👔 2層エグゼクティブエージェントアーキテクチャ（Two-Layer Executive Architecture）

一般的なAIチャットボットは、すべての会話を白紙の状態として扱うか、ユーザーに長大で重複するシステムプロンプトの管理を強いがちです。実際の企業実務において、経営幹部や専門アナリストが新しいプロジェクトのたびに企業財務をゼロから学び直すことはありません。確固たる専門基礎を備えた上で、そのプロジェクト特有の制約条件に直ちに集中します。

AMBAはこの実務の真実を2層エグゼクティブエージェントアーキテクチャとして具現化しました：

第1層 · 学術的基礎ナレッジ

🏛️ 専門基礎ナレッジ

大学の専門学位＆業務規律（AMBA公式提供）

大学や大学院で修める専門体系のように、基礎分析手法、職業倫理、対話規範、検証済み機能パックを網羅的に備えています。

📊 財務モデリング

✍️ 文書・法務作成

📑 経営プレゼン

🌐 市場インテリジェンス

基礎手法とコア機能を継承

第2層 · 企業実務の実践環境

🎯 実務プロジェクト任務

現場の経験則＆企業固有文脈（ユーザーが柔軟に設定）

企業現場での実務経験のように、プロジェクト固有の目的、社内規定、対象データに合わせてユーザーが自由に適応・指示します。

👤 専門エージェント設定

🎯 具体的目標・KPI

👥 複数専門家のチーム編成

📦 検証済み成果物

---

なぜ単一プロンプトのチャットボットは企業実務で失敗するのか

課題	一般的な単一プロンプトAI	AMBAの2層アーキテクチャ
コンテキストの圧迫	何百行もの一般的な指示がトークンを圧迫し、財務データや契約書を押し流す。	第1層の学術的基礎と第2層の実務経験がスマートに統合され、最小限の指示で最高精度を実現。
セットアップの負担	実行のたびに複雑なエージェント指示をコピペするのに15分を費やす。	厳選された第1層エージェントを1クリックで選択し、第2層に2行のミッションを入力するだけで即座に開始。
ツールのミスマッチ	存在しない外部ライブラリを呼び出そうとしたり、無秩序なコードを実行する。	機能パックが検証済みのネイティブRust Officeコンパイラ（.xlsx, .docx, .pptx）に直結。
情報漏洩・隔離の不備	顧客ごとの機密が混ざり合うか、セッション終了時にすべて消去される。	ローカルSQLiteベクトルメモリが、専門知識とプロジェクト固有の機密を完全分離。

---

🏛️ 第1層：学術的基礎ナレッジ（Agent Studio）

第1層は、大学や専門機関での体系的な高等教育・専門資格に相当する基礎ナレッジです：

• AMBAによる厳選搭載: 経済原理、財務会計基準、戦略フレームワーク、職業倫理、洗練されたビジネス対話規範を標準装備。企業はAIにこれら基礎理論をゼロから教育し直す必要はありません。
• 中核機能パック:
  • 📊 財務モデリング＆会計: 財務3表連動モデル、DCF企業価値評価、スプレッドシート監査、帳簿照合。
  • ✍️ 文書作成＆法務コーポレート: 取締役会決議書、経営答申書、商務契約書、公式提案書。
  • 📑 エグゼクティブプレゼンテーション: 16:9高密度スライド、KPIスコアカード、役員会提出資料。
  • 🌐 市場インテリジェンス: 業界動向調査、競合ベンチマーク、リアルタイム市場データ分析。
  • 🔍 データ監査＆深層分析: スキーマ構造解析、マルチフォーマットファイル監査、ローカルデータ抽出。
• 標準搭載の専門エージェント:
  1. シニア財務アナリスト＆コントローラー (financial-analyst)
  2. ビジネスライター＆法務ドラフター (business-writer)
  3. エグゼクティブ戦略コンサルタント (strategy-consultant)
  4. 市場インテリジェンス＆リサーチアナリスト (market-researcher)
  5. データ＆システム監査スペシャリスト (data-analyst)
  6. エグゼクティブ・チーフオブスタッフ (chief-of-staff)
  7. 在庫照合・ロス管理スペシャリスト (inventory-reconciliation)
• カスタムエージェント作成（AI Co-Creation）: 自社独自の専門職が必要な場合、🪄 Co-create with AI で自然言語で課題を伝えるだけで、AMBAが即座に専門エージェントを構成します。

---

🎯 第2層：実務現場でのプロジェクト実践（Project Workspace）

第1層が大学の専門学位であれば、第2層は社内現場での実務経験です：

• ユーザー自身による自由な設定: 自社固有の背景、プロジェクト目標、達成すべきKPI数値、関連ステークホルダーを直接入力します。
• 実ファイルと密接に連携: ソースの生データ資料を読み込み、役員会提出用の完成成果物を作業スペース（既定はレポートフォルダ reports/）へ確実に出力します。
• 実務エージェントプロファイル:
  1. アバター＆テーマカラー: チャットや成果物で直感的に担当者を識別。
  2. 実務上の名前＆役職: プロジェクトでの呼称（例: "Alex — M&A監査担当" や "佐藤 — 法務主幹"）。
  3. 継承する第1層基礎: 登録済みエージェントから専門分野を選択。
  4. プロジェクトの知識: 入力フォームは不要です。エージェントはファイルとチャットで伝えたルールからプロジェクトを把握し、エージェントが把握していること で確認できます (仕組み)。

---

👥 プロジェクト内マルチエージェントチーム編成（Multi-Agent Team Roster）

実際のビジネスでは、すべての業務を1人だけで完結させることはありません。AMBAではプロジェクトごとに複数エージェントによる専門チームを編成できます：

• 視覚的なサイドバーグリッド: プロジェクトに配属された全専門エージェントが一覧表示され、担当体制を一目で把握できます。
• 0ms即時タブ切り替え: 各エージェントはワークスペース上部に優先固定タブを持ちます。財務エージェントと法務エージェントを切り替えても、会話履歴、プレビュー中のファイル、スクロール位置が瞬時に完全に保持されます。
• 柔軟なチーム増員: サイドバーの + やヘッダーの + 新規エージェント ボタンから、新しい業務ニーズに応じていつでも専門家を追加できます。

---

⚡ ランタイム合成と実行パイプライン

プロンプト送信やタスクを実行した際：

1. インテリジェントな文脈統合: 第1層の学術的基礎（分析規範、対話トーン）と第2層の実務ミッション（目標数値、社内文脈）がスマートに結合され、無駄のない最適な指示書が生成されます。
2. 多言語推論境界規範（ADR-020）: モデルは <thought> タグ内の内部思考・計算推論を100%技術英語（Technical English）で厳格に実施し、パラメータの誤認や数値幻覚を完全に排除します。ユーザー向けの最終回答および提出成果物は、選択された言語（ja, en, vi, ko）で自然に生成されます。
3. 決定論的ローカル実行: ソースの元データを監査し、workings/ で計算を検証した上で、完全なOfficeファイルをレポートフォルダ reports/（または指定した場所）に直接出力。
4. 透明な実行履歴: すべての回答には専門家のバッジと詳細なアクティビティツリーが表示され、誰がどのように作業を進めたかを完全に把握できます。