AIスキルだけでは稼げない。AI仙人さんのFable5実践から「専門性×文脈」を考えた

🎬 元動画

「自分の0.8書きみたいなものを自動で作る工場」——AI仙人さんの実践から見る量産ラインの時代

AI仙人さんは、フェイブルで稼いでいる人の多くが「生産工場の自動化」をしていると言います。ただし作っているのは、誰でも書ける凡庸な量産品じゃない。

「それぞれのプロの達人たちがその領域で自分の0.8書きみたいなものを自動で作る工場をいっぱい作ってた」

AI仙人さん — 5:54〜

ぶっちゃけ、「0.8書き」という言葉に私は手が止まりました。100点を毎回出す仕組みではなく、その人にしか出せない8割の型を、AIで量産できる状態にするという話だからです。私はいま、外壁塗装リフォームの集客代行を一人で抱え込んでいる。原稿も、写真の選び方も、見積もりの言い回しも、全部自分の頭の中にしかありません。AIチームに渡そうとして、何度も手が止まりました。渡せなかった理由は、AIの性能ではなく、自分の中の型を言語化できていなかったことだった。AI仙人さんが言う「0.8書き」は、まさにその型のことだと思います。完璧な言語化でなくていいんです。8割で十分だから、まず自分のやり方をAIに読める形で出す。そこから量産の工場が動き始めます。実際に私が渡せたのは、見積もりを出す時に何を先に聞くかという、順番だけだった。それでも、AIが出す下書きの質は目に見えて変わりました。専門家の頭の中にあるのは、正解そのものより、正解にたどり着くまでの順番であることが多いんですよね。だから量産ラインを作るときも、最初に渡すべきは完成品の見本ではなく、自分がいつも辿っている手順のほうだと感じています。

今日の仕込み：自分の仕事の中で「いつも無意識にやっている判断」を1つだけ、10分でメモに書き出します。

「一人で10人20人分の仕事を余裕でこなして」——知見の蓄積が生産性を分ける

同じフェイブルを使っても、成果に差が出る理由をAI仙人さんはこう説明しました。差を生むのは道具ではなく、積み上げてきた知見だと。

「各分野のトッププロが一人で10人20人分の仕事を余裕でこなしてしかも全部それぞれの中級者より高品質みたいなその人の会社の知見とかその人自体の知見が全部入っとるから」

AI仙人さん — 6:25〜

これを聞いて思い出したのは、GPTs研究会の朝ライブです。私とただっちで365日、途切れさせずに続けてきた。8,000名を超える仲間が集まっているのは、配信の技術が優れているからではありません。毎朝そこに立ち続けて、失敗も込みで積み上げてきた文脈があるからです。フェイブルのようなAIエージェントは、その文脈を渡せば渡すほど強くなる。逆に言えば、文脈のない指示は、どれだけ性能の高いAIに出しても中級者止まりです。AI仙人さんが言う「その人自体の知見が全部入っとる」は、AI社員を何人並べるかではなく、何を渡せるかの話だと私は受け取りました。分身AIやAIカンパニーにも、この半年の判断や修正のやり取りを渡し続けている。量ではなく、渡す中身の濃さで工場の質は変わります。エージェントの人数を増やすことに目が行きがちですが、私が実感しているのは逆です。役割名だけ立派なAIを並べても、渡す文脈が薄ければ同じ修正を何度もやり直す羽目になる。むしろ一つのAIに、失敗も含めた履歴をどれだけ渡せるかのほうが、最終的な仕上がりを左右しています。

今日の仕込み：自分が毎回同じように直している修正パターンを1つ選び、次にAIへ渡すメモに残します。

「フェイブルが合わさることでバーンって跳ねた」——道具と人間の掛け算

フェイブルという強いモデルさえあれば誰でも稼げるのか。AI仙人さんの答えは、道具単体では跳ねないというものでした。

「でもフェイブルがあるから強いわけじゃなくて結局AIと適合した脳みそと思ってる人間とフェイブルが合わさることでバーンって跳ねた感じや」

AI仙人さん — 12:36〜

私はこの言葉に、Claude Codeチームとの日々を重ねました。ツール自体は誰でも同じものを使える。差がつくのは、私がどこまで抱え込みを手放して、判断をAIに渡せるかです。最初は「自分がやらないと止まる」という強迫観念が強くて、結局は自分で全部やり直していました。でも凛ちゃんやAIカンパニーに、判断の理由まで含めて渡すようにしてから、動きが変わった。フェイブルも同じだと思います。強いモデルに雑な指示を渡しても、雑な結果しか返ってきません。適合した脳みそというのは、AIに何を渡せば何が返ってくるかを分かっている状態のことだ。掛け算にするには、まず自分の側の抱え込みを1つずつ手放す必要があります。手放す。それだけです。実際にやっているのは「なぜこの判断をしたか」を一言書き添えるだけの、地味な作業です。それだけでAIへの指示は驚くほど具体的になり、返ってくる提案の的中率も上がった。跳ねるというのは一気に変わることではなく、この地味な積み重ねの先にある変化なのだと思います。

今日の仕込み：直近でAIに任せた作業を1つ選び、渡した指示に「理由」まで書けていたか5分で見直します。

「100万文字の本を書きましょうって言っても1プロンプトでいける」——Fable5で生産コストがゼロになる世界

文章という生産物のコストが、限りなくゼロに近づいている。AI仙人さんはソフトウェア全般で同じことが起きていると語ります。

「今さ100万文字の本を書きましょうって言ってもさ1プロンプトでいけるやん最悪ループとかかませればゴールとかかませればそれと同じようなことが今ソフトウェアの世界全般に起こってしまっていると感じてて」

AI仙人さん — 16:48〜

「人間は縦に掘る。AIは横に広げる」。私が普段から使っている言葉ですが、この話を聞いて改めてその意味を感じました。文章の量産はAIが横に広げられる。でも、その文章がどの現場のどんな悩みに刺さるかは、横に広げただけでは見えません。私がブログを毎日書き続けているのは、量産のためだなんて思ったことはなく、書くことで自分の頭の中を整理して、そこから初めて縦に掘れる場所が見つかるからです。生産コストがゼロになった世界で価値が残るのは、量ではなく「どこを掘るか」を知っている人だと思う。AIに1プロンプトで100万文字書かせられる時代だからこそ、自分の現場を持っているかどうかが、これまで以上にはっきり差になります。私自身、AIに書かせた文章をそのまま出したことは一度もありません。必ず一度……自分の現場の言葉に置き換える工程を挟む。手間はかかりますが、そこを飛ばすと、誰が書いても同じに見える文章になってしまうからです。生産コストがゼロに近づくほど、その最後の一手間の価値が相対的に上がっていくと感じています。AIスキルだけでは稼げない、というのが私の実感だ。

今日の仕込み：AIに量産させた文章を1本選び、「自分の現場だから言える一文」が入っているか15分で確認します。

「重要なレビュー判断のところはまだ人いる」——AIが増やす仕事と人が持つ最後の判断

どれだけ自動化が進んでも、最後まで人に残る仕事があるとAI仙人さんは断言しました。

「やっぱり重要なレビュー判断のところはまだ人いるねそこをやれるやつが今無双してるってことや」

AI仙人さん — 21:58〜

この話を聞いて、大口顧客に1000万円を踏み倒された時のことを思い出しました。信じていた相手に裏切られて、正直、しばらく人を見る目そのものが信じられなくなった。あの経験で痛感したのは、途中の作業を誰かに任せることと、最後にハンコを押す判断を任せることは、まったく別だということです。AIにレビューまで渡せば渡すほど、逆に「ここだけは人が見る」という一点がはっきりしてきます。それは丸投げではなく、任せる範囲を決める作業だ。あの裏切りを経験してから、私は最終確認だけは絶対に手放さないと決めました。いまも私は、AIカンパニーの各エージェントに任せる範囲をこまめに見直しています。予定や記録、下書きはどんどん渡していい部分だ。でも「これを世に出していいか」という一点だけは、必ず自分の目で見てから通すようにしています。無双するというのは、判断の量を増やすことではなく、任せる範囲の境界線を誰よりも正確に引けることなのだと思う。

今日の仕込み：直近でAIに任せた成果物を1つ選び、公開前に自分が最終確認した点を1行だけ書き出します。

「フェイブルより強いエンジニアの能力を手に入れてしまった」——専門性の壁が溶ける

エンジニアではない聞き手が、AI仙人さんの「エンジニアの脳みそをパクる」というやり方を試した結果を話しました。

「エンジニアではないしでもフェイブルより強いエンジニアの能力を手に入れてしまったので」

聞き手（対談相手） — 19:40〜

これは、私が分身AIを育てている感覚に近い。分身AIを育てる＝自分が育つ、とよく言っていますが、実際にやっているのはObsidianに自分の経験や判断の理由を書き溜めて、それをAIに渡すことです。渡した分だけ、AIは私の判断の型に近づいていきます。専門知識そのものを覚えさせているのではなく——判断の癖を移しているんですよね。聞き手の方が「エンジニアの脳みそをパクる」と言っていたのも、同じ構造だと思います。専門家の答えではなく、専門家がどう考えて答えに辿り着くかという型をAIに渡す。そうすると、資格や経歴の壁を越えて、その型だけが動き出します。ただし、これは中身のある専門家から型を借りた場合の話です。誰から借りるかは、結局その人の信頼関係の中でしか選べない。私が凛ちゃんに渡しているのも、正解のマニュアルではなく、私がどんな時に立ち止まり、何を優先して判断しているかという癖の記録です。Obsidianに書き溜めた言葉が増えるほど、凛ちゃんの提案は私の判断に近づいていきます。専門性を借りるというのは、答えを丸ごとコピーすることではなく、判断の順番を一緒に歩き直すことに近いのだと感じる。

今日の仕込み：自分が信頼している専門家の判断の「型」を1つ思い出し、10分でAIに説明できる言葉にします。

「会社の全部の業務をリプレイするAI策定」——大企業も他人事ではない

AIによる置き換えは中小企業だけの話ではありません。大企業でも社内で静かに進んでいると、AI仙人さんは語りました。

「会社の全部の業務をリプレイするAI策定みたいなのをしてるという話を何個か聞いたことがある」

AI仙人さん — 22:26〜

私が「これは詐欺だ」と本気で腹が立った経験がある。「AIで御社の売上が10倍になります」と大風呂敷を広げるコンサルに、何百万円も払って結局何も変わらなかった経営者を、何人も見てきました。大企業のAI策定が静かに進んでいるという話は、その裏返しだと思います。情報を持っている側と持っていない側の差が、これからもっと開いていく。だからこそ私は、難しいカタカナ用語で煙に巻くのではなく、中小企業の経営者が自分の言葉で判断できる状態を作りたいんです。AIは魔法じゃありません。使いこなすには縦に掘る努力が必要で、それを隠して売りつける姿勢が私はどうしても許せない。大企業でもAI策定が進んでいるという事実は、脅す材料ではなく、いま知っておいて損はない情報として受け取ってほしいです。私が発信を続けているのは、この情報の差を少しでも埋めたいからです。難しいカタカナ用語を並べる代わりに、料理に例えたり、実際の数字を見せたりして、AIを知らない経営者でも自分の頭で判断できる状態を作りたい。大企業の中で静かに進んでいる話も、中小企業の経営者が「自分には関係ない」と思わずに済むように、できるだけ具体的な言葉で届けたいと思っています。

今日の仕込み：自社の業務を1つ選び、「AIに置き換わっても困らない部分」と「人にしか判断できない部分」を分けて書きます。

「自分の友達もしくは親の友達とかで会社経営してる人がいます」——仕事は既存の信頼から生まれる

仕事の取り方を聞かれたAI仙人さんが最初に挙げたのは、SNSでの発信よりも、すでにある関係でした。

「自分の周りから行く方がいいつまり自分の友達もしくは親の友達とかで会社経営してる人がいますその人に自分の作ったものを見せてこれどうですかって言っていくのが一番いいよ正直」

AI仙人さん — 40:48〜

これを聞いて、実家の惣菜屋「山口屋」を思い出した。ぶっちゃけ、この話は仕事の話というより実家の話だなと思いながら聞いていました。商売っ子として育った私は、いまも食材の買い出しに行くと、新しい発見や特売品より先に、常連客やお店の人との会話に血が騒ぐ。信頼は、大きな発信の前に、目の前の一人との会話の中で育つものです。AI仙人さんが「不特定多数へ叫ぶより、すでに関係のある相手の困りごとへ一つ返す」という順番で語っていたのも、これと同じだと思います。私はAIエージェントや自動化の話を、いきなり見知らぬ誰かに売り込んだことがない。まず身近な人に見せて、感想をもらって、直して、また見せる。この地味な往復の中に、信頼できるものかどうかの答えがあります。SNSで発信されているちゃんとした人の交流会に行くという話もありましたが、それも結局は既存の輪の中に飛び込むという意味では同じ順番だと感じました。でね。GPTs研究会も、始まりは私とただっちの小さな配信でした。8,000名を超えた今も……新しく来てくれる人の多くは、すでにいる誰かからの紹介です。派手な広告を打ったことは一度もない。地味に見える一つ一つのやり取りが、気づけば大きな輪になっていた。AI仙人さんの話を聞いて、遠回りに見えるこの順番こそが——実は一番早い道なんだと改めて思いました。

今日の仕込み：自分の身近な人を1人思い浮かべ、いま試している取り組みを見せる15分の時間を今週中に作ります。

よくある質問（FAQ）

視聴後に残ったこと

AI仙人さんが繰り返し語っていたのは、道具の強さではなく、渡せる文脈の厚みでした。専門家が自分の型をAIに渡して工場を作る話も、レビューだけは人に残るという話も、根っこは同じです。AIは横に広げられますが、何を広げるべきかを決める深さは、現場に立った人にしかない。

動画の終盤では、コンテキストを早くから貯めていた人とそうでない人の差がどんどん開いていくという話や、無理にバズを狙わなくても、実力が伝わる発信を淡々と続ければ信頼できる交流の輪に届くという話もありました。派手な近道ではなく、地味な積み上げの話だったのが、私には一番刺さりました。この記事では8つの場面を切り取りましたが、通して見えてくるのは同じ一つの構造だ。AIに渡せる作業はどんどん渡していい。でも、何を渡すかを決める判断、渡した後の最終確認、そして誰に向けて届けるかという文脈だけは、現場に立った人の手元に残る。今の自分の仕事のどこにその境界線を引くか、この動画をきっかけに一度書き出してみるのをおすすめします。専門性というのは、生まれつきの才能や、特別な経歴のことだけを指すのではないと私は思う。同じ現場に何度も立ち続けて、そこでしか気づけない違和感を拾ってきた回数の積み重ねです。フェイブルのような強いAIが当たり前になるほど、この積み重ねの価値は薄まるどころか、むしろ濃くなっていくはずです。

出典：AI仙人「【Claude Fable5】最強AIプレイヤーが稼ぐために『AIにやらせてること』を暴露します」（2026年7月21日公開）。動画内の発言・数値・事例は、話者の説明にそのまま帰属します。