工作清單

注目AIニュース21選〜ChatGPTがPC操作を覚える時代へ、Claude Codeが確認をやめた、NECが全社員AIの部署を新設、Gemini利用者10億人など

逐字稿文字預覽

いよいよAIが自分で勝手に分析して自動化を提案するようになっちゃったということでです。今週も注目の映像見ていき
ましょう。今週はツール系色々ありました
ね。チャATGPTのコンピューター
ヒストリーやクロードコードの進化地味に3.7様々なニュースがあります。え、
これ以外にもNECさんが完全にAIだけの新しい武署を作ったであったりメガスタートアップ同行ではなんと速度が最大14倍の新しいウルトラファストサービス。ジェミニが15億人、マーク
ザッカーバーグは世界中の全員にスーパーソナルインテリジェンスを提供する。
こんな話があったり、一方中国や社会全体でもいろんな話が出てきているので是非この1本でギュっと分かるので最後までご覧いただければ幸いです。この
チャンネルはAIエージェント試合に活躍するスキルやノーハを学ぶというテーマで毎週日曜15時のAIニュースや実践に目指した様々な活用ノーハを発信しています。AI時代の新たな働き方を日本一
生み出すというテーマで頑張ってるので是非チャンネル登録をよろしくお願いします。また本も多数出しております。7月
末にはクロード最強のAI上これめちゃくちゃ売れておりまして1万ずつ決まりました。また10月には1人
ビジネスのためのAIエージェント活用術などこれから本もですね、多分月12ぐらいのペースで出していくので是非よろしくお願いします。ということでまず
は今すぐ使えるAIエージェントの最前線からダンとパソコン上の活動を記憶して提案しちゃうよ。ということでチャット
GPTのデスクトップ版にコンピューターヒストリーという機能が出ました。これ
めちゃくちゃすごいサービスです。なんと
チャATGPTがいろんなアプリを使っている情報を勝手に理解した上でそっから改善提案してくれるというサービスになります。これ紹介画面ですがこんな感じです
ね。例えばこれチャATGPTがログを
取った上でこんな風なことやってますよね。いろんなツールでと。で、このスキル
作ったらいいんじゃないのという風にログを見た上で自動化やスキルの提案をしてくれて勝手にやってくれちゃうとこれめちゃくちゃすごくないですか?これまで
は何をスキル化するかとか自動化するかっていうのは自分でやる必要があったわけなんですけどこれをチャットGPTが勝手に分析してくれて改善までしちゃうよという風にどんどんなると。え、記録に
関しては自分が指定した内容ですね。自分
がこれはオッケーよというものだけが対象になるのでもちろん全部勝手にやるわけではないですよと。僕メインは
Windowsなんですが、MacOSに行きまして、これMacですね。Macの
チャットGPTの設定に行き、こちらコンピューター履歴をオンに押すと、え、確認することができ、今こんな感じで履歴が残ってきますね。で、さらには選択を
押してこれは除外するというのもできるので、こんな感じで溜まっていくと押しぶ中はね、僕は基本はWindowsメインなんで、あんまりMacはもう置いてあるだけでほとんど使ってないから、ちょっと
今んところMacだけでは厳しいわけなんですけども、ま、このような感じでどんどんデータが守られていくと、もちろん気になるかなと思うんですが、元データは48時間で削除され、ログだけ残るよという方向のですね。さあ、これ何
がすごいのか。まずこれまでAI使った
自動化っていうのは自分で考えるっていうのが前提でしたよね。そっから
最近の方向性としてはいちいち自分で考えたり説明をしなかったとしてもやり方を人間が、え、1回録画してあげてやり方を教えてあげる。レコードアリプレイによっ
てやり方を伝えるってことができるようになり、この機能はチャatGPTとかクロードのChromeオークションとかあとはGギitッubなんかのスキルとしてできるようになってきてまして、
いちいち言わなくてもAIが理解してくれるよと。で、さらに今回のツールは
そこまでやらずとも日常を勝手に観察してくれてこれスキル化したらいいじゃんと自動化できるよねという風に自動的に提案してくれるという風になるわけですね。実
はこういう近いサービスがありまして、例えばスクライズオプtイズというサービスがあるわけなんですけど、これ去年ぐらいに出てまして、まさにAIが勝手に人が作業をしてる様子を分析した上で、それがどんな風になってるのかって
ことを確認できるよという機能になりまして、これこのツルですね、自動的にAIが、ま、全データを分析すると、このツルの場合は許可を経てデスクトップの様子を全部終えるようにした上で何をやってるか
を勝手に分析し、で、この辺時間かかってるんで処理したらいいんじゃないのと提案する。みたいな、こういう勝手に自動
化というツールはあるわけなんですね。で
、今回このチャットGPTのサービスも同じような感じになってきましたと。さて
、今回できるのはどこまでかと言うと、まずは行動ログまでですよね。具体的に
どういう操作をしたかっていうのは残るわけなんですけれども、なぜそうしたかであったり、その結果どうなったのか、この、ま、後ろの2つはないんで、一旦行動力ベースで提案をしていくというところまで
きてるわけです。で、もちろんこれだけ
だとなんでそうしたのか結果的に勝ったのかが分からないわけなんで、例えるなら将棋の寄付は勝手に見えるけれども、なぜこの騎士がそういう風に打ったのかであったり結局のかは分からないんで、そっちは
さっきのレコード&リプレイなんかを併用していきながら伝える必要があるよねというところかなと思います。ま、画視化し
ながらですね、自分で、自分で分析して自分の業務を提案して自動化する。これ
ほとんどの人にとって相当難しいと思うんですが、今回の機能によってAIが自分のログを勝手に見てくれた上でどんな風にやるかってことを確認してくれる。で、
確認した上で必要なものとか分からないことは聞いてくれて、え、スキル化したりとかより制度を上げてくれる。これを
ぐるぐる回していくとログから分析して気づきを得てそこに対してさらにフィードバックを指摘学習していく。ま、
このループが回ることによって勝手にAIがいろんな人の仕事を自動化していくという方向性が大きく広がるんじゃないかなと思い、その第一歩として個人的にはめちゃくちゃ面白いと思います。もちろん
ここに対しては結構抵抗もあるかなと思っていて、当然ログを取られたくない人であったり、会社の中でも会社全体としては導入したいけど、ま、絶対いいやろとそんなことはしたくないよという人。あと
は特定のデバイスだけだとやっぱり情報が少ないのでデバイスまたぎで確認しなくちゃいけないとかいろんな課題があるかなと思うんですがいよいよAIが単に自分が賢くなるだけではなくて人間の業務すらを
自動的に考えていくと業務の自動化すらも自動的に考えていくという風な第一歩が踏み出されてことでこれは非常に大きな流れなんじゃないかなと思っています。
続いて権限確認を自動判定でこれはちょっと近い流れなんですね。クロード
コードが今いろんなモードがありまして、クロードコードを使おうと思うと最初これ画面をですね、切り替えてクロードコード使おうと思うとこの右下にこんな感じでいろんなモードがね、こんな風にあるわけ
なんですけどこれまでは、え、自分で確認するとかがベースだったんですね。つまり
AIに丸投げではなくてちゃんとチェックしてねというのがベースだったんですが8月の14日以降はこの自動モードある程度AIが勝手にやって処理するよというのが自動モードになりましてデフォルトになり
ましたよという非常に大きな話がありました。つまり人間が確認する時代からAIが
自分で判断して1する方向をデフォルトにしますよという風になったんですね。で、
これが何でなんですか?めちゃくちゃ
面白いんですが、アンソロピックになった実験で1000人以上の実験でいろんな処理をしてもらった上で、あえて危険な行動と伴った上でAIに、AIから人間にこれやってもいいですか?という風に確認
をしました。
したところ危険なコマンドがあった場合の拒否率が人間だとわずか13%処理が長いとわずか5%しかできず一方で自動モードは9割ぐらいはちゃんと拒否していたよというのがあったわけなんですね
。これなんでなんですかと言うと要するに
人間って全部はちゃんと見てなくてたくさん確認が来るとオッケーオッケーとどんどん流しちゃう。結果的にそもそもの
発想はAI間違えるかもしんないんで人間に確認してもらったんですけど確認が増えるとむしろ人間の方が圧倒的に間違える。それだったらAIが自動的に
判定して処理した方がむしろ制度が高いよねということがこの実験で明確に、え、明らかになったということですね。で、え
、様々なまずい検証においてもしっかりAIのチェックするモデル、AIがこれ安全ですかていう判定するモデルを鍛えることによって、非常に高いレベルで変な処理をしなくてもいいよという風になった
ようですので、これをベースとしてオートモードをデフォルトにして、ま、つまり人間が1個1個チェックする時代からAIの方がむしろちゃんとチェックできるんで、そっちを信頼しましょうね。ま、ただし
危ないものを確認しましょうね。という
方向にガラっと映りました。さあ、これ
非常に大きな時代的な転換点かなと思っていて、AIがやって人間確認するから、AIがやってAIがチェックし、人間はイレギュラーとか大きな判断だけするという風に明確に一歩思考が進んだわけなん
ですね。なのでこれからの時代は1個確認
するではなくてAIに任せる範囲が広がっていきますと。さあ、ここで気になるのは
これオートモードは89%危険なコマンドに拒否したとが11%間違ってるよねと。
これ大丈夫なの?で気になった人いると
思います。で、これに関しては詳細を見て
みるとまずそもそも意図的に危険なコマンドをやってるとした上で何を間違ったかって言うと人間がオッケーっていった範囲のレベル感の認識を間違っていたと。
例えばこれを修正していいよって言った場合にこれといったところの範囲が1ファイルなのか10ファイルなのか修正してもいいよと言われたことに対して人間は1ファイルと言ったつもりだけど10
ファイルになっているであったりこれやってもいいよといったことに対してどこまでやっていいかっていう判断が幅広くなっちゃう。ま、こういう店が多いっぽいん
ですね。なんで知名的なミスってよりは
そういう判断の捉え違いで範囲を間違っちゃうことはあるよということがあるようでした。で、もちろんね、ま、人間もそう
ですし、AIも完全にオッケーではないわけなんで、例えば消しちゃっても大丈夫なようにちゃんと保存しておくとか、データバックアップを取っておくとか、最初は開発環境からやるとか、もうそう
いうのは重要かなと思うんですが、そのような方向性さえ満たせれば今89%で10%ぐらいね、拒否率がないのはあるわけなんですけど、それも蓋を開けてみるとものすごい危険というよりはあえて危険
な難しいものを入れた時にできないこともあるというだけであり、人間はそもそもこれ人間もね、エンジニアとか非エンジニアじゃない人がやってると思うんですけど、これで13%しかチェックでき
ないとしてエンジニアじゃない人間が判断とか絶対できないわけですね。どう考えて
もオートモードベースの方がいいということでガラっとこれ考え方変わるかなと思うので是非皆さんこれをこの流れ自体は理解しておきましょう。続けてセッション
メッセージ機能でこれ地味に便利って話なんですけど、クロードコードを使っている時にクロードコードのセッション同士、つまりこれ画面出すとこれ今1個1個ね、こんな感じで左側にセッションというのが
あるわけなんですけど、他のセッションの状況を追うことができるようになりました。例えばこれ他セッションの状況を確認
できるという風に聞いたんですが、今このクロードコードが別で動いてるセッションでこんなことやってるねという風に確認ができるわけですね。で、これ結構便利でし
て、実際僕も使ってるわけなんですけど、例えば5個同時に並列で依頼をしてると、例えば書籍に関して5分同時に並列で依頼してる場合にそれぞれベッド作ってるわけなんですけど、これを横断して1個管理の
セッションを作り、各状況を聞いてもらった上で集約するみたいなことをしようと思った場合、これまでは人間が各セッションのやつをコピーして持っていくか、あとは各セッションでファイルを作っ
てもらってファイルを読み込むみたいなことをする必要があったんですが、この機能によっで、え、このいくつかやってる並列のセッションの状況を確認した上でチェックしてくれるとかっていう風に
まるっと送ることができるわけですね。え
、何でもかんでもできるわけではなくてやり取りできるのはテキストだけでファイルを共有するわけではないですよということですね。あとは承認することは
できないですよと。一旦人間が承認すると
。あとは、え、同一マシンであったり別
マシーンということはできるんだけれども、え、制約があって別マシーンから送る時には、え、会話のスタートはできなくてチェックだけできるよ。そういった感じで
全部が全部できるわけではないんですが、ま、クロードコードをたくさん使って、今流れはね、1つのエージェントを1つ使うだけ、あの、1つのタイミングでは1エージェントを使うだけではなくて、1つ
の時間に同時に5体も10体も依頼するというのが当たり前になっていくと、当たり前になる中でこのいくつかのエージェントは関連してるわけですよね。
え、1つのプロジェクトに3つ同時に走らせてると時に1番と2番のセッションの状況を踏まえて3番やってよという風なことがAIに依頼すれば、え、勝手にコミュニケーション取ってやってくれると
いう風になりますので、より便利差が広がったなと思っています。こんなに
使えるわけですね。続いてAI
エージェントで公開可能なウェブサイトを作成可能というところで、今回はマナスさんにスポンサーをいただいておりましてありがとうございます。さあ、マナスを
使うとどんなことができるのか。簡単に
プロンプと言うだけで実際に公開までできて裏側のデータ管理であったりとか様々な処

來源：transcript.txt

本次執行流程與問題處理

  1. 下達指令

    指令：videonote https://youtu.be/XUOA6ogMezQ?si=CB9V-gYOQqPGPfYA --language ja --bilingual --learning --auto-source-subtitles

    來源：https://youtu.be/XUOA6ogMezQ?si=CB9V-gYOQqPGPfYA

    辨識語言：ja ｜ 參數：--language ja --bilingual --learning --auto-source-subtitles

  2. 預期流程

    依指令產生的處理順序：

    1. 自動字幕優先，Whisper 作為備援
    2. 來源選擇與品質檢查
    3. 文字校正與句子單元
    4. 雙語翻譯
    5. 雙語時間軸與學習單元
    6. 筆記與發布
    7. 公開網頁發布

  3. 1. 下載與語音辨識

    工具：videonote-transcribe-url（主辨識管線：下載、Whisper 辨識與選稿）

    處理：下載音訊、以 Whisper 辨識並選出最佳逐字稿

    產出：yt_dlp_meta.json（影片元資料）、audio_16k_mono.wav（16kHz 單聲道音訊）、transcript.whisper.json（Whisper 辨識結果）、transcript.json（正式逐字稿）、transcript_selection_report.json（來源選擇報告）

    耗時：5.8 秒

    關係：依序執行

    結果：完成

  4. 2. 建立句子單元

    工具：videonote-build-sentence-units

    處理：將逐字稿切成帶時間軸的句子單元

    產出：sentence_units.json（句子單元）

    耗時：0.9 秒

    關係：依序執行

    結果：完成

  5. 3. 時間軸稽核

    工具：videonote_timeline_audit.py

    處理：檢查時間軸與音訊對齊

    產出：timeline_audit_report.json（時間軸稽核）

    耗時：0.9 秒

    關係：依序執行

    結果：完成

  6. 4. 品質檢查

    工具：videonote_controlled_quality.py（檢查時間軸與品質）

    處理：檢查語言、時間軸與可讀性品質

    產出：controlled_quality_report.json（品質報告）、language_sanity_report.json（語言檢查）

    耗時：1.0 秒

    關係：依序執行

    結果：完成

  7. 5. 播放時間軸回填

    工具：videonote_rebase_display_timeline.py

    處理：將網頁播放時間軸回填為校正字幕時間

    產出：display_timeline_rebase_report.json（時間軸回填報告）

    耗時：0.0 秒

    關係：依序執行

    結果：完成

  8. 6. 雙語翻譯

    工具：vnt-sentence（句子雙語翻譯）

    處理：將句子翻譯成繁體中文

    產出：sentence_bilingual_transcript.json（雙語逐字稿）

    耗時：500.5 秒

    關係：依序執行

    結果：完成

  9. 7. 雙語時間軸與學習單元

    工具：videonote_learning_timeline_v2.py（建立雙語時間軸與學習單元）

    處理：建立雙語時間軸與學習內容

    產出：sentence_bilingual_timeline.html（雙語時間軸頁）、learning.json（學習單元）、japanese_learning.json（日文學習單元）

    耗時：141.4 秒

    關係：依序執行

    結果：完成

  10. 8. 生成筆記摘要

    工具：videonote-generate-note（生成筆記摘要）

    處理：生成筆記摘要與重點

    產出：note.md（筆記 Markdown）、note.html（筆記 HTML）

    耗時：256.4 秒

    關係：依序執行

    結果：完成

  11. 9. 建立筆記頁面

    工具：videonote-render-html（產生筆記 HTML）

    處理：產生可閱讀的筆記 HTML 頁面

    產出：note.html（筆記 HTML）

    耗時：0.5 秒

    關係：依序執行

    結果：完成

  12. 10. 發布公開頁面

    工具：videonote-publish（發布公開頁面）

    處理：發布到公開網站與每日列表

    產出：公開筆記網址、result.json（管線結果）

    耗時：0.5 秒

    關係：依序執行

    結果：完成

手動來源字幕

自動來源字幕

Whisper 字幕

Qwen 字幕

Parakeet 字幕

MOSS 字幕

聲學時間證據（PyAnnote / WhisperX）

校正前後逐字稿

目前待解決問題與初步改善方向

進一步精進字幕與筆記
使用 Workbench 上傳校正字幕、中文參考稿或回饋 SRT，重新產生雙語與學習單元。
開啟 Workbench