AIツールの使い方・比較・最新情報

「AIエージェントがすごいのは分かった。で、実際に何に使えるの?」——基礎を学んだ次に誰もがぶつかる疑問に、2026年はもう「未来の話」ではない実例で答える。本記事は抽象論でなく業務別の具体的な活用事例10選を実例・数字つきで紹介する。なぜ今事例が重要か（エージェントは答えるだけでなく実際に手を動かす＝実験から本番業務へ、すでに65%の企業が何らか自動化済みとの報告、2028年までに企業向けソフトの3分の1がエージェント機能搭載・サポートは2029年までに問い合わせの8割を最小限の人手で解決とのGartner予測）、自動化に向く仕事の3条件（反復が多い×量が多い×判断を含む、とくに判断つきが従来のRPAとの差、重大判断は人が握り下準備は人が承認）、活用事例10選（①カスタマーサポートの一次対応と文脈付きエスカレーション②営業のリード抽出とパーソナライズメール＝1時間で200通・返信率2〜4倍③マーケのSEO記事週2→週10本とメール最適配信④ソフトウェア開発でコード35%超がAI生成⑤IT運用の障害検知→原因診断→自動復旧⑥経理のERP横断KPI算出とコメント付きPDFレポート⑦金融のリアルタイム不正検知⑧人事の採用スクリーニングとオンボーディング＝AMDはHR解決時間80%減⑨リサーチ・データ分析のレポート化⑩サプライチェーンのコントロールタワー）、導入効果の現実（3年でROI 3.5倍・回収3〜14か月・コスト30〜60%減のMcKinsey調査、ただし62%が試したが本格展開は23%で定着が難所）、失敗しない始め方（1業務を選ぶ→小さく試す→人が承認→測って広げる）と最小権限・都度承認のセキュリティ注意点までを網羅。数値は各種調査・企業発表の引用で傾向の参考。自分の仕事を反復・量・判断の眼鏡で見直し、いちばん痛い業務から小さく一歩を。

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。

「AIが仕事を奪う」より身近に進む変化がある——同じ会社・同じ職種の同僚どうしで成果の差がじわじわ開き始めていること。原因はAIそのものより「AIを使いこなす人」と「使わない・使えない人」に分かれてきたことだ。本記事はAIの発達で会社員の能力格差がどう広がるかを最新調査で整理する。結論は単純な「賢い人が勝つ」ではない。差を生む軸が知識量・処理速度・経験という地力から「AIを使いこなす力（AIリテラシー）」へ移りつつあること、そしてAIには逆向きの2つの力（タスク単位では初級者を大きく底上げしベテランとの差を縮める「スキル圧縮」、職場全体ではもともと有利な高所得・上位職ほど早く深く使い差を広げる「天井上げ」）が同時に働くこと、データで見る現状（毎日AIを使う割合が高所得層60%超vs低所得層16%、同職種でAIスキル保有者は賃金+56%との推計、約39%が過依存で能力低下を実感——いずれも各種調査の引用で幅あり）、格差を広げる4要因（ツールへのアクセス・学ぶ時間と研修・試せる裁量・学ぶ姿勢、前3つは上位職に有利だが4つ目だけ自分で変えられる）、伸びる人/現状維持/取り残される人の3タイプ（鍵はAIに任せて空いた時間を判断・企画・対人へ投資すること）、使いすぎで考えなくなる過依存の落とし穴（答えを検証せず提出・反射的に聞く・間違いに気づけない兆候、たたき台として検証する習慣が分かれ目）、取り残されないために今日からできること（まず触る・自分の業務で試す・検証グセ・浮いた時間を投資・共有・学び続ける）、会社/組織の視点（ROIを出せる企業は少数・役職間の摩擦、誰もが学べる仕組みで4要因を打ち消す）までを網羅。能力格差は才能の差でなく行動の差で開く面が大きく、それは希望でもある。

外に出るのがしんどい、人と話すのが苦手、今は働いていない——そんな状況でも「自宅から・誰とも会わずに・自分のペースで」収入につなげられる可能性が、AIの登場で広がった。本記事は引きこもり・ニートの状況にある人がAIでゼロから在宅で稼ぐ第一歩を、誇大表現を避けできるだけ正直にやさしく整理する対象特化ガイド。まず「誰でも簡単に月◯万円とは言わない」と明言し、現実的な難易度・期間・注意点も包み隠さず書く。なぜAI×在宅が相性がいいか（非対面で完結・ゼロから始めやすい・自分のペース、AIが壁を下げる相棒）、大前提となる3つの正直な話（すぐには稼げず最初は数百〜数千円／AIは魔法でなく努力の増幅器でゼロに掛けてもゼロ／才能より継続した人が結果を出す）、人と話さず完結する稼ぎ方の選択肢（文章・ライティング、文字起こし/字幕、AI画像生成の素材、データ整理、翻訳チェック、デジタル商品販売。まず1分野を選ぶ）、今日できる最初の一歩（無料AIに触る→1分野選ぶ→練習作品を1つ作る、稼ぐより先に作る）、小さな成功体験の積み上げ方（ポートフォリオ化→低単価で1件→評価を貯める→単価/量を上げる、金額でなく成功体験を集める、最初の1件が何より価値がある）、続けるコツとメンタルの守り方（比べない・小さく区切る・休んでいい・完璧を捨てる・ひとりで抱えず就労支援や相談窓口も）、そして詐欺/誇大広告/AIまかせの危うさ/税金・扶養の注意（先払い案件や情報商材を避ける、正規のクラウドソーシングは基本無料、一定額超で確定申告や扶養影響、国・制度で異なるので公式確認）までを網羅。誰でも簡単ではないが、あなたにもできる一歩は確かにある。収入の大きさより自分にもできたを一つずつ取り戻すことを最初のゴールに。

「メールを読んで返信して」と頼むだけで自分で考え道具を使い実行するAIエージェントは、便利な反面、"自分で行動する"からこそ従来のチャットAIにはなかった事故が起きる。2026年にはその危険が理論から現実の被害へ変わり始めた。本記事は初心者向けにエージェントのセキュリティ事故を権限・漏えい・誤操作の3つに整理。なぜ事故が起きるか（エージェントは答えるだけでなく実際に行動する＝鍵は行動、騙されやすい新入社員にたとえられる）、普通のチャットAIより危ない理由（道具を使う×自律で連続実行×外部入力を読む、の掛け算。OWASPは2026年にエージェント特有リスクTop10と最小エージェンシーを提唱）、事故①権限＝過剰な権限の危険（メール読むだけでいいのに送信削除権限まで、人間アカウントの強権限の継承、暴走時に被害拡大、コスト最適化エージェントがバックアップ削除の報告例）、事故②漏えい＝間接プロンプトインジェクション（外部コンテンツに隠した命令でエージェントを操る。公開Reddit投稿の不可視テキストでOTP漏えい、サポートチケットの隠し命令でMCP経由のDB流出、文書を開くだけでIDEエージェントが秘密窃取という研究者報告の実例）、事故③誤操作＝悪意なくても破壊的操作やミスの連鎖・暴走、攻撃の流れ4ステップ、守り方の基本5原則（最小権限・人間の承認・サンドボックス・境界設定・外部入力を疑う）、個人向けチェックリストまでを噛み砕いて解説。合言葉は「力を渡しすぎず、危ない操作は人が止め、外の文章を信じすぎない」。

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。

「ビルドが終わったら教えて」「CIが赤くなったら直して」「デプロイを5分おきに見張って」——こういう張り付き仕事をAIに丸ごと預けられるのが、Claude Codeに2026年に追加された/loop（ループ）コマンドだ。本記事は初心者向けに、/loopとは「プロンプトやスラッシュコマンドを決めた間隔で（あるいはAIが自分で決めた間隔で）繰り返し実行するセッション内スケジューラ」であることを起点に、4つの使い方（①/loop 5m 〇〇=固定間隔でcron実行 ②/loop 〇〇=間隔をAIが判断するセルフペース ③/loop 15m=組み込みメンテプロンプト ④/loop=自動メンテ）、間隔の書き方（数字+単位s/m/h/d、最短1分、every 2 hours等の自然文、スラッシュコマンドもループ可=/loop 20m /review-pr 1234）、セルフペースの凄さ（動きがあれば短く・なければ長く1分〜1時間で待ち、完了したと判断すればループ自体を自動終了する点がただのcronと決定的に違う）、CI/デプロイ見張り・PRお守り・長時間ビルド確認・リマインド・ブランチ自動メンテといった実用レシピ、停止と注意点（Esc停止、セッション内のみで新しい会話だと消える、ターミナルを閉じると止まる、固定間隔は最長7日、1セッション最大50タスク、ターンの合間に発火しジッターあり、ローカルタイムゾーン基準）、そして3つのスケジューリング機能の使い分け（/loop=セッション内の監視、Desktop scheduled tasks=ローカル常駐、Routines=クラウドで無人運用）、loop.mdで省略時動作を自分仕様にするカスタマイズとCLAUDE_CODE_DISABLE_CRON=1での無効化までを、公式ドキュメント（2026年時点）に基づき解説する。/loopが変えるのはAIに任せられる仕事の時間軸だ。

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。