Prompt Preflight – 曖昧なAIエージェントのプロンプトがトークンを消費する前にキャッチ

Prompt Preflight は、AIエージェントの利用における一般的な問題、つまり曖昧なプロンプトによる高コストなリトライループを解決するための、オープンソースのローカルツールです。ユーザーが不特定なリクエストを出すと、モデルは誤った出力を生成する可能性があり、ユーザーが訂正した後、モデルは会話のコンテキスト全体を再読み込みする必要があるため、大量のトークンを浪費します。Prompt Preflight は、モデル実行前に軽量なチェックを行うことでこれを回避します。

その仕組みは次のとおりです。ユーザーがプロンプトを送信すると、Prompt Preflight はローカルで決定論的な Python ルールを使用して、意図（ユーザーが何をしたいのか）、曖昧さ（どの重要な詳細が欠けているか）、影響（誤った解釈のコスト）の3つの要素を分析します。プロンプトが具体的で実行可能であり、かつ曖昧さと影響が設定されたしきい値を超えた場合にのみ介入します。介入時には、元のプロンプトへのフィードバック、ドメイン認識型の強力なプロンプト例、そして最も重要なギャップを埋めるための最大3つの的を絞った質問を提供します。明確なプロンプトや会話の続きはそのまま通過させます。

このツールは、ソフトウェアの構築と変更、バグ修正、最適化、デプロイと移行、画像生成など、複数のドメインをサポートしています。認識されないドメインに対しては、ソフトウェア固有の質問を誤って適用するのではなく、保守的なフォールバックを使用します。ユーザーは設定ファイル（.prompt-preflight.json）でしきい値、モード（ブロックまたはナッジ）、最大質問数を調整でき、[preflight:skip] を使用して1回のチェックをバイパスすることもできます。

プライバシーとセキュリティは Prompt Preflight の重要な特徴です。すべての分析はローカルで行われ、データをサーバーに送信せず、履歴を保存せず、APIキーを必要とせず、外部モデルも呼び出しません。これにより、機密性の高いコードベースでの使用に適しています。

このプロジェクトには、100個の意図的に曖昧なプロンプトからなるベンチマークが含まれており、検出能力を評価します。現在のデフォルトのしきい値では、ソフトウェア関連の曖昧なプロンプト98個と画像生成プロンプト10個すべてをブロックします。2つの見逃し事例（「Fix the flaky tests」と「Generate more tests」）はキャリブレーションの機会として利用され、メンテナーがルールを最適化するのに役立ちます。

Codex へのインストール手順には、自動インストールスクリプトの実行が含まれ、プラグインをユーザーディレクトリにコピーし、個人マーケットプレイスを更新します。CLI を単独で使用してテストすることもできます。プロジェクトには GitHub Actions ワークフローも含まれており、プッシュやプルリクエスト時にベンチマークを自動実行します。

今後のロードマップには、トークン節約のテレメトリ、追加のドメインプロファイル、ユーザー定義ルール、Claude Code などの他のエージェントへの対応が含まれています。Prompt Preflight はまだ初期段階ですが、AIエージェントのコスト削減と出力品質向上に大きな可能性を示しています。