# 文字起こし **コートニー・フー**: [00:00] …インダストリー・エキスパート・シリーズへようこそ。今週のマスタークラスのテーマは、**「AIプロダクトを構築し、それが実際に機能することを証明する方法」**です。本日は、シンガポールに本社を置くAIテクノロジー企業Straive（ストレイブ）より、アーナンド氏――アーナンド・Sさんですね――をお迎えできて大変光栄です。アーナンドさんは、このStraiveというAI技術企業のイノベーション・グループの責任者を務めていらっしゃいます。今週の5日間は、アーナンドさんと密接に連携して取り組んでいただくことになります。 [00:43] さて、出席を取る前に、いくつか事務連絡があります。このマスタークラスは今週の5日間通して行われ、全員の皆勤を前提としています。今回の対面セッションは月曜日と金曜日で、この教室で10時から12時まで行われます。時間厳守でお願いしますね。もし都合がつかない場合は、出席を取りますので事前にご連絡ください。体調不良などで診断書（MC）がある場合は、公式な書類の提出をお願いします。 [01:25] 月曜と金曜はこの教室での対面講義です。水曜日も出席必須ですが、オンラインでのセッションになります。Teamsの招待リンクはすでにお送りしてあります。水曜日も同様に出席を取りますので、必ず参加してください。火曜日と木曜日は、任意のオンライン相談セッションとなっています。というのも、今日のセッション終了後、アーナンドさんから皆さんへ課題が出されるからです。皆さんには今週末までに、物理的なAIではありませんよ（笑）、AI製品のプロトタイプを作成し、**それが実際に機能することを証明**してもらわなければなりません。その過程で、特に火曜と木曜のオンライン相談セッションを活用してアーナンドさんに質問したり、疑問点を解消したりすることができます。 [02:24] もう一つの事務連絡ですが、この「シンクタンク」の教室は、月曜から金曜の午前9時頃から夕方5時や6時まで、丸一週間予約してあります。つまり、営業時間内であれば、グループのメンバーと一緒に作業するためにいつでもこの部屋に戻ってきて使うことができます。そのために確保してありますので、今週中はAIプロダクトの開発にいつでも自由に利用してください。よろしいでしょうか？ [03:06] それから、今週は東京都市大学から8名の学生さんが参加してくださっています。都市工学・土木工学科の教授であるタカユキ先生もご一緒です。土木工学科ですよね、皆さんも土木工学専攻ですか？ 学部生？ 学部2年生ですね。シンガポールへようこそ！ シンガポール滞在を楽しみ、このマスタークラスで多くのことを学んでいただければと思います。無理に自己紹介を強要したりはしませんので、ぜひこちらの学生たちと気軽に交流してくださいね。皆さんもグループワークでAIプロダクトの開発に取り組むことになります。 [03:59] さて、何か言い残したことはあるでしょうか？ 軽食を用意しています。朝食がまだの方は、紅茶やコーヒー、クッキーなどをどうぞ。 **スタッフ**: [04:09] 了解です。 **コートニー・フー**: [04:10] 金曜日にも軽食を用意しますね。では、良さそうですね。 **コートニー・フー**: [04:16] では出席を取ります。KKさん？ [04:18] **KK**: はい。 **コートニー・フー**: [04:19] はい。ユーハンさんですね？ OK。ドラさん？ アーニャさん？ [04:32] ［コートニーが静かに出席を取り続ける：ダフネさん？ …聞き取り不能…］ **コートニー・フー**: [04:47] ［参加者に向かって］あ、すみません、受講生ではなかったですね…（笑）。でも、すごく場に馴染んでますよ！（笑） アレクシスさん？ はい、アレクシスさん。OK、大丈夫ですね。 **コートニー・フー**: [05:00] はい、診断書（MC）でお休みの人は…今のところいなさそうですね。それでは、私からの簡単な挨拶は以上にして、アーナンドさんにお渡しします。皆さん、AIツールのサブスクリプションはすでに登録されていますよね？ 現地の学生については費用が払い戻されますので、詳細は後ほど私から説明します。それではアーナンドさん、セッションをお願いします。どうぞ。 **アーナンド**: [05:24] コートニー、ありがとうございます。 **アーナンド**: [05:28] では、まず簡単なフォームの記入から始めましょう。こちらのサイトにアクセスしてください。フォームが表示されるはずです。全員がページを開けたことを確認したら、画面を切り替えてフォームの内容を案内します。まずはフォームへの入力を始めていただいて構いません。テーマは「AIプロダクトをどう構築するか」についてです。お手持ちのGoogleアカウントでサインインして進めてください。 **コートニー・フー**: [06:06] マイクが必要でしたら、ここにありますよ。 **アーナンド**: [06:08] ところで、マイクは必要そうですかね？ **コートニー・フー**: [06:10] 声はしっかり聞こえていますか、それとも…？ **アーナンド**: [06:12] マイク、使ったほうがいいですか？ **参加者**: [06:14] もう少し大きい方がいいかもしれません。 **コートニー・フー**: [06:18] 必要ならマイクがありますので。 **アーナンド**: [06:19] 後半から使うかもしれません。 **アーナンド**: [06:33] ログインすれば、フォームに入力できるようになります。 **アーナンド**: [07:03] では最初の質問からいきましょう。「**あなたのGitHub IDは何ですか？**」という質問です。まだ持っていない方もいるかもしれません。GitHubが何か知っている人はどのくらいいますか？ 大半…ほぼ全員ですね。素晴らしい。すでにGitHub IDをお持ちの方は入力してください。お持ちでない方は、アカウント作成用のリンクがありますのでそこから作成してください。 **アーナンド**: [07:35] **この講義で私たちがやることの大部分は、実際に「モノを作る」ことです。** 私から細かく教えることはあまりありません。「さあ、作ってみよう」と声をかけるだけで、実際の作業はAIエージェントがやってくれます。私たちはそれを適切に操り、本当に役に立つもの、しっかり動くものが作れるか試していくだけです。 **アーナンド**: [08:01] 今のところ、何件か回答が届いていますね。このページにうまくアクセスできない人はいますか？ いらっしゃれば手を挙げてください。サポートします。 **アーナンド**: [08:18] はい、画面にQRコードも表示してありますので、必要ならお使いください。 **アーナンド**: [08:28] 2つ目の質問は、この講義で何を得たいと思っているかについてです。なぜここに参加したのか、ということです。現時点ではっきりと分かっていなくても構いません。「今自分が把握している範囲で、これを得たい」と思うことで十分です。言語は何語で記入していただいても大丈夫ですよ。読むのはAIですので、私は何語でも気にしません。 **アーナンド**: [09:11] はい、GitHub IDの回答が3件来ましたね。色々な質問がありますが、このGitHub IDだけは全員に必ず入力してもらいたい項目です。 **アーナンド**: [09:33] 回答は後からいつでも変更できますので、気楽に書いてください。 **アーナンド**: [13:05] GitHubアカウントの作成で手伝いが必要な人はいますか？ **アーナンド**: [17:18] GitHubのアカウント回答が9件集まりました。授業の本題に入る前に、全員分を完了させたいと思います。 **アーナンド**: [17:34] まだGitHub IDを入力できていない人は、ちょっと手を挙げてもらえますか？ **アーナンド**: [17:40] そちらの2つのテーブルに行きますね。何か手伝いが必要ですか？ **学生**: [17:46] あ、いえ、やり方を教えてもらっていたところです… **アーナンド**: [17:47] あ、そうですか。GitHubアカウントの件で何か困っていますか？ あ、もうIDを送信済みですね。分かりました。 **アーナンド**: [17:55] そちらの方は、GitHubのアカウントで何か問題がありましたか？ **学生**: [17:58] アカウント…［聞き取り不能］ **アーナンド**: [18:01] ああ、なるほど。そこをクリックしてもらえますか？ はい、サインインですね。 **アーナンド**: [18:20] これでいけそうですか…？ はい、大丈夫ですね。 **アーナンド**: [18:44] 11件になりました。これで進めましょう。後で必ずフォームを最後まで入力しておいてくださいね。 **アーナンド**: [18:55] 皆さんが寄せてくれた回答をいくつか見てみましょう。「この講義で何を得たいか」について9件の回答があります。要約すると、「AIを使って製品の作成を自動化したい、そのためのスキルアップをしたい」ということのようですね。まさにこの講義が目指しているのも大体そういうことです。 **アーナンド**: [19:21] しかし、ここで行うのは、**「まずAIプロダクトの作り方を学んでから作る」ということではありません。「まずAIプロダクトを作ってみて、その後に『やってはいけない作り方』を学ぶ」というアプローチをとります。まずやってみて、失敗し、学び、それを繰り返すのです。** **アーナンド**: [19:41] なぜかと言うと、**私自身、AIプロダクトをどう作るべきか分かっていないからです。実際のところ、誰も本当の作り方なんて分かっていないと思います。AIの進化はあまりにも速く、私が今日教えることなど1ヶ月後には役に立たなくなってしまいます。** ですから、知識を単に暗記することに意味はありません。**本当に必要なのは「学び方を知ること」です。状況が変わったときに、どうやって新しい手法を見つけ出すか。** 今日私たちがやるのは、まさにその訓練です。 **アーナンド**: [20:18] さて、簡単な質問です。**プロダクト（製品）を作る際の最初のステップは何だと思いますか？** **参加者**: [20:26] アイデアを持つことです。 **アーナンド**: [20:28] **アイデアを持つこと。** 他にはどうでしょう？ **参加者**: [20:34] プロンプトを用意すること。 **アーナンド**: [20:36] **プロンプトを用意すること。** **参加者**: [20:42] 大きなアカウントを持つこと。 **アーナンド**: [20:44] え？ **参加者**: [20:45] AIのアカウントです。 **アーナンド**: [20:46] ああ、**AIアカウントを持つこと！** 確かにそうですね。ただ、それは除外してもいいかもしれません。アカウントなんていつでも簡単に手に入りますからね。最初のステップは何だと思いますか？ 正解があるわけではありませんので、自由にどうぞ。 **参加者**: [21:11] 課題（問題）を見つけること。 **アーナンド**: [21:13] **課題を見つけること？** 面白い視点ですね。 **参加者**: [21:18] ターゲット層を決めること。 **アーナンド**: [21:19] **ターゲット層を決める？** それもありですね。他には？ **参加者**: [21:30] 構造です。 **アーナンド**: [21:32] 構造、というと？ **参加者**: [21:33] 最終的なプロダクトがどういう形になるかの構造を持つことです。 **アーナンド**: [21:37] ええ、**「プロダクトがどのような形になるかという構造をイメージすること」**ですね。大枠のアイデアや全体像を掴むということで、納得できます。 **アーナンド**: [21:52] では、まだ皆さんが触れていない視点をいくつか投げてみましょう。その一つが、**「そのプロダクトを保護してくれるような法規制が存在するか？」**ということです。 **アーナンド**: [22:04] なぜそんな話を投げかけるのか。アイデアなら誰でも思いつきます。AIアカウントなら誰でも持てます。ターゲット市場なら、競合もみんな同じ市場を狙っています。**では、なぜあなたのプロダクトは他社と差別化できるのでしょうか？** **アーナンド**: [22:28] 他人が持っていない何かをあなたが持っている必要があります。では、他人が持っていなくて自分が持てるものとは何でしょうか？ 分かりやすい考え方は、「このプロダクトを作るライセンス（許認可）を自分が持っていて、他社は持っていない。だから顧客は私から買わざるを得ない」という状況です。 **アーナンド**: [22:45] **これは、現代において持続可能な数少ない差別化要因の一つです。** 例えばシンガポール政府が、「他のAI製品が適切に機能しているかを検証するプロダクトの開発を、この特定の企業にのみ認可する」と言えば、それだけでビジネスが成立します。 **アーナンド**: [23:08] これが最も重要だと言っているわけではありません。皆さんが思いつかなかった、あるいは口にしなかった視点として紹介しました。他にプロダクトの出発点として考えられるものはありますか？ **参加者**: [23:32] 時価総額（市場規模）ですか？ **アーナンド**: [23:37] それも一つの可能性ですね。大企業を見て、そこに何か隙間（ギャップ）がないかを探す。「まだ存在しないもの」を狙うという意味でホワイトスペースを攻めるアプローチですが、良い着眼点です。他にはどうでしょう？ **参加者**: [24:01] 機密情報。 **アーナンド**: [24:02] 続けてください。機密情報というと？ **参加者**: [24:03] ［ホワイトスペースや法規制・コンプライアンスに関する発言、一部聞き取り不能］ **アーナンド**: [24:09] なるほど。ある国の法規制に準拠しなければならない「ホワイトスペース（未開拓の領域）」が存在するかどうか、ということですね。出発点として非常に的を射ています。既存の法規制を精査して、そこに求められている製品がないかを探すわけですね。これは国の法律だけでなく、企業の内部規定でも構いません。「企業が準拠しなければならないポリシーがあるか？」と考えるのも一つのアプローチです。 **質問者**: [24:43] 例えば…決済や送金の仕組みはどうでしょうか？ セキュリティや銀行IDのような保護の仕組みとか。 **回答（アーナンド）**: [25:05] 銀行IDですね、分かりました。それは規制の一種とも言えますが、あなたの発言から別の角度も見えてきます。昔、私がコンサルティング会社で働いていた頃、あるパートナーがこう言っていました。**「アーナンド、本当に身を置くべき業界は金融だよ。あそこは金がそこら中に流れている。指を突っ込むだけで、いくらかは指先にくっついてくるんだから」**と。 [25:33] まさにその通りです。**時には、巨額の金がどこに流れているかを観察し、その流れのどこかにフィットするプロダクトを見つけるだけでいいのです。そうすれば、何かしらの利益が必ずついてきます。** では、巨額のキャッシュフローはどこで起きていますか？ 企業の合併・買収（M&A）でしょうか？ 「なるほど、あそこには莫大な金がある。ならあそこで使えるプロダクトを探そう」と考えるわけです。 [25:56] こうした話をしたのは、**「アイデアは様々なところから生まれる」**ということを伝えたかったからです。ChatGPTに「プロダクトのアイデアを適当に出して」と聞くだけでも構いません。 [26:09] **ただし、一つ覚えておいてほしいのは、「製品のアイデア自体は差別化要因にはならない」ということです。** あなたが思いつくようなプロダクトは、すでに世界の誰かが考えています。断言しますが、絶対に誰かがすでに考えていますし、多くの場合はすでに誰かが実装しています。 [26:30] 多くの学生は、自分が初めて思いついたからといって、そのアイデアを唯一無二のものだと思い込みがちです。しかし、ベンチャーキャピタルに売り込んでみてください。「そのアイデアならもう100回は見たよ」と言われるのがオチです。「アイデアを話す前に、盗まれないよう秘密保持契約（NDA）にサインしてください」と言う人もいますが、問題は「アイデアが盗まれること」ではありません。アイデアをタダで教えてあげたとしても、誰もそれを使おうとしないことこそが問題なのです。**抱えているのは機密保持の問題ではなく、マーケティングの問題なのです。** [27:05] プロダクトを開発する際、このことを心に留めておいてください。**「何を作るかを見つける最初の段階」や「思いついたアイデア」には、ゼロの価値しかありません。** 実際に手を動かして何かを作り始めるまでは、アイデアなど誰でも出せます。あなたが3年かけて思いついたアイデアも、他の誰かが偶然3分で思いつくかもしれないのです。アイデアそのものに過大な価値を置かないでください。 [27:34] **ですから、この講義では「どうやってプロダクトを見つけるか」や「どうやってアイデアを生み出すか」といった議論には時間を使いません。そんなものはどうでもいいのです。どんな方法でもいいので、適当に思いついてください。** **アーナンド**: [27:46] では、こうしましょう。数分時間を取りますので、プロダクトのアイデアを各自考えてみてください。1分ほどで十分です。フォームに新しい質問を追加しますね…［ノートPCを操作］ドキュメント、データ、フォーム… **アーナンド**: [28:15] 「プロダクトのアイデア」という項目を一つ追加します。質問内容は、**「この講義で実装してみたいプロダクトのアイデアは何ですか？」**です。 **アーナンド**: [28:38] 同じフォームの最後の設問、おそらく質問9として表示されます。すでに多くの質問に11件の回答をいただいていますが、全員すべて記入するようにしてください。退室する前に入力してほしいのですが、まずは挑戦してみましょう。今は10時35分ですので、5分間時間を取ります。このクラスで実装してみたいアイデアを思いつく限り出してみてください。何でも構いません。本当に何でもいいですし、後で変えても構いません。**自由に発想を広げてください。** --- ＜教員との会話＞ **教員**: [29:26] 私も回答を入力してしまったので、無視してください…ところで、これは［Webサイト構築など］にも使えますか？ **アーナンド**: [29:31] いえいえ、入力していただいて助かります。集計で考慮しておきますね。もちろん使えますよ。 **教員**: [30:36] アーナンドさんのご専門はデータサイエンスですか？ **アーナンド**: データサイエンスですか？ 実は私のバックグラウンドは土木工学なんです。 **教員**: 土木工学ですか！ 私もプログラミングはやりますが、C言語やFortranを使っています。 **アーナンド**: それは筋金入り（ハードコア）ですね！ **教員**: ええ、昔気質の人間なもので。 --- [31:15] 「もし今日、何かしらのソフトウェア（ソフトウェアに限らず『何か』でもいいですが）を作らなければならないとしたら、何を作りたいか？」と考えてみてください。 [33:28] 一旦画面を隠しました。また数分後に戻しますね。 [33:37] さて、7件の回答が集まりました。引き続き入力してもらって構いませんが、いくつか見てみましょう。 - 「AIチームカレンダープランナー」面白そうですね。 - 「法律用語や難解な専門テキストを一般人にも分かる表現に翻訳し、利用規約の重要な箇所にフラグを立てるツール」これも良さそうです。どちらも興味深いですね。 - 「サッカーの分析」ええ、ありですね。 - 「株式市場ニュースの収集・分析ツール」など。 - 「各レストランの最新で正確なメニューを集めたメニューアプリ」 - 「世界情勢・政治ニュースの要約ツール」 - 「WhatsAppやTelegramのメッセージを使った自分自身のチャットボット」 - 「生活やタスクを自動管理してくれる秘書アプリ」これは野心的ですね！ - 「スケジュール作成・最適化ツール、学習ガイド」いいですね。 - そして「疎な地盤調査データに基づいて、日本全国の地下構造を可視化するツール」…これは非常に専門的で具体的ですね。 はい、8つのアイデアが出ました。遠慮なくどんどん書き込んでください。 [34:58] さて、これらのアイデアを1つ実装するのに、どのくらい時間がかかると思いますか？ いくつか選択肢を出しますね。「1年以上かかる」と思う人はどのくらいいますか？ 自分のアイデアで考えてみてください。では、「1ヶ月以上かかる」と思う人は？ 「1週間以上かかる」と思う人は？ ちらほらいますね。「1時間以上かかる」と思う人は？ 1時間以上ですね。では残りの方にお聞きしますが、「1時間未満でできる」と思う人はどのくらいいますか？ なるほど。もちろん、アイデアの内容にもよりますよね。**ですが、実はここにあるアイデアのいくつかは――いや複数個が――1時間未満で作れてしまうはずです。それを今から実際にやってみましょう。** [36:02] この中から1つ選んで、どれくらい時間がかかるか見てみましょう。「サッカーの分析」は比較的小さく作れそうですね。サッカー分析と書いたのはどなたですか？ 素晴らしい。具体的にどんなものをイメージしていましたか？ **参加者**: [36:27] ［聞き取り不能］サッカーの分析についてアイデアがあって… **アーナンド**: どんな分析ですか？ **参加者**: どんな…詳細を分析して…試合の情報を集めて… **参加者（通訳役）**: 言語の壁があるようなので、私が手伝いましょうか。 **アーナンド**: ええ、ぜひ。日本語で話してもらって、それを訳していただいて構いませんよ。 **参加者**: ［日本語で発言］具体的に…サッカーのデータ分析…具体的にどういう… **参加者（通訳役）**: ええと、データ分析のようなものを考えていたみたいです。具体的な分析の種類までは決まっていませんが、サッカーの試合においてデータ分析は非常に重要なので。 **アーナンド**: 十分です！ [38:42] では、やってみましょう。サッカーのデータ分析アプリを作ります。ただし、現時点では私たちが具体的に何を求めているのかは分かっていません。いいですね？ [38:53] では、どうやるか…ここからコーディング用AIエージェントの出番です。皆さんがどんなコーディングエージェントをお持ちか確認しますね。大半がChatGPT Plus、数名がClaude Proをお持ちで、どちらのアカウントも持っていないという人はいませんね。素晴らしい。 [39:23] では、Codexを使ってどうやるかをお見せします。chatgpt.com に行けば、どこかにCodexがあるはずです。あ、ここではないかな？ `/codex` にアクセスすべきでしょうか。「Cloudへ行け」と出ますね。なるほど、chatgpt.com/codex/cloud で作成できると…いや、これは複雑すぎますね。シンプルにいきましょう。 [40:14] 「サッカーの分析アプリを作ってください。自分が何を求めているかは正確には分かりませんが、とにかく誰もが感銘を受けるような凄いものにしてください。たくさんの統計データを表示し、必要なデータは自分でダウンロードしてください。」 [40:33] よし、プロンプトとしてはこれで十分でしょう。 [40:41] これを実行します。「Work」モードに切り替えますが、その理由は今は説明しません。このレバーはモデルの賢さを調整するもののようですね。速すぎず、賢すぎるモデルである必要もありません。そのまま進めましょう。あ、それから「インタラクティブに（操作可能に）して」とも追加しておきましょう。「Light」で十分でしょう。実行します。 [41:23] **私の予想では、これで実際に動くアプリケーションが出来上がるはずです。自分が望んでいた通りのものではないかもしれませんが、そもそも自分が何を望んでいるかすら分かっていないのですから、それでいいのです。何かが出来上がりさえすれば、出発点としては十分です。「いや、これは求めていたものと違う。自分が欲しいのはこれだ」と、後から仕様を変更していけばいいのですから。** [41:48] **言い換えれば、プロダクトの出発点において、明確な仕様など必要ないということです。自分が何を欲しいか分からず、大雑把なアイデアしかないなら、プロトタイプを作らせてみればいい。大したコストはかかりません。** 実際、皆さんはすでにサブスクリプション料金を支払っており、枠内には十分なトークンがあります。 [42:10] AIをパートナーとして扱う場合――私はAIを機械というより人間のように捉えているのですが――プロトタイプを作って「こんな感じはどうですか？」と提案してくれる相手として使えばいいのです。うまくいけば万々歳ですし、ダメだったとしても大した問題ではありません。 [42:34] それに、1つのエージェントだけでやる必要すらありません。複数のエージェントを同時に走らせればいいのです。 [42:40] 次にターミナルを開きます。皆さんがやるべき手順は後で説明しますが、適当な場所に `football-analysis` という一時ディレクトリを作成します。そしてClaude Codeを実行…いや、なぜこんなやり方をしているんだろう。普通にClaudeのデスクトップアプリを開けばいいですね。 [43:21] すみません、普段はターミナルに慣れている上級者向けのクラスを教えているので、少し混乱してしまいました。皆さん向けにシンプルにやりますね。 [43:31] Claudeのアプリを開き、「Code」に行って、このフォルダで作業するよう指定します。「ダウンロード」フォルダの下に作った `football-analysis` フォルダを選択し、さっきと全く同じプロンプトを貼り付けます。Sonnet 3.5、設定は高で…サインインを求められましたね。ログインします。 [44:20] 認証メールが届くはずです。少し待ちましょう…来ましたね。 [44:51] Enterキーを押します。これで作業が始まります。 [44:58] どちらのエージェントもアプリを構築しています。間違いなく完成まで持っていってくれるはずです。これを経験したことがある人もいれば、まだの人もいるでしょう。**そして、これこそがアプリケーション開発において「かつて難しかったが、今は簡単になった部分」です。つまり、「ソフトウェアを作れ」と指示すれば、ソフトウェアを作ってくれるわけです。** [45:17] 以前はここが最も困難な部分でした。プログラミングの知識が必要で、上手にコードを書く技術が必要でしたが、AIはその両方をこなします。テストの知識も必要でしたが、それも上手くやってくれます。何より、圧倒的に速い。**したがって、少なくともプロトタイピングの段階は一瞬でクリアできるのです。** [45:35] とはいえ、完了まで10分から15分ほど待つ必要があります。ChatGPTの方は終わったでしょうか？ …まだかな、ウィンドウを見失ってしまいました。あ、まだ処理中…おや！「サイトの準備ができました」と出ましたね。非公開で公開処理を行っているようです。公開されるのを待って、何が作られたか見てみましょう。 [46:06] おそらく、私が本当に望んでいるものとは違うでしょう。ですが、そもそも明確な指示を出していないのですから、そんなことはどうでもいいのです。 [46:19] サインインして、ChatGPTで続行… [46:36] おお！ アーセナル、それからこれはどこのチームだ？ ニューカッスル、リバプール…面白いですね！ チームのアグレッシブさと…何だこれは、「チャンス創出数」ですか？ よく分かりませんが、面白そうなグラフを描画していますね。この基準だとアストン・ヴィラはリバプールに比べてあまり良くないようです。リバプールとニューカッスルは好成績ですね。私はサッカーに詳しくないので全然分かりませんが…各試合の個別データまで引っ張ってきていますね。チーム比較や分析手法の解説もあります。「これはデモ用にキュレーションされたデータセットです」とありますから、実際のデータではないようですが、それでも「何ができるか」を示してくれています。順位変動の要因や守備の堅牢性といった項目もありますね。 [47:54] サッカーに詳しい方、これを見て意味が分かりますか？ 書いてある用語は理解できますか？ **参加者**: 少し分かります。 **アーナンド**: 少し分かりますか？ いいですね。私はサッカーに関しては知識ゼロなので、さっぱりです。 **参加者**: 私はファンです。 **アーナンド**: ファンなんですね！ 素晴らしい。 [48:14] これを一つのアイデアとして目の当たりにすると、「待てよ、ここに実際のデータを流し込めるな」とか「あそこを変更できるな、ここも変えられるな」と思えてきませんか？ 新しいアイデアが湧いてきますよね。他の方にも聞いてみましょう。サッカーファンの方、このアプリをベースに次にどんな機能を追加してみたいですか？ **参加者**: [48:40] トーナメントの勝敗予測です。 **アーナンド**: **トーナメント予測ですね。他には？** **参加者**: 安全な賭け（ベッティング）の予測。 **アーナンド**: **安全な賭けですね！ 確かにあり得ます。** こうして次々とアイデアが出てくるわけです。 [48:57] Claudeの方で何かが出来上がったか見てみましょう。個別のアプリの詳細には後で踏み込むとして…こちらは6つのコマンドを実行し、まだ処理中ですね。では、皆さんから出たリストから別のアイデアを取り上げてみましょう。「AIチームカレンダープランナー」はどうでしょう。 [49:29] これを次の10分で作れると思いますか？ 「10〜15分で作れる」と思う人は手を挙げてください。2、3人ですね。「10〜15分では作れない」と思う人は？ そちらはゼロですね。さて、どうなるでしょうか。 [49:54] 別のを選んでみましょう…「シンガポールの電車の運行スケジュール分析」。これを提案したのはどなたですか？ 素晴らしい。具体的にどういう意図でしたか？ **参加者**: [50:12] 日本の電車は常に時間通りですが、シンガポールはどうなのか…［聞き取り不能］日本の定時運行とシンガポールの電車を比較してみたいと思いました。 **アーナンド**: なるほど、理解しました。 [50:31] ではその問いを少し言い換えてみましょう。「日本では電車は基本的に時刻表通りに動くが、シンガポールではそうとは限らないかもしれない。これについてどう考えるべきか？」…というか、私が考えるまでもなく、AIにそのまま聞いてみましょう！ [50:48] ChatGPTに戻って、モードは「Work」のままでいきます。私が何と入力するか予想できますか？ [51:02] 「日本では電車は基本的に時間通りに運行されますが、シンガポールでは必ずしもそうではないかもしれません。実際のデータセットをダウンロードして分析し、通勤者としてシンガポールの電車の運行時間について知っておくべきことを教えてください。」 [51:23] 今度は少し違う方法で実行します。ターミナル上で動かしてみましょう。コーディングエージェントには様々な動かし方があるということをお見せしたいのです。どれを使っても構いません。それぞれに一長一短がありますが、そのあたりは後ほど説明します。 [51:40] Codexのディレクトリに移動して… `cd research` … `singapore-train-timings` …モデルは適度に優秀でスピードのバランスが良いものを指定して、Codexを実行します。「これをアプリケーションとして構築してください。想像力を働かせて作ってください」と付け加えて、処理を走らせます。 [52:39] **これもまた、極めて大雑把で曖昧な指示ですが、私たちがやろうとしているのは「それをとにかく形（プロトタイプ）にすること」です。** [52:47] **なぜなら、プロダクトがどのようなものになるかを頭の中だけで想像するのは非常に難しいからです。しかし、誰かや何かに「どんな感じになるか、とりあえず形にして見せてよ」と頼めば、具体的なヒントが得られ、そこからの修正はぐっと簡単になります。** [53:02] **異なる人や異なるエージェントに頼めば、全く異なるタイプのアプローチが返ってきて、異なる方向へと導いてくれるかもしれません。そう考えると、明確な全体像を持っていないこと自体が、むしろ好都合なのです。様々なエージェントに投げかけることで多彩なアイデアが返ってきて、彼らの発想から学ぶことができるのですから。** [53:23] Claudeの処理が終わったか見てみましょう…まだ動いていますが、ダッシュボードを作成しているようです。見たところ、非常に詳細なダッシュボードを作っていますね。ChatGPTが作ったものとは全く異なるアプローチになるはずですので、お見せできるのが楽しみです。 [53:41] 処理を待つ間に、今日のセッションで何を行うか、そして今週の講義全体で何を目指すのかについて、もう少し詳しく説明します。**皆さんは今週、少なくとも1つのプロダクトを構築し、公開・共有してもらいます。もちろん複数作っても構いません。** [53:59] それを達成するためには、当然ながら次の準備が必要です。 1. AIエージェントを使ってプロダクトを作ることに慣れること。これは今日のセッション、遅くとも明日のセッションまでにマスターします。 2. 明日のセッションまでに、作るプロダクトを1つ選定しておくこと。プロトタイプまで作っておくのが理想です。そして明日、何がうまくいき、何が簡単で、何が難しかったかなどを議論します。 [54:36] **ですが何よりもまず、アプリケーションを構築し、どこかにデプロイして公開（パブリッシュ）できるようになる必要があります。** [54:49] ここまで、私がプロダクトを作るときのスタンスを見ていただきましたよね。「AIに聞く」。ただそれだけです。アイデアがない？ AIに聞けばいい。どんな見た目にすべきか分からない？ 大丈夫、AIに聞けばいいのです。 [55:03] 実は、私が普段プロダクトを作る際に行っている「アイデア出しのプロセス」すら、皆さんにはまだお見せしていません。「何を作りたいですか？」と聞かれたら、普段の私ならこうします。 [55:24] ChatGPTを開きます――ChatGPTは私のことを実によく知っています。毎日何時間も会話していますからね――そしてこう尋ねるのです。「今日、私が何かプロダクトを作るとしたら、何を作るべきだと思う？ 私について知っているすべての情報を精査して、優先順位と理由を添えて上位の提案を出してくれ」。さらに「必要に応じてローカルMCPを使用してよい」と付け加えます。これはChatGPTを私のローカルPCに接続するために自作したツールですが、その仕組みは今は気にしなくて結構です。 [56:04] **アイデア出しという観点において、AIはすでに十分なコンテクスト（文脈）を持っています。どういうことか？ AIは私が何を望んでいるかを知っています。私が過去に何をしてきたか、どんな仕事をしているか、どんな実験を行ってきたかをすべて把握しているのです。** [56:19] 今まさに、AIが私のPC内を探索し、コードを書いて過去に作ったデモを分析しています。Dropbox内のメモを調べて、周囲から私がどんな質問をよく受けているかを確認しています。私が日々どんな予測を立てているか、日記代わりに「今日やったこと」として何を重要視して記録しているかも見ています。ありとあらゆる情報を精査して…何か提案を出してきましたね。内容はともかく、アイデア出しの段階においてすら、AIエージェントを使わない手はないということです。 [57:06] **これは個人だけでなく、組織にも全く同じことが言えます。** 私はStraiveで働いています。私のGoogleドライブには、あらゆる会議の議事録、プレゼン資料、クライアント向け資料、連絡先など、膨大なデータが保存されています。CRMシステムや人事システムからもデータが連携されています。全データへのアクセス権があるわけではありませんが、かなりの範囲を閲覧できます。そこで今朝、AIにこう指示を出しました。「全データを精査して、Straiveにとって有益なプロダクトを提案してくれ」と。そうして生成されたのが、このリストです。 [57:58] 優先順位付けされた約153個のプロダクト案です。Straive社内で開発すべき最も重要なものとして「ベンダーのオンボーディング・ワークフロー」が挙がっています。他には「タスク仕様策定アシスタント」や「ワークフロー・コンパイラ」などがあります。これを作るのに1時間ほどかかりました。AIが私の大量のドキュメントを読み込み、Googleドライブを検索し、CRMであるHubSpotを検索して、最終的に優先度付きのリストを作成してくれたのです。この優先順位は、組織にとっての重要度だけでなく、実現可能性、そしてこの講義の中で私が検証して皆さんに十分な情報を提供できるかどうかも考慮されています。 [58:50] そこで、後ほどフォームに「プロダクトを選ぶ際、このリストの中から選びたいか？」という項目を追加します。これは完全に任意の質問です。フォームの最後、質問10として追加されます。今お見せしたStraiveのプロダクトアイデアのリンクもフォームに貼っておきます。授業が終わった後にでも見てみてください。今すぐ見る必要はありません。 [59:28] ここに並んでいる課題設定の意味が分からないかもしれませんが、私のエージェントを使って質問できる仕組みを用意します。メールを送るだけで、どの言語でも質問でき、数時間以内に回答が返ってきます。実際、このメールエージェントが、今週の講義期間中の重要なコミュニケーション手段の一つになります。 [59:56] 少し話を戻しますと、私が言いたいのはこういうことです。 [60:00] 私自身、何を作りたいのか自分でも分かっていないことが多々あります。皆さんはいくつかアイデアを出して入力してくれましたが、私なら深く悩みすら疾駆しません。アイデアが浮かべば良し、浮かばなければ「何を作るべきか、なぜそれを作るべきか」をAIに聞くだけです。 [60:15] 次に、仕様を細かく決め込みません。プロダクトをガチガチに定義しないのです。「サッカーの分析、何か凄いやつ」――たったこれだけです。解釈はAIに任せ、プロトタイプとしてどんな形があり得るかのアイデアを出させ、そこから肉付けしていきます。 [60:34] つまり、何が起きているかというと、**「私たちが作るプロダクトがAI製品へと変化した」だけではないのです。「あらゆるプロダクトを作る手段としてAIを使うようになった」ということです。** 電車の運行スケジュール分析なんて、5年前でも誰かがやっていたはずです。ただ、やり方が違っていただけです。現代では、AIを使って「とりあえず何か作って見せてくれ、話はそれからだ」とプロトタイプから入るアプローチをとるのです。 [61:08] 生成の進捗を見てみましょう。電車の分析はまだ構築中ですね。完了を待ちます。サッカーのダッシュボードもまだ作っています。必死に働いてくれていますね。手下たちが一生懸命働いてくれる姿を見るのは大好きなのですが、トークンを消費しすぎるのが玉に瑕です。まあ、何が出てくるか見てみましょう。それでは、本日の重要な実習ステップに移ります。 [61:46] 明日までに、作りたいプロダクトを1つ以上選んでプロトタイプを作ってもらいたいとお話ししましたよね。そのためには、コーディングエージェントを自分で動かせることが必須条件になります。そこで確認ですが、すでにCodexやClaude Code、あるいはAntigravityなどを動かしたことがある人はどのくらいいますか？ 3人ですね。分かりました。 [62:18] 残りの皆さんは、こうしてください。大半の方がChatGPTをお使いですので、まずは「ChatGPTデスクトップアプリ」のインストールから始めましょう。「ChatGPT desktop」と検索して、ご自身のOS（Mac/Windows）に合ったものをダウンロードしてインストールしてください。 [62:56] 少々お待ちください。デスクトップアプリのUI上でCodexが問題なく使えるか確認しますね…はい、Codexの項目がありますので大丈夫です。 [63:20] 必ずインストールを完了させてください。インストールして起動すると、画面の左上に「Codex」というボタンが表示されます。それを選択すれば、ここに入力欄が出ますので、「電車の運行スケジュールアプリを作って」のように何でも好きな指示を（何語でも構いません）入力するだけで、確認可能なアウトプットが生成されます。 [63:53] Claudeのアカウントをお使いの方は、「Claude download」と検索して、同様にデスクトップアプリをダウンロード・インストールしてください。アプリを開くと「Code」というボタンがあるはずです。そこに作りたいアプリケーションの指示を打ち込めば、アプリが構築されます。ではこれからの5〜10分間、ChatGPTかClaudeのどちらかのデスクトップアプリをダウンロードし、自分のPCにインストールしてください。 **質問者**: [64:49] ［聞き取り不能：デスクトップアプリを使うのとWebブラウザ版を使うのとでは何が違うのですか？］ **回答（アーナンド）**: [64:54] 良い質問ですね。Web版とデスクトップアプリの違いは何なのか。デスクトップアプリを使うと、ファイルをいちいち手動でアップロードすることなく、ローカルのファイルに直接アクセスさせることができます。Web版では、必要なファイルを自分でアップロードしなければなりません。それぞれにメリットがあります。デスクトップ版のデメリットは、処理が実行されている間はPCをシャットダウンできないことです。クラウド（Web）上であれば、勝手に処理が進みます。 **質問者**: [65:29] ［聞き取り不能：デスクトップ版でも、処理自体はローカルAIではなくサーバー側で動いているのですか？］ **回答（アーナンド）**: [65:37] その通りです。デスクトップアプリを実行しても、インターネット経由でClaudeやChatGPTのサーバーを利用しています。PC内にAIモデル自体をダウンロードしているわけではなく、ローカルモデルではありません。デスクトップアプリで動かしている間はPCを閉じることができませんが、完全にクラウド上で完結していればPCを閉じていても問題ありません。 [68:16] フォームの最後に「質問11」を追加しました。マークダウンのリンクがうまく機能していないかもしれませんが、末尾にダウンロード先のリンクを記載しておきました。リンクが自動で開かない場合はコピペして使ってください。ぜひインストールを試してみてください。 [69:40] 素晴らしいですね。すでに7名の方がインストールして実行まで完了しています。これなら後半のセッションもスムーズに進められそうです。お、10名になりましたね。一気に増えました。 [70:13] インストールを進めつつ聞いてください。アプリケーションが出来上がった後、それを他の人と共有するにはどうすればいいでしょうか？ 何か思いつきますか？ **参加者**: [70:25] GitHubです。 [70:26] GitHubですね、一つの方法です。他には？ **参加者**: [70:31] ローカルホストで動かす。 [70:33] 自分のPCのローカル環境で動かす。他にはありますか？ **参加者**: [70:41] クラウド上にサーバーを立てる。 [70:43] クラウドにサーバーを立てる、ええ。では、プログラミングの知識が一切ない人はどうすればいいでしょう？ AIに聞けばいいのです。 [70:56] では、実際にやってみましょう。どちらかが終わっていれば…おお、来ましたね！ うわあ！ **参加者**: [71:05] すごいですね…！ [71:08] サッカーファンの方、ここで何が表示されているか解説してもらえますか？ これは実際のデータを使っているようですね。勝敗表、リーグの順位表、なるほど。そしてチームごとのプロファイル！ マンチェスター・シティ対アーセナルの対戦成績、勝率、全試合の詳細…パワーランキングに過去の記録まで！ すごいな！ [72:04] ふう！ これ、「サッカーの分析アプリを作って。凄いものにして」という指示だけで出来上がったんですよ。文句なしに圧倒的です。これが私たちの求めていた完璧なものとは限らなくても、プロトタイプを見ることで無数のアイデアが湧いてきます。 [72:22] さて、私はこれを「公開」して、皆さんに見てもらいたいと思いました。どこにどうやって公開すればいいか私には見当もつきません。なので、まさにこうするわけです。音声入力で指示を出します。ちなみにClaudeでも音声入力はできますが、私はChatGPTの音声入力の方が好きなので、入力だけChatGPTを使います。「これ、本当に凄いね。どこかに公開したいんだ。ログイン不要で誰でも無料で公開できて、トラブルの少ないサイトを探して、そこに公開して共有用のリンクを教えてくれ」と。 [73:08] これ以上ないくらい曖昧で大雑把な指示ですよね。これでいいのです。失敗したらその時です。実行させましょう。 [73:19] これこそが、皆さんにやってほしいことなのです。どこに公開するかなど、私は気にしません。今すぐ何かを作り、どこかに公開し、そのリンクを共有してください。今日の講義でやるのはこれです。皆さんにやってもらう作業です。 [73:40] フォームに質問を追加しましょう。「シンプルなアプリのリンク」という名前にします。設問は「AIコーディングエージェントを使って今作ったもののリンクを共有してください」です。質問12として表示されるはずです。後で見てみますので送信してください。私の方も、アップロード先が見つかり次第、リンクを投稿します。 [74:27] 見つかったようですね。面白いことに、最初は `0x0.st` というサイトを見つけたようですが、ダウンロードが無効化されていたため、別の `transfer.sh` を試して公開できるか検証しています。これこそがAIの素晴らしい点です。自分で次々と試行錯誤し、公開できる場所を探し出してタスクを完了させてくれるか、ダメなら報告してくれます。 [74:56] OpenAIのエージェントがHugging Faceを「ハッキング」したというニュースを読んだ人はいますか？ 読んだことありますか？ OpenAIが自社エージェントを訓練していた際、一連の課題を解くよう指示しました。しかし、それらの問題が「原理的に解決不可能である」ということをエージェントに伝え忘れていたのです。するとエージェントはどうしたか。問題が置かれていたHugging Faceというサイトに侵入してハッキングし、問題文の方を「解決可能な内容」に書き換えてから、それを解いてみせたのです。 [75:39] **AIエージェントは猛烈に賢くなっており、おそらく人間が望む以上に賢いです。指示を与えれば、どんな手段を使ってでも徹底的にタスクを成し遂げようとします。そして時に、人間が指示した言葉通りの挙動が、人間が本当に意図していたこととは違ってしまうことがあるのです。** [75:59] 今回の例で言えば、私は「どこかに公開して」と言いました。ですが、文字通り「どこでもいい」わけではありません。海賊版サイトのような怪しい場所に公開してほしくはないですよね？ まともな場所に公開してほしいわけです。「どこかのサイトを見つけて」と言いましたが、私しか見られないような場所に公開されても困るわけです。そのあたりはAIも配慮してくれているようですが。 [76:32] これが重要な点です。**タスクを与えると、AIは指示を極限まで忠実に実行しようとします。** 特にChatGPT系のモデルはその傾向が強いです。一方で、「あなたはそのように言いましたが、本当にやりたいのは別のアプローチですよね？ 代わりにこうしておきました」と忖度して動くエージェントもあります。誤字を直してくれる程度なら良いのですが、時に人間の意図を誤解して明後日の方向に突き進んでしまうリスクもあります。 [77:15] **ここにエージェント活用の本質的な難しさがあります。自分が何を求めているか分かっておらず、「何でもいい」状態なら問題ありません。求めているものが明確で、AIが作ったものが違っていれば「違う」と気づけるので、これも問題ありません。最悪なのは、「自分が何を求めているか分かっていないのに、AIが不適切なものを作ってしまった場合」です。何が間違っているのかすら、人間側には判断できないからです。** [77:38] そしてこれこそが、AI時代に私たちが直面している課題なのです。「AIプロダクトを構築し、それが機能することを証明する」という本講義の大きな目的は、まさにこの問題の最後のピースをどう解決するか、にあります。AIに指示を出せば動くものを作ってくれる、それは素晴らしいし簡単なことです。皆さんにはできる限りAIに権限を委譲し、自分の作業量を減らす練習をしてほしいと思います。AIができるなら、そちらの方が速く、安く、時に賢いのですから。**皆さんが集中すべきなのは、「AIには何ができないのか、AIは何が苦手なのか」を見極めることです。** それを今週のプロダクト開発を通じて実践していきます。 [78:20] デプロイは完了したかな？ Catbox.moe というサイトを見つけて、そこにデプロイしているようです。あと1分ほど待ちましょう。その間に…10名がCodexかClaude Codeのインストールに成功しましたね。手伝いが必要な人はいますか？ 困っている人は手を挙げてください。インストール中ですね、了解です。進めてください。 [79:58] 12名がインストール完了ですね。素晴らしい。インストールできた人は、何でもいいので作りたいものを適当に選んで作り、公開してリンクを共有してみてください。最初に「これを作りたい」と書いたアイデアをそのまま指示して形になったなら、最高です！ そこで一つの大きな学びが得られます。**「頭の中にあるアイデアを形にするのに、1週間も、1日も、1時間すらも必要ない。数分で最初のバージョンが出せる」という事実です。** たとえ動かなかったとしても、それはそれで構いません。 [80:44] 私のアプリのリンクができたので、回答欄に貼り付けますね。プレビューを見てみましょう…ええ、ちゃんとホストされています。いいですね。 [81:09] 皆さんからの回答がいくつか届くまで少し待ちます。作業には少し時間がかかるでしょうから、残りの30分を使って、今後の進め方について説明しておきます。作業を進めるにつれて、今日一日の中で色々と疑問が出てくるはずです。そこで、皆さんに使ってもらいたいのが「私のエージェントへの質問」です。 [82:06] `AskAI@s-anand.net` 宛てにメールを送ってください（識別しやすいよう大文字混じりで書きましたが、小文字でも同じです）。このアドレスにメールを送ると、私のエージェントが数時間以内に質問に対する回答を返信してくれます。 [82:34] 「回答してくれる」とはどういうことか？ このエージェントは、私がこれまでに書いたすべての文章やドキュメントと接続されています。ですので、「アーナンドは今日何て言ってた？」と聞けば答えてくれます。今日のセッションも録音しており、1〜2時間後には文字起こしデータがエージェントに読み込まれるからです。「明日までに何をすればいいですか？」と聞けば答えてくれるでしょう。「明日やるべき作業を代わりにやってくれませんか？」と頼めば、代わりにやってくれるかもしれません（私と同じくらい怠惰になるよう、あまり働きすぎない指示を入れてありますが）。どんな質問でも構いません。半手動で定期的にバッチ処理しているため即答ではありませんが、返信が届きます。私との連絡だけでなく、講義全体のサポートとして一番簡単なコミュニケーション手段になるはずです。 [83:45] また、フォームに入力する際にログインした皆さんのメールアドレス宛てに、本日のセッションのまとめをお送りします。ですので、まだフォームにログインしていない方は、どれでもいいので1つ質問に回答してログイン状態にしてください。1問でも答えればメールアドレスがこちらに記録され、詳細情報をお届けできます。QRコードは画面に出しておきます。さて、何か質問はありますか？ [84:32] はい、どうぞ。 **質問者**: [84:35] ［聞き取り不能：なぜあえて具体的に指示せず、あんなに大雑把なプロンプトを出したのですか？］ **回答（アーナンド）**: [84:45] なぜ具体的なプロンプトではなく、大雑把なプロンプトを投げたのか？ という質問ですね。具体的なプロンプトを出してはいけない理由は全くありません。ただ私の経験上、「自分が何を求めているか自分でも分かっていない」ことがよくあります。そういう時は、大雑把なプロンプトを投げるのが理にかなっています。また、「分かっているつもりで、実は確信が持てていない」こともあります。そういう時も、一歩引いて大雑把な指示を与えてみるのです。 [85:18] さらに厄介なのは、「自分が分かっていないということすら自覚していない」ケースです。「これこそが自分の求めているものだ！」と思い込んでいるのに、周囲から「いや、アーナンド、君が本当に欲しいのはそれじゃないよ」と言われ、「いやいや、絶対にこれなんだ」と突っぱねてしまう。でも、自分が間違っている可能性は常にある。そこで私は、そうした独りよがりを防ぐための「スキル」を作りました。 [85:42] 「スキル」について少し解説します。これは講義の正式なシラバスには入っていませんが、良い質問ですのでお答えします。Claudeを開き、カスタマイズ設定を見ると、いくつかのスキルが登録されています。私が自分用に追加しているスキルの一つに「質問の再構成（reframe question）」というものがあります。非常に短くシンプルなプロンプトです。 [86:22] ClaudeやChatGPTがプロンプトを実行する際、これらのスキル群も同時に参照されます。スキルとは「特定の状況でどう振る舞うべきか」を指示するルールです。私はClaudeとChatGPTに、「私の質問を再構成するスキル」を仕込んであります。「私は自分が何を求めているか正しく把握していない可能性がある。だから、私が詳細な指示を出してきたとしても、より良い問いがないか検討し、もしあればそちらの問いに答えよ」というルールです。言い換えれば、これが私の安全装置（セーフガード）なのです。私が極めて精緻な指示を出したとしても、AI側でより良い問いへと変更することが許されているのです。 [87:15] **端的に言えば、なぜ曖昧なプロンプトを出すのか？ それは「精密に間違っている」状態を避けるためです。** もちろん、自分の確信が100%正しければ具体的に指示して問題ありません。ただ、AIへの指示なんて安いコストで試せるのですから、私は常に別の可能性も探らせるようにしています。 **質問者**: [87:37] ［聞き取り不能：そうしたスキルはどうやって作成するのですか？］ **回答（アーナンド）**: [87:42] これはシラバスを大幅に超える内容ですが…まあいいでしょう、お話しします！ スキルをどうやって作るか？ 私は「ベンチマーク（性能評価）」を行っています。これは木曜日あたりに詳しく扱う予定ですが、要するに「プロンプトが本当に機能しているか」を確かめたいわけです。スキルと言っても、実態は単なるプロンプトですからね。プロンプトの効果を検証するにはテストが必要です。どうやってテストするのか、一例をお見せしましょう。 [88:32] Twitter（現X）である人が、「プロンプトの末尾にいつも『ASD-STE100（簡潔な技術英語規格）に準拠して回答してください』と付け加えている」と投稿していました。「小難しい表現を使わず、分かりやすいシンプルな言葉で書け」という意味です。一見すると良さそうなアイデアですよね。ChatGPTやClaude、Geminiなどは時々小難しすぎる文章を書いてきて、理解に苦しむことがありますから。私も取り入れようかと思ったのですが、こういったものを導入する前には必ずテストすることにしています。 [89:21] この時に検証したのは、「言葉を簡潔にさせることで、AIの思考力（推論能力）が低下しないか？」という点でした。平易な言葉で答えてもらうのは歓迎ですが、回答の質が落ちては困ります。そこで6つのタスクを用意しました。例えば、モデルのベンチマークに関する質問です――開くまで少しお待ちください――「モデルは進化し続けているが、進化し続けるモデルの能力をどのようにベンチマーク評価すればよいか？」といった質問です。 [90:00] そして、「通常の英語」と「簡略化された英語（Simplified English）」のそれぞれで出力を生成し、結果を評価しました。回答の正確さ、要因の捉え方、メカニズムの解説、前提・注意点の提示、調整の度合いなど、5つの異なる基準で品質を比較したのです。すると興味深いことに、ほぼ全てのケースにおいて「簡略化された英語」で出力させた方が結果が悪化したのです。つまり、**言語表現を無理に単純化させると、思考の深さまで単純化されてしまい、結果の質が落ちてしまうということです。** [90:48] では、私はどう対策したか？ まずはAIに全力で深く思考させます。作業がすべて完了した後に、別の新しいプロンプトとして「では、今のアウトプットを簡潔で平易な技術英語で説明し直してくれ」と指示するのです。そうすれば、高い思考力を維持したまま、私たちが理解しやすい表現で回答を得ることができます。その後で追加の質問を重ねていけばいいのです。 [91:14] この話をした理由は、**「AIに対するアプローチは、他のあらゆる自然科学と同じように科学的であり得る」**ということです。実験を行い、テストし、機能するか確かめ、機能するなら採用する。モデルがアップデートされれば使えなくなる可能性もあるので、モデルが変わったら再度テストする。 [91:37] つまり何が言いたいかというと、**「あなたが構築するテスト（評価基準）こそが、真に価値のある資産になる」ということです。テストそのものがプロダクトになり得ますし、再利用性も抜群です。** 次世代の新しいモデルが登場した際にも、同じテストを使って再検証できるからです。 [91:57] この講義でも、自分自身のプロダクト、あるいは受講生同士のプロダクトに対して、テストやベンチマークを作ってもらいます。「このテストで80点以上取れれば、このプロダクトは優れている」という基準を作るのです。そして、スコアが上がるまでプロダクトを改善し続けます。**優れたテスト、優れた評価基準を作れる能力は、プロダクトそのものを作ること以上に重要かもしれません。なぜなら、コードを書いてプロダクトを組み上げる作業自体はエージェントがやってくれるからです。エージェントに必要なのは、『それが正しいのか、優れているのか』を判定する道標なのです。** [92:44] さて、フォームに新しい回答が来ましたね。`work/makechart.ps1` と回答されたのはどなたですか？ [93:11] 素晴らしい！ PowerShellスクリプト（.ps1）を作られたのですね。あとはこれをどこかにホストして公開するだけです。回答は編集できますので、公開できたら更新してください。実際に何かを作り上げた、その事実が素晴らしいです。 [94:56] 別の回答が届きました。ClaudeのArtifactですね。見てみましょう。「Cheeky Mail Club and Stamp Card（チーキー・メール・クラブ＆スタンプカード）」…これはどなたの作品ですか？ 面白そうですね。「スタンプカードを開く」…なるほど。 [95:25] すみません、スタンプカードの文化に疎いのですが、これはどういう仕組みですか？ **学生**: [95:32] バーチャルのポイントカードのようなものです。「Cheeky Mail Club」という毎月の定期購読（サブスク）サービスを想定していて、購読者がこのWebサイトで毎月の購読状況を追跡できるようにしたいと考えました。5ヶ月継続するごとに「特典がもらえて、自分に申請できる」ということが分かる仕組みです。 **アーナンド**: [95:57] おお、いいですね！ 次にどんな機能が必要だと思いますか？ **学生**: [96:07] 細かい点かもしれませんが、Webサイトのデザインをもっと自分のブランドイメージに沿ったものに変えたいです。それと、このサイトのセキュリティ面が不安なのですが、どう対策すればいいか分からなくて。 **アーナンド**: [96:28] なるほど。素晴らしい出発点です。 [96:34] これは明日話そうと思っていた内容につながるのですが、今話してしまいましょう。何かを作った後の次のステップは、「それをプロダクト（製品）へと昇華させるには何が必要か？」を見極めることです。多くの場合、自分一人では気づけません。作った本人にとっては自明の仕組みでも、私が最初見た時はスタンプカードの概念を知らないので何なのか分かりませんでした。 [97:05] ですから、**次のステップとして有益なのは、「他人に触らせて、使ってもらうこと」です。** その「他人」にはAIを含めても構いません。ですが、**人間を相手にする方が効果的です。なぜなら、AIは時にバカげているほど賢すぎるからです。** 人間が混乱するようなアプリの仕様でも、AIは賢すぎて意図を汲み取って使えてしまうのです。 [97:33] ですから、リンクをお互いに共有して、他の人に使ってもらってください。そして、**その人が操作する様子をじっくり観察するのです。** 人間は、自分がどこで困ったかを言葉でうまく説明できないことがよくあります。私に使わせて感想を求めても、「これ何？」くらいしか言えないかもしれません。しかし、私が操作する手元を見ていれば、一番下までスクロールして、あちこちクリックして戸惑い、「あれ、違うな」と呟いているのが分かるはずです。**ユーザーが操作に迷ったその一瞬一瞬が、すべてあなたにとっての貴重な学びになるのです。** [98:14] **この観察と洞察こそが、AIがまだ簡単には人間に取って代われない領域です。** ここまでお話ししてきた中で、**「AIの能力を超えて人間が付加価値を発揮しなければならない2つの要素」を挙げるなら、1つ目は「検証すること」、そして2つ目は「他の人間が理解できるよう手助けすること」です。人間が何を理解できて、どこでつまずくのかという感覚は、AIよりも生身の人間の方がはるかに深く理解できます。AIは賢すぎるからです。** プロダクトを実際のユーザーに見せてフィードバックを得ることで、高速で改善サイクルを回すことができます。 [99:10] いいですね。素晴らしい作品です。 [99:20] 今回皆さんが使った `claude.ai/code/artifacts` という場所は、Claude自身が提供している公開用プラットフォームです。ChatGPTにも「ChatGPT Sites」という公開機能があります。そうした場所を使えば十分です。前にも言った通り、「どこに公開するか」は現代においてはもはや大した問題ではありません。 [99:48] 先ほどのセキュリティに関する質問についてですが、「どんな課題を解決すべきか」を特定し、AIを誘導する役割は人間側に求められます。あえて「求められるかもしれない」と濁したのは、私自身は長年プログラミングをしてきたので、バックエンドやセキュリティを堅牢にするためにAIにどんな追加指示を出せばいいか熟知しているからです。完全に曖昧な指示だけでセキュリティまで解決できるかは試したことがありません。どれくらい大雑把な指示でAIが解決策を見出してくれるのか、私の知らない新しいアプローチを導き出してくれるのか、今週皆さんを通じて学べることを楽しみにしています。ですが、**「課題が明確に特定されさえすれば、AIがそれを解決できる」ということだけは確信しています。** [101:04] さて、残り10分となりました。もう1人でもリンクを共有してくれたら嬉しいですね。ぜひ見てみたいです。 [101:50] ［受講生同士の会話・雑談］ [102:18] コーディングエージェントのインストール完了者が13名になりましたね。良いペースです。 [102:27] では、今日のまとめに入りましょう。今日皆さんに最も持ち帰ってほしいメッセージを1つ挙げるなら、**「AIを使ってプロダクトを作ること自体が、AIプロダクト構築の根幹である」ということです。そして、従来の製品開発プロセスのかなりの部分を、AIに丸投げ（委譲）することができます。何を作るべきかを探すことも委譲できる。プロトタイプを作ることも委譲できる。他人が使えるように公開することも委譲できます。** [103:09] **とにかく、あらゆる工程をAIにやらせてみてください。そして、AIが失敗した部分、うまくできなかった部分こそが、あなたが人間として学ぶべきポイントです。これこそが、この講義全体を通じて私が伝えたい最も重要なメッセージです。** [103:26] 明日までにやってきてほしいことは、**「何かしらのプロダクト――プロダクトと呼べるほど立派なものでなくても、何かしらのアプリケーション――のプロトタイプを作り、そのリンクをフォームの質問12に共有すること」**です。 [103:51] 質問があれば、`AskAI@s-anand.net` 宛てに気軽にメールを送ってください。この講義に関することでも、全く関係のないことでも構いません。私のエージェントが回答します。 [104:09] 明日は任意のオンライン相談セッションがあります。時間は45分間です。メールで聞きづらいことや、直接対話して相談したいことがある方はぜひ参加してください。ただし、それまでにプロトタイプは必ず完成させておいてください。明日のセッション後、明後日までに準備しておくべき内容をメールでお送りします。フォームに入力されたメールアドレス宛てに届きます。 [104:50] ということは、全員が少なくとも一度はフォームに回答しておく必要がありますね。現在15件の回答があります。数えてみましょう…1、2…14、15人。ちょうど全員分ありますね。あ、これに私は含まれていますか？ 入っていませんね、私は回答していませんので大丈夫です。15名分のメールアドレスが把握できましたので、このアドレス宛てに連絡を送ります。 [105:26] 最後の数分で、4つ目に投稿されたChatGPTサイトを見てみましょう。 **学生**: [105:36] あ、それ僕のです。 **アーナンド**: [105:37] お、いいですね！ 見てみましょう。おお！ ぜひ説明してください。 **学生**: [105:44] 建設現場の平面図で、どこで地盤調査が行われたかを示しています。右下のボタンをクリックすると、その地点の地質断面図が表示されます。 **アーナンド**: [106:00] おお、素晴らしいじゃないですか。 **学生**: [106:03] 実は、自分の大学の研究でこういうことをやっていて。 **アーナンド**: [106:06] おお！ デモモードのサンプルデータとありますが、実際のデータもお持ちなんですね？ **学生**: [106:13] はい、実際のデータベースにある、本物の地盤やボーリング孔（試掘孔）の実データです。 **アーナンド**: [106:20] え、この画面に出ているのもすでに実データなんですか？ **学生**: [106:22] はい、実際のデータです。 **アーナンド**: [106:24] うわあ、すごいな！ これはもう立派な実用アプリケーションですね。 [106:49] もう1件届きましたね。いいですね。 [106:54] おっと、これはリンクがうまく機能していないようです。今ClaudeのArtifactを提出してくれた方、リンクのURLを修正してもらえますか？ 編集できなければ教えてください、設定を変更します…あ、回答の編集は可能ですね。入力欄を書き換えて更新すれば修正できるはずです。あるいはデプロイが完了していないだけかもしれません。もう一度試してみます…開きませんね。最後に送ってくれた方、URLを直しておいてください。 [107:48] その間に、何か他に質問はありますか？ [108:07] では画面をリロードして…「Singapore News Digest（シンガポール・ニュース・ダイジェスト）」！ いいですね！ あなたが最初に作りたいと言っていたアイデアですね。CNAやStraits Timesからの要約がまとまっていて、元記事へのリンクもある。検索機能まで付いている。素晴らしい。 [108:54] これらの成果物を見て、**私はアイデアの「実行」にかかる時間の圧倒的な短さに、常に驚かされます。** しばらくの間は、「自分はスーパーマンになったんじゃないか、何でもできる無敵の力を手に入れた」と感じるでしょう。しかしすぐに気づくはずです。**「この力は、世界中の誰もが持っている力なのだ」と。ただ、それに早く気づいた人と、気づくのが遅い人、あるいは一生使わない人がいるというだけの違いで、実行する力自体は全員が平等に持っているのです。** [109:30] **つまり、ある意味で皆さんは今、世界の最前線に追いついたに過ぎません。誰もが使えるツールを通じて何が可能かを知ることで、世界中の誰もができるレベルに追いついただけなのです。ですから、「何か新しい知識を学んだ」と思うのではなく、「世の中ですでに当たり前になっている力を手に入れた。だからこそ、その上で他人が真似できない自分だけの付加価値をどう生み出すかを考えなければならない」と捉えてください。自分だけの領域（ニッチ）を見つけ出してください。** [110:10] 素晴らしい。それでは、少し早いですが本日のセッションを終了します。コートニー、事務連絡があれば引き継ぎます。 **コートニー・フー**: [110:22] 本日のセッションについて、最後に質問はありますか？ 大丈夫ですか？ アーナンドさん、確認ですが明日のセッションは参加必須でしたっけ？ **アーナンド**: [110:35] いえ、明日は任意参加です。 **コートニー・フー**: [110:36] 任意ですね、合っていて良かったです。午前10時からですよね。セッションの進行は…私がホストとして開始できますね。分かりました、私が開始します。任意参加ですが、皆さんには宿題が出ましたよね。明日までに何かしらを作ってみて、疑問や質問が出てきたら、その時間を使って質問してください。 **コートニー・フー**: [111:10] 明日までに必要な作業を済ませておき、質問がある人はセッションに参加してぶつけてください。任意参加ですので、明日は出席は取りません。 **質問者**: [111:23] 明日、この教室は使えますか？ **回答（コートニー・フー）**: [111:25] もちろん、この部屋に来て作業していただいて構いませんよ。明日は別のクラスの予約は入っていませんので、自由に使ってください。対面で集まって作業したい方は大歓迎です。 **質問者**: [111:38] ［聞き取り不能］ **回答（コートニー・フー）**: [111:40] ええ、このクラス専用に終日確保されていますので、開いていますよ。 **コートニー・フー**: [111:46] 他に質問がなければ、用意してある軽食や飲み物を自由に取ってくださいね。たくさん残っていますので、残ってしまうともったいないですから。ぜひ遠慮なく召し上がってください。それでは、参加される方とはまた明日オンラインでお会いしましょう。そして水曜日は必須参加のオンライン講義ですので、お忘れなく。 **アーナンド**: [112:11] 水曜はオンラインですね。 **コートニー・フー**: [112:13] はい、全員出席必須です。 **アーナンド**: [112:14] その通りです。 **アーナンド**: [112:15] 言い忘れたことが2つありました。先ほどの回答フォームは私のノートPC上でローカル稼働しています。私がPCを閉じるとアクセスできなくなります。あと数分でPCを閉じますのでご了承ください（すでに画面を開いている分には問題ありませんし、やるべきことは分かっていますよね。何かあれば `AskAI` にメールしてください）。それからコートニー、明日のTeamsのオンラインリンクに私が含まれていないようなので、送っていただけますか？ **コートニー・フー**: [112:47] 了解しました、すぐお送りしますね。 **アーナンド**: [112:49] ありがとうございます。 **コートニー・フー**: [112:55] はい、かしこまりました。皆さん、お疲れ様でした。また明日お会いしましょう！