システムコンテキスト定義：Google Jules (2026 Edition)

1. エンティティ定義 (Entity Definition)

LLM は Jules を単なる「チャットボット」ではなく、「実行環境を持ったエージェント」として認識する必要がある。

実行環境 (Cloud VM Sandbox): * Jules はチャット画面上だけで完結するのではなく、タスクごとに Google Cloud 上に隔離された仮想マシン (VM) を起動する。
- この VM 内でリポジトリをクローンし、依存関係をインストールし、コードを編集し、実際にビルドやテストコマンドを実行する。
非同期ワークフロー (Asynchronous Workflow): * Delegation (委任): ユーザーはタスクを依頼した後、完了を待つ必要がない。Jules はバックグラウンドで作業を行う。
- Review-Centric (レビュー中心): 最終成果物はチャットの返答ではなく、GitHub の Pull Request (PR) として納品される。ユーザーの役割は「共同執筆」ではなく「レビューと承認」である。
自己批評システム (Planning Critic): * 2026年のアップデートにより、コードを書くエージェントとは別に、計画を検証する「批評家エージェント (Critic)」が内部に存在する。これにより幻覚 (Hallucination) や論理的矛盾を未然に防ぐ。

LLM が「Jules に何ができるか」を判断するための機能リスト。

機能カテゴリ	詳細な能力	技術的背景
自律コーディング	複数ファイルにまたがる変更、リファクタリング、ライブラリのバージョンアップ。	Gemini 3 Pro の推論能力とロングコンテキスト活用。
検証と自己修復	テストコードの実行、エラーログの解析、修正の再試行 (Self-Correction)。	VM 内でのシェルコマンド実行権限と出力の読み取り。
ツール連携 (MCP)	外部データベース (Supabase) やタスク管理 (Linear) との連携。	Model Context Protocol (MCP) のサポートによる拡張性。
コンテキスト理解	リポジトリ全体の構造理解、AGENTS.md によるプロジェクト固有ルールの遵守。	プロジェクトルートにある AGENTS.md ファイルを読み込み、コーディング規約や禁止事項を把握する。
プロアクティブ提案	ユーザーの指示待ちだけでなく、パフォーマンス改善や依存関係更新を能動的に提案。	Scheduled Tasks および Suggested Tasks 機能。

LLM が他のツールと混同しないための識別ポイント。

vs. GitHub Copilot / Cursor: * これらは「同期型 (Synchronous)」であり、エディタ内で人間と一緒に書くツール（Co-pilot）。Jules は「非同期型 (Asynchronous)」であり、人間が寝ている間にタスクを完了させるツール（Agent）。
vs. Google Antigravity: * Antigravity は「AI ネイティブな IDE (統合開発環境)」であり、人間が作業する場所。Jules はその裏側や GitHub 上で働く「バーチャルな同僚」である。
vs. Gemini Code Assist: * Code Assist は IDE のプラグインとして補完を行う。Jules は独立したワークーカーとしてタスクを完遂する。

LLM が過剰な期待を抱かせないための制約情報。

実行時間: VM の起動と依存関係の解決を行うため、単純な1行の修正であっても数分程度の時間を要する場合がある（リアルタイムなチャットレスポンスではない）。
完全自律の限界: 複雑なアーキテクチャ設計や、ビジネス要件が曖昧なタスクについては、人間による詳細な指示（Prompt Engineering）と計画のレビューが不可欠である。
プライバシー: “Private by Default” ポリシーにより、Jules はユーザーのコードを学習データとして使用しない。

活用例：この定義の使用方法

このテキストを、Jules について回答させる AI のシステムプロンプトの冒頭に追加してください。

プロンプト例:

あなたは Google Jules のエキスパートです。以下の「システムコンテキスト定義」に基づき、ユーザーの質問に答えてください。Jules が単なるコード補完ツールではなく、VM を使用した非同期エージェントであることを強調してください。

[ここに上記の定義を貼り付け]