社内でAI導入を任された方へ。100件超の生成AI案件の現場から、試した結果と「どこまでAIに任せるか」の判断手順を毎日書いています。安全に小さく始めたい人向け。無料相談はリンクから↓
東京都中央区
Joined June 2025
- Tweets2.9K
- Following76
- Followers506
- Likes4.1K
Pinned Tweet
社内でAI導入を任された人へ。毎日書いてること。
①試した結果と、直し方
②AIにどこまで任せるかの判断手順
③公式発表で、自社の何が変わるか
安全に小さく始めたい人向け。
代表的な投稿を、下にぶら下げておく↓
近所や。助かる。
【ご報告】
2027年1月、京都・今出川にエンジニアが集まるバー「HACK.BAR京都店」をグランドオープンします！
なぜ今京都に作るのか、これまでの葛藤や立ち上げへの想いをnoteにまとめました。
ぜひ読んでいただけると嬉しいです！
note.com/kaho_eng/n/n0db7b15…
【Claude Codeの「99%減」は、サブエージェントの状況表示の話。セッション全体では約5%で、同じ上限でプロンプトが約6%多く使える】
Claude Codeで裏で動くサブエージェントは、30秒ごとに状況の表示を更新している。これまでは更新のたびに会話の全体を読み直していたが、今は軽いモデルのHaiku 5.5が短いメモから書くので、1回あたりの消費が約99%減った。サブエージェント自体のモデルは変わらない。
サブエージェントを使うセッション全体では、上限の消費が約5%減る。Pro・Max・Ultraの多くの利用者と、Team・Enterpriseの全員が対象で、v2.1.316以降に更新すると使える。
自分なら、社内で案内するときに次の2つを確かめたい。
・社員のClaude Codeが v2.1.316 以降になっているか（claude --version で見られる）
・上限の見積もりを、99%ではなく全体の約5%で考えているか
【ChatGPTで動くGIFが作れるように。社内のロゴや商品の画像を動かす前に、決めておきたいことが2つある】
OpenAIが11/4、ChatGPTの画像生成を「Images 2.6」に更新した。文章や写真からGIFを作れて、再生の速さや1コマずつの修正もできる。自分やペット、キャラクターの画像を保存して、何度も使い回せるようにもなった。ChatGPTとCodexのすべてのプランで、今日から使える。
発表では、ブランドのマスコットを動かす、商品写真を繰り返し動く画像にする、といった使い方を挙げている。
手軽になるぶん、自分なら、社内で使い始める前に次の2つを決めておきたい。
・会社のロゴやキャラクター、商品の画像を、誰が保存して使ってよいか
・作ったGIFを社外のSNSや資料に出す前に、誰が確かめるか
【AIツールを入れたのに、使っているのは一部の人だけ。利用回数を見ても、効いているかは説明できない】
導入の後でよく聞く悩み。記事では、定着を「利用」「業務への組み込み」「成果」の3段階に分けて測る方法を紹介している。
たとえば、アクティブ率は高いのに業務適用率が低いなら、まだ「試しに使っている」段階で止まっているサイン。全社のアクティブ率が60%台でも、部門別に分けると、80%を超える部門と40%に届かない部門が混ざっていることがある（記事の例）。
最初の一歩は、部門ごとに、AIを使う業務を2〜3つに絞って書き出すこと。
自分なら、まず数字を集める前に「どの業務で使ってほしいか」を部門の人と決めたい。決まっていないと、業務適用率は測りようがない。
部門別の指標例と、ダッシュボードを作ってみた例は、返信の記事で。
【AIの中継サービスが安いモデルに差し替えても、答えだけでは見分けられない。Anthropicが「どのモデルが答えたか」を証明する研究を公開】
Anthropicが11/2、AIの答えが特定のモデルから出たことを、暗号の証明で確かめる研究の試作「FlashProve」を公開した。コードも公開している。
想定しているのは、複数のモデルをまとめて使える中継サービスなどが、コストのために別のモデルへ差し替える場面。使う側が「払ったモデルで答えているか」を確かめられるようにする。モデルの中身（重み）は明かさずに証明できる。
ただし、まだ研究の途中。証明にかかるGPUの時間は、モデルを動かすだけのときの約70〜95倍で、扱える長さは1,024トークンまで。Claudeの製品に入るとは書かれていない。
今すぐ使うものではないが、自分なら今のうちに1つ確かめておきたい。
・社内のAIを中継サービス経由で使っているなら、その窓口が「どのモデルで答えたか」をどう示しているか
New Anthropic research: progress on provable inference for large language models.
Here, we introduce FlashProve. Building on established cryptographic techniques, FlashProve allows developers to verify whether a given response came from a given AI model. It’s substantially more efficient than prior open-source methods for doing so.
These proofs have a range of applications. They can, for instance, make it harder for attackers to hijack a chat, or enable safety evaluators to verify that the model they’re testing is the same one being served to customers.
For our full write-up, see here: anthropic.com/research/prova…
Further progress in provable inference will likely be an important part of improving trust in AI deployment. To that end, we're open-sourcing FlashProve’s code, here: github.com/anthropics/FlashP…
We’re grateful to our collaborators: Alessandro Chiesa, @GiacomoFenzi, @gwberg95, @miranda__christ, Rahul Dalal (rdalal.github.io) and Ben Mayer (@transmissions11).
【GitHub CopilotがJetBrains Airで動くように。ただ、個人と会社のどちらの契約で払うかは選べず、Air側では使用量も見えない】
GitHubが11/3、JetBrainsのエージェント開発環境「Air」で、Copilotをエージェントとして選べるようにした。今あるCopilotの契約で動き、JetBrains AIのクレジットは使わない。会社がAir Teamsを使っていれば、クラウドで作業を回すこともできる。
気をつけたいのは、お金と使用量の見え方。1つの作業を、個人のCopilotと会社のCopilotのどちらで払うかは選べない。Airの管理機能にはCopilotの使用量が出ず、Air側で上限も置けない。
自分なら、使い始める前に次の2つを確かめたい。
・開発部門がAirを使うなら、Copilotの使用量と上限を、GitHub側で誰が見るか
・社員が個人のCopilot契約で、会社の作業を回していないか
GitHub Copilot now works with JetBrains Air for coding tasks, guiding execution, and reviewing results.
• Run tasks locally in JetBrains IDE or in isolated cloud environments using your Copilot subscription.
github.blog/changelog/2026-1…
【AIの社内ルールが「入力しない」だけなら、エージェントには足りない】
生成AIの社内ルールは「機密情報を入力しない」「出力は人が確認する」など、入力と出力の扱いが中心のことが多い。でも、メールを送ったりファイルを変えたりするエージェントには、「AIがどの操作をしてよいか」「誰が止めるか」という項目が要る。
記事では、業務を「任せてよい」「人の確認つきで任せる」「任せない」の3段階に分ける方法を紹介している。承認を挟む代表は、社外へのメール送信、支払いや発注、重要なファイルの変更や削除、設定の変更。下書きを作るだけの業務なら、渡す権限も閲覧と下書き保存で足りる。
私も画面操作をAIに任せている。中身の確認は大事だし、押したら取り返しがつかない操作なら、最後のボタンは自分で押す。でもそうでなければ、ボタンまで任せていいと思っている。
ルールの記入例と、まず1つの部署で試す進め方はこちら。
weel.co.jp/media/ai-agent-go…
【FigmaのAIがGoogleドライブの資料を読めるように。デザイン部門に、どのフォルダまで読ませる？】
Figmaが10/30、Figmaのエージェントに、Googleドライブをつなげられるようにした。ドライブのDocs・Sheets・Slidesを読んで、調査結果やデータをデザインやプロトタイプの材料にできる。Figmaから、決めたことのまとめをドライブにファイルとして作ることもできる。
つなぐ設定は一人ずつ。エージェントは、ドライブを使う前に「どのコネクタで何をするか」を表示して、実行の許可を求める。
自分なら、使い始める前に次の2つを確かめたい。
・その人が見られるドライブの範囲のうち、どこまでをエージェントの材料にしてよいか
・対象のプラン（公式の投稿は「Starter以上」、ヘルプは「全プラン」で食い違っている）と、管理者の設定でコネクタを止められるか
【Claudeの最上位プランが「Ultra」に改名、5時間ごとの上限も撤廃。自分が対象かは「使用量」の画面で分かる】
Anthropicが10/30、個人向けの上位プランの名前を変えた。Max 20xは「Ultra」（月200ドル）、Max 5xは「Max」（月100ドル）で、料金はそのまま。あわせて、確認済みのUltraのアカウントは、5時間ごとの利用上限がなくなった。週の上限は今までどおり。
確認済みかどうかは、設定の「使用量」画面で分かる。「Current session」のバーが出ていなければ確認済み。まだのアカウントには、しばらく一時的な上限がかかる。
自分なら、次の2つを確かめておきたい。
・社員が個人のMax 20xを経費で使っているなら、名前がUltraに変わっても請求額は同じ。経理が明細で戸惑わないよう伝えておく
・会社で契約しているTeam・Enterpriseが、この変更の対象かどうか（今回のヘルプは個人向けプランの説明）
We’re renaming our Max plans:
Max 5x → Max
Max 20x → Ultra
Max is still $100/month, and Ultra is still $200. If you’re a subscriber, there’s nothing you need to do.
We’re also removing the 5-hour limit for verified Ultra accounts, starting today with most existing subscribers. Newer accounts keep a temporary limit until they’re verified, which helps us prevent fraud and abuse. You'll get an email when it's removed.
Weekly limits remain unchanged. View our plans here: claude.com/pricing
【やってみた】X投稿を1週間分振り返ったら、「誰に、何が嬉しいか」を毎回その場で考えていた
毎日、公式発表の引用・深掘り・やってみた・返信と、型を分けてXに投稿している。今日、1週間分を型ごとに振り返った。
分かったのは、どの型でも「誰に向けて書くか」「その人に何が嬉しいか」を計画に入れていなかったこと。だから下書きを見るたびに「これ、読み手に何が嬉しいんだっけ？」と確かめ直していた。
そこで、型ごとに次の5つを先に決めておく表を作った。
・目的
・読み手
・その人に届けたい嬉しさ
・だから書く内容
・何を、何日後に見て、どこまでいけば続けるか
ここが決まっていれば、下書きはAIで機械的にどんどん作れる。自分は、レビューで自分の言葉を足すことや、ほかの施策を考えることに時間を使いたい。来週からはそこを頑張る。
【Geminiで作った資料を、別のアプリに移さずチャットの中で直せるように】
GoogleがGeminiアプリの更新を発表。チャットの中で、文書・PDF・スライド・表計算などを作ってプレビューし、そのまま直せる。直し方は、全画面にして自分で打つ、文字を選んで質問する、Geminiに直させる、の3通り。PDFはWebとスマホ、Googleドキュメント・スプレッドシート・スライド・Markdownなどは今はWebだけ。Geminiアプリが使える全ユーザー・全言語が対象。
いいなと思ったのは、AIに作らせた資料を直すために、別のアプリへ移す手間が減るところ。
自分なら、次の2つを確かめたい。
・仕事用のアカウントのGeminiアプリでも、この機能が出ているか
・作ったファイルがどこに保存され、誰と共有されるか
【ChatGPTのPro・Business Premiumで、WorkとCodexの利用枠が2倍に。1か月前に告知した「Pro 200の枠を減らす」も撤回】
OpenAIが10/29、ProとBusiness Premiumのプランで、ChatGPTのWorkとCodexで使える量を増やすと発表した。Pro 100とPro 500は今までの2倍。Pro 200は、9月末にメールで告知していた削減を取りやめ、少ない枠になっていた人も2倍にして、多い枠にそろえる。
引用したのは、OpenAIでCodexを担当するTiboさんの投稿。Business Premiumも含めて「すべての使用制限を倍にする」としている。
私は、告知から1か月で、利用者の声を受けて方針を戻したのが印象的だった。逆に言えば、使える量は1か月で変わることがある。
自分なら、次の2つを確かめたい。
・会社でBusiness Premiumを使っているなら、チームの使える量が実際に増えたか
・今の枠を前提に、作業の割り振りや席数を決め切っていないか
Day 25/
We are doubling all usage limits for all Pro 100/200/500 tiers and Business Premium, effective today.
We heard your kind feedback and won’t be reducing usage limits for Pro 200, so your Work and Codex usage will stay the same. We’re also going to continue offering extended limits for dots for now, and usage of your dot will still continue to be separate from your default usage.
And we'll of course also keep shipping better models and other efficiency improvements that increase your effective usage over time.
【AIの検索、「探す役」が弱いと、答える役がどれだけ賢くても正解できない。「RAGの代わりにJev」を調べてみた】
「RAGの代わりにJevなどを使って文書検索をする」という投稿を見て、そもそもJevって何？と思ったので、元の論文（10/26公開）と公式の説明を読んだ。
分かったこと
・Jevは、文章を書かない「判断専用」のAI。文書と質問を渡すと「関係ある？」にYesの確率だけを返す。質問をいくつ並べても1回で答えるので速い
・RAGは「探す役」と「答える役」に分かれている。今の探す役は、キーワードの一致か、意味を数字にしたもの（ベクトル）の近さで拾うだけ。ここで取りこぼすと、答える役がどれだけ賢くても正しく答えられない
・論文は探す役をJevに任せて、図書館で棚→本→段落と絞るように、各段で候補をまとめて「関係ある？」と判断させていた。速いので段落の細かさまで降りていける。ベクトル検索で拾って並べ替える方法より、1位に正解が来る割合が13〜17ポイント高く、1回の検索は2秒以内
一番の学びは、「探す」と「答える」を分けて考えること。精度が上がったのは、探す段階で賢く判断できるようになったからだった。
自分は普段、AIエージェントに作業用の資料を探させている。ベクトルDBは使っていないので、「RAGっぽくするには、検索の仕方やファイルの作り方を変えないといけないのかな」と思っていた。
ただ論文の限界には、上の段で外した資料は中身を見ないので、見出しや要約が曖昧だと取りこぼす、と書いてあった。探す仕組みが賢くなっても、資料を探しやすく整えておくことは変わらず大事。自分の資料の見出しも、一度見直してみようと思う。
【やってみた】AIの設定を健康診断したら、使っていないスキルが13個。足すのは得意でも、見直すのを忘れていた
AIを使い込むうちに、「これも覚えておいて」とCLAUDE.md（AIへの指示書）に書き足したり、スキル（決まった作業の手順書）を作ったりしてきた。うまく育てているつもりだった。
ただ、作業用のフォルダの構成が、足していくうちにごちゃごちゃしてきた気がしていた。整理の仕方を調べていて見つけたのが、Claude Codeの /doctor というコマンド。
回してみると、フォルダの構成までは見てくれなかった。代わりに見てくれたのは、指示書・スキル・メモのほう。
・壊れていたスキルが2件
・使っていないスキルが13個
・もう使っていない仕組みについての古いメモが11件
全部直して、AIが毎回読み込む量は約3千トークン減る見込み。ただ正直、体感の違いはまだ分からない。
なぜフォルダより指示書なのか。前に調べて分かっていたのが、AIは指示書を「上司からの指示」として重く扱うということ。毎回読まれるものから直す、というのは理にかなっていると思った。
足すのは得意でも、見直すのは忘れる。ChatGPTのカスタム指示やメモリも、同じように溜まっていくはず。これはAIの設定に限らず、仕事も同じだと思う。一度立ち止まって整理する時間がないと、気づかないうちに散らかっていく。ゆっくりする時間は大事。……ただ、そのゆっくりする時間に、こうしてAIの設定をもくもくいじっているのは、たぶん違うけど。
次は月1回、ほかのフォルダでも回してみる。フォルダの構成の整理は、別のやり方を探す。
【モデル選びをCopilotに任せても、使うのは会社が許可したモデルだけ。GitHubがCopilot Fusionを一般提供】
GitHubがCopilot Fusionを一般提供。タスクごとにモデルを選ぶ代わりに、Copilotがどのモデルを使うかを振り分けて組み合わせる。全プランで、VS CodeやJetBrains、CLIから使える。GitHubによると、Artificial Analysisのコーディングエージェントの指標で、最上位のFusion Maxは60点。Claude Code（Opus 5.5 Max）に2点以内まで迫る成績を、タスクあたり約半分のAPIコストで出したという。
いいなと思ったのは、Fusionが使うのは、会社の方で許可しているモデルだけという点。管理者は、Fusionを全員の既定にもできる。
私は、モデル選びを任せても、使うモデルを会社が絞れるなら、セキュリティの面でも任せやすいと思った。
自分なら、次の2つを確かめたい。
・組織で今どのモデルを許可しているか
・Fusionがどのモデルを使ったかを、後から見られるか
有料プランは期間限定で30%引き（GitHubのXの発表では11/30まで）。
Frontier performance at a fraction of the cost.
In the @ArtificialAnlys Coding Agent Index, Copilot Fusion Max scored within two points of Claude Code with Opus 5.5 Max at about half the API cost per task.
Get 30% off through Nov. 30. Try it now. ⬇️ docs.github.com/copilot/conc…
ALT Chart titled "Coding Agent Index vs. Cost per Task" by Artificial Analysis. The chart displays Artificial Analysis Coding Agent Index vs. average pay-per-token API cost per task (USD). It compares various agents, including some from Claude Code, Codex, Antigravity CLI, DeepSeek Harness, Grok Build, Opencode, Muse Code, Kimi Code CLI, and GitHub Copilot. The x-axis represents higher cost per task (USD) to lower cost per task (USD), and the y-axis represents the coding agent index. The chart highlights a "Most Attractive Quadrant" in green and uses dots to differentiate agents. Copilot Fusion (max) sits within the most attractive quadrant.
ALT Bar chart titled "Artificial Analysis Coding Agent Index". Incorporates 3 benchmarks: FrontierCode v1.1, Terminal-Bench 4.0, SWE-Atlas-QnA-AA. A higher scroe denotes higher average intelligence across becnhmarks. Copilot Fusion Max from GitHub Copilot has a score of 60. The chart also includes various coding agents from Claude Code, Devin Fusion CLI, Antigravity CLI, Codex, Grok Build, DeepSeek Harness, Muse Code, Opencode, Antigravity CLI, and Kimi Code CLI, with scores ranging from 62 to 41. Source and logo of Artificial Analysis are included at the bottom.
【Googleの新モデルCarbonは、なぜ一般より先に「守る側」へ渡すのか？ Argonを使っているなら11/30の値上げも要確認】
GoogleがGemini 4 Carbonを発表。2週間前に出たArgonの次のモデルで、まずは政府や医療・通信など、社会の守りを担う組織のセキュリティ担当（Fairwindという審査制のプログラム）に渡し、一般向けは「できるだけ早く」とのこと。強いモデルは攻撃にも使えるので、先に守る側に持たせる、という順番だった。
料金はArgonと同じ導入価格（100万トークンあたり入力2ドル・出力10ドル）で始まる。そのArgonの導入価格は11/30までで、その後は2倍になる。
私は、性能の数字より先に「誰に先に渡すか」を決めて発表しているのが印象的だった。強いモデルほど、これから同じ順番になっていくのかもしれない。
自分なら、次の2つを確かめたい。
・APIでArgonを使っているなら、12月からの単価で予算が足りるか
・仕事用のアプリでどのモデルを選べるか、管理者に聞いてみる
Announcing Gemini 4 Carbon, our strongest model with state-of-the-art cybersecurity and long horizon capabilities.
Carbon represents a step up across most benchmarks, delivering strong frontier performance in autonomous coding and cyber defense.
We’re first making Carbon available to a subset of trusted cyber defenders in our Fairwind program. We’ll expand access as soon as possible.
