Anthropicが2026年6月9日に、Claude Fable 5を発表しました。
公式発表では、Fable 5はMythos級のモデルを一般利用向けに安全策を入れて提供するものとして説明されています。
ソフトウェア開発、知識労働、画像理解、科学研究など、長く複雑なタスクで特に強いとされています。
ここで注目したいのは、単に「また高性能なAIが出た」という話ではありません。
AIに任せられる仕事の範囲が、少しずつ変わってきていることです。
これまでAIは、調べもの、文章作成、アイデア出しの相手として使われることが多かったと思います。
しかし、Fable 5のようなモデルが出てくると、AIは相談相手から、実作業を進める存在へ近づいていきます。
AIは、短い質問に答えるだけの道具ではなくなってきた
これまでのAI活用は、比較的短い単位で使われることが多くありました。
文章を整える。
タイトル案を出す。
コードの一部を書いてもらう。
メール文面を考える。
こうした使い方だけでも十分に便利です。
ただ、業務ではもう少し長い作業がたくさんあります。
仕様を読み、既存のファイルを確認し、修正方針を考え、実装し、動作確認し、必要なら直す。
記事であれば、ネタを整理し、構成を作り、原稿を書き、画像を作り、WordPressに下書き投稿し、タグやスラッグを整える。
こうした一連の流れをAIが扱えるようになるほど、仕事の進め方は変わります。
Fable 5の話は、その変化を象徴しているように見えます。
長い作業を任せるには、AIの性能だけでは足りない
高性能なAIが出ると、すぐに何でも任せられるように見えます。
しかし、実務で考えると、AIの性能だけでは足りません。
AIに長い作業を任せるには、前提情報が必要です。
- 会社としての方針
- 文章のトーン
- 画像のルール
- 使ってよい素材
- サーバーやWordPressの運用ルール
- やってよいこと、やってはいけないこと
- 最終確認する人
これらが曖昧なままだと、AIはその場でそれらしい判断をします。
結果として、悪くはないけれど自社の運用とは少し違う成果物になることがあります。
高性能なAIほど、何を頼むかだけでなく、どんな前提を渡すかが重要になります。
Web制作では、制作物そのものよりワークフローが変わる
Web制作でAIを使うと、最初の成果物はかなり早くできます。
LPのたたき台。
ブログ記事の下書き。
フォームの改善案。
簡単な管理画面。
画像のラフ案。
一昔前なら時間がかかっていたものが、あっという間に出てきます。
ただし、仕事として使う場合、本当に大事なのはその後です。
既存サイトのデザインに合わせる。
スマホ表示を確認する。
文章の温度感をそろえる。
問い合わせにつながる導線にする。
クライアントの要望に合わせて修正する。
この7割から9割へ上げる部分で、AIの使い方に差が出ます。
Fable 5のようなモデルが広がると、AIは「最初の案を作る道具」から、「制作工程を一緒に進める道具」へ近づいていくはずです。
中小企業でも、AI活用の入口は広がる
高性能AIというと、開発会社や大企業だけの話に見えるかもしれません。
しかし、実際には中小企業や地元のお店にも関係があります。
たとえば、次のような使い方です。
- ホームページ内の古い情報を整理する
- FAQのたたき台を作る
- 問い合わせ対応の文面を整える
- 社内マニュアルを読みやすくする
- ブログ記事の構成を作る
- キャンペーンページの説明文を作る
- お客様からの質問を分類する
これらは、いきなり大きなシステムを作る話ではありません。
毎日の小さな作業を少し軽くする使い方です。
AIの性能が上がるほど、こうした地味な業務にもAIを使いやすくなります。
AIチャットボットやナレッジ管理との相性も高まる
AIに仕事を任せるうえで重要になるのが、ナレッジです。
ここでいうナレッジとは、AIが回答や作業に使うための会社情報です。いわばAIの頭脳のようなものです。
会社概要、サービス内容、料金の考え方、よくある質問、対応エリア、過去の記事。
こうした情報が整理されているほど、AIは業務に使いやすくなります。
逆に、サイト内の情報が古かったり、担当者の頭の中にしかなかったりすると、AIに頼んでも正確な作業はしにくくなります。
Fable 5のような高性能モデルが出てくるほど、ナレッジ管理の重要性も上がります。
AIの性能だけを見るのではなく、自社の情報をAIに渡せる形に整えることが大切です。
AIに任せる仕事は、これからもっと増える
Fable 5の一般公開は、AIの性能競争のニュースでもあります。
ただ、制作や運用の現場から見ると、もっと大事なのは仕事の任せ方が変わることです。
短い質問に答えてもらう。
文章を少し直してもらう。
それだけでなく、まとまった作業を進めてもらう。
必要な情報を読み込み、手順に沿って処理し、人間が確認できるところまで持っていく。
そういう使い方が、これから増えていくはずです。
ただし、AIに任せる範囲が広がるほど、人間側には設計と確認の役割が残ります。
何を任せるのか。
何を渡すのか。
どこで確認するのか。
どこから先は人間が判断するのか。
AIに任せられる仕事は広がっています。
だからこそ、AIを使う側の準備も、これまで以上に重要になります。
