- 2026/07/13 12:00 更新
【保存版】Fable 5はどの仕事なら元が取れる？「1週間→1日」も…部門別「神ワザ」8選(2/3)
【チャート付き】Fableの使いどころを見極める「3つの条件」
Fable 5の性能上の特徴は、前回も紹介した通り「難しい仕事ほど、他のモデルとの差が開く」ことです。標準的なタスクではOpus 4.8との差は数ポイントですが、FrontierCode Diamondというベンチマークでは29.3%対13.4%と、2倍以上のスコア差になります。アンソロピック自身も「長く複雑なタスクほど優位性が大きくなる」と説明しています。これを非エンジニアの業務に翻訳すると、Fable 5に投入すべき仕事の条件は次の3つです。
- 長い：完了までに半日以上かかる（資料20ページ超、複数日にまたがる作業）
- 複雑：複数の資料・部門・論点をまたぎ、全体の整合性が問われる
- やり直しコストが高い：ミスや品質不足が発覚したときの手戻り・信用ダメージが大きい
このうち2つ以上を満たす仕事だけにFable 5を使う。1つ以下なら通常のモデル（SonnetやOpus 4.8）で十分。
これが、研修で私がお伝えしている使い分けの目安です。なお「半日」「20ページ」「2条件」という数値はアンソロピックの公式仕様ではなく、研修の現場で私が独自に設定している運用上の目安である点はご留意ください。
（出典：筆者作成）
世界の企業は「どの仕事」にFableを使ったか？
この3条件は、実際の企業事例とも符合します。報道やアンソロピックの発表で公開されている代表例を見てみましょう。| 企業名 | 事例概要 |
| 決済大手のStripe | 5,000万行規模のプログラムコードの移行作業をFable 5が1日で完了。従来はチームで2カ月超かかっていた分量と報告されています。まさに「長い×複雑×やり直せない」の典型です |
| データ分析企業のHex | 複雑で長時間かかる分析タスクの社内評価で、Fable 5が初めて90%に到達（従来モデルから10ポイント向上）と報告 |
| リーガルAIのHarvey | 法務ワークフローの評価基準で過去最高スコアを記録したと報告。契約書や訴訟資料という「読み間違えたら致命的」な領域です |
| 金融AIのHebbia | 金融のシニアレベル推論の評価で全モデル中最高スコアと報告。決算資料や有価証券報告書の分析といった用途が想定されています |
注目してほしいのは、Fable 5の活躍の場がエンジニアリングにとどまらず、法務・金融・分析といったホワイトカラーの中核業務にも広がっていることです。つまり、あなたの部門にも「Fable 5案件」が眠っているかもしれません。次章から部門別に掘り起こしていきましょう。
【保存版】これはFable案件…元を取れる仕事と神プロンプト
なお、以下に登場する時短効果の数値は、いずれも研修現場での参加者申告や著者自身の計測に基づく目安であり、厳密な条件をそろえた比較測定ではありません。
■3-1.【営業部門】失注案件の「敗因分析」を四半期分まとめてやる
営業のAI活用というと商談準備が定番ですが（前回紹介しました）、実はもっとFable 5向きの仕事があります。失注案件の横断分析です。
プロンプト
添付するのは、直近四半期の失注案件の記録です（商談メモ、提案書、失注理由のヒアリングメモ）。営業企画の分析担当として、以下を作成してください。
1. 失注理由の分類と件数（価格／機能／タイミング／競合／関係構築、など。分類は資料から帰納的に作ること)
2. 資料を横断して見えてくる「共通パターン」（担当者の報告書には書かれていない構造的な要因の仮説）
3. パターンごとの対策案と、来四半期に実行すべき優先順位
4. 「あと一歩だった案件」の再アプローチ候補リスト（理由付き）
注意：資料に書かれていないことは推測で断定せず、仮説には（仮説）と明記してください。個々の担当者を批判する表現は使わないでください。
1. 失注理由の分類と件数（価格／機能／タイミング／競合／関係構築、など。分類は資料から帰納的に作ること)
2. 資料を横断して見えてくる「共通パターン」（担当者の報告書には書かれていない構造的な要因の仮説）
3. パターンごとの対策案と、来四半期に実行すべき優先順位
4. 「あと一歩だった案件」の再アプローチ候補リスト（理由付き）
注意：資料に書かれていないことは推測で断定せず、仮説には（仮説）と明記してください。個々の担当者を批判する表現は使わないでください。
時短効果
四半期の失注分析レポート作成3日 → 半日（確認・肉付け込み）。
ポイント
なぜFable 5向きなのか。失注分析は「案件Aのメモと案件Fのメモに同じ兆候がある」といった、大量の資料をまたいだパターン発見が命だからです。標準モデルでも1件ずつの要約はできますが、数十件を横断して一貫した基準で構造を見つける力は段違いです。ある IT系企業の営業部門の研修でこれを実演したところ、営業部長が「営業会議で誰も言語化できていなかった失注パターンが2つ出てきた」とうなっていました。
注意
顧客の実名や取引条件を含む資料は、自社のセキュリティ基準で認められた法人環境でのみ扱ってください。分析結果を人事評価に直結させるのも避けるべきです（メモを書かなくなり、翌期から分析の材料が消えます）。
四半期の失注分析レポート作成3日 → 半日（確認・肉付け込み）。
ポイント
なぜFable 5向きなのか。失注分析は「案件Aのメモと案件Fのメモに同じ兆候がある」といった、大量の資料をまたいだパターン発見が命だからです。標準モデルでも1件ずつの要約はできますが、数十件を横断して一貫した基準で構造を見つける力は段違いです。ある IT系企業の営業部門の研修でこれを実演したところ、営業部長が「営業会議で誰も言語化できていなかった失注パターンが2つ出てきた」とうなっていました。
注意
顧客の実名や取引条件を含む資料は、自社のセキュリティ基準で認められた法人環境でのみ扱ってください。分析結果を人事評価に直結させるのも避けるべきです（メモを書かなくなり、翌期から分析の材料が消えます）。
■3-2.【企画部門】中期計画の「整合性監査」を発表前にやる
経営企画・事業企画の方に最もおすすめしたいのがこれです。中期計画や年度方針は、複数部門の資料を寄せ集めて作るため、部門間の数字や前提のズレが紛れ込みがちです。
プロンプト
添付するのは、策定中の中期経営計画の関連資料一式です（全社方針、各部門の事業計画、財務計画）。計画の「整合性監査人」として、以下を検査してください。
1. 数字の不整合：部門計画の合計と全社計画が合わない箇所、年度間で連続性がない数字
2. 前提のズレ：部門ごとに異なる市場前提・為替前提・人員前提を置いている箇所
3. 論理の飛躍：目標と施策がつながっていない箇所（施策を全部実行しても目標に届かないなど）
4. 経営会議・取締役会で指摘されそうな弱点トップ5と、想定問答
指摘には必ず「資料名・ページ・該当記述」を付けてください。資料にない情報での批判は禁止します。
1. 数字の不整合：部門計画の合計と全社計画が合わない箇所、年度間で連続性がない数字
2. 前提のズレ：部門ごとに異なる市場前提・為替前提・人員前提を置いている箇所
3. 論理の飛躍：目標と施策がつながっていない箇所（施策を全部実行しても目標に届かないなど）
4. 経営会議・取締役会で指摘されそうな弱点トップ5と、想定問答
指摘には必ず「資料名・ページ・該当記述」を付けてください。資料にない情報での批判は禁止します。
時短効果
事務局による資料突き合わせ1週間 → 1日。
ポイント
研修先の製造業で経営企画室の方がこの使い方を試した際、「部門Aは為替140円、部門Bは150円で計画を作っていた」という、発表後に見つかったら大事故になるズレを事前に検出できたそうです。20～30ファイルをまたいで前提の違いを見つける作業は、人間なら数人がかりの仕事です。
注意
未公表の経営計画は最高レベルの機密です。必ず法人契約（入力データが学習に使われない設定）の環境で行い、アクセスできるメンバーも限定してください。なお、Fableクラスには30日間のデータ保持方針があり、「学習に使われない」ことと「保存されない」ことは別である点にも注意してください。
事務局による資料突き合わせ1週間 → 1日。
ポイント
研修先の製造業で経営企画室の方がこの使い方を試した際、「部門Aは為替140円、部門Bは150円で計画を作っていた」という、発表後に見つかったら大事故になるズレを事前に検出できたそうです。20～30ファイルをまたいで前提の違いを見つける作業は、人間なら数人がかりの仕事です。
注意
未公表の経営計画は最高レベルの機密です。必ず法人契約（入力データが学習に使われない設定）の環境で行い、アクセスできるメンバーも限定してください。なお、Fableクラスには30日間のデータ保持方針があり、「学習に使われない」ことと「保存されない」ことは別である点にも注意してください。
■3-3.【経理・財務部門】決算説明資料の「突っ込まれポイント」総点検
前回は月次経費データの異常値チェックを紹介しましたが、今回は季節イベントの本丸、決算説明・監査対応です。
プロンプト
添付するのは、今期の決算短信ドラフト、決算説明会資料ドラフト、前期の決算資料、期中の適時開示一覧です。IR・監査対応の視点で以下を点検してください。
1. 前期の説明・期中開示と矛盾する記述（言っていることが変わった箇所）
2. アナリスト・監査人に確実に質問される「説明が薄い」箇所（増減理由が定性的すぎるなど）
3. 数値の整合チェック（資料間の数字の食い違い、合計の不一致）
4. 質問されそうな順に想定問答20問（回答案は資料内の情報のみで作成し、情報が足りない質問には「要追加情報」と明記）
推測で数字を補うことは禁止です。
1. 前期の説明・期中開示と矛盾する記述（言っていることが変わった箇所）
2. アナリスト・監査人に確実に質問される「説明が薄い」箇所（増減理由が定性的すぎるなど）
3. 数値の整合チェック（資料間の数字の食い違い、合計の不一致）
4. 質問されそうな順に想定問答20問（回答案は資料内の情報のみで作成し、情報が足りない質問には「要追加情報」と明記）
推測で数字を補うことは禁止です。
時短効果
決算前の資料横断チェックと想定問答作成2～3日 → 半日。
ポイント
「前期はこう説明していたのに今期は言い方が変わっている」という指摘は、資料を年度をまたいで読み比べる根気のいる仕事で、まさに長文での一貫した判断力が問われます。
金融の専門評価でFable 5が最高水準と報告されているのは前述の通りで、決算・開示まわりも非エンジニア業務の中では応用できる可能性が高いと私は見ています（あくまで筆者の推論であり、日本の決算・開示実務での効果を検証したものではありません）。
注意
未公表の決算情報には、インサイダー取引規制上の重要事実に該当する情報が含まれ得ます。社内のインサイダー管理規程・AI利用ガイドラインの確認を最優先してください。また、開示文書の最終責任は人間にあります。AIの指摘は「点検の補助」であり、開示判断の代替にはなりません。
決算前の資料横断チェックと想定問答作成2～3日 → 半日。
ポイント
「前期はこう説明していたのに今期は言い方が変わっている」という指摘は、資料を年度をまたいで読み比べる根気のいる仕事で、まさに長文での一貫した判断力が問われます。
金融の専門評価でFable 5が最高水準と報告されているのは前述の通りで、決算・開示まわりも非エンジニア業務の中では応用できる可能性が高いと私は見ています（あくまで筆者の推論であり、日本の決算・開示実務での効果を検証したものではありません）。
注意
未公表の決算情報には、インサイダー取引規制上の重要事実に該当する情報が含まれ得ます。社内のインサイダー管理規程・AI利用ガイドラインの確認を最優先してください。また、開示文書の最終責任は人間にあります。AIの指摘は「点検の補助」であり、開示判断の代替にはなりません。
■3-4.【法務部門】契約書の「一括リスクレビュー」で滞留をなくす
法務は前回扱わなかった部門ですが、実は海外で活用が先行している領域の1つです。リーガルAI企業の評価でFable 5が最高スコアと報告されているのは前述の通り。社内法務での現実的な使いどころは、滞留しがちな契約書レビューの一次チェックです。
プロンプト
添付するのは、審査待ちの業務委託契約書（相手方ドラフト）と、当社の契約審査基準・標準ひな形です。法務の一次レビュー担当として以下を作成してください。
1. 当社基準・ひな形との差分一覧（条項ごとに「相手方案／当社標準／差分の影響」の表形式）
2. リスクの高い順に修正要求リスト（修正文案付き。なぜその修正が必要かの説明も）
3. 事業部門に確認が必要な事項（法務だけでは判断できないビジネス判断のリスト）
4. この契約類型で見落としやすい論点のチェックリスト照合結果
当社基準に記載のない論点は「基準外・要判断」と明記し、勝手に社内基準を創作しないでください。
1. 当社基準・ひな形との差分一覧（条項ごとに「相手方案／当社標準／差分の影響」の表形式）
2. リスクの高い順に修正要求リスト（修正文案付き。なぜその修正が必要かの説明も）
3. 事業部門に確認が必要な事項（法務だけでは判断できないビジネス判断のリスト）
4. この契約類型で見落としやすい論点のチェックリスト照合結果
当社基準に記載のない論点は「基準外・要判断」と明記し、勝手に社内基準を創作しないでください。
時短効果
契約書1本の一次レビュー2～3時間 → 30分（最終判断は法務担当者）。
ポイント
ポイントは「当社の審査基準・ひな形とセットで読ませる」ことです。一般論のリスク指摘なら標準モデルでもできますが、自社基準との差分を条項単位で丁寧に突き合わせるのは、長い文書を2本以上またぐFable 5向きのタスクです。研修で法務未経験の事業部門の方にこれを見せると、「法務に出す前に自分たちで直せる箇所が分かる」と、法務・事業部の双方から喜ばれます。
注意
AIのレビューは弁護士による法的助言ではありません。最終判断は必ず法務担当者・顧問弁護士が行ってください。また相手方から受領したドラフトも秘密保持義務の対象になり得ます。
契約書1本の一次レビュー2～3時間 → 30分（最終判断は法務担当者）。
ポイント
ポイントは「当社の審査基準・ひな形とセットで読ませる」ことです。一般論のリスク指摘なら標準モデルでもできますが、自社基準との差分を条項単位で丁寧に突き合わせるのは、長い文書を2本以上またぐFable 5向きのタスクです。研修で法務未経験の事業部門の方にこれを見せると、「法務に出す前に自分たちで直せる箇所が分かる」と、法務・事業部の双方から喜ばれます。
注意
AIのレビューは弁護士による法的助言ではありません。最終判断は必ず法務担当者・顧問弁護士が行ってください。また相手方から受領したドラフトも秘密保持義務の対象になり得ます。
■3-5.【人事部門】評価コメント・サーベイ自由記述の全社分析
前回は研修体系の設計を紹介しました。今回は人事部門が毎年頭を抱える、大量の自由記述テキストの分析です。
プロンプト
添付するのは、全社員サーベイの自由記述回答（部署・職位の属性付き、氏名は削除済み）です。組織開発の分析担当として以下を作成してください。
1. 記述内容の分類と出現傾向（テーマは回答から帰納的に抽出。事前に決めつけない）
2. 部署別・職位別に温度差が大きいテーマ（どの層が何に不満・期待を持っているか）
3. 「少数だが深刻」な記述の抽出（件数は少なくても放置リスクが高いもの）
4. 経営報告用サマリー（1ページ）と、人事として打つべき施策の優先順位案
原文の引用は個人が特定されない範囲に加工してください。書かれていない感情や意図を推測で補わないでください。
1. 記述内容の分類と出現傾向（テーマは回答から帰納的に抽出。事前に決めつけない）
2. 部署別・職位別に温度差が大きいテーマ（どの層が何に不満・期待を持っているか）
3. 「少数だが深刻」な記述の抽出（件数は少なくても放置リスクが高いもの）
4. 経営報告用サマリー（1ページ）と、人事として打つべき施策の優先順位案
原文の引用は個人が特定されない範囲に加工してください。書かれていない感情や意図を推測で補わないでください。
時短効果
数百～数千件の自由記述の読み込み・分類1～2週間 → 1日。
ポイント
ある小売業の人事部門では、サーベイの自由記述を「時間がなくて代表的なものを拾い読みするだけ」になっていました。全件を一貫した基準で読み切れるのはAIならではで、特に「少数だが深刻」（3の観点）はサンプリングでは拾いにくいものです。件数が多く属性軸も多いほど、標準モデルとの分析の一貫性の差が出ます。
注意
必ず氏名などの個人情報を削除してから投入し、個人の特定につながる分析（「この記述は誰か」の推定など）はさせないでください。分析結果を個人の処遇に直接使うことも避けるべきです。また、氏名を削除しても部署・職位などの属性の組み合わせから個人が特定され得るため、少人数の部署では属性をまとめる（例：「マーケティング部」→「管理部門」）などの配慮も必要です。
数百～数千件の自由記述の読み込み・分類1～2週間 → 1日。
ポイント
ある小売業の人事部門では、サーベイの自由記述を「時間がなくて代表的なものを拾い読みするだけ」になっていました。全件を一貫した基準で読み切れるのはAIならではで、特に「少数だが深刻」（3の観点）はサンプリングでは拾いにくいものです。件数が多く属性軸も多いほど、標準モデルとの分析の一貫性の差が出ます。
注意
必ず氏名などの個人情報を削除してから投入し、個人の特定につながる分析（「この記述は誰か」の推定など）はさせないでください。分析結果を個人の処遇に直接使うことも避けるべきです。また、氏名を削除しても部署・職位などの属性の組み合わせから個人が特定され得るため、少人数の部署では属性をまとめる（例：「マーケティング部」→「管理部門」）などの配慮も必要です。
AI・生成AIのおすすめコンテンツ
関連タグ
タグをフォローすると最新情報が表示されます
AI・生成AIの関連コンテンツ
あなたの投稿
PR
PR
PR
