証できません。実際のアウトプットは、どのモデルを使用するか、どのような環境で実行されるか、必要なAPIが接続されているか、適切なMCPがあるか、実行中に例外や反復がどのように処理されるかにも依存します。

これらをユーザー自身が設定しなければならない場合、利用のハードルは高いままです。xBubbleのアプローチは、これらの変数をSOPにカプセル化することです。ユーザーは個別にモデルを選択したり、APIを自分で設定したり、類似した複数のスキル間で繰り返しテストしたりする必要はありません。タスクの説明に基づいて、対応するソリューションパスを直接トリガーするだけです。

従来のスキルマーケットと比較して、xBubbleのSOPシステムには3つの主な利点があります。

1. 安定したパフォーマンス

SOPにはスキルだけでなく、実行環境、モデル選択、MCP、サードパーティAPIもカプセル化されているため、実行中の多くの不確実性が効果的に排除され、より安定した結果が得られます。同時に、SOPは検証済みの範囲内の課題を解決するためにのみ使用され、その範囲内でテストされます。そのため、タスクがSOPの記述範囲内であれば、その効果は通常非常に安定しています。

これはオープンソーススキルのロジックとは異なります。オープンソースのスキルは、より多くのスターを獲得することを目指し、汎用的な傾向があります。汎用性には利点がありますが、欠点は、多くのスキルが例示以外の環境で十分にテストされておらず、機能が重複するスキルが多いことです。その結果、ユーザーは特定のスキルが自分のニーズを満たせるかどうかを判断するために、テスト、比較、検証に時間を費やす必要があります。この作業自体が、本質的にはVibe Coderの仕事です。

xBubbleのSOPは、検証済みの適用範囲を重視します。SOPが何でもできるという意味ではなく、定義されテストされた範囲内において、安定した結果を出すことを目指しています。

2. シンプルで使いやすい

SOPは、ユーザーのタスク説明を主な入力とします。ユーザーはモデルを選択したり、サードパーティAPIを設定・支払いをしたり、裏側でどのスキルが呼び出されているかを理解したりする必要はありません。

Bubble Pilotはユーザーのニーズに基づいてタスクの種類を判断し、より専門的なSOPを優先的に推奨します。SOPは一定の範囲内でテスト・検証されているため、ユーザーは通常、複数のSOPを繰り返し比較する必要はありません。専用のSOPがすでにタスクをカバーしていれば、それが優先されます。結果が理想的でない場合でも、Bubble Engineサービスを通じて自動的に反復・最適化を継続できます（「Bubble Up」の送信）。

言い換えれば、xBubbleが解決しようとしているのは「AIにできるか？」ではなく、「一般ユーザーが低コストかつ安定してAIに実行させられるか？」ということです。ユーザーが本来自分で行う必要があったプロンプトのデバッグ、モデル選択、API設定、結果の反復は、可能な限りシステム側に移管されています。

3. セルフサービス生成

実用的なスキルを開発するには一定のハードルがあり、デバッグと最適化に時間が必要です。技術的な背景を持たないユーザーにとって、これは本質的に不親切です。さらに、オープンソースのスキルは汎用的すぎることが多く、内部フォーマット、個人の習慣、業界テンプレートなどのよりカスタマイズされたニーズをカバーするのに苦労します。

xBubbleの目標は、Vibe Coderをカプセル化することです。大多数のニーズに対して、ユーザー自身がスキルを開発・デバッグする必要はなく、この複雑さをカプセル化することで、Bubble Engineを通じて専用のSOPをセルフ生成できるように支援します。

同時に、SOPの適用範囲は広くすることも狭くすることも可能です。例えば、Workモードにおいて、特定のタスクを処理する専用のSOPがない場合、システムは通常、一般的な課題に対処するためにBubble Computer SOPを使用します。しかし、会社のテンプレート仕様に従ってPPTを作成する、固定フォーマットでドキュメントを生成する、特定の社内スタイルでコンテンツを作成するなど、非常に具体的なニーズがある場合、特定のユーザーや企業にのみ適用されるSOPを生成することもできます。

これもSOPシステムと通常のスキルマーケットの違いの一つです。単にユーザーが選択するための汎用コンポーネントを提供するだけでなく、タスクの境界に合わせてより専門的なソリューションを生成できるようにします。

SOPのトレーニング方法

xBubbleでは、Bubble Engineを使用してSOPをトレーニングし、Vibe Coderに代わってユーザーのニーズを満たすSOPを直接生成することを目指しています。機械的に言えば、SOPは特定のプロンプトを結果にマッピングする関数と見なすことができます。したがって、パフォーマンスチューニングで解決すべき問題は次のように単純化できます。

Max Rank(SOP(prompt))

これは、同じユーザーニーズをSOPで処理した場合、生成された結果が評価システムにおいて可能な限り高いランクを獲得し、ユーザーが真に望むものに近づくべきであることを意味します。

トレーニングケース

SOPのトレーニングはケースを中心に展開されます。

ユーザーは、要件を満たしていると考えるケース（特定の会社のビデオ広告を参照するプロンプトや、以前手動で完了した結果など）を直接送信できます。これらのケースは、ドキュメント、PPT、広告ビデオ、ウェブページのスタイル、またはシステムに模倣させたいあらゆる出力スタイルである可能性があります。

トレーニングタスクに関連するケースがない場合、Bubble Engineはオンラインで参照資料を自動的に検索したり、他のAI製品によって生成された結果をトレーニングケースとして使用したりすることもできます。

ケースが確定すると、システムは元の問題とユーザー入力の複雑さに基づいてプロンプトを推論し、（プロンプト、結果）の組み合わせセットを形成します。これらの組み合わせが、その後のSOP生成と評価の基礎となります。

トレーニングの鍵は、単にケースをコピーすることではなく、開発中に結果情報を混入させることなく、プロンプトに基づいてケースの結果に近い結果を生成する適切な方法を見つけることです。そうでなければ、システムはトレーニングケースではうまく機能しても、類似のタスクでは失敗する可能性があります。

反復サイクル

次に、Bubble Engineはコーディングエージェントを通じて、いくつかのベンチマークSOPに基づいて新しい専用SOPを開発します。

過学習を避けるため、開発プロセスでは特定の情報をSOPに直接混入させることも避けます。そうしないと、トレーニング結果は良く見えても、実際の使用では汎化能力が低い可能性があります。

開発完了後、システムは新しいSOPでテストを実行し、結果を評価して、既存の問題を要約します。

評価は主に2つの側面で構成されます。

1. AIを使用して、結果がトレーニングタスクでユーザーが指定した要件を満たしているかどうかを判断します。例えば、フォーマットが正しいか、内容が完全か、ユーザーが設定した明示的な制約を満たしているかなどです。

2. 結果がケースに十分に近似しているかどうかを判断します。例えば、スタイル、構造、内容の構成、出力形式がユーザーが提供した参照結果と類似している必要があります。

評価結果に基づいて、コーディングエージェントはSOPの修正、再生成、再評価、再修正を続けます。このプロセスは、結果がこれ以上大幅に改善できなくなるまで続きます。

このプロセス全体は、本質的にVibe Coderが本来手動で行っていたこと（ケースの確認、計画の作成、結果の実行、問題の特定、計画の修正、反復）を自動化するものです。

範囲の定義

パフォーマンスを調整したSOPをシステムに接続する前に、その適用範囲を定義する必要があります。

このステップは非常に重要です。専用SOPは数が多ければ良いというものではなく、常に優先されるべきでもないからです。あるSOPが非常に狭いタスクにしか効果がないのに、より広い問題に対処するために使用されると、汎用SOPよりも悪くなる可能性があります。

Bubble Engineは、異なるケースをテストし、SOP内のスキル内容を分析することで、そのSOPがどのタスクに適しており、どのタスクに適していないかを判断します。

このステップの目標は、Bubble Pilotが専用SOPのパフォーマンスが汎用SOPよりも優れている場合にのみ、それを推奨するようにすることです。そうでなければ、システムはより汎用的なソリューションに戻ります。

プロフェッショナルソリューション

サードパーティの有料APIを必要とするタスクや、現在のAIモデルの能力では完全自動化できないタスクなど、特に複雑なSOP生成については、xBubbleは企業ユーザーのカスタマイズされたニーズをカバーするために、人間が支援するプロフェッショナルソリューションも提供します。

この種の人的支援は、現在のモデル能力と企業のニーズの間の移行層として機能します。基盤となるAIモデルが改善し続けるにつれて、人的支援を必要とするケースの数は急速に減少するでしょう。

解釈のまとめ

製品ロジックの観点から見ると、xBubbleのSOPシステムは単なる通常のスキルマーケットの構築ではなく、また単にいくつかのAIツールを接続するだけでもありません。それは、Vibe Codingという行為そのものを製品化するものです。

スキルマーケットは「どのようなスキルが利用可能か？」という問いには答えますが、非技術者ユーザーにとってより困難なのは、多くの場合その後半部分です。どのスキルが自分のシナリオに適しているか？どのモデルと組み合わせるべきか？どう実行するか？結果が不安定な場合はどうするか？次回も再利用できるか？オープンソースのスキルが機能しない場合、どうすれば実用的なスキルを作成できるか？

SOPはまさにこれらの問題を解決することを目的としています。選択、設定、テスト、開発、範囲定義、反復といった、本来Vibe Coderの仕事であったタスクをシステム側に移行しようとしています。ユーザーは自分の側でタスクを説明するだけで済みます。

もちろん、このシステムがどこまで到達できるかは、最終的に2つの変数に依存します。Bubble Engineによって生成されるSOPの品質が十分に安定しているかどうか、そしてSOPのカバー範囲がユーザーのニーズの変化や一般的なAgent能力の向上に追いつけるかどうかです。

しかし、少なくとも現段階では、技術的な背景を持たない個人や中小企業にとって、xBubbleは異なる道を提供しています。それは、まずAIツールチェーン全体を学んでからAIを使おうとするのではなく、タスクレベルのSOPを通じて最先端のAI生産性を再利用可能なワークフローに直接カプセル化する道です。

ユーザーは目標を明確にするだけで、xBubbleが基盤となるAI操作を処理します。

DAPPOSについて

DAPPOSは、敷居の低いAI製品に注力する人工知能企業であり、一般ユーザーやプロフェッショナルユーザー向けに、より使いやすいAIワークフローを構築しています。DAPPOSは2,000万ドル以上の資金調達を完了しており、投資家にはPolychain、Binance Labs、Sequoia China、IDG Capital、OKX Venturesなどの機関が含まれています。

xBubbleについて

xBubbleはDAPPOSがローンチした低プロンプトAI Agent製品であり、ユーザーがドキュメント、PPT、ウェブサイト、画像、動画、リサーチ、自動化、スケジュールタスクなどのタスクを、より短い要件説明で完了できるよう支援することを目的としています。

xBubbleは、タスクレベルのSOPを通じて、一般ユーザーにとってより低い学習コストで最先端のAI生産性をカプセル化し、AIツールチェーン全体を学ぶ必要なく、プロレベルのAI生産性を獲得できるようにします。