Fable 5のような高度なAIモデルのアクセス権や利用枠を失う前に、その真の推論能力を最大限に抽出して保存する手法を解説する。単なる計画書を作成させるのではなく、起こりうるあらゆるエラーや分岐を予測して対応策を網羅したウォーゲームを構築させることが重要である。この手法を用いることで、行動、反応、対抗策のループをあらかじめ文書化し、Opus 4.8やGPT 5.5、オープンソースモデルなどのより安価なAIモデルに引き継いで、複雑なプロジェクトを確実に実行させることが可能になる。
Fable 5の利用枠がなくなる前にすべきこと
もしあなたが今Claude Codeにお金を払っているなら、少なくとも今のところ、既存のサブスクリプションの一部としてFable 5を使えるのはあと数日です。その後は、大半の人はFableを使わなくなるか、少なくとも使用頻度は減るでしょう。コストが目玉が飛び出るほど高いからです。時計の針が進む中、パニックになって何十万ものトークンを無作為なタスクに投げつける人もいれば、肩をすくめて最初からほとんど使わない人もいます。しかしこの動画の目的は、3つ目の選択肢を提供することです。私がFable 5で最も価値があると感じている要素を取り出し、サブスクリプションの対象外になった後でもそれをうまく活用できるようにする方法です。以前Fableを失う前に、過去の会話を振り返って生の知性を引き出す方法についての動画を公開しました。しかし、まだアクセスできる今のうちに、ほとんど誰も話題にしていない方法で活用することができます。それは、思いついたアイデアをすべて構築することでも、単なる計画ファイルを作成することでもありません。無限に強力で、Fableが本来行うはずだったプロセスをほぼすべてのモデルが理解し、自律的に実行できるようになるものを構築することです。ですから、このモデルで残された最後のトークンと時間を、少なくとも今のところ考えられる最高の方法で使いたいのであれば、さっそく本題に入りましょう。
単なる計画ではなくウォーゲームを作成する
Anthropicの公式リリースノートを読むと、Fableは長期的なタスクを実行する素晴らしいエグゼキューターであり、Opusのようなモデルが作成した計画を渡すべきだと書かれています。Fableを計画立案に使うべきではないとされています。貴重なトークンの無駄遣いになるからです。純粋に計画立案についてだけ話すなら、このアドバイスは理にかなっています。一流の外科医を連れてきて、実際に手術をしてもらう代わりに、手術の手順を図解してくれと頼むようなものだからです。ですから、解決策はより良い計画を求めることではなく、そもそも計画を求めないことなのです。数日前、Anthropicのトップエンジニアの一人が、Fableのようなモデルを使ってプロジェクトの未知の要素を理解する方法を解説した記事を公開しました。その核となるアイデアは、これほど有能なモデルがあれば、もはや生の知能によって制限されることはなく、指示や計画、プロンプトを提供するオーケストレーターとしてのあなた自身が知らないことによって制限されるということです。私たちの多くはプロジェクトを始めるとき、既知の既知と、既知の未知についてはかなりよく把握しています。しかし通常は、Fableのようなモデルの知能に頼って、未知のノードについて探りたいと思うはずです。これは暗黙知かもしれません。言語モデルが知っていると思い込んでいても、そのレベルの知能があったとしても、あなたと同じレベルの人生経験や暗黙知を持っているとは限りません。そして、探求したり質問したりする価値があることすら気づいていない、未知の未知の領域もあります。ですから、残された時間の中でFableのようなモデルに働きかけ、こうした質問を引き出し、これまで考えもしなかったような領域へと導いてもらうことができます。
アジェンティックループによるシミュレーションの実行
この概念こそが動画の核心ですが、単に概念だけを説明するつもりはありません。実際にどのように実装できるのか、実践的な方法をお見せします。Fableほど賢いモデルであっても、通常の計画を作成させると、直線的な進捗や理想的なシナリオを前提としてしまいます。計画をフェーズに分解し、非常に論理的な方法で作成します。成功確率が高いと予想されるのは当然ですが、現実には、計画通りに進まなかった場合に何が起こるかを示してはくれません。ウォーゲームの最大の目的は、AIに過去の経験に基づいて、あらゆる行動の選択肢を一手ずつ分解させ、遭遇する可能性のあるあらゆるシナリオを洗い出させることです。つまり、行動、反応、対抗策という3つの主要な要素で考えることができます。AIが行動を起こすと、現実が何らかのエラーを投げてきてAIの思い上がりを打ち砕きます。そこでAIは、このエラーを解決するために何らかの対抗策を講じなければなりません。これが現代のAIエージェントのループと呼ばれるものです。もっと具体的に説明しましょう。たとえば、あなたがプラットフォーム全体を構築し、ユーザーがAPIエンドポイントを叩いて何らかのデータを取得できる新しい機能をFableを使って構築したいとします。通常の計画では、このエンドポイントを構築する正確な手順を分解するだけです。しかしウォーゲームでは、この計画を使用しつつ、あらゆる分岐点でいくつかの異なる可能性のあるシナリオを想定し、あなたの経験に基づいてそれらのシナリオにどう対処するかを尋ねるのです。これをすべて文書化しておけば、同じ計画をOpus 4.8やGPT 5.5、あるいはGLMのような非常に高度なオープンソースモデルに渡した場合、Fableがすでにシミュレートしたあらゆる現実の可能性への理解を自身の仕組みと組み合わせるのがはるかに容易になり、ずっと自信を持って実行できるようになります。
ウォーゲームの具体的なプロンプトと実装
あらゆるシミュレーションがそうであるように、終わりを定義する必要があります。私はこれを、2次、3次、4次の結果と呼んでいます。初期の行動から数段階下で起こり得る可能性のある出来事です。単にウェブサイトを構築するだけでなく、この方法でウェブサイトを構築することに伴うあらゆる異なる問題について考えるのです。おそらく2つか3つの異なるシナリオが浮上するでしょう。ここであなたの出番となり、特定のシナリオをどこまでウォーゲーム化するかを決定します。左側の画面は、多くの人がFableへのアクセスを一時的に失う7月8日に直面する状況です。構築の80%程度までは実行された一連の計画があり、残りの20%を実行するためにOpus 4.8などの他の言語モデルに戻らなければなりません。皮肉なことに、この最後の20%が通常最も困難な作業です。一方であなたが手にできるのは、最も困難なアイデアが完全にシミュレーションされ、ウォーゲーム化された一連のプロジェクトであり、いつでも好きな時に自由に実行できる状態です。それでは実践編に入りましょう。Fableに最初から最後まで構築してもらいたい、世界中のあらゆる帯域幅とトークンを使えたらと願うような、非常に内容の濃い10個のアイデアとプロジェクトがあるとします。すべてのプロンプトを網羅的に説明するつもりはありません。下の2つ目のリンクで提供しますが、最初のプロンプトについて詳しく見ていきましょう。プロンプトは次のように始まります。ウォーゲームの命令です。あなたはこのミッションを実行するのではなく、純粋にウォーゲームとしてシミュレーションしてください、と伝えます。言語モデルは計画とウォーゲームの違いを理解しています。また、より安価な実行モデルが以下の概要を実行すると伝えることもできます。これをOpusが実行すると伝えることで、非常に役立つ可能性があります。Opusに関するAnthropicのドキュメントを自由に参照し、そのモデルでうまく機能するようにこのプロンプトとウォーゲームを調整してください。これがすべてのプロンプトに共通するコアとなるテンプレートです。そして、紙上でこのミッションを一歩ずつ戦い抜き、その結果をwargames/website.markdownファイルに書き出してください、と指示します。ここでの重要なポイントは、これらをすべて個別に実装してほしくないということです。すべてのウォーゲームファイル、つまりプロンプトを準備し、Claude Fableにすべて一度に実行させることができます。その後、ループさせてすべてを再レビュー、再編集、最適化することができます。ここではプロンプトを1つずつ見せていますが、理想的には、私が後ほどお見せするように、これらのアイデアをすべてまとめて同時に実行するのがよいでしょう。
プロンプトの構造と様々なユースケース
プロンプトの続きですが、すべての一手において、それが成功した場合に正確に見るべき期待される結果と、逆に失敗した場合に見るべき結果を明記させます。つまり、すべての一手には、最も起こりやすい失敗、そのシグナルの原因、そして対抗策が含まれます。基本的には、悲観的なシナリオと楽観的なシナリオで何が起こり得るかを想定させます。Opus 4.8などの他のモデルが失敗するのは、非常に近視眼的だからです。せいぜいいくつかの異なる問題にしか目を向けないため、正しいことを行い、正しい仮定をしているかを確認するために、codeexのようなものを背後から監視させる必要があります。そして、迷路を進むのによく似ていますが、すべての分岐点にトリガーが設定され、Xが観測されたらこちらのルートを進むべきだ、と指示します。さらに、事前の偵察や調査で解決できなかった仮定については、私たちにフラグを立てて知らせるように言います。最後は中止条件で終わります。特定のタイプのエラーが発生した場合、どの時点で計画の実行を停止すべきか。例えば、ある種のシステムへのアクセス権がないとします。それは計画の実行に対する完全なブロッカーとなります。このミッション概要の下に、達成しようとしていることを正確に書き出します。この場合、ウェブサイトマーケティングのユースケースでは、ビジネス名のマーケティングサイトを再構築している、なぜなら現在のものは何らかの問題があるからだ、訪問者はあなたのICPでありオーディエンスだ、と伝えます。そして私が求めるのは行動喚起であり、好きなフレームワークで完全な静的ウェブサイトを構築してほしい、必要なセクションはこれだ、と指定します。URLの説明を記載し、モバイルファーストにしてほしい、完了したと思ったら報告する前に確認し、各ページを開いてすべてのリンクをテストしてほしいなどと指示します。基本的に、このウォーゲームや計画に認識させたいさまざまなテストパスを指定しているわけです。先ほど言ったように、他のプロンプトも非常に似ており、上部に同じテンプレートが配置されます。下部にはミッション概要を概説します。コピーライティングの場合は、誰に向けてコピーを書いているのか、ICPは誰か、これを読む人の心理状態はどうかといった空欄を埋めるだけです。ブランドボイスについて説明し、見出しなどの各セクションを起草してほしいと伝えます。
ローカルAI環境の構築とその他の応用例
あなたが検討していなかったかもしれないユースケースを一つ紹介しましょう。Fable 5を使って、ローカルのAI環境構築全体を計画してはどうでしょうか。遠くない将来、Fableのゴタゴタに対処するよりも、オープンソースや非常に安価なモデルに多くのタスクをオフロードするようになるのは非常に明白だからです。プロンプトは次のようなものになります。このマシンに、デフォルトでプライベートな、情報が一切外部に出ない完全なローカルオープンソースAI環境を構築したい、と。そしてAIにあなたのシステムを調べさせ、オペレーティングシステム、使用しているチップの種類、RAM、GPUの有無、ディスクの空き容量などのすべての要素を確認させることができます。このマシンに適合するスタックをセットアップし、一般的なチュートリアルにはしないでほしいと伝えます。ランタイムを選び、すべてを確認させます。LM Studioのようなものにポインタを合わせて、あなたの特定のシステムにとって最適となるすべてのモデルと、1秒あたりに処理できるトークン数を導き出させることもできます。さらに、税金に関しても、あなたが自身のビジネスや働いている会社でこれまでに行ったすべての税金対策の最適化を見直し、会計士の視点からどのような最適化の余地があるかを探らせることができます。オファーの運用についても同じことができます。また、私のコミュニティのメンバーのように、既存のチャットボットアプリケーションやプラットフォームを持っている場合、過去に発生したすべてのミスを自己評価しながら、それらをどのように最適化して実装できるかを尋ねることもできます。これは、バグ修正、財務モデル、競合モデルの分析と利用の最適化、Claude、codeex、オープンソースモデルを組み合わせてアドバイザー会議を運営する方法など、あらゆるユースケースに幅広く応用できます。
成果物の管理と一括実行のプロセス
当然ながらユースケースは無限にありますが、実行したい最も急ぎのプロジェクトやアイデアの膨大なリストができたら、次のステップに進みます。準備ができたら、新しいフォルダを作成します。今のところ、このフォルダはfables last weekと名付けるとよいでしょう。そしてそのフォルダの中に、タスク、ウォーゲーム、成功ファイル、台帳ファイルというサブフォルダを作ります。成功ファイルには、先ほどのプロンプトの中で少し触れた、成功したウォーゲームと見なす基準を記載します。success.mdファイルを見ると、このような感じになります。ルールを増やしたり減らしたり、厳格にしたり、より詳細にしたりすることができます。そして台帳ファイルですが、その目的はブロックされた箇所を指摘することです。ウォーゲームを実行していて未定義の変数がある場合、括弧で囲んだ変数のプレースホルダーを生成して、あなたの入力を求めるべきです。最後に重要なことですが、この動画の撮影前に私がすでに実行したプロンプトを実行します。それはスラッシュgoalコマンドです。tasksフォルダ内のすべてのミッションファイルに、ウォーゲームの最初のドラフトを作成させます。それぞれを順に処理し、各ミッションの偵察任務を行い、ウォーゲームファイルを書き出し、何かを推敲する前に10個すべてを起草するように指示します。これらのドラフトがすべて揃ったら、理論的にはスラッシュloopを使って20分ごとに実行し、限界に達するまですべての最初のドラフトをループさせるといったことができます。実行を開始すると、一連の並行エージェントが展開され、それらの各タスクを同時に実行しに行きます。そうすれば、100万トークンを消費した後に、完全に情報が詰まったウォーゲームフォルダが完成します。ここには前提条件のファイルも含めることができます。想定される入力、必要な偵察、取り得るさまざまなルート、このプロセス全体で取り得るさまざまな動きや考慮事項を分解した完全なマークダウンファイルができあがります。ここにあるように非常に包括的で、取り得るあらゆる可能な動きと、必要となる可能性のある行動、反応、対抗策が記載されています。理論的には、どんなAIに読み込ませても該当するプロジェクトを実行させることができる、10種類の青写真が手に入ることになります。台帳が何らかの理由でブロックされている場合、このようになります。ブロックを解除するために必要な入力は、例えばこれがどのようなビジネス向けか、解決すべき問題、オーディエンスなど、あなたが指定できなかったすべての情報だと教えてくれます。私の場合は、デモとして皆さんにお見せしているだけなので、これらの変数にさまざまな値を想定するように頼みました。先ほど言ったように、これをさらに次のレベルに引き上げるには、Claude Codeのガイドエージェントをタグ付けして、Sonnet 5が実行するであろう正確な方法、つまりそのモデル特有の振る舞いに合わせてこのウォーゲームを調整してほしいと指示することができます。そうすれば、サブエージェントがスピンアップしてドキュメントやそのモデルのシステムカード全体を確認し、可能な限りモデルに合わせて調整してくれます。
最後に
これは決してロケット工学のような難しいものではありませんが、計画立案というパラダイムを自然な極限まで推し進め、Fableの恩恵と生の知能をすべて活用して、Fableならどうするかを引き出すものです。そして、ずっと安価で、指を鳴らした瞬間に消えてしまう心配のない既存のモデルを使って、それをただエミュレートするだけなのです。先ほどもお伝えしたように、今日お見せしたすべてのプロンプトとフォルダ構造を下のリンクで公開しますので、希望する方は真似してみてください。またいつものように、Claude Codeやcodeex、そしてAIエージェントのワークフロー全般について次のレベルへ進みたい方は、下の最初のリンクを必ずチェックしてください。私の初期採用者向けコミュニティでは、YouTubeでは絶対に見られないようなあらゆる有益な情報を発信しています。それ以外の方で、この動画が役に立ち、斬新だと感じていただけたなら、動画にいいねを押していただけると大変ありがたいです。動画の評価やリーチ、チャンネルの成長につながります。それでは、また次回の動画でお会いしましょう。
コメント