• いけともと尾原和啓が、いま実際に使っているAIツールと工夫を見せ合った回である
• 常駐型のDotsや、同じ仕事を複数AIに並列で振るOrcaのファンアウトが使える
• ローカルAIは個人情報の削除や画像づくりに向く。散らかっていても回れば十分

「Dots」が、返信の遅れと日程ミスを先に教えてくれる

いけとも：今日のテーマは、最近のAIツールのハックと活用状況です。ニュース回が続いたので、お互いにどんなツールを使っているかを共有しましょう。

私から行きます。いま特に助けられているのが、常に勝手に動いてくれる常駐型の1つ、Dotsです。ChatGPT上で使えます。

Gmail、Outlook、Calendar、Slackをつないでおくと、Dotsが全データを見たうえで論点を整理します。裏側で必要なものだけ、勝手に通知してくれます。

「このメール、返信が遅れていませんか」「これ、明日が期限ですが大丈夫ですか」と教えてくれます。メールを送ったあとに「日程が間違っています」と言われたこともあります。

抜け漏れが、確実に減りました。

尾原：どんなプロンプトを裏で回しているのか、と思うくらいの気配りですよね。ここ、ミスしていませんか。整合性を取ったほうがいいのでは、というところが鋭いです。

しかも、繰り返し知らせてほしいことは繰り返して、完了したものは完了にしてくれます。

いけとも：聴く力が高いですよね。

尾原：まさにAI秘書に合わせて、チューニングされています。僕は非常に多動なので、プロジェクトの抜け漏れが多いんです。それなりに自分で仕組みを作っていました。でもDotsが出て、もうこれでいいや、となりました。

Museは無料。でも使い方の型は、そのままDotsに移せる

尾原：ちなみに、Museはどうですか。

いけとも：正直、そこまでは使い込めていません。僕の中でのMuseは、無料で常駐型が使えるツールです。有料でがっつり使う価値があるかは、あまり感じていません。

ただ、無料ユーザーへの広がりはすごいと思います。アメリカでも、使っているのは多分、ChatGPTやClaudeの有料プランではなく、常駐型を使えない人たちです。無料でもこんなにできるの、という反応なんです。

僕はFacebookでニュースを見ています。その中に「これをお願いしてみましょう」と、Museの提案が出てきます。子どもとの履歴からアルバムを作る、といったエンタメ寄りの使い方です。

尾原：そうですよね。Metaは、一度「これをやるぞ」と決めてシンプルにしたあとの作り込みが、えげつないんです。

Museには、横のタブがあります。そこから見に行くと、目標やアイデンティティ、どういう使い方をするといいか、という使い方のパターンやユースケースがとても細かくできています。

僕はこれを参考にして、Dotsに入れたりしています。

いけとも：目標には、人間関係、健康、ファイナンスと、いろいろありますよね。

尾原：そうなんです。いまAIは、やりたいことが決まれば、ほぼ実行できるようになっています。その中で一番足りないのは、ゴール設定なんです。

ゴールをAIにどう増やしてもらうか。そのパターン出しを、Museはものすごくやっています。調整もよくされているので、拾えるのがいいですね。

いけとも：完全無料なのが、すごいですよね。Metaは本気だと思います。AI投資もモデル開発もやって、Museという高いレベルのモデルを出してきました。フロンティアの一角に入りつつあります。それを自分たちで回せるから、これができるんだなと思います。

家族のチャットにAIが入る。Metaなら自然にできる

いけとも：Metaで面白いのは、InstagramやMessengerのような、人が普通に会話する場所にAIがいることです。

娘がInstagramでメッセージを送ってきたんです。遊びのつもりだったのですが、娘と僕と、AIの3人でチャットになりました。AIにメンションして「これ、どうなの」と聞いて遊んでいました。

以前、ChatGPTもグループで使う機能を出しましたが、あっという間に見かけなくなりました。多人数の議論を無理にやるものではない、という形で、使われる場面が思い浮かばなかったのだと思います。

でもMessengerやInstagramは、普通にグループDMをやる場所です。そこにAIが普通にいるのは、Metaなら自然ですよね。Metaも、グループチャットからAIを呼び出す機能を試験中です。

いまは第三者のAIのような感じで、それぞれの立場には立っていません。でも、僕のAIと娘のAIが、それぞれの裏側の文脈を分かっていたらどうでしょう。

旅行や食事に行こうと言ったときに、お互いのアレルギーや好みを分かったうえで、勝手に調整してくれる。そういう構想が語られていると聞いています。Meta以外では、なかなかできなさそうです。

尾原：半年から1年後の未来の話ですね。IoTがなぜ使われなかったかというと、アクション先の接続がなくて、価値が生まれなかったからです。

これから日本でも、AIエージェントで旅行やレストランが簡単に予約できるようになります。パーティーをやろうとなったら、食材が準備の時間の前にちゃんと届く。そういう後ろの行動を、信頼してお願いできる世界です。

そこに家族全員のアレルギーを理解した文脈が、裏側にいるわけです。AIモデルの進化というより、外側の環境整備が掛け算で整ったときに、ユースケースが爆発します。

だから、Metaが有利な場所にいる。ChatGPTが、ユーザー側の入り口として奪い返せるか、という構図になります。

Dotsの弱点は「エージェントが1人」。だからボットを分ける

いけとも：実は11月から、月10万円のハイエンドコミュニティを始めました。41人で、大きなスタートです。早速ばんばん議論しています。

そこで話題なのが、常駐型のボットです。いろいろ試した結果、Dotsは便利です。ただ弱点があります。エージェントが1個しか出ないんです。

全部同じチャットで、すべての論点が流れ込みます。情報が少なければいいのですが、僕はメールのフローも、抜け漏れも、毎日の情報収集もあります。チャットが分散しないので、面倒になります。

それに対して、OpenClawのボットは、1体ずつ別々に作って、それぞれに枠を用意できます。

僕の場合は、Xの活用ボット、Mac miniのボット、28日チャレンジを追うだけのボットなどに、分けて使っています。

ボット同士で、コミュニケーションが取れるのも面白いところです。Mac miniのボットを1つ作っておいて、Mac miniの操作はこの子に頼む。ほかに10個ボットがあっても、Mac miniに何かしたいときは、必ずこの子に依頼する。そういう役割分担ができます。

一人に任せるより、役割ごとに分けたほうが管理しやすいと思いました。この3日間くらいで、ボットを増やそうとしています。

尾原：OpenClawのボットが良いのは、会計なら会計、Mac miniならMac miniと、機能をシンプルにできることです。ボットに貯めるコンテキストも、呼び出すスキルも固定できます。

結局、会社が分業制で大きなことをやるのと、同じ流れです。

アメリカでは、このボットの設定そのものを流通させる動きがあります。あそこのAI会計士はいいね、といって、設定をパクってアレンジする生態系ができています。

いけとも：これまでは、スキルとコネクタをまとめたプラグインがありました。でも、ボットの設定は、その上位ですよね。1つのエージェントが、1人の社員のように認識できます。

入れたら、自分の環境をぱっと見てくれて、これとこれが使えますね、と言ってくれる。足りないものがあれば、初期設定だけして、あとはgo。導入が簡単でいいです。

尾原：メモリーを持つことで、先回りができるようになりました。ただ、メモリーを広くしすぎると、範囲が広すぎて混乱します。

だったら役割を限定して、その役割の中のメモリーと、特化したスキルにしたほうが、分業として役割を発揮します。

最近はPaseoも人気で、そのプラグインを使うと、ClaudeでもChatGPTでも、専業のボットのように作って流通させられるようです。

特に社内や企業では、こうした特化型のボットがむちゃくちゃ増えるでしょうね。

尾原のハック。Orcaで、同じ仕事を複数のAIに並列で振る

尾原：僕は、今なんだかんだ言って、Opus 5.5が一番安定していて良いです。ただ、複数のモデルを使う環境が増えてきました。それをラップするための、マルチプレクサのような環境のほうが、最近は楽です。

だから僕は、Orcaを使い続けています。複数のAIエージェントを並列で動かすための、IDEの流れの開発環境です。

便利な点は2つあります。1つ目は、立ち上げた1つ1つのセッションを、CLIで呼び出せることです。ほかのAIから呼び出す設計が、簡単にできます。

2つ目は、Git上のワークツリーとして、1つ1つの作業環境を独立して持たせられることです。複数のプロジェクトを並行で扱えますし、1つのエージェントが、別のエージェントを呼び出せます。

僕が一番使うのが、ファンアウトです。Perplexityがやっていることに近いのですが、1つのタスクを複数のAIに並行してお願いします。出てきたものをマージして、どれが共通していて、どれがズレているかを、一括で見てくれます。

ズレているところは、別のエージェントを立てて、もう一度精査する。これを連続で、勝手にやってくれます。

いけとも：Orcaは、各AIのサブスクの枠が使えるんですか。

尾原：使えますよ。API課金ではなく、ChatGPTやClaudeのサブスクの枠の中で、それぞれ使えます。

いけとも：それ、めっちゃいいですね。

尾原：調査系や、交渉のシミュレーションをするときは、すごく楽なんです。

全部のAIが同じことを言っているなら、だいたい確度が高い。違うことを言っているなら、ハルシネーションか、どこかで判断のズレがあります。そこを深掘りして、精度を上げていきます。

モデルの進化が早すぎて、あっちにお願いしていたことを、こっちにお願いする形になりがちです。だから、お願いすることの管理自体はGitの中にまとめます。モデルの呼び出しは、柔軟にしておきます。

全部は集約できない。散らかっていても回っているならいい

いけとも：ちなみに、Claudeを使うと言うとき、デスクトップアプリではなくて、Orcaの中のClaudeを使うんですか。

尾原：そうです。僕からClaudeを呼び出す、という形です。

いけとも：僕らはデスクトップアプリを全部別々に、Codex、Claude Code、OpenClaw、その他もろもろと立ち上げています。概念的には、Orcaが上位ですよね。

尾原：本当は上位にまとめたほうがいいんです。ただ、ショートカットキーやCLI、ターミナルのレベルで、いろんなものをカスタマイズして勝手に呼び出せるようにしてあって、移行が面倒なんです。

実は、Mac miniで毎朝、アメリカやいろんな国のポッドキャストを、RSSで自動的に取得しています。MacWhisperで文字起こしして、NotebookLMに入れて、日本語のポッドキャストに変えます。

それがGoogle Driveに自動で同期されるので、アプリを開くだけです。英語でも中国語でも、定番のポッドキャストがまとめて聞けます。オートパイロットが、あほみたいにあります。

いけとも：めちゃくちゃ増えていて、散らかっているんですよね、正直。でも、回っているならいいじゃないか、と思っています。会社で広げるなら話は別です。でも、個人で回っている範囲なら、継続できるはずです。使っているモデルやサービスがなくなったら、そのときに移行すればいいと思います。

尾原：そうなんです。お客様とやっている仕事は、どんどんエージェントに任せる環境になっています。万が一のハッキングに備えて、物理的な環境を分けて、プロジェクトごとに立てています。でも個人の使い方なら、散らかっていても回っていればいいと思っています。

コードはクラウド、回すのはローカル

いけとも：ローカル活用はどうですか。Mac miniを使ったローカルAI、もしくはハイブリッドです。

尾原：僕は、契約書まわりや、お客様の交渉のシミュレーションが多いんです。ややこしい契約の交渉シミュレーションを、ずっと回します。

マニアックな言い方になりますが、モンテカルロシミュレーションです。確率論的に見たとき、この辺に落とし所が出そうだ、というのをぶん回します。

いけとも：ローカルモデルでやっているんですか。

尾原：そうです。コーディングはクラウドでやって、結果をローカルで回す形が増えています。

一方で、Mac miniなどを買ってもいいのですが、いまはDeepSeekのようなモデルをクラウドで回したほうが、安さ競争でどんどん安くなってきています。

ハードマニアなので、個人的には快適だと思います。でも費用対効果を考えたら、クラウドで4倍の値段を払ってでも、最新の一番安いものを使ったほうがいいのでは、と思っています。設定する時間も、面倒ですしね。

いけとも：確かに。すごく使わない限りは、そうですよね。

アンケートの個人情報は、ローカルAIの3層チェックで消す

いけとも：僕がローカルでビジネスユースを想定して、リアリティがあって使えそうなのは、個人情報の削除です。一番ニーズがあると思います。

僕はイベントのアンケートを、全件公開しています。たまに固有名詞が入っているんです。人の名前や地域が入っているので、そのまま出すと、書いた人の個人情報になります。そこだけを除きたいんです。

クラウドで一度読ませてもいいのですが、いまはローカルで3層で回しています。

1層目は、OpenAIのプライバシーフィルターです。パターンを決めて、個人情報をマスクするだけのローカルモデルです。

2層目は、Qwen 3.6です。LLMとして文章を認識して、個人情報らしい単語だけを出力させて、マスキングします。

それでも抜けるケースがあったので、3層目にGemma 4を入れました。同じことを、少し違うパターンでやって、ダブルチェック、トリプルチェックにします。

100パターンくらいシミュレーションして、100パターンで100%いけました。見えていないケースがあるかもしれません。でもアンケートですし、自己責任だと思っています。

尾原：基本的には、自己責任で公開されます、という前提で入力してもらっているアンケートです。そのうえでの、こちらの配慮ですね。ここまで複数種類のフィルタリングをかけたなら、あとは、他の人が見て公開はまずいと思った場合の、申請ボタンをつけるくらいでしょう。

いけとも：そうですね。全件が余っているときに、クラウドの最上位モデルで見て、抜けているものがあれば、そのパターンをプロンプトに足して、精度を上げていきます。

尾原：ローカルモデルの良いところは、処理時間さえ足りれば、使いたいだけ使えることです。20〜30回他のAIモデルでフィルタリングをかけても、ローカルなのでコストが変わりません。

画像は、ローカルで量産する

いけとも：最近は、画像がクラウドだと高いんです。ざっくり1枚で、数円から10円くらい。量産しようとすると、APIはちょっと高いです。

自分用のニュースアプリを作っていて、気になったものを入力すると、Q&Aを15個くらい作り、1講あたり5個、3〜5講ほどにして、自分で理解する、という運用をしています。

文章はクラウドの上位モデルのほうが深みがあるので、そちらを使っています。でも、画像や写真、絵があるほうが、読む気にはなるんです。

とはいえ、自分専用で、1回しか見ないのに、無駄にお金をかけたくないんです。

そこに最近、ローカルの新しい画像生成モデルが出ました。日本語もいけます。漫画を作ったという記事を、詳しい方が書いていて、これは結構いいなと思いました。

最近、これを導入して、記事に差し込む画像を、3パターンに分けています。図解、漫画の1コマ、リアルっぽい写真です。

1枚あたり約80分かかります。ですが、記事を登録したあとに、手元のPCで回して入れる仕組みにしました。楽しくて、自己満足の世界ですが、画像生成もローカルで使えるレベルになったと感じます。

尾原：クラウドの側では、動画編集がこの2か月で、むちゃくちゃ上がりました。音声合成も、ElevenLabsの新しいバージョン（Eleven v4）が、えげつないんです。

友人のマーケティングをやっている人たちは、自動化してABテストをごりごり回して、チューニングしています。費用対効果が合うところに、来ています。

電話にAIが出る。AIがすべての間に染み込んでいく

いけとも：音声は本当にやばいですよね。ちょうどこの1個前が、別にやっている会社の会議でした。まさにElevenLabsの話をしていました。

Twilio経由で電話番号を取れば、月1,000円くらいです。それをElevenLabsにつなぐと、電話に出てくれるAIが作れます。かなり安いです。

いままでは、チャットでいつでも相談できるものを作っていました。でも、電話でもいけるな、というレベルまで来ています。電話でAIに相談するのは、早々に今週、実装してみようかなと思っています。

これは受ける側ですが、アクティブコールもできます。たとえば、フォーム営業で、フォームを開いてもらったことを検知したら、自動でAIが「何か質問はありますか」と電話する。そういう使い方も試してみたいです。

リアルタイムに会話ができて、場合によっては人間よりいい。クオリティが、そこまで来ています。

尾原：中国では、ECページや商品ページでしばらくうろうろしていると、ポップアップで「このままコールしませんか」と出てきて、AIコールセンターにつながります。当たり前に、そうなっています。

日本は、受け入れてくれるか、という問題があります。ただ、慣れれば便利なので、受け入れられる可能性はあります。不気味の谷は、完全に越えましたからね。

最近、クライアントと話していて多いのは、あらゆるSaaSがヘッドレス化して、裏側で動かせるようになったことです。

自分たちのワークフローを、ヘッドレスでつないで、人間でやっていたらやらないところまで、エージェントなら拡張していい。そういうプロトタイプの話が、むちゃくちゃ増えています。

単なるAIの自動化から、もう一歩踏み出した感じが、すごく強いです。AIがすべての間に染み込んでいく世界です。

その流れで、ついに僕らの『システムゼロ』が、来週発売になります。

いけとも：楽しみですね。11月4日、このポッドキャストが出る日の夜20時から、発売記念セミナーがあります。YouTube liveと、Xのライブで、20時に配信します。

ポッドキャストを聞いて、参加したい方は、ぜひご参加ください。

尾原：YouTubeのURLと、Xで聞かれる場合は、いけともさんのアカウントを貼っておきます。ぜひ皆さんも参加していただければと思います。

よくある質問（FAQ）

Q1. Orcaのファンアウトとは何か？

1つのタスクを複数のAIに並行して頼み、出てきた結果をマージして、共通点とズレを一括で見る使い方である。全部のAIが同じことを言っていれば確度が高く、ズレている部分は別のエージェントを立てて再精査する。ChatGPTやClaudeのサブスクの枠の中で使える。

Q2. Dotsの弱点は何か？ OpenClawとどう使い分ける？

Dotsはエージェントが1つしか出ず、すべての論点が同じチャットに流れ込む。OpenClawのボットは1体ずつ別々に作り、役割ごとに枠を用意できる。ボット同士で連携でき、役割ごとにメモリーやスキルを固定できる。

Q3. アンケートの個人情報は、ローカルAIでどう消している？

OpenAIのプライバシーフィルター、Qwen 3.6、Gemma 4の3層で、同じ処理を少しずつ違うパターンで重ねてチェックしている。100パターンのシミュレーションで100%いけた。見えていないケースが残る可能性はあるため、アンケートでは自己責任の前提で公開している。

ポッドキャストできく：https://open.spotify.com/episode/1kqDxRQ1KJwnNdeKmiOudO

新著（11/10発売）『システムゼロ――「AIがすべて先回りする」時代の思考法』：https://link.amazon/B0h56HiRH

無料出版記念イベント（11/4 20:00〜）「AIに支配される人、使いこなす人。AIに溶かされない「うたう」思考法」：https://peatix.com/event/5225030/view

---

新著（7/27発売）『Claude 最強のAI自動化術』：https://amzn.to/4eTUVG1

YouTube『いけともch』：https://www.youtube.com/@iketomo-ch

Podcast『いけとも尾原DeepなAIニュース』：https://open.spotify.com/show/3hGAbKZI5oo9PsbFI1IxTr

■合わせて読みたい

■関連記事