00:04
Claude Codeはコードを書くだけの道具でしょうか?公開された建築の実験には、図面の画像1枚からソフトの中に壁や柱を置いて、モデルを作るものがあります。
文章で説明するだけではなく、その後も作業を続けられるデータが返ってくる。でも、同じ図面を渡しても、完成した中身は同じではありませんでした。
今日はこの2つから、AIに仕事を任せる時の見方を話します。 紹介するのは、建築士.comの公開実験です。
僕はこの建築モデルを作ったわけではありません。 ここでは、その記録から、画像がどんな道具を通って成果物になるのか、同じ入力でもどこに差が出るのかを見ます。
建築ソフトの操作講座ではなく、自分の仕事でも返してほしいものをどう考えるかという話です。 まず普通に画像について相談する場面を考えてみてください。
図面を見せて、この建物を説明してと頼む。部屋や壁についての文章が返る。 その説明を読んだ後、ソフトを開いて、壁を置くのは自分です。
AIは画像を読むところを手伝ってくれましたが、読んだ内容、作業を映すところは人の側に残っています。公開実験では、図面の画像と作業の指示を渡し、クロードコードが接続機能を通してアーチキャドという建築ソフトを動かしています。
画像の線を読み、壁や柱などを配置する。 その繋がりがあるから、答えを読むところではなく、ソフトに要素が置かれたところまで進む。
クロードコードという名前だけで、どのソフトでも同じことができるわけではありません。 材料を読むAIと操作できる道具が一組になっているんです。
ここで建物の綺麗な画像が出ることと、建築ソフトにモデルができることを分けてみましょう。
画像なら見た目を確認できます。 モデルなら、壁や柱を要素として選び、その後の作業へ使います。
例えば、机の絵を1枚受け取っても、その中の机だけを横に動かせるとは限りません。
机が独立した部品として置かれたデータなら、その机を動かせます。 これは説明用の例ですが、欲しいものが眺めるものか、後で直すものかで、頼む成果物は違うんです。
では、道具へ繋がれば、もう同じものができるのでしょうか? 公開実験では、同じ画像と同じ指示を3つのAIへ渡しています。
それでも、先に1つ置いて話す進め方と、図面を読み込んでから配置する進め方が違いました。
早く動き始めたかだけでは、完成したものを選べない。 この後の中身を見る必要があります。
わかりやすい差が、建物の外側にある帯状の部分です。 元の建物では、バルコニーになっているところを、1つの結果では外壁として読んでいました。
同じ線を見ているのに、何の部分かの理解が違う。 その違いが、文章の言い回しではなく、置かれた壁や扉の違いとして出ています。
ソフトが動いたという事実と、欲しいものができたという判断は、ここで分かれるんですね。 さらに面白いのが、途中で直しているところです。
03:00
実験の記録には、作った床の厚さを読み戻して直す動きや、扉の向きを確認して反転する動きがありました。
エラーが出ていなければ、完成ではありません。 置いた結果を見て、元の指示や図面へ戻り、もう一度操作する。
AIに渡せるのは、最初の作業だけでなく、途中の見直しを含む場合もあるとわかります。
ここまでなら、最後は正解データと比べて採点すれば良さそうですよね。
ところが、この実験にはもう一つ発見があります。 比較に使ったデータでは、参加者の柱が抜けていました。
3つのAIは、そこへ揃って柱を置いていた。 元の図面を拡大して確かめると、柱は描かれていました。
この参加者の柱については、間違っていたのは、AIが置いた結果ではなく、比較する側のデータだったんです。
これは、AIが3つとも同じ答えなら正しいという話ではありません。
多数決ではなく、元の資料へ戻って、描かれているものを確かめたところが大切です。
AIの成果図を見直すとき、自分が正解として持っているものも、どこから見られたのかを見る。
確認の相手は、AIの文章だけではなく、入力した材料や比較基準にも広がります。
では、建築を仕事にしていない人に、何が関係するのでしょうか?
AIから返事をもらった後、自分が何を作り直しているかを考えてみてください。
配置の説明を読んで、自分で図を作る。
文章を整理してもらって、別のファイルへ貼り直す。
欲しいものが編集できる資料なら、返事の綺麗さだけでなく、その資料を開いて、次の作業へ進めることが大事になります。
例えば、説明用に店内の備品配置を考えるとします。
見た目の案を比べたいなら、画像でも良い。
でも、後で棚を一つ動かして考え直したいなら、動かせる形で受け取りたいですよね。
同じ、配置を考えて、という依頼でも、終わった後にしたいことが違います。
入力する材料と、使える道具と、返してほしい形式を一緒に決めると、AIへ頼む仕事の終わりが具体になります。
その時、まだ決めていないことまで、成果物へ確定させないのも大切です。
棚の幅が分からないなら、仮の値として分かるようにする。
図を作れたことと、実際の店舗で置けることは別です。
建築の公開実験も、モデルの下地を作ることと、実際の建物の寸法や専門的な判断を確かめることを分けています。
完成した見た目で、残っている判断を隠さないようにします。
クロードコードの公式資料には、ファイルやコマンドを扱い、外部のデータや道具へつなぐ仕組みが案内されています。
コードを書くことは、その仕事を進めるための手段にもなるわけです。
今すぐ全部の仕組みを覚えるより、説明を読んだ後に自分が手を動かしている場所を一つ見つける。
そこへ使える道具が繋がるかを考えると、自分に関係するかも判断しやすくなります。
図面の画像からソフトの中のモデルへ。
最初の驚きは、文章の外へ仕事が進むことでした。
06:01
でも中身を見ると、読み取りの差、文途中の修正、比較する側の間違いまで見えてきます。
任せる仕事が増えるほど、受け取りたいものを具体的にする意味も大きくなる。
皆さんはAIの返事を読んだ後、何をもう一度自分で作っていますか?
それが次に渡す仕事を考える入り口です。
自分の仕事をクロードコードへ頼むときに、材料と道具と欲しい成果物を整理できるシートを用意しました。
概要欄のLINEで返事から成果物と送って受け取ってください。