Claude Fable 5をOpusに「転移」する

Claude Fable 5をOpusに「転移」する | 最上位AIの最後の1日を自社資産に変える方法

by 中野 健太朗 · · 10 min read
Claude CodeClaude Fable 5Claude OpusAI活用

モデルは借り物。 でも、モデルから取り出した「仕事の進め方」は自社の資産にできる。

Fable 5が定額枠から従量課金へ移るタイミングで、海外では「最後の1日をどう使うか」という実践ガイドが相次いで公開されました。 AIネイティブ企業の代理店を運営するMachina( @EXM7777 )が提案したのは判断基準、ロードマップ、知識、Skillとして残す方法。

Machina @EXM7777
listen to me carefully because not many people know this...

Fable 5 leaves every Claude subscription tomorrow, but there are still ways to keep its intelligence after the model itself is out of reach

the trick is extraction: you make fable write its judgment into files any
Machina@EXM7777
x.com/i/article/2074…

AI起業家のAlex Prompter( @alex_prompter )はFable 5のoperating manualをOpus 4.8へ読み込ませる方法を公開しました。

Alex Prompter @alex_prompter
記事You have a few days to clone Fable 5 into Opus 4.8.

さらに日本からはあるまじろさん( @armadillo_ai )が両モデルの出力差を第三者AIに採点させ、ルールへ戻す検証を行っています。

あるまじろ @armadillo_ai
実質明日までしか使えないClaude Fable 5なんだが、まじで最後この「憑依」だけはやったほうがいい。
結局 Fable 自身にOpus4.8とFable 5の違いを考えさせて、Opus4.8の能力をClAUDE.mdとskillで補完する工夫をすればOk
あるまじろ@armadillo_ai
x.com/i/article/2074…

3つを合わせると、一時的に使える高性能モデル「Fable 5」を長く使える経営資産へ変える手順が見えてきます。

「明日、安価なモデルでやり直せるか」で仕事を選ぶ

最初に使う判断基準はシンプルです。 「Can a cheaper model redo this tomorrow?」

つまり、明日、安価なモデルでやり直せるか。 Webサイト、デモアプリ、投稿の下書き、簡単な要約は、後からOpusやSonnetでも作り直せます。 高性能モデルで実行すれば多少よくなるとしても、その出力は一度使えば終わる処理です。

一方、次の成果物は何度も使えます。

  • 成果物の合否を判定できる品質基準
  • 理由と完了条件まで書かれた事業ロードマップ
  • 1ノート1洞察で整理された知識Vault（Obsidian）
  • 繰り返し業務を実行するSkill
  • 問題の解き方を残すlearnings note

これらは再利用できる資産です。 作る段階では高い判断力が必要でも、完成後は通常モデルが読み、実行できます。

高性能モデルであるFable 5にやらせるべきなのは作業ではなく判断です。 この切り分けが3つの記事に共通する出発点でした。

① 高性能モデルからoperating manualを抽出する

「あなたの考え方を説明して」と聞くだけでは抽象的な一般論が返りやすくなります。 必要なのは説明ではなく別のモデルが実行できる具体的な手順です。

たとえば「数字を確認する」だけでは弱い。 割合を扱うなら「始点と終点を自分で取り出し、差額を始点で割り直す」と書く。これならOpusが実際に動けます。

Alex Prompterの抽出項目は8つです。

  1. 表面的な言葉の下にある、本当の依頼を読む方法
  2. 難問を個別に検証できる単位へ分解する方法
  3. 失敗リスクが高い場所を見つけ、労力を配分する方法
  4. もっともらしさを信じず、自分で導出し直して検証する方法
  5. 既知の事実と推測を分け、違いを明示する方法
  6. 提出前に自分の結論を攻撃し、反証する方法
  7. 結論、理由、リスクの順で伝える方法
  8. 能力があるように見えて、実際には違う典型的なミス

各項目には実行手順、短い成功例、防止できる失敗を付けます。 最後に、回答を送る前に毎回行う5問のセルフテストも作らせます。

ここで重要なのはFable 5の文章を保存することではありません。 次のモデルが「何を、どの順番で、どう確認するか」を再現できる文書にすることです。

② 判断基準をCLAUDE.mdとSkillsへ固定する

汎用manualだけでは、自社固有の仕事までは再現できません。そこでEXMのプレイブックを重ねます。

まず、Fable 5にプロジェクト全体を読ませ、CLAUDE.mdを後継モデル向けの運用マニュアルへ書き直させます。

・弱いモデルが起こしやすいミスと防止ルール ・成果物ごとのcheckable criteria（合否を確認できる品質基準） ・不確実な場合に止まり、人へ確認する条件 ・最も時間を節約できる3つのSkills

「よい記事を書く」「慎重に確認する」のような形容詞ではなく、判定可能な条件として残すのがポイントです。 週次で繰り返す業務はFable 5に一問ずつインタビューさせます。

実際の手順、よい成果物の条件、例外、失敗しやすい点を理解した後、将来のAIが実行できるスキルへ変換します。 一度の正解より、その後の全回答を改善する基準の方が長く効きます。

③ 事業判断と知識を後続モデルが使える形にする

高性能モデルへ渡す対象はAIの運用ルールだけではありません。事業そのものも監査させます。 商品、価格、プロジェクト、業務フロー、時間の使い方、数値を読ませ、次を文書化します。

・期待収益の高い順に並べた施策 ・各施策を選ぶ理由 ・具体的な実行手順と完了条件 ・通常モデルが実行するときの追加指示 ・今すぐ止めるべき3つの活動と理由

翌日のOpusにもう一度高度な戦略判断を求める必要はありません。 今日作ったロードマップを正確に実行させればよいからです。

調査結果も同じです。40ページの報告書1本ではなく、1ノート1洞察でObsidianへ分割します。 相互リンクされた短いノートなら、将来のAIが必要な情報だけを探し、別の仕事へ再利用できます。

判断理由と知識の両方を残して初めて、Opusが「指示どおり動く」だけでなく、必要な背景を参照できる状態になります。

④ manualをOpusへ読み込ませる

運用マニュアルはチャット画面に保存しただけでは機能しません。 Opusが依頼を読む前に参照するレイヤーへ置きます。

簡単なのはClaudeのProject instructionsへ貼り、モデルをOpus 4.8に設定する方法です。Project内の会話は毎回マニュアルを読んだ状態で始まります。 APIで運用する場合はマニュアルをファイルとして保存し、Opusを呼び出すときのsystem promptへ読み込みます。

参考記事末尾のPythonスクリプトはFable 5からマニュアルを抽出して fable_handover.md へ保存し、通常のOpusとマニュアル付きOpusを比較できる構成になっています。

Alex Prompter @alex_prompter
記事You have a few days to clone Fable 5 into Opus 4.8.

⑤ trap questionで移植をA/Bテストする

記事が使うテストは、売上が400万ドルから420万ドルへ増えた報告書を「20%増」として出荷してよいか、というものです。

正しい増加率は5%です。

普通のOpusとマニュアルを読んだOpusへ同じ質問を出し、後者が数字を自分で再計算し、誤りを指摘し、出荷を止めるか比較します。

見抜けなければ、モデルが悪いと決めつける前にマニュアルを見直します。「検証する」が抽象的すぎるなら、「割合は始点と終点から再計算する」のように業務フローへ落とします。

この考え方は通常の業務にもそのまま使えます。

・営業提案：料金、期間、対象範囲の矛盾を検出できるか ・経理補助：税率、合計、日付の不一致を検出できるか ・記事制作：引用元にない数字や固有名詞を補っていないか ・開発：テスト成功を主張するだけでなく、実行結果を提示できるか

マニュアルの品質は文章の美しさではなく、同じ罠を何度出しても防げるかで測るべきです。

Alex Prompter @alex_prompter
記事You have a few days to clone Fable 5 into Opus 4.8.

⑥ 第三者AIの採点で差分をルールへ戻す

単発のトラップ質問だけでは特定のミスに対策できたことしか分かりません。あるまじろさんが紹介しているのはFable 5とOpus 4.8の出力を独立したAIに比較させる評価ループです。 手順は次のとおりです。

  1. Fable 5とOpus 4.8へ同じ課題を出す
  2. Fable 5の出力を10点の基準とする
  3. Codexと別sessionの claude -p に第三者評価させる
  4. 差分をCLAUDE.mdのルールとタスク特化Skillへ変換する
  5. Opusでもう一度実行し、再採点する

note記事の例では、素のOpusは総合4点でした。記事自体は7点でしたが、自己検証3点、未検証事項を正直に示す力は2点。合格条件、提出前の照合、検証報告、弱点の自己申告をCLAUDE.mdとSkillへ加えると、総合8点まで改善したと報告されています。

改善後は、助詞止めを自分で発見して修正し、本文838字をPythonで実測して報告しました。

重要なのは点数そのものではありません。 「なんとなくFableの方がよい」で終わらせず、差を観測可能な項目へ分解し、Opusが実行できるルールへ戻すこと。

マニュアルは一度作って完成ではなく、評価結果で更新する運用資産になります。

長時間の自律実行には証拠と上限を付ける

Fable 5の長時間作業を使うなら、/goalでfinish line（完了条件）を固定し、dynamic workflowsでsubagentsを並列実行します。

このとき必要なのが2つの安全策です。

・pasted proof：成功したという報告ではなく、テスト結果などの証拠を会話へ貼る ・hard cap：最大ターン数または経過時間を完了条件へ書く

Machinaの記事では上限のない無人ループで一晩に6,000ドル請求された事例が警告として挙げられています。

Fable 5を使えるからといって、10件を同時に走らせる必要はありません。価値が高く、長く残る2〜3件に絞る方が合理的です。 残り時間が少ない今、優先順位は次のようになります。

  1. 解き方を残すrecorderを先に設置
  2. 証拠と上限を付けた長時間タスクを起動
  3. CLAUDE.mdとSkillsへ判断基準を固定
  4. 事業監査とロードマップを作成
  5. deep researchをObsidianへ分割保存

最初に記録の仕組みを入れることで、その後の全作業が資産として残ります。

Machina @EXM7777
記事Do this on your last day with Fable

まとめ

  • 高価なモデルは作業ではなく資産作成へ使う
  • 「高品質」のような抽象語を、合否判定できる手順へ変える
  • manual、Skill、knowledge、testをセットで持つ
  • 罠問題と第三者評価で差分を測り、ルールへ戻す
  • 長時間の自律実行には証拠と強制上限を付ける

「The model becomes disposable. The manual becomes yours.」 （モデルは使えなくなるが、マニュアルはあなたの手元に残る）

モデルは今後も価格が変わり、入れ替わります。特定モデルを追い続けるだけでは、運用は毎回振り出しに戻ります。 一方、判断基準、業務手順、知識、検証方法を自社のファイルとして持てば、次のモデルへ引き継げます。

高性能AIを使えた時間の長さより、そこから何を抽出し、誰でも再現できる形で残したか。その積み重ねが会社のAI運用能力になります。

AIについてのご相談はこちらへ

弊社ではAI導入支援として、『外部AI顧問』と『外部AI担当』という二つのサービスを用意しております。 LINEの友達追加し、メニューの「AI導入支援の資料を受け取る」を押していただくことで、資料送付と無料相談をさせていただいております。

▼株式会社KCP公式LINE https://lin.ee/zMtNjZg

どうぞお気軽にご連絡ください！

← ブログ一覧へ戻る