その他AIツールの使い方・比較ガイド

ChatGPTやClaudeのようなAIはクラウドで動かすのが当たり前——そう思いがちだが、2026年には自分のPCの中だけでAIを動かす「ローカルLLM」が現実的な選択肢になった。ローカルLLMとは、AIモデルをクラウドではなく手元のPCで直接動かすこと。入力が外部サーバーに送られず（プライバシー）、API料金もかからず（コストゼロ）、ネットがなくても動く（オフライン）のが三大メリット。一方で最上位のクラウドAIほど賢くなく、相応のPCスペックと初期セットアップの手間が要るという弱点もある。本記事は、ローカルLLMの正体（ストリーミングvsダウンロードのたとえ）、メリットと弱点、必要なPCスペックと量子化（GGUF形式・Q4_K_Mが定番で品質を保ちメモリを約1/4に・4bitで1Bあたり約0.5GBの目安）、始め方（初心者はGUIのLM Studio、開発者はCLIのOllama＝2026年Q1に月5,200万DL）、2026年のおすすめモデル（Llama 3.2 7B・Google Gemma 4・Alibaba Qwen3.5・DeepSeek/Mistral等のオープンモデル）、そしてクラウドとの使い分け（機密・大量・オフラインはローカル、難問はクラウドの併用が最適）までを初心者向けに解説する。まずはLM Studioで3B〜7Bの小型モデルを1つ動かすのが最短の第一歩。

2026年6月9日、Anthropicが新モデルClaude Fable 5を公開した。社内最強とされる frontier モデルMythos級の能力を、初めて一般ユーザー・開発者が使える形で解き放った、同社が「一般提供する中で史上最強」と位置づけるモデルだ。キャッチコピーは「長時間・複雑な仕事のために作られた」。本記事はこの重要リリースを初心者向けに徹底解説する。Fable 5とは何か（Mythos級を安全に一般公開、長距離走の完走力に最適化、モデルID claude-fable-5）、双子のMythos 5との違い（中身は同一で安全装置だけが違う、一般はFable）、ベンチマーク（SWE-Bench Pro 80.3%＝Opus 4.8の69.2やGPT-5.5の58.6を引き離す、Hexの長時間分析で史上初の90%超、Cognition FrontierCodeやHebbia金融で首位、ビジョンでも新SOTAでポケモンを補助なしプレイ）、本領の長時間・自律（数百万トークン集中・12時間連続、Stripeが5000万行Ruby移行を1日で完了＝手作業2か月超、ファイルメモリでゲーム性能がOpus 4.8の3倍向上、GitHubも長丁場コーディングを高自律で）、料金と提供（入力$10/出力$50・100万トークン、1Mコンテキスト・12.8万出力、6月9〜22日は各プランで追加料金なし以降クレジット消費、API claude-fable-5・GitHub Copilot）、最大の見どころである新しい安全設計（サイバー攻撃・生物化学・蒸留の3分類器でリスク検知時のみOpus 4.8へフォールバック、作動はセッションの5%未満で95%超は自走、Mythosクラスは30日保持）、「AIは危険すぎる」警告の数日後の公開という文脈（全開放か全閉鎖かでなく危険な領域だけ閉じる第三の道）、そしてどう使い分けるか（大規模移行・長時間調査・自律エージェント主力に向く、軽い用途は軽量モデルが割安、/modelで切替）まで網羅。数値はAnthropic発表・各種報道の引用で今後変わりうる。

テキストを打つだけで声つきの動画が数十秒で生まれる——少し前ならSFだった体験が2026年には現実に。しかも状況は恐ろしく速く変化し、話題を独占していたOpenAI Soraはアプリ/Webが2026年4月に終了（APIも9月終了予定）、代わりにGoogle Veo・Kling・Runwayが主役へ。本記事は特定ツールに偏らないAI動画生成の始め方の最新版（2026年6月時点）として、何ができるか（言葉や画像から数秒〜数十秒の動画を生成、音声同期・1080p〜4K・image-to-videoが当たり前に）、2026年の勢力図（Sora終了の経緯＝計算資源やコスト圧迫・利用者減と報道、現在の主役Google Veo 3.1/Kling 3.0/Runway Gen-4.5の強みとアクセス、秒課金が主流）、仕組み（拡散モデルを時間方向に拡張、text-to-videoとimage-to-video）、どのツールでも共通の始め方5ステップ（ツール選び→プロンプト/画像→尺・比率・音→生成して選ぶ→編集でつなぐ）、核心となる動画プロンプトのコツ（被写体＋動き＋カメラワーク＋画風＋尺/比率＋音声、動詞とカメラが鍵、1カット1アクション・image-to-video活用・数を回す）、できること/まだ苦手なこと（長尺一発や完全な一貫性は不得手、秒課金でコスト嵩む）、そして権利・ウォーターマーク・倫理（SynthIDやC2PAでAI生成の明示が標準化・除去不可、純AI生成は著作権弱く国差あり、商用は規約次第、実在人物のディープフェイクは厳禁）までを初心者向けに整理する。長尺を一発で狙わずカットを作って編集でつなぐのが王道。変化が速い分野ゆえ最新は必ず公式で確認を。

「絵心がないから無理」——AI画像生成へのその先入観は逆だ。言葉で指示するだけで、数十秒後にはプロ級のビジュアルが手に入る。本記事は特定ツールに偏らない横断ガイドとして、AI画像生成とは何か（言葉でゼロから画像を作る、描く技術でなく伝える技術＝プロンプトの画像版）、仕組み（拡散モデル＝ランダムなノイズからプロンプトを手がかりに絵を彫り出す。毎回ゼロから描くので結果がゆらぐ）、どのツールでも共通の始め方4ステップ（ツールを選ぶ→プロンプトを書く→生成して選ぶ→改善・仕上げ、反復が前提）、核心となる画像プロンプトの6部品（被写体・情景/背景・画風・光や色・構図/視点・技術指定）＋ネガティブプロンプトとアスペクト比、ただしGPT ImageやImagenは自然文を、Stable Diffusion系は単語羅列やネガティブを好むという違い、使いこなしのコツ7選（数を回す・少しずつ足す・参照画像・インペイント・シード固定・高解像度化・良い呪文を保存）、AIが苦手なこと（手指・文字・一貫性・細かい正確さ）と回避策、そして仕事で使うなら必須の権利・商用・倫理（米国著作権局やThaler判決2025のとおり純AI生成物は著作権で保護されにくく国差あり／商用可否はツール規約次第／ディープフェイクや作風の無断模倣は厳禁、DALL-E全画像のC2PA来歴付与など明示の流れ）までを初心者向けに整理。どのツールを選ぶか・個別の使い方は047/075/076へ内部リンクで送客する。型を知り数を回し少しずつ言葉を足す——この3つで誰でも狙った一枚に近づける。

同じAIに同じことを聞いても、ある人は「使えない」と言い、ある人は「優秀すぎる」と驚く——その差の正体は、多くの場合AIの性能ではなくプロンプト（指示文）の書き方だ。本記事はその技術＝プロンプトエンジニアリングを、初心者がそのまま使えるよう体系化した実践大全。プロンプトエンジニアリングとは何か（AIへの指示文を設計・改善する技術で、コードではなく伝え方の工夫）から、結果が変わる3大原則（具体的に・文脈を渡す・出力を指定、加えて「〜しないで」より「〜して」）、核心となる良いプロンプトの6要素（役割・文脈・指示・例・形式・制約。COSTARやRCOFなど主要フレームワーク共通の要素で、毎回全部は不要、足りない部品を補う）、すぐ効く実践テクニック7選（役割付与・お手本/Few-shot・段階思考・出力形式固定・区切りで構造化・一度に欲張らない・会話で反復、最強は反復）、Before→Afterの実例比較、一歩進んだ技法（思考連鎖CoT・自己整合性・プロンプトチェーン・ReAct、ただしo系やClaude拡張思考の推論モデルはCoTを内部で行うためゴール明示が効く）、よくある失敗7つ、モデル別のコツ（ChatGPT/Claude/Gemini）と入力時の安全面までを、専門用語を噛み砕いて1ページに整理する。具体ケースはアプリ開発のプロンプト、安全面は入力情報の注意点へ内部リンク。曖昧を具体に、丸投げを対話に——この姿勢で誰でも今日から上達できる。

2025年6月、OpenAIのサム・アルトマン氏は「私たちはすでに事象の地平線を越えた、離陸は始まっている」とブログに記した（「The Gentle Singularity」）。一方で「来ない」と切り捨てる研究者もいる。本記事は初心者向けに、シンギュラリティ（技術的特異点）とは「AIが人間の知能を超え、自分で自分を改良し始めた結果、技術の進歩が爆発的に速くなり、その先が予測も制御もできなくなる転換点」であること（2026年時点では未実現の仮説）を起点に、心臓部である知能爆発＝再帰的自己改善のループ（賢いAIがもっと賢いAIを作り、改良する主体が人間からAIに変わるのがカギ）、AGI・ASIとの違い（AGI/ASIは"賢さの状態"、シンギュラリティは"予測不能になる出来事"。AGI→自己改善→ASIへの急変＝特異点）、言葉の歴史（1965年I.J.グッドの「知能爆発」→1993年ヴィンジが命名を普及→カーツワイルが2045年で大衆化）、実現時期の予測のばらつき（カーツワイル2045年、アルトマン「もう始まった」、ヴィンジ、懐疑派マーカスや故ポール・アレンの「複雑性のブレーキ」）、急激なハード・テイクオフ対緩やかなソフト・テイクオフ、起きたときの期待（難病・科学の飛躍）とリスク（制御不能・アラインメント問題）、根強い懐疑論（複雑性のブレーキ・物理的限界・そもそも別物）、そして「ロボットの支配」「AGIが来たら即」「2045年に確定」などよくある誤解までをやさしく整理する。過剰に怖がらず夢も見すぎず、今あるAIを使いこなしながら次を冷静に見据えるのが賢い構えだ。

2023年、ChatGPTに頼って書いた裁判書面の引用判例がすべてAIのでっち上げで、弁護士が制裁を受けた——その事件は「法律×AI」への警戒を世界に広めた。だが数年で士業のAI活用は爆発的に進み、弁護士の9割超が日常業務で何らかのAIを使うとされる。本記事は068(商社)・094(マーケ)・097(コンサル)に続く業界別AI影響シリーズとして士業を俯瞰する。数字で見る現在地（弁護士の62%が週6〜20%の時間削減、HarveyとThomson ReutersのCoCounselが2026年第1四半期だけで1000万件超の法的文書を処理、税務・会計・監査事務所の生成AI導入が2024年8%→2025年21%へ急増、スタンフォード研究で会計など若手の職が2022年比13%減・会計士は5%増/簿記は5%減）、AIが変える職種別の仕事（弁護士=判例リサーチ・契約レビュー・義務抽出/会計士=記帳・証憑突合・サンプリング・リスク識別/税理士=データ入力・申告下書き・法令検索、いずれも下準備はAI・最終判断は人）、最大の落とし穴であるハルシネーション（存在しない判例・条文の創作=制裁や信頼喪失に直結、Harveyは検証済み引用99.7%・確信なきものはフラグ、CoCounselは判例DBに紐づき実在判例のみ引用で抑制）、変わらない本質的価値（最終判断・職業的懐疑・倫理・グレーな税務判断・そして署名と法的責任はAIに委ねられない）、若手の危機（下積み定型業務の自動化）と新しい役割（AIコンプライアンス担当・税務プロンプトエンジニア）、現役士業/目指す人/依頼者それぞれへの立場別アドバイス（引用と数値は必ず一次情報で検証、機密の取り扱い方針の確認）までを公表値ベースで解説する。制度・責任は国で異なり日本では会計ソフトのAI機能等も普及。問われるのは「あなたが売るのは作業か、判断と責任か」だ。

1時間の動画に手で字幕を付けると昔は丸一日が消えた。聞いて止めて打ってタイムコードを合わせて——その地獄が、2026年のいまは「動画を放り込んで数分待つだけ」で終わる。本記事は動画/音声コンテンツの字幕・書き起こし作成に特化し（会議の議事録化は086、画像のOCRは091に譲る）、自動化できる4工程（音声抽出→文字起こし＋話者分離→タイムコード付与=SRT/VTT→翻訳・体裁）、字幕(SRT/VTT)と書き起こし(transcript)の違いと使い分け、主要ツール比較（無料・機密向きのWhisper、編集一体のDescript、高精度・多言語のSonixやHappy Scribe、個人向けNotta、スマホのCapCut、最手軽なYouTube自動字幕——多くは内部でWhisper系を利用）、最も再現性の高い4ステップ（素材用意→書き起こし→校正→SRT/VTT書き出し・付与）、YouTube/Podcast/講義/インタビュー/機密/多言語の用途別おすすめ、音質が精度の8割という前提を含む精度向上6つのコツ（音質・言語指定・固有名詞リスト・一括置換・話者分離・1行の長さ）、原語で完璧に起こす→AI翻訳→ネイティブ確認という多言語字幕の王道、そして精度の過信・雑音や専門用語への弱さ・著作権・機密送信・タイムコードのズレといった落とし穴までを実践的に解説する。クリーンな音声なら精度は90〜96%（公表値・条件依存）で労力は8〜9割減。作業はAIに、固有名詞の確認と通し確認という仕上げは人に。

「資料作成を徹夜で、膨大な調査を手作業で」というコンサル新人の登竜門が崩れつつある。McKinseyの社内AI「Lilli」は10万件超の資料を数秒でスキャンしスライド下書きまで作り、BCGの「Deckster」はパワポ整形を一瞬で終える。本記事は068(商社)・094(マーケ)に続く業界別AI影響シリーズとして、コンサル業界の変化を俯瞰する。数字で見る現在地（Big4と戦略系大手が2023年以降100億ドル超をAI投資、PwCは生成AIに3年10億ドル、BCGは2025年売上144億ドルの約25%=約36億ドルがAI関連、HBSのBCGコンサル758名研究でAI利用者はタスク12.2%増・25.1%速く・40%超高品質）、AIが変える5領域（調査・資料・分析・議事録・新サービス＝AI戦略支援という新市場で大手は今のところ雇用創出側）、ピラミッド型モデルの崩壊（ジュニア定型業務の一説約8割が数秒で代替、少人数+AIのリーン型へ、育成パイプラインの課題）、課金モデルの地殻変動（生産性のパラドックス＝速く終わると時間チャージが減るためAIを全力で使う動機が働きにくい、顧客73%が成果連動価格を選好、成果報酬・固定価格へ）、変わらない本質的価値（問いの設定・解釈・判断・信頼・実行、システムより操縦者が重要）、大手(タンカー)vsブティック(スピードボート)の二極化（小規模ファームの成長率最大50%との推計）、そしてコンサル志望者・現役・発注企業それぞれへのアドバイスまでを公表値ベースで解説する。問われるのは「あなたの価値は作業か、判断か」だ。

2026年1月のダボス会議でAI第一人者たちが「AGIはもう目の前」対「本質はまだ遠い」と激突した、その火種がAGI（汎用人工知能）だ。本記事は初心者向けに、AGIとは「人間のように分野を問わず、初めてのことでも自分で学んで解決できる万能型AI」であること（ただし2026年時点では未実現の目標）を起点に、いまのChatGPT等＝特化型AI（Narrow AI）との決定的な違い（知識を別分野へ"転移"できるか、汎化と自律的な技能習得）、特化型AI→AGI→ASI（超知能）の3段階の整理、実現時期をめぐる専門家予測のばらつき（Anthropicのアモデイは数年内=2027年ごろと強気、DeepMindのハサビスは2030年までに50%と慎重、研究者調査の中央値は2047年、マーカスら懐疑論者は遠い/来ないと主張——予測が割れるのは定義の違いが原因）、今のAIがAGIにどれだけ近いか（ARC-AGI等で人間基準を下回る、だがマルチモーダル・エージェントで入り口へ）、AGIが来たときの期待（難病・科学の加速）とリスク（雇用・悪用・アラインメント問題＝目標のズレ、AnthropicやUK AISIが重大分岐点と位置づけ）、そして「ChatGPTはもうAGI」「AGI＝意識を持つ」などよくある誤解までをやさしく整理する。過剰に怖がらず夢も見すぎず、今ある特化型AIを使いこなしながら次を冷静に見据えるのが賢い構えだ。

2024年末にCoca-Colaの生成AIクリスマス広告が「魂がない」と炎上した一件は、AIがマーケ・広告にもたらす「効率と効果」対「信頼と感情」の綱引きを象徴する。本記事はこのテーマを俯瞰し、まず数字で現在地を確認（マーケターの約87%が生成AI利用=2024年51%から急増、広告費の71%超がアルゴリズム駆動、GoogleはGeminiで25年Q4だけ約7000万点のクリエイティブ生成、マーケのAIツール支出は18か月で約3倍）。AIが変える5領域（①コンテンツ制作 ②広告クリエイティブ ③ターゲティング・配信=プログラマティック ④パーソナライズ=DCO ⑤分析・効果測定）と効果指標（DCOでCTR+32%・CPC−56%、文面作成3.2倍ROI、1stパーティ/文脈ターゲは最大2倍ROAS——いずれも公表値・条件依存）、一方で変わらない核（戦略・ブランド・信頼・突き抜けた創造は人に残る、AIは増幅器で土台ゼロなら答えもゼロ）、検索のSEO/AEO/LLMO地殻変動（既存記事へ内部リンク）、リスク（AI広告への好意=担当者82%vs消費者45%の認識ギャップ、もっともらしい捏造、ブランドセーフティ、権利・規制、無人運用の暴走）、マーケターの仕事の変化（作業は奪われ判断は重くなる、制作者から編集長・戦略家へ）、そして今日からの実務5ステップまでを解説する。AI最大の影響は人の時間を作業から判断へ解放することだ。

明日の朝イチがプレゼンなのにスライドは白紙——そんな夜でも、テーマを一行打てば数分後に20枚の下書きが並ぶ。それが2026年のAIスライドだ。本記事はスライド作成を構成・原稿・デザインの3工程に分け、2つのアプローチ（テーマを投げれば全部作るオールインワン生成 vs 構成・原稿はChatGPT/Claude/Geminiで詰めデザインは専用ツールに任せる分業）を整理。主要ツール比較（生成が速いGamma、ネイティブ.pptxで崩れないPowerPoint内蔵Copilot、共同編集に強いGemini for Google Slides、見た目が美しいBeautiful.ai、テンプレ豊富なCanva、2026年5月登場のChatGPT PowerPointアドイン——絶対王者はなく出口で選ぶ）、最も再現性の高い5ステップのワークフロー（構成→原稿→デザイン流し込み→数字と出典の検証→.pptx/Slides書き出し）、そのまま使えるプロンプト3種（アウトライン生成・1枚詳細化と話者ノート・デザインツール用整形）、1スライド1メッセージや文字を半分に削るなど伝わる6つのコツ、そして.pptxレイアウト崩れ・冗長な初稿・もっともらしい捏造データ・機密送信・ツール終了（2025年4月のTomé終了が教訓）といった落とし穴までを実践的に解説する。AIは下書きを一瞬で出す相棒、削って数字を確認する仕上げは人の仕事だ。