理解しておくといいのは、三つのモデルをどう使い分けるのか、なぜ一般公開ではなく、少数のパートナーへの提供から始めたのか、そして、どんなベンチマーク結果を示しているのかです。

ただし、この仕組みを使えばそれだけで小説が書ける、というわけではありませんでした。むしろ簡単には書けず、工夫の仕方でかなり差が出ます。ここからは、小説を書きながら考えたことや工夫したことをまとめています。

　「象、死す」の四文字のあとには、まだ続きがあった。

　京を出て、一行は鈴鹿峠を越え、尾張で五日、雨に足止めされた。江戸の日限には、まだ余裕があった。その分、誰も急がない。象の急がぬ歩みに、いつの間にか一行の方が馴染んでいた。

　山陽道に入ってからの象は、宿場ごとに数千の見物を集め、備前では川向こうの土手まで人で黒くなった。触れは先々まで行き渡り、どの宿場でも声がない。その数千人に毎日見られて歩くことに、貞十郎の方が慣れ始めている。慣れというものの図々しさを、我ながら思う。

　機嫌は耳に出る。耳がゆっくり扇いでいればよし、付け根が強張れば悪し。鼻が地を低く掃くのは退屈の印で、退屈は悪戯の前触れである。昨日は人足の笠が一蓋、鼻に攫われて畑へ飛んだ。帳面には、笠一蓋、と付ける。誰の落ち度とも書きようがないので、それだけを付けた。

【創作大賞用あらすじ】
　享保十四年、長崎奉行所勘定方組頭の樋口貞十郎は、将軍吉宗が買い上げた象を長崎から江戸へ届ける御用を命じられる。前例もなく、頼れるのは帳面だけ。唐通事の林七官、広南の象方・譚阿福とともに、貞十郎は三百四十里の道を歩き出す。餌、宿、橋、川越え、見物の群れ。象が通るあいだ鐘を鳴らすな。沿道にそんな触れが回り、声を殺した数千人が巨象を見送る。
　道中、象は人々を驚かせ、笑わせ、時に役人や武士の面目を揺さぶり、やがて従四位の位まで授けられる。勘定と記録を仕事にしてきた貞十郎は、旅の終わりに知る。帳面に書けるものだけが、御用のすべてではない。
　浜御殿で象を引き渡した後も、その歩幅と温みは彼の中に残る。十三年後、象の死を知らせる書状を受け取った貞十郎は、かつて書けなかった一行と向き合う。

【補足】
　本作は、享保十四年に長崎から江戸へ送られた象の史実をもとにしたフィクションです。道中や叙位、江戸での飼育などについては、公開資料・史料紹介・関連文献を参考にしつつ、人物造形、会話、細部の出来事は創作しています。構成や執筆にAIを利用しています。

【主な登場人物】
樋口貞十郎：長崎奉行所勘定方組頭
林七官　　：長崎の唐通事、貞十郎と阿福のあいだを取り持つ
譚阿福　　：広南（現在のベトナム中南部）出身の象の世話役
さと　　　：中野村で、晩年の象を世話した家の娘

　寛保二年の冬である。長崎奉行所勘定方組頭、樋口貞十郎のもとへ、江戸から一通の書状が届いた。差出人は唐通事の林七官。時候の挨拶をわずか三行で済ませ、四行目にこうあった。

公式ドキュメントでは、Fable 5はAnthropicが広く公開している中で最も高性能なモデルと説明されています。文脈としては100万トークンを扱え、出力も最大128kトークンに対応します。さらにadaptive thinkingが常に有効になっていて、必要に応じて深く考えながら答える設計です。

人生の相談で答えの質を分けるのは、AIの頭のよさに加えて、自分についての材料です。何が好きで、何が苦手で、どんな場面で疲れやすくて、どんなことなら自然に続いたのかといった細かい情報を渡せるほど、答えは自分に合ったものへ近づきます。

そこで使えるのが、日記や過去のnote記事をもとに作る「LLM wiki」です。

だれか のんさんの記事では、文章を次の3軸で見ていて、AIに図にしてもらうとこのようになります。

私も参加しているFIRE研究所で、追加メンバーを募集しています。

ちなみに、設定はほぼデフォルトの状態で使っています。

xAIはこのモデルを、APIから使える新しい音声モデルとして発表しました。想定されているのは、カスタマーサポート、電話営業、予約受付、企業向けの複雑な業務フローです。

そんなときに使いやすいのが、ChatGPTでインテリアコーディネート案を作る方法です。部屋の写真をもとに、別のスタイルに変えた画像を作ったり、家具や小物の候補を出したりできます。

現実の作業を進める力が上がったことで、AIに任せられる範囲が広がり、その強い力をどこまで使わせ、どこまで制限するのかが大きなテーマになっています。

今回は、OpenAI公式のGPT-5.5プロンプトガイドをもとに、GPT-5.5のプロンプトのコツを整理します。

今回取り上げるのは、添付したキャラクターを超高密度の探し絵の中にさりげなく紛れ込ませるためのプロンプトです。いまのChatGPT画像生成の進化を見る題材として、分かりやすいかと思います。

GPT-5.5は、作業を任せやすいAIに近づいたモデルです。コードを書く、調べる、資料を作る、データを見る、画面を操作するといった作業を、前より自然に頼みやすくなっています。

今回の発表では、細かい指示への対応、文字の多い画像の安定感、日本語を含む多言語対応がはっきり打ち出されています。見た目の良さだけでなく、そのまま説明や発信に使える画像を目指していることが、発表全体からよく伝わってきました。

こうした体感が広がるなかで、Xではgpt-image-2がテストで一部リリースされているのではないか、という見方が強まっています。いまは、OpenAIの公式発表より先に、画像生成結果の変化そのものが話題になっている状態です。

この表現が多くなる理由は、まずAIが学習した文章の中にこの表現が大量にあるからです。案内文、FAQ、レビュー、広報文、解説記事には、先に誤解を防いでから説明する書き方がよく出てきます。AIは文章を一語ずつつないで作るので、説明っぽい流れに入ると、定型的な形に引っぱられてしまいます。