ガガロット's banner
ガガロット's profile picture

ガガロット

@gagarot20017,106 subscribers

SNS総フォロワー50万人|Brain総合ランキング1位獲得|AI自動化支援SNS×AI顧問支援50社↑/お問い合わせは下記リンクから👇|サブ垢→@gagarotai200

Shorts

Claude Fable 5.1流石に次元違うって、、、 👇 リリース直後に「Fable5.1」で作られた動画で 150万再生超えてる。。。 恐らく動的フックまで完全自動で解析されてる 人間がマジで要らない Fable 5の時は確かにAI美女生成の 品質は割と良かったがそれってそもそも 動画生成AIによる。 だから叩かせるAPIってそこまで重要ではない ただ今回の「Fable5.1」って 今までで最も人間に近い動きをしてくれる 人間が反応してしまう動的フックにも 敏感に反応して指示出しをしてくれる。 今後はほぼ丸投げでAI動画を人間の手を 入れないで自動化できる。

Claude Fable 5.1流石に次元違うって、、、 👇 リリース直後に「Fable5.1」で作られた動画で 150万再生超えてる。。。 恐らく動的フックまで完全自動で解析されてる 人間がマジで要らない Fable 5の時は確かにAI美女生成の 品質は割と良かったがそれってそもそも 動画生成AIによる。 だから叩かせるAPIってそこまで重要ではない ただ今回の「Fable5.1」って 今までで最も人間に近い動きをしてくれる 人間が反応してしまう動的フックにも 敏感に反応して指示出しをしてくれる。 今後はほぼ丸投げでAI動画を人間の手を 入れないで自動化できる。

1,241,602 Aufrufe

『TikTokライバー』にAI動画生成を納品して 『月250万円』くらいは軽く稼げる 👇 今TikTokライブがバブル状態で ライバー達が自身のTikTokライブの質を上げる 努力をする流れがある。 そこで刺さるのがAI動画アクション 参考動画のようにライバーの顔から 様々な演出のでる動画を作るだけで 1本あたりの単価は10万円以上で取れる。 TikTokライバーが絶対に狙い目で ここのライバー達は視聴者が3人でも 毎月200万以上稼いでるような人がゴロゴロいる つまり、皆んな金を持ってる。 単純に自分の配信の質が上がって リスナーが増えればプラスになると ライバー達は金を出すのを惜しまない。 こういう明らかに稼ぎやすい市場に 常にアンテナを張って 常に最先端スキームで稼ぎ続けるのが スキルエンジンスクールです☺️

『TikTokライバー』にAI動画生成を納品して 『月250万円』くらいは軽く稼げる 👇 今TikTokライブがバブル状態で ライバー達が自身のTikTokライブの質を上げる 努力をする流れがある。 そこで刺さるのがAI動画アクション 参考動画のようにライバーの顔から 様々な演出のでる動画を作るだけで 1本あたりの単価は10万円以上で取れる。 TikTokライバーが絶対に狙い目で ここのライバー達は視聴者が3人でも 毎月200万以上稼いでるような人がゴロゴロいる つまり、皆んな金を持ってる。 単純に自分の配信の質が上がって リスナーが増えればプラスになると ライバー達は金を出すのを惜しまない。 こういう明らかに稼ぎやすい市場に 常にアンテナを張って 常に最先端スキームで稼ぎ続けるのが スキルエンジンスクールです☺️

637,362 Aufrufe

TIKTOKはAI初心者が最も稼ぎやすい 市場になってると確信してます 👇 Lunaという名前のバーチャル女子が、 毎月15秒の寝室ダンス動画だけで月180万円 Lunaはそもそも存在しない。完全にAI生成 裏で操っているのは19歳の大学生で 自分の寝室でPythonとRTXグラボを使って 運営全体を支えている。 髪の物理効果は、カスタム動画拡散モデルで フレームごとに生成されている。 照明や影のレンダリングは 本当に部屋に座っているかのようにリアルで 単なるテクスチャ貼り付けじゃない。 プロセス全体が自動化されている:人気の音楽をキャッチして動画を生成し、40以上のアカウントに投稿する。 彼は一切手を出さない。 週4000万再生数、運用コストゼロ、契約なし、旅行なし、休日なし。 背景のあのポスターだけが唯一本物

TIKTOKはAI初心者が最も稼ぎやすい 市場になってると確信してます 👇 Lunaという名前のバーチャル女子が、 毎月15秒の寝室ダンス動画だけで月180万円 Lunaはそもそも存在しない。完全にAI生成 裏で操っているのは19歳の大学生で 自分の寝室でPythonとRTXグラボを使って 運営全体を支えている。 髪の物理効果は、カスタム動画拡散モデルで フレームごとに生成されている。 照明や影のレンダリングは 本当に部屋に座っているかのようにリアルで 単なるテクスチャ貼り付けじゃない。 プロセス全体が自動化されている:人気の音楽をキャッチして動画を生成し、40以上のアカウントに投稿する。 彼は一切手を出さない。 週4000万再生数、運用コストゼロ、契約なし、旅行なし、休日なし。 背景のあのポスターだけが唯一本物

719,613 Aufrufe

TikTok LIVEで1億稼ぐ「AI美女」が荒稼ぎ 👇 比較的に際どい投稿が削除される TikTokで動画集客をするのではなくあえて 規制の緩いインスタで集客している 配信で1億稼ぎ→ファンクラブに移行して さらに濃いファンから数千万を貰う このアカウントマジで参考にできる そもそもTikTokLIVEで伸びるためには 動画投稿が必須ではあるのだが 男性と女性で伸び方が全く異なる 特に男性の場合は硬く大きい額を 長期間稼げる代わりに 稼げるようになるまでが少し時間がかかる そこでAI美女にアカウント運用させて 集客することで スキルエンジンの中でも初月50万円とか 稼ぐ人が普通にいる AI副業は狙い目次第でいくらでも稼げる 本気で稼がせることに特化した スキルエンジンだからこそ実現出来てる。

TikTok LIVEで1億稼ぐ「AI美女」が荒稼ぎ 👇 比較的に際どい投稿が削除される TikTokで動画集客をするのではなくあえて 規制の緩いインスタで集客している 配信で1億稼ぎ→ファンクラブに移行して さらに濃いファンから数千万を貰う このアカウントマジで参考にできる そもそもTikTokLIVEで伸びるためには 動画投稿が必須ではあるのだが 男性と女性で伸び方が全く異なる 特に男性の場合は硬く大きい額を 長期間稼げる代わりに 稼げるようになるまでが少し時間がかかる そこでAI美女にアカウント運用させて 集客することで スキルエンジンの中でも初月50万円とか 稼ぐ人が普通にいる AI副業は狙い目次第でいくらでも稼げる 本気で稼がせることに特化した スキルエンジンだからこそ実現出来てる。

187,373 Aufrufe

AIインフルエンサーバブル来てるな Claude Codeで女性アカウントを運用させると 簡単にTikTokでバズり散らかす こういう誰がやってもある程度の数字が出る 市場はAI初心者が参入しても「月30万」は簡単 👇 最近のSNSのトレンドとして 自身のファンを獲得した女性が 別サイトで高単価なファンだけを格納して 荒稼ぎしている。 ただこれは美人とか美男の話 これを顔出し、声出しなしで AIで完結させることで 美男美女しか参入を許されない市場に アクセスできてしまう。 しかも、今クッソ伸びてる市場だから こういう波に乗ってるだけでAI副業は 100万とか稼げるわけです なぜ稼げている人とそうでない人が生まれてるか 👇 それは、インプットするだけして キャッシュポディションが0だから。 ほとんどの日本人は AIを学んで業務を自動化して〜とか アプリを作って〜とか 当然ですけどAIを触るようになってから 自動化ができるようになった人や 開発を始めた人に仕事を振る人なんていません それなら10年以上エンジニア畑に居て 今はAIも使って効率化や開発をしてる人に 仕事がフラれるのは当然。 なのにみんな前者を目指してるから 一生稼げてない。 AIを使って収益を上げることに 特化してるのがスキルエンジンですからね。 埋もれてる人多すぎて書きすぎた

AIインフルエンサーバブル来てるな Claude Codeで女性アカウントを運用させると 簡単にTikTokでバズり散らかす こういう誰がやってもある程度の数字が出る 市場はAI初心者が参入しても「月30万」は簡単 👇 最近のSNSのトレンドとして 自身のファンを獲得した女性が 別サイトで高単価なファンだけを格納して 荒稼ぎしている。 ただこれは美人とか美男の話 これを顔出し、声出しなしで AIで完結させることで 美男美女しか参入を許されない市場に アクセスできてしまう。 しかも、今クッソ伸びてる市場だから こういう波に乗ってるだけでAI副業は 100万とか稼げるわけです なぜ稼げている人とそうでない人が生まれてるか 👇 それは、インプットするだけして キャッシュポディションが0だから。 ほとんどの日本人は AIを学んで業務を自動化して〜とか アプリを作って〜とか 当然ですけどAIを触るようになってから 自動化ができるようになった人や 開発を始めた人に仕事を振る人なんていません それなら10年以上エンジニア畑に居て 今はAIも使って効率化や開発をしてる人に 仕事がフラれるのは当然。 なのにみんな前者を目指してるから 一生稼げてない。 AIを使って収益を上げることに 特化してるのがスキルエンジンですからね。 埋もれてる人多すぎて書きすぎた

225,526 Aufrufe

Anthropicの主任エンジニアが約3.2億円で 構築していた社内の「Obsidian Brain」を 流出させて一般公開されてる オラの環境に入れたらマジでクッソ変わったw 👇 公開された全ナレッジはリプで解説

Anthropicの主任エンジニアが約3.2億円で 構築していた社内の「Obsidian Brain」を 流出させて一般公開されてる オラの環境に入れたらマジでクッソ変わったw 👇 公開された全ナレッジはリプで解説

979,280 Aufrufe

【Hermes Agent×『Codex』】で 17歳の高校生が電卓アプリを30分で作成 👇 ローンチから1ヶ月後『月300万』課金される 人気アプリに成長させた 「なぜ電卓アプリで稼げたのか」 手法完全解説⬇︎ ポイントは 「最初から完璧なアプリを作らなかった」こと 彼がやったのは、まずHermes Agentに 「学生でも毎日使いたくなる電卓アプリの不満を洗い出して」 と指示することでした。 すると出てきたのは、 ・計算履歴が見づらい ・途中式を保存できない ・単位変換が面倒 ・宿題や勉強で使いにくい という、普通の電卓にはない課題。 そこからCodexに実装を任せ 30分で最小版を作成。 最初の機能はたった3つです。 ①計算履歴の自動保存 ②途中式メモ ③学生向けテンプレート リリース後は、TikTkとXで 「数学が苦手な人向けの電卓」 として投稿 さらにユーザーのレビューを Hermesに読み込ませ、改善点を毎日抽出。 その結果、1ヶ月で有料プラン登録が急増。 重要なのは、コードを書けるかではなく AIに市場調査→実装→改善→投稿まで回させたこと これから個人開発で勝つ人は、 アプリを作る人ではなく、 AIに改善サイクルを回させる人です。

【Hermes Agent×『Codex』】で 17歳の高校生が電卓アプリを30分で作成 👇 ローンチから1ヶ月後『月300万』課金される 人気アプリに成長させた 「なぜ電卓アプリで稼げたのか」 手法完全解説⬇︎ ポイントは 「最初から完璧なアプリを作らなかった」こと 彼がやったのは、まずHermes Agentに 「学生でも毎日使いたくなる電卓アプリの不満を洗い出して」 と指示することでした。 すると出てきたのは、 ・計算履歴が見づらい ・途中式を保存できない ・単位変換が面倒 ・宿題や勉強で使いにくい という、普通の電卓にはない課題。 そこからCodexに実装を任せ 30分で最小版を作成。 最初の機能はたった3つです。 ①計算履歴の自動保存 ②途中式メモ ③学生向けテンプレート リリース後は、TikTkとXで 「数学が苦手な人向けの電卓」 として投稿 さらにユーザーのレビューを Hermesに読み込ませ、改善点を毎日抽出。 その結果、1ヶ月で有料プラン登録が急増。 重要なのは、コードを書けるかではなく AIに市場調査→実装→改善→投稿まで回させたこと これから個人開発で勝つ人は、 アプリを作る人ではなく、 AIに改善サイクルを回させる人です。

1,667,746 Aufrufe

ADHDが『Codex』を活用して 「年間4000万」稼いでいる大学生の1日 👇 業務Aが退屈 → 隣のコンピューターで業務Bを進める → 退屈になったらCに切り替えて退屈から脱出 → 業務A.B.C を動かすCodexが売り上げ目標を達成 1つのタスクにすぐ飽きがくる ADHD気質の人はAIエージェントと Codexを使い倒せ。 AIエージェント時代に生まれた ADHDの人は勝ち組

ADHDが『Codex』を活用して 「年間4000万」稼いでいる大学生の1日 👇 業務Aが退屈 → 隣のコンピューターで業務Bを進める → 退屈になったらCに切り替えて退屈から脱出 → 業務A.B.C を動かすCodexが売り上げ目標を達成 1つのタスクにすぐ飽きがくる ADHD気質の人はAIエージェントと Codexを使い倒せ。 AIエージェント時代に生まれた ADHDの人は勝ち組

1,355,005 Aufrufe

1ヶ月後のYouTubeはOpenClawが 全て運用し「月1000万円」収益を上げる アカウントが大量発生する 既に海外では2000万円稼いでるんだけど なぜなら これからの勝負は 編集技術ではなく 「企画設計」 「視聴維持率」 「CTR改善」 「投稿導線の最適化」を どれだけ高速に自動実行できるかに移るから OpenClawにやらせるのは 競合分析から台本生成 素材選定、動画編集 サムネ量産、投稿、数値分析までを 一気通貫で回せる環境が作れる つまり個人でも 従来はチームで回していたYouTube運用を 半自動ではなく運用レベルで 全自動化できる時代 自動化運用に興味がある人は👇

1ヶ月後のYouTubeはOpenClawが 全て運用し「月1000万円」収益を上げる アカウントが大量発生する 既に海外では2000万円稼いでるんだけど なぜなら これからの勝負は 編集技術ではなく 「企画設計」 「視聴維持率」 「CTR改善」 「投稿導線の最適化」を どれだけ高速に自動実行できるかに移るから OpenClawにやらせるのは 競合分析から台本生成 素材選定、動画編集 サムネ量産、投稿、数値分析までを 一気通貫で回せる環境が作れる つまり個人でも 従来はチームで回していたYouTube運用を 半自動ではなく運用レベルで 全自動化できる時代 自動化運用に興味がある人は👇

1,753,312 Aufrufe

貧困学生が、たった2000円の 激安スマホ1台で、3月中に約300万円 稼ぎ出した方法が天才すぎるw パソコンすら初心者だった状態から 彼が使ったのは「PhoneDriver」という オープンソースプロジェクト コードは一行も書かないで稼いでいる 仕組みは超シンプル。 スマホが30分ごとに 自動で中国語ニュースアプリを巡回し AIが人間のように画面を見て スクショ&要約。 中国の一次情報と Polymarket(英語圏)の価格差による 20〜50分のタイムラグを利用して Claudeがベットを提案してくれる。 API不要、ただ画面を見るだけ。 人間より速く、休まないAIによる 究極の自動化戦略 この思考でAI×SNS副業に取り組めば 1日3時間くらいの作業で月100万以上を 固く稼げる様になる。

貧困学生が、たった2000円の 激安スマホ1台で、3月中に約300万円 稼ぎ出した方法が天才すぎるw パソコンすら初心者だった状態から 彼が使ったのは「PhoneDriver」という オープンソースプロジェクト コードは一行も書かないで稼いでいる 仕組みは超シンプル。 スマホが30分ごとに 自動で中国語ニュースアプリを巡回し AIが人間のように画面を見て スクショ&要約。 中国の一次情報と Polymarket(英語圏)の価格差による 20〜50分のタイムラグを利用して Claudeがベットを提案してくれる。 API不要、ただ画面を見るだけ。 人間より速く、休まないAIによる 究極の自動化戦略 この思考でAI×SNS副業に取り組めば 1日3時間くらいの作業で月100万以上を 固く稼げる様になる。

615,333 Aufrufe

2026年度は20体のAIエージェントを活用し 「月1000万円」を完全自動で稼ぐ組織を 作れるのに大量に使えない新入社員を 採用してしまった企業とかマジこんな感じだろw 人件費が増える、教育コストも増える 管理工数も増える。 なのに成果は横ばい。 AIなら24時間止まらず回せる業務まで 人を増やしてわざわざ遅くしてるのが 今の企業あるあるw 優秀な1人を引く採用ガチャに賭けるより 再現性あるAIワーカーを仕組み化した方が 経営は安定する。 これからは「何人採るか」より 「何体のAIを動かせるか」で差がつく

2026年度は20体のAIエージェントを活用し 「月1000万円」を完全自動で稼ぐ組織を 作れるのに大量に使えない新入社員を 採用してしまった企業とかマジこんな感じだろw 人件費が増える、教育コストも増える 管理工数も増える。 なのに成果は横ばい。 AIなら24時間止まらず回せる業務まで 人を増やしてわざわざ遅くしてるのが 今の企業あるあるw 優秀な1人を引く採用ガチャに賭けるより 再現性あるAIワーカーを仕組み化した方が 経営は安定する。 これからは「何人採るか」より 「何体のAIを動かせるか」で差がつく

283,906 Aufrufe

Claude Fable 5.1が高過ぎて使えないって人 👇 これを設定すればかなり大幅に使用量を 効率的に使えるようになります! 今すぐ使える「Fable 5.1 最適化」5選 👇 effortを「low」に設定 → 必要以上の推論を抑えて効率化 /claude-api cost-optimize を実行 → APIコストを最適化 claude-api prompt-audit を実行 → プロンプトを監査して無駄をチェック 会話の途中でもeffortを変更可能 → キャッシュを無駄にせず タスクに応じて推論量を切り替えられる claude-api migrate を実行 → Fable 5.1向けにAPI設定をアップデート 特に「常に高effortで回す」のではなく 普段はlow → 難しい処理だけ 上げる運用がかなり重要。 Fable 5.1をそのまま使うのではなく 設定まで最適化するとコストと 効率をかなり改善できます。

Claude Fable 5.1が高過ぎて使えないって人 👇 これを設定すればかなり大幅に使用量を 効率的に使えるようになります! 今すぐ使える「Fable 5.1 最適化」5選 👇 effortを「low」に設定 → 必要以上の推論を抑えて効率化 /claude-api cost-optimize を実行 → APIコストを最適化 claude-api prompt-audit を実行 → プロンプトを監査して無駄をチェック 会話の途中でもeffortを変更可能 → キャッシュを無駄にせず タスクに応じて推論量を切り替えられる claude-api migrate を実行 → Fable 5.1向けにAPI設定をアップデート 特に「常に高effortで回す」のではなく 普段はlow → 難しい処理だけ 上げる運用がかなり重要。 Fable 5.1をそのまま使うのではなく 設定まで最適化するとコストと 効率をかなり改善できます。

15,754 Aufrufe

Claude Fable 5がWebデザイナーを潰した 次世代LPを15分であっさり生成してしまったw 👇 これ外注費20万円くらいの品質を 安定して生成可能にするには 前提として 「AIでLPを作る」だけなら誰でもできる。 でも、外注で20万円クラスと言われるような 品質を安定して出すには 生成後の改善ループが重要。 ・競合LPをリサーチして構成を比較 ・ファーストビューを複数パターン生成 ・CTAの文言をABテスト前提で作成 ・ユーザー導線を分析して改善 ・スマホ表示・表示速度・SEOまで最適化 ・改善内容を次回のLPへ反映 このサイクルをClaude Fable 5に回すだけで、 LPは作るたびに進化していく。 ただ、AI初心者がこの改善ループを ゼロから構築するのは意外と難しい。 プロンプトを何度も試行錯誤したり ツールを組み合わせたり、安定した 品質になるまで時間もコストもかかる だからこそ、最初からSkillsを導入して その仕組みごと使うのが一番早い。 僕が実際に使っているLP制作/改善用のSkillsも 近日公開予定です。 公開したら、誰でも同じワークフローを 再現できるようになります。 見逃したくない人は、この投稿を今のうちに ブックマークしておいてください

Claude Fable 5がWebデザイナーを潰した 次世代LPを15分であっさり生成してしまったw 👇 これ外注費20万円くらいの品質を 安定して生成可能にするには 前提として 「AIでLPを作る」だけなら誰でもできる。 でも、外注で20万円クラスと言われるような 品質を安定して出すには 生成後の改善ループが重要。 ・競合LPをリサーチして構成を比較 ・ファーストビューを複数パターン生成 ・CTAの文言をABテスト前提で作成 ・ユーザー導線を分析して改善 ・スマホ表示・表示速度・SEOまで最適化 ・改善内容を次回のLPへ反映 このサイクルをClaude Fable 5に回すだけで、 LPは作るたびに進化していく。 ただ、AI初心者がこの改善ループを ゼロから構築するのは意外と難しい。 プロンプトを何度も試行錯誤したり ツールを組み合わせたり、安定した 品質になるまで時間もコストもかかる だからこそ、最初からSkillsを導入して その仕組みごと使うのが一番早い。 僕が実際に使っているLP制作/改善用のSkillsも 近日公開予定です。 公開したら、誰でも同じワークフローを 再現できるようになります。 見逃したくない人は、この投稿を今のうちに ブックマークしておいてください

62,491 Aufrufe

Anthropic や OpenAIに 「毎月3万円」支払うことがアホらしくなる Qwen3.6 35B をローカル環境で動かしたら 秒間190トークン前後の速度が出ている このレベルになると もう「AIの返答を待つ」という感覚がほぼない プロンプトを投げた瞬間に文章が流れ出して、 コード生成、要約、翻訳、リライト、壁打ちレベルなら 体感ではほぼリアルタイム。 しかも35Bクラスなので、軽量モデルのように 「速いけど精度が微妙」という感じでもない。 十分に実用レベルの推論力を持ちながら、 手元のマシンで高速に動く。 ここがかなり重要で、 今までは高性能AIを使うなら OpenAIやAnthropicのサブスクに課金して クラウド上のモデルを呼び出すのが当たり前だった。 でも、ローカルLLMがここまで速くなると話が変わる。 月額課金なし。 API制限なし。 レートリミットなし。 混雑による速度低下なし。 会話内容を外部に送らない。 自分のPC上で完結する。 もちろん、GPTやClaudeの最上位モデルにしかできない高度な推論や エージェント作業はまだある。 ただ、日常作業の8割 文章生成、軽いコード、要約、調査メモ、アイデア出しなら ローカルモデルで十分になり始めている。 つまりこれからは、 「AIを使う=月額サブスクに入る」ではなくなる。 OpenAIやAnthropicに課金する人は、 性能だけでなく、UI、安定性、エージェント機能、連携の便利さに 自分で価値を感じて選ぶ時代になる。 ローカルLLMが速すぎるせいで、 AIの選び方そのものが変わり始めてる。

Anthropic や OpenAIに 「毎月3万円」支払うことがアホらしくなる Qwen3.6 35B をローカル環境で動かしたら 秒間190トークン前後の速度が出ている このレベルになると もう「AIの返答を待つ」という感覚がほぼない プロンプトを投げた瞬間に文章が流れ出して、 コード生成、要約、翻訳、リライト、壁打ちレベルなら 体感ではほぼリアルタイム。 しかも35Bクラスなので、軽量モデルのように 「速いけど精度が微妙」という感じでもない。 十分に実用レベルの推論力を持ちながら、 手元のマシンで高速に動く。 ここがかなり重要で、 今までは高性能AIを使うなら OpenAIやAnthropicのサブスクに課金して クラウド上のモデルを呼び出すのが当たり前だった。 でも、ローカルLLMがここまで速くなると話が変わる。 月額課金なし。 API制限なし。 レートリミットなし。 混雑による速度低下なし。 会話内容を外部に送らない。 自分のPC上で完結する。 もちろん、GPTやClaudeの最上位モデルにしかできない高度な推論や エージェント作業はまだある。 ただ、日常作業の8割 文章生成、軽いコード、要約、調査メモ、アイデア出しなら ローカルモデルで十分になり始めている。 つまりこれからは、 「AIを使う=月額サブスクに入る」ではなくなる。 OpenAIやAnthropicに課金する人は、 性能だけでなく、UI、安定性、エージェント機能、連携の便利さに 自分で価値を感じて選ぶ時代になる。 ローカルLLMが速すぎるせいで、 AIの選び方そのものが変わり始めてる。

129,113 Aufrufe

今日本で最も『Sakana AI』を 研究研究してるから分かるんだけど 皆んなSakana Fuguを過大評価してる 実際にはGLM5.2以下の品質に加え コストは17倍 誇張なし国産AIの実力詳細👇

今日本で最も『Sakana AI』を 研究研究してるから分かるんだけど 皆んなSakana Fuguを過大評価してる 実際にはGLM5.2以下の品質に加え コストは17倍 誇張なし国産AIの実力詳細👇

78,210 Aufrufe

ゴールデンウィークに飛行機乗りながら Llama 70Bをローカルで動かして ネット無しで11時間フルにプロジェクト回した ClaudeもChat GPTも不要 AnthropicもOpenAIも関係なし クラウドAPIなし。 インターネット全くなし。 ただbf16のローカルLlama 3.3 70Bと 自分のオーケストレータースクリプト モデルはllama.cpp経由で動作。 生成速度、71トークン/秒。コンテキストは約60,000トークン。 メモリ使用量、64のうち48.6 GiB。 離陸時のバッテリー、3時間21分。 離陸前にこのシステムプロンプトを与えた 「あなたは1台のMacBook上で動作するオフラインのオーケストレーターです。ネットワークはありません。あなたが持っている唯一のリソースは、/Users/dev/work内のローカルファイル、localhost:8080のLlama 70B推論サーバー、そして3時間21分のバッテリー予算です。/Users/dev/work/queue.jsonlのキューを処理してください(1行に1つのクライアントタスク)。各タスクについて:ドラフト → ローカル評価を実行 → アーティファクトを/Users/dev/work/done/に保存。バッテリー交換後に再開できるように、12タスクごとにコンテキストチェックポイントを保存。キューが空になるか、バッテリーが5%未満になるまで停止しないでください。」 システムは自分が何のリソースで 動作しているかを正確に知っている。 次の11時間、外界との接続がないことを知っている。 有限のメモリと有限のバッテリーがあることを知っている。 オラが着陸するまで介入しないことを知っている。 システムは1つのループで動作する。 キューからタスクを取り、推論を実行し、アーティファクトを保存し、チェックポイントを書く。 タスクの後、タスクの後、ただそれだけ。 バッテリーが5%未満になると オーケストレーターは自動的に一時停止し モバイルバッテリーに切り替わるのを待ち 最後のチェックポイントから続行する。 フライト中にシステムが実際にログに書いた内容 「saved context checkpoint 8 of 12 (pos_min = 488, pos_max = 50118, size = 62.813 MiB)」 「task 37016 done | tps = 71 s tokens text → /Users/dev/work/done/proposal_westside.md」 ゴールデンウィークでネット環境が弱い場所に行く機会があっても関係なく回せるからおすすめ

ゴールデンウィークに飛行機乗りながら Llama 70Bをローカルで動かして ネット無しで11時間フルにプロジェクト回した ClaudeもChat GPTも不要 AnthropicもOpenAIも関係なし クラウドAPIなし。 インターネット全くなし。 ただbf16のローカルLlama 3.3 70Bと 自分のオーケストレータースクリプト モデルはllama.cpp経由で動作。 生成速度、71トークン/秒。コンテキストは約60,000トークン。 メモリ使用量、64のうち48.6 GiB。 離陸時のバッテリー、3時間21分。 離陸前にこのシステムプロンプトを与えた 「あなたは1台のMacBook上で動作するオフラインのオーケストレーターです。ネットワークはありません。あなたが持っている唯一のリソースは、/Users/dev/work内のローカルファイル、localhost:8080のLlama 70B推論サーバー、そして3時間21分のバッテリー予算です。/Users/dev/work/queue.jsonlのキューを処理してください(1行に1つのクライアントタスク)。各タスクについて:ドラフト → ローカル評価を実行 → アーティファクトを/Users/dev/work/done/に保存。バッテリー交換後に再開できるように、12タスクごとにコンテキストチェックポイントを保存。キューが空になるか、バッテリーが5%未満になるまで停止しないでください。」 システムは自分が何のリソースで 動作しているかを正確に知っている。 次の11時間、外界との接続がないことを知っている。 有限のメモリと有限のバッテリーがあることを知っている。 オラが着陸するまで介入しないことを知っている。 システムは1つのループで動作する。 キューからタスクを取り、推論を実行し、アーティファクトを保存し、チェックポイントを書く。 タスクの後、タスクの後、ただそれだけ。 バッテリーが5%未満になると オーケストレーターは自動的に一時停止し モバイルバッテリーに切り替わるのを待ち 最後のチェックポイントから続行する。 フライト中にシステムが実際にログに書いた内容 「saved context checkpoint 8 of 12 (pos_min = 488, pos_max = 50118, size = 62.813 MiB)」 「task 37016 done | tps = 71 s tokens text → /Users/dev/work/done/proposal_westside.md」 ゴールデンウィークでネット環境が弱い場所に行く機会があっても関係なく回せるからおすすめ

89,948 Aufrufe

『最新モデルOpus 4.8』の登場で Claude Codeに新しいぶっ飛んだ機能が 20エージェント自動稼働させて 作業効率が50人規模の法人レベルやんw 試し方は簡単👇 その名も dynamic workflow ・/model を opus 4.8 に設定 ・/effort を "ultracode" に設定 プロンプトで「workflow」を使う Claudeはオーケストレーション、スクリプトを 書いて、サブエージェントの群れを生成し 結果を検証して報告してくれる。 引用元記事で詳しく学べ👇

『最新モデルOpus 4.8』の登場で Claude Codeに新しいぶっ飛んだ機能が 20エージェント自動稼働させて 作業効率が50人規模の法人レベルやんw 試し方は簡単👇 その名も dynamic workflow ・/model を opus 4.8 に設定 ・/effort を "ultracode" に設定 プロンプトで「workflow」を使う Claudeはオーケストレーション、スクリプトを 書いて、サブエージェントの群れを生成し 結果を検証して報告してくれる。 引用元記事で詳しく学べ👇

62,985 Aufrufe

Claude Codeで15分で開発した Webページが外注費50万円の評価を受けて ホームページ開発高単価案件を複数受託に成功 👇 実はAI初心者でもCodexまたClaudeを使えれば 誰でも制作可能のまさに穴場市場なんだけど 実際に今からCodexやClaude Codeを 使い始めた人がオラレベルの品質で ページを作るのはかなり時間とコストが かかると思うが別に出来なくはない。 ただ正直言ってその労力を費やすなら 既存のSkillを導入した方が圧倒的に早く すぐに作れる様になる。 しかも汎用性も高いからもはや自分のスキルの一つとしてあらゆる場面で使うことが可能。 なので、オラの品質のページが AI初心者でも明日から作れる様になるように Claude CodeまたはCodexで出来る。 📍Webページ外注に数十万円払ってる 全国民を救うべく「Skill化」して 全てリリースしました🔥 下記から100名限定リリース特化で Brainに出品したので必ず最低価格で 手に入れてください🔥 実際に制作したページもご覧になれます!! ➡︎

Claude Codeで15分で開発した Webページが外注費50万円の評価を受けて ホームページ開発高単価案件を複数受託に成功 👇 実はAI初心者でもCodexまたClaudeを使えれば 誰でも制作可能のまさに穴場市場なんだけど 実際に今からCodexやClaude Codeを 使い始めた人がオラレベルの品質で ページを作るのはかなり時間とコストが かかると思うが別に出来なくはない。 ただ正直言ってその労力を費やすなら 既存のSkillを導入した方が圧倒的に早く すぐに作れる様になる。 しかも汎用性も高いからもはや自分のスキルの一つとしてあらゆる場面で使うことが可能。 なので、オラの品質のページが AI初心者でも明日から作れる様になるように Claude CodeまたはCodexで出来る。 📍Webページ外注に数十万円払ってる 全国民を救うべく「Skill化」して 全てリリースしました🔥 下記から100名限定リリース特化で Brainに出品したので必ず最低価格で 手に入れてください🔥 実際に制作したページもご覧になれます!! ➡︎

24,479 Aufrufe

Claude CodeでClaude Fable 5が 有料に移行しても安価で無制限に使う運用方法 👇 ✅ モデル:Fable 5 ✅ Reasoning:Max 最初に以下のような役割分担を指示 ・Fable:全体設計.オーケストレーション ・Opus:推論が重い処理を担当 ・Sonnet:実行.タスク管理.補助 Fableは非常に高性能だけど すべての工程で使い続けると 平気で1時間5万円くらい飛んで行きます 「どのAIに何を任せるか」を 設計することで、高い品質を 維持しながらリミット消費も抑えられます 重要なのは、最も高性能なモデルを 常に使うことではなく 適材適所でAIを分業させること これだけでClaude Codeの 運用効率は大きく変わります

Claude CodeでClaude Fable 5が 有料に移行しても安価で無制限に使う運用方法 👇 ✅ モデル:Fable 5 ✅ Reasoning:Max 最初に以下のような役割分担を指示 ・Fable:全体設計.オーケストレーション ・Opus:推論が重い処理を担当 ・Sonnet:実行.タスク管理.補助 Fableは非常に高性能だけど すべての工程で使い続けると 平気で1時間5万円くらい飛んで行きます 「どのAIに何を任せるか」を 設計することで、高い品質を 維持しながらリミット消費も抑えられます 重要なのは、最も高性能なモデルを 常に使うことではなく 適材適所でAIを分業させること これだけでClaude Codeの 運用効率は大きく変わります

33,639 Aufrufe

🚨 世界最大のOpenAI CEOが衝撃発言 海外ではかなり大騒ぎになっているのに 日本で全く騒がれていない事が恐怖でしかない 【サム・アルトマン】 👇 『これから数年間で世界はもうすぐ、10人しか働いていないのに10億ドルの企業が現れる。 今、もし私が22歳だったら…史上最も幸運な人間だと感じるだろう。』 なぜ22歳が「史上最も幸運」なのか それは、これからは 「人数」ではなく「AIを使いこなせるか」 で会社の価値が決まる時代になるから これまで10人、50人、100人 必要だった仕事を、 AI社員が代わりにこなす世界が 現実になろうとしている ・営業 ・カスタマーサポート ・SNS運用 ・コンテンツ制作 ・プログラミング ・データ分析 これらはすでにAIが実用レベルで 対応できる領域です。 つまり、 「会社を大きくする=社員を増やす」 という常識が変わり始めています。 これから伸びるのは、 AIを便利なチャットボットとして使う人ではなく、 AIを24時間働く社員として運用する人。 数年後には、 「もっと早く始めておけばよかった」 そう思う人が圧倒的多数になるはずです。 この波は、スマホやインターネット以上の 変化になるかもしれません。 今のうちからAIを使う側ではなく AIに働いてもらう側へ回る準備を始めましょう

🚨 世界最大のOpenAI CEOが衝撃発言 海外ではかなり大騒ぎになっているのに 日本で全く騒がれていない事が恐怖でしかない 【サム・アルトマン】 👇 『これから数年間で世界はもうすぐ、10人しか働いていないのに10億ドルの企業が現れる。 今、もし私が22歳だったら…史上最も幸運な人間だと感じるだろう。』 なぜ22歳が「史上最も幸運」なのか それは、これからは 「人数」ではなく「AIを使いこなせるか」 で会社の価値が決まる時代になるから これまで10人、50人、100人 必要だった仕事を、 AI社員が代わりにこなす世界が 現実になろうとしている ・営業 ・カスタマーサポート ・SNS運用 ・コンテンツ制作 ・プログラミング ・データ分析 これらはすでにAIが実用レベルで 対応できる領域です。 つまり、 「会社を大きくする=社員を増やす」 という常識が変わり始めています。 これから伸びるのは、 AIを便利なチャットボットとして使う人ではなく、 AIを24時間働く社員として運用する人。 数年後には、 「もっと早く始めておけばよかった」 そう思う人が圧倒的多数になるはずです。 この波は、スマホやインターネット以上の 変化になるかもしれません。 今のうちからAIを使う側ではなく AIに働いてもらう側へ回る準備を始めましょう

26,370 Aufrufe

Videos

gagarot200's profile picture

Claude Codeの最高責任者エンジニアが どんな複雑なデータでも 「自己更新型ナレッジグラフ」に 変えるシステムを構築してくれた 👇 Anthropicからその成果で 1.5億円のボーナスを獲得した 仕組みは、たった8ステップ Load → Extract → Graph → Index → Query → Memory → Swarm → Update ドキュメント、コード、Slack、議事録、顧客情報。 社内に散らばったあらゆるデータをClaude Code経由で1つのストリームに統合し、情報同士の関係を自動でグラフ化します。 具体的には👇 ① Load PDF、Notion、Slack、GitHubなどからデータを読み込む ② Extract Fable 5とOpus 5が人物・企業・プロジェクト・タスク・依存関係を抽出 ③ Graph Neo4j上にエンティティ同士の関係を構築 ④ Index ベクトル検索、全文検索、グラフ検索用にデータを整理 ⑤ Query 3種類の検索結果を統合ランキングし、最適な回答を生成 ⑥ Memory 過去の会話や判断、プロジェクトの背景を長期記憶として保存 ⑦ Swarm 複数のAIエージェントが同じグラフを参照しながら並列で作業 ⑧ Update 夜間エージェントが新しいデータを取得し、グラフを自動更新 一般的なRAGは「文章が似ている情報」を探します。 しかし、この仕組みは、 ・ベクトル検索 ・キーワード検索 ・グラフ検索 を組み合わせるため、単なる類似検索では拾えない「誰が、何と、どう関係しているのか」まで理解できます。 さらに、データが追加されるたびにグラフが成長。 あなたが寝ている間にも、AIがSlackやコード、ドキュメントを読み込み、重複を整理し、知識同士の関係を更新します。 結果として、エージェントは初日から生産性が42%向上したとも報告されています。 一度構築すれば、社内データが増えるほどAIが賢くなる。 これは単なるRAGではありません。 会社全体の知識を記憶し、理解し、更新し続ける「AI社員共通の脳」です。 ブックマークしてClaude Codeに貼り付けてください。 120万ドル級のシステムを、今はオープンな技術だけで再現できる時代です。

ガガロット

134,726 Aufrufe • vor 1 Monat

gagarot200's profile picture

「Claude」×「Seedance-2.5」の組み合わせの 進化がマジで止まらない 👇 制作費「数億レベル」の映画が1時間で完成する やり方を全部書く ↓ かかった費用、約3,000円 ① Claudeに「監督」をやらせる プロンプトを書かせるんじゃない。 絵コンテを描かせる。 ・レンズ(35mm / 75mm / 21mm) ・カメラの高さ(11.0m / 1.05m / 0.50m) ・被写体との距離 ・照明の色温度(1800K / 8500K) ここまで数値で詰めさせる。 「いい感じの映像」では絶対に出ない。 ② 案を1つだけ作らせない 「感情軸」「映像軸」「構造軸」で 3案を独立に作らせて、審査させる。 ③ 自分の設計を自分で殴らせる 完成した設計を別のClaudeに検証させたら ・カメラ数値の破綻 31件 ・プロンプトの致命的欠陥 18件 さらに 「生成プロンプトの合計が95秒あって 60秒の構成と一致してない」 という致命傷まで発見された。 作らせるより、疑わせる方が効く。 ④ キャラは文章で固定するな ここが最大のコツ。 文章でどれだけ細かく書いても カットごとに別人になる。 参照画像を1枚渡すだけで解決した。 全カットで同じ造形になる。 ⑤ BGMは生成して終わりじゃない オーケストラを4本生成。 音量の推移をffmpegで解析して、 盛り上がりが 「初めて星空が見える瞬間」に 重なる区間だけを切り出す。 ⑥ 編集も設計させる 繋ぎをカットごとに決める。 時間が飛ぶ7箇所 → ディゾルブ 衝撃と反転の6箇所 → ハードカット 拒絶と赦しは「鏡像」で設計してるから、 ここを溶かすと反転が効かなくなる。 今回は実際に『えんとつ町のプペル』を 西野亮廣(キングコング) 完全実写化してみた。

ガガロット

48,555 Aufrufe • vor 1 Monat

gagarot200's profile picture

CodexとGPT-5.6 Solの 組み合わせで完全自動で全てをAIに任せ 『ゼルダの伝説 時のオカリナ』を iOS・iPadOS上でネイティブ動作させた エミュレーターでもありません。 『Ship of Harkinian』はこれまでWindows、Linux、macOS、Nintendo Switch、Wii U、Androidに対応してきましたが、iOS版は存在していませんでした。 今回、ついにiPadでの動作に成功。 iPhone向けのビルドも含まれています。 ゲームはC言語へデコンパイルされ、Metalで描画するネイティブARM64アプリとして再構築。 ・N64ハードウェアのシミュレーションなし ・実行中のROM解釈なし ・Macからのストリーミングなし ・完全なiOSネイティブ動作 そのため、N64版の240p・20fpsという制限にも縛られません。 ワイドスクリーン、フル解像度、60fpsに対応し、iPhoneやiPadの性能を直接活用して動作します。 操作もiOSネイティブ対応。 Bluetoothコントローラーを接続すれば、最初から最後までプレイ可能。タッチ操作、キーボード、マウスにも対応しています。 そして、このiOSレイヤーの構築にはCodex 5.6 Solを使用しました。 AIを使って、これまで存在しなかったプラットフォーム対応を実装し、実際にネイティブアプリとして動かす。 ゲーム開発や移植におけるAIコーディングの可能性が、また一段階広がった

ガガロット

52,835 Aufrufe • vor 1 Monat