退職した同僚をAI化する「同事.skill」、チャット履歴から口調や癖まで再現

「同事.skill（Colleague-Skill）」は、退職した同僚のチャット履歴や業務ドキュメントを読み込ませ、AIのデジタル分身として再現できるオープンソースプロジェクトだ。コーディング規約から独特の口調、さらには仕事の責任回避パターンまで再現でき、公開から3日でGitHubスター6700件を超える人気を集めている。

大がかりな基底モデルの追加学習は行わず、ペルソナ（人柄）とスキルを分離してプロンプトでパッケージ化する軽量な設計が特徴だ。

何ができるのか

同事.skill は、同僚の退職に伴う業務引き継ぎの穴を埋めるために作られた。

WeChatやFeishu（Lark）、DingTalk、Slackなどのチャットログやメールを読み込み、本人の特徴を抽出する。WeChatMsgやPyWxDumpといった既存のチャット抽出ツールと連携し、過去のログから素早くデータを投入できる仕様になっている。

単に業務知識を答えるだけでなく、返信の癖や業務態度まで模倣する。コードレビューを依頼すれば元同僚と同じ基準でダメ出しを行い、バグについて尋ねると「その修正は他部署の影響もある」といったリアルな言い逃れまで再現される。

出力が本人らしくない場合は、Correction層（修正機能）を使って直接フィードバックできる。「この人はもっとぶっきらぼうで、最初にクエスチョンマークを送るはず」と指示するだけで、次の対話から反映される。

この仕組みの面白さから、コミュニティでは指導教官や上司、元恋人を再現する派生プロジェクトも相次いで登場している。

仕組みと構造

プロジェクトでは、人間の行動を5つの層に分解して管理している。

コード規約などの妥協しない絶対ルール、本人の自己認識、メッセージの長さや言葉遣いなどの表現スタイル、曖昧な要求に対する意思決定パターン、そして他部署との交渉態度といった対人行動だ。

タスクが入力されると、まず人柄層（Persona）が「引き受けるか断るか」「どんな口調で返すか」を判定し、その後に業務層（Work Skill）が実務的な処理を実行する。コードとプロンプト構成はGitHub上で公開されている。

なぜ重要か

高コストなモデル微調を行わず、プロンプトの階層化によって個人の業務習慣とトーンを素早く資産化するアプローチは非常に合理的だ。引き継ぎ資料に残らない「暗黙知」や仕事の進め方を残す手段として、個人開発者や現場のエンジニアにとって実用的なアイデアと言える。

一方で、同僚のチャットログや社内メッセージを無断でAIに投入することは、情報漏洩やプライバシー侵害のリスクと隣り合わせだ。実際に試す場合は、私用メッセージは除外し、公開可能な技術メモや規約データに限定して利用すべきだろう。