【ITニュース解説】Tortoise: I Built a Productivity Tool That Plans *Less*, Not More (with an Open-Weight Model)

従来の生産性ツールは、やろうとすることばかりを増やしてしまいがちで、結局は未完了のタスクで溢れかえる「計画しすぎ」という共通の問題を抱えている。予定を詰め込みすぎたり、AIが自動で完璧に見えるけれども非現実的な一日を提案したりすることが、かえってストレスになり、実際に作業を進める妨げになっていた。これは、ツールが「どれだけ多くのタスクを管理できるか」という量を重視しすぎた結果、ユーザーが本当に達成したい「着実な進捗」を見失わせていたからだ。

こうした課題に対し、新しい発想で「生産性」を見つめ直すツール「Tortoise（トータス）」が開発された。このツールの根底にあるのは、「遅くとも着実に（Slow and Steady）」という考え方だ。これは、一度に多くのことをやろうとするのではなく、毎日少しずつでも確実に続けることが、最終的には大きな成果につながるという古くからの教えに基づいている。Tortoiseは、この思想をそのままソフトウェアの機能に落とし込み、「量を増やす」のではなく「制約を設ける」ことで、ユーザーが本当に達成できる計画を作り出すことを目指している。つまり、一日の計画を無制限に広げるのではなく、むしろ上限を設けてくれる。新しいタスクを始めることよりも、今あるタスクを完了させることを優先し、昨日の達成を今日の野心よりも高く評価する。そして、何よりも小さくシンプルであるため、使うこと自体に抵抗を感じさせない。

Tortoiseは、Node.jsというJavaScript実行環境上で動くシンプルなCLI（コマンドラインインターフェース）ツールだ。ユーザーは、普段使い慣れたMarkdown形式のテキストファイルに、自分のやりたいタスクをリストアップする。これが「バックログ」となる。例えば、「Q4の価格ページ下書き（50分）」や「決済テスト修正（40分）」のように、タスク名と目安の所要時間を書くだけでよい。そして、その日にどれくらいの時間を集中作業に充てられるか（集中予算）をツールに伝える。するとTortoiseは、そのバックログから「今日やるべきこと」を厳選して提示してくれる。

Tortoiseが生成する計画は非常に限定的だ。まず、最も重要な「アンカータスク」を一つだけ選ぶ。これに加えて、最大で二つの「サポートタスク」が選ばれる。合計で最大三つのタスクしか計画されない。しかも、事前に設定した集中予算を絶対に超えないように厳しく制限される。例えば、集中予算が120分でも、計画されたタスクの合計所要時間が60分であれば、残りの60分は意図的に空けられる。これは「計画しすぎない」というTortoiseの哲学を体現している。どんなに時間が余っていても、無理にタスクを詰め込まず、他のタスクは「今日はやらない」と明確に宣言するのだ。タスクを完了したら、簡単なコマンドでチェックを入れるだけで、その日の作業が記録される。

この「今日やるべきアンカータスク」を選ぶという重要な判断は、Gemmaというオープンウェイトモデル（オープンソースとして公開されているAIモデルの一種）が担っている。タスク選定は単純な問題ではない。単に所要時間が短いものを選べば良いわけではなく、「今、最も進捗につながる具体的なタスクは何か」「放置されがちな古いタスクはないか」「完了間近のタスクはないか」といった、人間が判断するような要素が絡む。このような「制約の多い状況での選択」は、比較的小さなAIモデルでも得意とする領域だ。Gemmaのようなオープンウェイトモデルを使う利点は大きい。Googleが提供するAPI経由で利用できるだけでなく、Ollamaというツールを使えば自分のノートパソコン上で完全にオフラインで動かすことも可能だ。これにより、インターネット接続がない環境でも利用でき、特定のベンダーに依存しない柔軟性が得られる。AIに与える指示も、「大きなタスクよりも小さく具体的なタスク」「新規開始よりも完了を優先」など、Tortoiseの哲学が明確に盛り込まれている。

しかし、AIは常に完璧ではない。例えば、存在しないタスクIDを提案したり、指定された時間を大幅に超えるタスクを無理に計画に組み込んだりする可能性がある。このようなAIの「誤り」は、ツールに対するユーザーの信頼をすぐに損なってしまう。そこでTortoiseでは、AIを「アドバイザー」として位置づけ、その提案に「確実なガードレール」という強力な安全装置を設けている。これは、AIが提示した計画案が以下のルールに厳密に適合しているかをチェックするプログラムだ。 選択されたタスクは、必ずユーザーのバックログに存在し、未完了であること。 アンカータスクは一つ、サポートタスクは最大二つであること。 アンカータスクの所要時間は、その日の予算の60%を超えないこと。 計画されたタスクの合計所要時間は、集中予算を超えないこと。 タスクの所要時間は、AIではなく元のバックログから取得すること。 これらのルールに一つでも違反した場合、あるいはAIのAPIが応答しない、出力が不正な形式であるといった問題が発生した場合でも、Tortoiseはエラーで停止することはない。代わりに、「確実なフォールバックプランナー」と呼ばれる、非常にシンプルな別のプログラムが自動的に作動し、最小の未完了タスクをアンカーとし、残りの予算で収まる小さなタスクを選んで計画を作成する。このフォールバックは、AIのような複雑な判断はしないが、確実に動作するため、ユーザーは常に信頼できる計画を受け取ることができる。計画がAIによって作られたか、フォールバックによって作られたかも明示されるため、AIの貢献度も把握できる。この「AIが提案し、確実なコードが最終決定を下す」という設計パターンは、AIを現実のツールに組み込む上で非常に重要であり、AIの創造的な側面とコードの信頼性を両立させる方法だ。

Tortoiseのユーザー体験は極めてシンプルだ。「計画を立てる（plan）」「タスクを完了する（done）」「継続記録を見る（streak）」のわずか三つのコマンドしかない。ダッシュボードや通知、サーバーとの同期といった機能は意図的に排除されている。これは、機能が増えるほど複雑になり、信頼性や管理の負担が増すという開発者の哲学に基づいている。特に、依存関係を持たないNode.jsの標準機能だけで構築されているため、特別なインストール作業も不要で、手軽に使い始められる。 タスクを完了すると更新される「ストリークカウンター」も、この哲学を象徴する機能だ。連続して作業を完了した日数を表示するだけの非常にシンプルなものだが、この数字が継続的に増えていくこと自体がモチベーションとなる。ポイントやレベルといったゲーム要素は一切なく、ひたすら「毎日続けること」に焦点を当てている。過剰な計画が結局何も生み出さないのに対し、毎日一つでもタスクを終えることの積み重ねがいかに大きな進捗となるかを、このストリークが可視化してくれる。

Tortoiseは、従来の生産性ツールが抱えていた「計画しすぎ」という問題を、「遅くとも着実に」という新しいアプローチと、AI、そして確実なプログラムの組み合わせで解決しようとする試みだ。AIの「判断力」を活用しつつ、その不確実性を「ガードレール」という確実なプログラムで制御するという設計は、システムエンジニアを目指す皆さんにとって、今後のAIを活用したシステム開発における重要なヒントとなるだろう。AIに何を任せ、何を厳密なコードで制御すべきかという、責任の分担が明確に示されている。ツール自体も、シンプルなMarkdownファイルとCLI、依存関係ゼロという、メンテナンスしやすく信頼性の高い設計を追求しており、これはソフトウェア開発における「継続性」の重要性も教えてくれる。信頼でき、毎日使い続けられるツールこそが、真の生産性向上に貢献するというメッセージが、このTortoiseというプロジェクトには込められている。