モデル選びという小さなストレス
Claudeを仕事で使い始めた人がまずつまずくのが、画面の上にあるモデル選択の欄です。Opus、Sonnet、Haiku、そして2026年に登場したClaude 5ファミリーの最上位であるFable 5。名前を見ても、どれが自分の仕事に合うのか判断できません。私が研修で受ける質問でも、この「どのモデルを選べばいいのか」は常に上位に入ります。
モデルとは、AIの頭脳の種類のことです。同じClaudeでも、速さ重視の軽いものから、難しい判断が得意な重いものまで数種類が用意されています。上位のモデルほど賢い代わりに、応答が遅く、利用枠を多く消費します。
実際の現場では、選び方の差がそのまま成果の差になっています。先日の研修では、従業員30名の建設会社で総務を担当する方が、初期設定の軽いモデルのまま半年間、安全書類のチェックや協力会社への通知文づくりを続けていて、Claudeはこの程度かと見限りかけていました。逆に、20人規模の広告代理店では全員が常に最上位モデルを選ぶ癖がつき、月の半ばにチーム全員の利用枠が尽きるのが恒例行事になっていました。どちらも道具の欠陥ではなく、選び方を誰も教わっていないことが原因です。
エンジニアであれば、タスクごとにモデルを使い分ける判断ができます。しかし経理担当の方や10人規模の会社の社長にとって、質問を打ち込むたびにモデルを切り替えるのは現実的ではありません。結局、よく分からないまま一番上のモデルを選び続けて利用上限に早く到達するか、逆に軽いモデルのままで重要な分析をさせて物足りない答えを受け取るか、どちらかになりがちでした。
この構図が変わり始めています。モデルを選ぶ負担を、使う人ではなく道具の側が引き受ける方向に業界全体が動いています。今回のAnthropicの発表は、その流れをはっきり示すものでした。
発表の中身: 無害な質問はFable 5からOpusへ自動で回す
2026年7月、AnthropicはX（旧Twitter）の公式アカウントで、Fable 5が無害な質問にフラグを立て、Opusへルーティングするようになると発表しました。
用語を2つだけ補足します。フラグを立てるとは、AIが質問の中身を見て「これは危険性のない普通の質問だ」と印を付けることです。ルーティングとは、その印に応じて処理先を振り分けることで、郵便局が宛先を見て配達ルートを決めるのに近い動きです。
つまりこういうことです。あなたがFable 5に質問を送ると、Fable 5がまず中身を確認します。議事録の要約やメールの下書きのような、危険性がなく高度な判断も要らない質問であれば、一段下のOpusに処理を渡します。逆に、複雑な分析や慎重な扱いが必要な質問は、Fable 5自身が答えます。質問の中身をAI自身が判定して、適切なモデルに自動で回す仕組みが、モデル本体側に組み込まれたということです。
線引きの詳細はまだ公開されていませんが、日常業務に当てはめると大まかなイメージは描けます。取引先へのお詫びメールの敬語の調整、社内報の下書き、Excelに貼る表の整形といった依頼は、無害側に寄るはずです。一方、3期分の決算データから縮小すべき事業を洗い出す分析や、扱いに注意が要る専門知識に触れる質問は、Fable 5が自分で受け持つ側と考えられます。
正直に書いておくと、今回の一次情報はXの短い投稿1本だけで、詳細な技術文書はまだ公開されていません。適用の開始時期、対象となるプランや利用形態など、確定していないことが多く残っています。この記事では、発表された事実と、そこから読み取れる方向性を分けて書きます。
なぜ全部を最上位モデルで処理しないのか
そもそもなぜ、こんな振り分けが必要なのでしょうか。全部Fable 5が答えればいいように思えます。
理由は3つあります。1つ目はコストです。最上位モデルは1回の応答に使う計算資源が桁違いに大きく、電気代も設備も食います。「今日の会議の議事録を300字にまとめて」という依頼にその力は要りません。人間の組織でも、社長が全部の伝票チェックをやらないのと同じです。
2つ目は速度です。軽い仕事は軽いモデルの方が速く返ってきます。重いモデルは考える時間が長く、簡単な依頼でも十数秒待たされることがあります。1日に何十回も質問する使い方では、1回あたり数秒の差が積み重なって無視できない待ち時間になります。定型的な質問がOpusに回れば、体感はむしろ速くなる可能性があります。
3つ目が今回の発表に固有の事情で、安全審査です。Fable 5はMythosクラスと呼ばれる新しい階級のモデルで、悪用されうる高度な能力に対して追加の安全対策を備えています。安全対策とは、危険な用途に使われそうな質問を慎重に検査する仕組みのことです。しかし、請求書の文面チェックにその検査は不要です。無害な質問を早めに見分けてOpusに回せば、Fable 5は本当に慎重さが必要な仕事に集中できます。
最上位モデルの力と注意深さを、それが本当に必要な質問のためだけに使う。今回の仕組みは、その割り切りを自動化したものです。
非エンジニアにとっての意味
この変化は、技術者よりもむしろ非エンジニアにとって大きな意味を持ちます。
第一に、モデル選びの正解を知らなくても損をしにくくなります。これまでは、選び方を知っている人と知らない人で、同じ料金プランでも得られる価値に差が付きました。振り分けが自動になれば、その差は縮まります。
第二に、利用枠の節約です。多くのプランでは上位モデルの利用回数に上限があります。軽い質問が自動的にOpusで処理されるなら、上位モデルの枠は難しい仕事のために温存されます。仮に週50回の質問のうち40回が定型作業なら、理屈の上では上位モデルの枠の消費は2割まで減る計算です。月の後半に「上限に達しました」と表示されて手が止まる、あの事態が減るはずです。
第三に、社内ルールが簡素になります。従業員50名くらいの会社でAI利用ガイドラインを作ると、必ず「どの業務にどのモデルを使うか」という一覧表が入ります。議事録はHaiku、企画書はSonnet、経営会議資料はOpusといった具合に細かく決めても、作った本人以外は誰も覚えられませんし、モデル名が変わるたびに表の改訂が要ります。振り分けが自動なら、この表はほぼ不要になり、教育コストもメンテナンスの手間も消えます。
使う側に求められるのは、モデル名の知識ではなく、良い質問を投げる力だけになっていきます。私はこれを、AIが道具から部下に近づく変化だと捉えています。有能な部下は、指示された仕事を自分でこなすか、適任者に回すかを自分で判断します。上司はそのたびに指示書を書き直したりしません。今回の仕組みは、その判断をAIが持ち始めた具体的な例です。
業種別: 自動振り分けで日常業務はこう変わる
抽象的な話だけでは実感が湧かないので、具体的な業種で考えます。共通するのは、軽い仕事は速く安く、重い仕事は最上位の頭脳で、という配分に何もしなくても近づくことです。
10人規模の税理士事務所の経理担当の場合。日々の仕事の大半は、顧問先へのメール返信の下書き、領収書の摘要欄の文言統一、月次資料の説明文づくりといった定型作業です。これらは無害と判定されてOpusが即座に処理します。一方、税制改正が顧問先30社それぞれの納税額にどう響くかの試算や、複数の控除をまたぐ判断の整理は、Fable 5が受け持ちます。担当者は切り替えを意識せず、繁忙期の細かい作業は速く、判断が問われる仕事は深く、という配分が勝手に成立します。
20人規模のマーケティング会社の場合。SNS投稿文の量産、広告コピーの言い換え案出し、レポートの体裁調整は毎日発生する軽い仕事で、Opus側で高速に回ります。対して、クライアントの年間戦略の立案、競合5社の動きを踏まえたポジショニングの再設計、炎上リスクを含む企画の事前チェックのような仕事は、最上位モデルの判断力が活きる領域です。これまで担当者ごとにモデルの使い方がばらばらで成果物の質に差が出ていたチームほど、自動振り分けの恩恵は大きくなります。
従業員50名の製造業で総務と人事を兼務している方の場合。社内通知文の作成、就業規則についての社員からの問い合わせへの回答案、備品購入の稟議書の下書きは、量が多い代わりに一件一件は軽く、Opusで十分です。一方で、労務トラブルの初期対応の整理、安全衛生委員会に出す事故防止策の検討、評価制度の見直し案のような、間違えると人に影響が出る仕事は慎重なモデルに回ります。一人で何役もこなす管理部門ほど、この使い分けを自動でやってもらえる価値は大きいはずです。モデル選びを考える時間そのものが、兼務者にとっては削りたいコストだからです。
5人規模の不動産会社の営業担当の場合。物件紹介文の作成、内見後のお礼メール、契約前の持ち物案内といった連絡業務は軽い側で、次々に処理されます。一方、駅前再開発と人口動態を踏まえてどのエリアの仕入れを強化するかの壁打ちや、家賃保証プランの収支見通しの検証は、最上位モデルに任せたい判断業務です。少人数で回す会社ほど、連絡の速さと判断の深さを両取りできる効果は目に見えて表れます。
個人事業主のデザイナーやライターの場合も同じ構図です。見積もりメールや請求書の文面は軽く速く、単価を上げるための実績の言語化やポートフォリオ戦略の相談は深く。月末の請求業務でAIを使い込んだ結果、月初の大事な提案づくりのときに上位モデルの枠が残っていない、という本末転倒が起きにくくなります。従量的な利用枠を一人で管理する個人事業主こそ、枠を重要な相談に温存できる意味は小さくありません。
いま準備できる実践手順
詳細の続報を待つ間に、今日からできることがあります。
まず、自分の1週間の仕事をAIへの質問に置き換えて棚卸しします。紙でもメモアプリでも構いません。左に業務名、右にそれをClaudeへの依頼文にしたらどうなるかを書き出します。経理担当なら、支払通知メールの下書きは軽い、資金繰り表の異常値の原因の見立ては重い、という具合に1行ずつ仕分けていきます。書き出してみると、軽い定型作業が7割、判断を要する仕事が3割くらいに分かれるはずです。この3割が、上位モデルに任せる価値のある仕事です。
次に、モデルを意識しない運用を先に始めてしまいます。振り分けの自動化が来る前でも、既定のモデルのまま使い、選択に迷う時間をなくすだけで負担は減ります。迷った時間は答えの質を上げません。質を上げるのは依頼文の具体性です。誰向けの文章か、何字くらいか、何を判断してほしいかの3点を毎回書く。たとえば「値上げのお知らせを書いて」ではなく「原材料高騰で単価を8%上げる旨を、10年来の取引先20社に送る通知文として400字で。角が立たない言い回しにして」と頼む。この型を身につける練習に時間を使う方が、モデル選びの研究より確実に成果に効きます。
3つ目に、重要な成果物については、どのモデルが答えたかを確認する習慣を持ちます。多くの画面では応答したモデル名が表示されます。契約書のチェックや顧客への提案のような外に出る仕事では、上位モデルの回答かどうかを一度見ておくと安心です。振り分けが自動化されても、最終的な確認責任が使う側にあることは変わらないので、この習慣は続報後も無駄になりません。
最後に、社内にAI利用ルールがある会社は、モデル指定の項目を見直す準備をしておきます。振り分けの自動化が本格化したら、ルールはモデルの指定ではなく、入れてよい情報の範囲と確認の手順に絞るのが正解になります。そちらの方が守られるルールでもあります。
注意点とよくある誤解
浮かれる前に、押さえておくべき点を挙げます。
最大の注意点は、今回の発表の一次情報がXの短い投稿1本だという事実です。どのプランで、いつから、アプリだけなのか業務システム連携でも効くのか、といった肝心の条件がまだ分かりません。社内への展開や取引先への説明は、Anthropicの公式ドキュメントで詳細が出てから動くのが安全です。この記事も、続報が出た時点で条件が変わる可能性を前提に読んでください。
誤解しやすい点も3つあります。1つ目は、無害と判定されると手抜きされる、という誤解です。振り分け先のOpusはつい先日まで最上位だったモデルで、日常業務の大半には十分すぎる性能があります。定型作業の答えの質が下がる心配は、現時点でする必要はありません。
2つ目は、無害と判定してくれるなら何を入れても安全だ、という誤解です。判定されるのは質問の危険性であって、あなたが入力した情報の管理責任が変わるわけではありません。顧客の個人情報や未公開の財務数字を入れてよいかどうかは、これまで通り自社のルールで判断します。
3つ目は、自動的に料金が安くなる、という期待です。処理コストが下がることと、利用者の支払いが下がることは別の話です。プラン体系への影響は発表されていないので、コスト削減を前提にした計画はまだ立てない方がよいでしょう。
実務上の備えも1つ付け加えます。振り分けの判定が常に完璧とは限りません。重要な分析なのに答えが浅いと感じたら、背景情報と判断してほしい論点を書き足して聞き直してください。依頼文が具体的になるほど、どのモデルが担当するにせよ答えの質は上がります。振り分けの仕組みに任せきりにせず、聞き直す習慣だけは手元に残しておくのが賢い付き合い方です。
まとめ: 問いの質が残る
モデルの名前と特徴を覚え、質問ごとに切り替える。この数年、AIを使いこなすための知識とされてきたことの一部が、道具の側に吸収されようとしています。パソコンの黎明期にメモリ管理の知識が必須だったのが、いつの間にか誰も気にしなくなったのと同じ道筋です。今回のFable 5の発表は、その小さくない一歩です。
振り分けが自動になったとき、使う人の間に残る差は何か。私は、問いの質だと考えています。自分の業務のどこにAIを当てるか、何をどう頼むか、返ってきた答えをどう検証するか。モデル選びの知識が要らなくなるほど、仕事そのものを言葉にする力の差が成果の差として表に出ます。そしてこの力は、エンジニアかどうかとは関係なく、日々の業務を一番知っている人が最も伸ばしやすい力です。
自社の業務のどこから手を付けるべきか整理したい方は、Claude Worksの無料30分相談をご利用ください。あなたの業種と体制に合わせて、最初の一歩を一緒に具体化します。
