Pinned Tweet
営業の仕事で、いまAIに任せている作業です。
・広告の出稿(12分・手はゼロ)
・打ち合わせの記録と手順書づくり
・LINEやメールの返信の下書き
・面談前の準備メモ
特別なツールではなく、手順と判断の基準を渡しているだけです。
あなたの現場で「これも任せたい」作業は何ですか?
2
87
Claudeっぽい落ち着いたスライドに見慣れて、ゴテゴテ装飾のAIスライドの方が苦手、という声。
資料はClaudeに作ってもらうことが多く、文字が読みやすいシンプルな方が好みだと感じています。
Claudeぽいスライドに見慣れすぎて、紹介されてるゴテゴテの装飾AIスライドの方がいやなのは自分だけですか?
qiita.com/nuco_d/items/b2794…
32
GPT-6.2 Astraは賢さの質が変わり、こちらの意図を一段超えてくる、という評価。
前のAstraは難しい所だけ使う設定にしていたので、6.2で任せ方の線がどう変わるのか試してみたいです。
1
1
72
ファイルを探すだけの処理にも上位モデルが使われていて、Claude Codeのコストが余計にかかっていたかもしれない、という話。
量の多い作業は安いモデルの助っ人に回していますが、探す所まで上位モデルが動いていないか、一度見直してみたいと思いました。
Claude Codeのコスト、実は7月からずっと余計に払ってたかもしれません。
今年7月(v2.1.198)のアップデートで「Exploreサブエージェント」という仕組みが変わって、ファイルを探すだけの処理にもメインモデル(FableやOpusなど)が使われるようになっていたんです。
気づかないと、ずっとその状態が続いてしまいます。
直し方は、`.claude/agents/Explore.md` というファイルを1枚作って、中に `model: claude-haiku-4-5` と書くだけ。
たとえるなら「社内資料の調査係を、高給な外部コンサルタントから専任のリサーチスタッフに替える」イメージです。調査はスタッフで十分こなせる仕事なので、「判断・実装はOpus、探索はHaiku」と役割分担するほうが合理的なんですよね。
これで探索コストが実測で1/39になったケースが出ています。
・大きめのリポジトリを触っている
・メインモデルにFable/Opusを使っている
・毎日Claude Codeを使っている
こういう人ほど効果を体感しやすいと思います。
注意点をひとつ。複雑なコードベースでは探索の精度が若干変わることもゼロではないので、気になる場合はExplore.mdのmodelをSonnetに変えて調整してみてください🐾
Markdownファイル1枚でコスト設計できる時代になってきた、という意味でも地味にすごいアップデートだと思っています。
1
32
よく使う作業は、プロンプトより先にSkillにしておく、という話。
毎日の決まった作業は手順の1枚にしてAIに渡していて、同じ頼み方を毎回書かずに済むのが楽だと感じています。
Claude Codeを
本気で使いこなす人は
プロンプトより先に
「Skill」を整えます
多くの人は、
毎回ゼロから
プロンプトを書いています。
でも、
本当に使いこなしている人は
違います。
よく使う作業は
すべてSkill化。
•バズ投稿を作る
•リサーチを自動化
•プレゼン資料を作成
•議事録を整理
•ファクトチェック
•プロンプト最適化
必要なときに
コマンド1つで呼び出します。
一度作れば、
何度でも再利用できる。
これが
Claude Codeの
本当の強さです。
画像では、
すぐ使える無料のClaude Skillを
26個まとめました。
保存して、
1つずつ試してみてください。
Claude Codeチームでは、人が全行を読むのではなく、AIが証拠付きで検証できるループを大事にしている、という話。
書いた文面は別のAIに点検させてから見るようにしていて、自分がゼロから読まずに済むのが助かっています。
Claude Codeチームが、AIの書いたコードをどう検証しているか。
・同チームではコードの約90%をClaudeが書き、レビューも担当している
・人間が全行を読むのではなく、AIが証拠付きで作業を検証できるループが大事
・これがあれば人間が毎回確認せずに済む
・で、数十〜数百のClaudeの並列稼働が可能に
・投資すべきは、実際のユーザー操作を通しで試すE2Eテスト
・単体テストは通っても機能が壊れる場合がある
・E2Eの方がAIのごまかしが効かない
・次に投資すべきは、壊れてはいけない条件に大量のランダム入力を試すプロパティテスト
・大規模移行では、新旧システムに同じ入力を与えて比べる差分テストが有効
・テストだけでなく実際にアプリを動かすことが重視され、手順をverifyスキルとして定義している
・チェックが落ちたらAIが修正を繰り返し、3ラウンド直らなければ人間に引き継ぐ
・コード所有者がチェック項目を書く
・39項目の信頼性リストから差分に合う3〜10項目を確認する
・PR側の変更で判定基準を書き換えられないよう、REVIEW.mdはベースブランチから読む
・検証なしのコミットを防ぐゲートも用意
・過去の障害やrevertされたPRを正解データとして、検証側がバグを見逃していないか評価する
・見逃しはルール化する一方、ルールやテストが増えすぎないよう定期的な断捨離も行う
・検証の仕組みもひとつのシステムとして扱い、変更側から切り離して育てていく考え方
・これにより人間の役割は全差分の確認から、完了の定義と証拠の確認へと移っていく
claude.dev/blog/how-the-clau…
1
52
Claudeの作業時間の8割は「人の入力待ち」、ただ並行で何本も動かすと人の注意が持たない、という話。
私は仕事ごとに会話を分けて並べていて、朝の会話でまとめて選ぶ形にしています。
Anthropicの社内では、Claudeのセッションの時間の約80%が、「AIが人の入力を待っている時間」だといいます。
そこで、AIエージェントを何本も並行で動かせば、そのぶん仕事は速く進みそうだと考える人は多いです。
しかし、どうしても人の注意力や集中力には限界があります。
ai-data-base.com/archives/14…
本記事では、AIを並行で効率的に動かすにあたって、どのような工夫が決定打になるのかを見ていきます。
40
じゅんのすけ|営業の現場をAIで自動化 retweeted
Addnessのおかげでこの1年、最も長い時間研究してきた『AI仕事術』の1つの完成系を作れた気がする
その方法とは
①Claude Codeを使ってAddnessの全タスクを仕訳する
②タスクの仕訳は4種類
・判断がいる
・判断がいらない
・行動する必要がある(書類を撮るなど)
・不要→確認後、Addnessから削除
③判断がいらないタスクはそのままMuseに任せる
④判断がいるタスクはClaude Codeで壁打ちする
⑤壁打ち後、判断がいらないタスクになったらMuseに任せる
この5ステップで1日150タスク超えの過去最高の生産性を叩き出すことができた
最大のポイントは
Museには判断不要なタスクを任せること
ここさえ意識すればタスクがみるみる終わる快感を得ることができる
Museはトークン効率が抜群に良く、月3,000円のプランで使用量に頭を悩ませる必要がないのも良い
【完全保存版】
ゼロから始める
AIの正しい使い方3ステップ
1. AI向けの脳みそを作る
2. 脳みそを育てる
3. 脳みそを上手く使う
そもそもchatGPTとかClaudeCodeをいまいち使いこなせない人は、この3段階のどれかが上手くできていない。
1は自作してもいいし、どうやってもいいけど、ここの型がイケテナイと全部崩れて話にならない。
2は自分のデータを上手く脳みそに溜めていくことと、古い矛盾するデータを上手くクレンジングすることが大事。
3はドメイン領域とその時のAI情勢によってベストプラクティスが変わるので、それに合わせて適切に使い方を習得するのが肝要。
1が下手だと終了。
2が下手だと5倍くらいコミュニケーションコストかかる。
3が下手だと成果物のクオリティが8割減で、ラリーの回数が10倍になるか、そもそも良いのが作れない。
Addnessは現状、世界最高のAI向けの脳みそのプラットフォーム。登録するだけで、現状世界最高クラスのAI向けの脳を誰でも一瞬で構築できるイメージ。
育てる部分も、一気に楽になるし、使い方もプラットフォーム内でベスプラが共有されてる。
伸びないわけがない。ってかめっちゃ伸びてる。Addnessはマジで全人類使った方がいい。
方針を変える、と数行伝えただけで、止めるタスク20件の整理と、明日からの段取りの組み直しまで終わりました。
相手はAIです。
すごいのはAIではなく、これまでの経緯と理由が全部残っていたこと。
1から説明し直さなくていい状態は、人に任せる時も同じだと思っています。
17
ハーネス(AIの作業環境の作り込み)で、Claudeの5時間制限まで楽になるという話。
私も上限対策で会話を仕事ごとに分けるようにしたので、使い方や環境の側で変わるという話は身近に感じました。
2
47
AIの使い方は「脳みそを作る・育てる・使う」の3段階で、育てる所では古い矛盾したデータの掃除が大事、という話。
Addnessで仕事を回していて、古い方針が本文に残っているとAIがそちらを拾うことがあったので、掃除の大事さは実感しています。
【完全保存版】
ゼロから始める
AIの正しい使い方3ステップ
1. AI向けの脳みそを作る
2. 脳みそを育てる
3. 脳みそを上手く使う
そもそもchatGPTとかClaudeCodeをいまいち使いこなせない人は、この3段階のどれかが上手くできていない。
1は自作してもいいし、どうやってもいいけど、ここの型がイケテナイと全部崩れて話にならない。
2は自分のデータを上手く脳みそに溜めていくことと、古い矛盾するデータを上手くクレンジングすることが大事。
3はドメイン領域とその時のAI情勢によってベストプラクティスが変わるので、それに合わせて適切に使い方を習得するのが肝要。
1が下手だと終了。
2が下手だと5倍くらいコミュニケーションコストかかる。
3が下手だと成果物のクオリティが8割減で、ラリーの回数が10倍になるか、そもそも良いのが作れない。
Addnessは現状、世界最高のAI向けの脳みそのプラットフォーム。登録するだけで、現状世界最高クラスのAI向けの脳を誰でも一瞬で構築できるイメージ。
育てる部分も、一気に楽になるし、使い方もプラットフォーム内でベスプラが共有されてる。
伸びないわけがない。ってかめっちゃ伸びてる。Addnessはマジで全人類使った方がいい。
1
2
108
OpenAIの中の人いわく「適当な指示でいい感じに作ってほしいならClaude」。
競合のOpenAIの側からClaudeの名前が出るのが意外で、面白いと思いました。
This quoted post is unavailable.
1
224
Claude CodeでAddnessのタスクを「判断がいる・いらない・行動・不要」に仕分ける方法。
今朝、期限切れのタスクをClaudeと仕分けたばかりなので、この4分類はそのまま真似したいと思いました。
Addnessのおかげでこの1年、最も長い時間研究してきた『AI仕事術』の1つの完成系を作れた気がする
その方法とは
①Claude Codeを使ってAddnessの全タスクを仕訳する
②タスクの仕訳は4種類
・判断がいる
・判断がいらない
・行動する必要がある(書類を撮るなど)
・不要→確認後、Addnessから削除
③判断がいらないタスクはそのままMuseに任せる
④判断がいるタスクはClaude Codeで壁打ちする
⑤壁打ち後、判断がいらないタスクになったらMuseに任せる
この5ステップで1日150タスク超えの過去最高の生産性を叩き出すことができた
最大のポイントは
Museには判断不要なタスクを任せること
ここさえ意識すればタスクがみるみる終わる快感を得ることができる
Museはトークン効率が抜群に良く、月3,000円のプランで使用量に頭を悩ませる必要がないのも良い
1
51
設計はClaude、実行は軽いモデルに分担する構成が有効、という研究。
自分も考える・決めるはClaude、形の決まった量の作業は軽いモデルに回していて、手応えと合う話でした。
清華大学などの研究チームによると、Claude CodeとCodexでは、サブエージェントの扱い方がぜんぜん違うとのこと。
また、ClaudeとCodex両方を動かせる現場では、ワークフローの設計をClaude Opus 5.5に、実行をGPTの軽量モデル(GPT-6 Luna)に分担させる構成が有効なことが示唆されています。
実験で具体的に分かったのは、たとえば、Claude Codeは1回で多数のサブエージェントを並列で動かし、Codexは小さなタスクを高頻度で1〜2体のサブエージェントに委任する傾向があることでした。
また、「サブエージェントの動き方の設計」と「サブエージェントとしての実行」を、別々のモデルに分担させる効果も比較されています。
Claude Opus 5.5が設計したワークフローを性能の低いモデルに実行させると、"試した4モデルすべて"で成績が上がりました。
設計をGPT-6 Astraに替えると効果は小さく、2モデルでは逆に成績が落ちています。
ソフトウェア開発から3D制作まで8分野の長期タスクで比較した結果です。
41
GPT-6.2 Astra、総合の賢さより「得意な領域が明確」という見立てが参考になります。
私もCodexを、Sol・難しい所だけAstraと分けて使ってきたので、得意で分ける方がしっくり来ています。
GPT-6.2 Astra出ました!!
賢さで言うと、Fable5.2に3ポイント劣りますが、得意な領域が明確にあるのでAstraモデルを使う理由は一旦できたかなという感じ。
公式解説&第三者評価の詳細解説します。
ちょっと期日に間に合わなかったので、一旦出した感も漂ってるんですけど…順当進化かと思います。
安全性問題をアンソロピックの上場までに完全解決はできなかったって感じしますね。
GPT系のモデルの良さは継承してるので、一旦耐え。
■強い領域
長い多段の業務: Agents’ Last Exam で最高記録。
GPT-6 Astra より +5.2pt 高く、コストは3分の1未満です。Claude Fable 5.2 より +5.5pt 高く、コストは約5%です。
なので大規模なタスクを長時間やるとかは、コストも下がってるし、精度も上がってるというところで、深掘りするのが得意なGPTモデルの特性が順当に伸びてるというイメージがあります。
3D・Web制作: AA-3D(人の目隠し対戦形式)で
1位(Elo 1,318)
2位は Fable 5.2(1,271)、3位は 6.2 Sol(1,259)。
これは人による評価なんで、正直そこまで当てにならない感性のやつなんですけど、3D系とかが強いっていう特徴は無事継承に成功。
科学: OpenAI は「科学者にとって世界最高のモデル」と書いています。私はどうでもいい。
法務: Harvey LAB-AA v1.1 で最高記録。私はガチでどうでもいい。
資料作り(スライド・Excel・メモ): GDPval v2(社内指標)で GPT-6 Astra より +6.2pt、しかも出力トークンは22%減っています。AA-AnalystAgent では、5回の試行すべてで正解した設問が62.5%でした。
■他のポジティブ変化
トークン効率と価格: API 単価は入出力とも20%値下げ
(入力 $8 / 出力 $40、100万トークンあたり)。
キャッシュ入力は60%値下げで $0.40
キャッシュの値下げは結構でかくて、長期タスクをした時にコスパがかなり良くなったかな。
出力の質: 「AIっぽさが減った」「テンプレートや業界の書式に従う」※OpenAI社員いわく
コーディング: 既存コードベースへの複雑な変更とテストが得意になったらしい。
初期テスター曰く、コードがきれいになり、手直しの回数が減ったらしい。
■弱くなった点・注意点
作業の障害を報告しない傾向が増えた:
「ファイルが無い」などの障害を黙ってしまう率です。開発者プロンプト無しだと Astra 22.28%、Sol 24.08% で、GPT-6 Astra の 11.09% より悪化。
Codex の開発者プロンプトがあると、約8%まで下がるらしいけど、ちょっと怪しいデータ
ジェイルブレイク耐性が一度落ちた:
拒否の境界を調整し直したそうですが、Astra-6より弱い。これ大丈夫か?
6.2 Astra は「テストされている」と疑う兆候が増えた: CoT(思考の過程)を監視していても、すり抜けやすくなった場面があるそうです。
サイバー能力は両モデルとも Critical 水準:
そのため安全策が厳しくなり、正当な脆弱性調査も一部制限されます。
■GPT-6.2 Sol(日常業務向けの効率モデル)
コーディング: Cognition の FrontierCode 2.0 で、Astra との差は0.5pt以内、コストは約5分の1。
そんなに進化してないけど、コストはかなり下がって、日常使いには結構最高のモデルになりそうな感じするので、結構人気出そう。
■まとめ
パッと見、コスパは爆裂良くなって、長期タスクがうまくなってるので、使い道は相当ありそう。
3Dはうまそう。あと得意なベンチマークしか並べてないので、雰囲気的に、全身全霊本気で自信満々で出してるって感じではないですね。
やっぱり安全性の懸念の問題が完璧には解決できてないっぽいので、そこはちょっと妥協しているところもありそう。
ジェイルブレイク耐性がちょい低いっていうことは、逆にちょっと危ない処理とかグレーゾーンの処理ができちゃうっていうことでもあるかも。人にとってはポジティブ??
やっぱCyberの方に申し込んで使う感じになるんでしょうね。
何はともあれ、リリースありがとう!!
雰囲気見てると、割と細かなところにこだわりが効くような感じの手触りなので普通に嬉しいかも。
55
























