AI仙人動画の分析

下記Noteで「AI仙人の現時点での動画70本」を整理しました。

AI仙人動画の整理
https://note.com/yamada_kazuro/n/n882c925ecafa

次に、動画70本を、以下に示すように、分析しました。

1．動画70本を通じた全体像
70本を通して最も一貫しているのは、「AIを単発の質問ツールとして使う」のではなく、仕事・学習・情報収集・判断・制作の流れそのものへ組み込み、人間の能力を拡張するという「AIとの融合」の思想である。
初期はChatGPT、Gemini、Claudeなどとの対話、音声入力、コンテキスト蓄積、複数AIの使い分けが中心だった。その後、Claude Code、Cursor、CodexなどのAIエージェントへ重点が移り、AIが回答するだけでなく、ファイルを読み書きし、コードを書き、調査し、成果物を作り、複数タスクを並列処理する方向へ発展した。
さらに後半では、個人のAI活用から企業全体の設計へ論点が拡大した。中央AI、ローカルLLM、AI社員、権限管理、仮想環境、コンテナ、共有コンテキスト、APIコスト、セキュリティなどが扱われ、「どのAIが最強か」ではなく「AIを前提に仕事・組織・情報基盤をどう設計するか」が中心テーマになっている。

2．分類タグから見た中心テーマ
分類タグは完全一致で320種類あった。頻出上位は以下の通り。
・#AIエージェント：35本（No.3, No.11, No.12, No.13, No.14, No.16, No.17, No.18, No.21, No.25, No.26, No.27, No.30, No.32, No.33, No.34, No.35, No.38, No.40, No.41, No.42, No.44, No.45, No.47, No.48, No.50, No.51, No.52, No.53, No.56, No.60, No.61, No.66, No.67, No.70）
・#コンテキスト：32本（No.1, No.3, No.8, No.9, No.12, No.13, No.18, No.19, No.20, No.27, No.29, No.32, No.33, No.37, No.39, No.40, No.41, No.44, No.48, No.50, No.51, No.52, No.53, No.56, No.59, No.61, No.64, No.65, No.66, No.67, No.68, No.70）
・#AI融合：22本（No.1, No.3, No.4, No.5, No.8, No.9, No.11, No.12, No.13, No.14, No.20, No.21, No.23, No.24, No.27, No.29, No.30, No.31, No.41, No.49, No.57, No.63）
・#ClaudeCode：18本（No.13, No.14, No.15, No.16, No.18, No.19, No.21, No.24, No.25, No.26, No.28, No.32, No.34, No.36, No.54, No.61, No.63, No.69）
・#音声入力：12本（No.1, No.3, No.5, No.7, No.8, No.11, No.14, No.29, No.44, No.53, No.61, No.65）
・#Codex：10本（No.35, No.36, No.40, No.54, No.61, No.63, No.67, No.68, No.69, No.70）
・#並列処理：9本（No.1, No.3, No.13, No.18, No.20, No.26, No.34, No.61, No.65）
・#自動化：9本（No.19, No.20, No.29, No.41, No.52, No.53, No.60, No.61, No.64）
・#ChatGPT：7本（No.9, No.11, No.14, No.16, No.30, No.35, No.36）
・#Cursor：7本（No.13, No.16, No.25, No.32, No.36, No.61, No.63）
・#キャリア：7本（No.2, No.27, No.31, No.46, No.51, No.63, No.70）
・#企業AI：7本（No.11, No.12, No.16, No.20, No.30, No.39, No.63）
・#生産性：7本（No.8, No.18, No.43, No.46, No.51, No.56, No.64）
・#AI比較：6本（No.9, No.10, No.11, No.35, No.54, No.58）
・#Claude：5本（No.9, No.24, No.28, No.30, No.35）

特に、#AIエージェント、#コンテキスト、#AI融合 の3群が突出しており、70本全体の骨格を形成している。
「AIとの融合」が思想、「コンテキスト」がAIへ渡す情報基盤、「AIエージェント」が実行手段という関係として整理できる。

3．動画10本単位で見たテーマの推移
各10本で頻出した分類タグ上位は次の通り。
・No.1～10：#AI融合（6）、#音声入力（5）、#コンテキスト（4）、#並列処理（2）、#バイブコーディング（2）、#仕事効率化（2）
・No.11～20：#AIエージェント（7）、#ClaudeCode（6）、#AI融合（5）、#コンテキスト（5）、#企業AI（4）、#ChatGPT（3）
・No.21～30：#AI融合（6）、#AIエージェント（5）、#ClaudeCode（5）、#Claude（3）、#Skills（2）、#ローカルLLM（2）
・No.31～40：#AIエージェント（6）、#コンテキスト（5）、#ClaudeCode（3）、#Codex（3）、#専門性（2）、#Cursor（2）
・No.41～50：#AIエージェント（7）、#コンテキスト（4）、#AI融合（2）、#生産性（2）、#AI失業（2）、#生産性格差（2）
・No.51～60：#コンテキスト（5）、#AIエージェント（5）、#Fable（3）、#自動化（3）、#雇用（3）、#生産性（2）
・No.61～70：#コンテキスト（7）、#Codex（6）、#AIエージェント（4）、#ClaudeCode（3）、#Cursor（2）、#音声入力（2）

No.1～10では、AIとの融合、音声入力、複数AIの比較など、個人がAIを使い始めるための基本思想が中心である。
No.11～20ではClaude Codeを含むAIエージェントが急増し、コンテキストを持ったAIへ実際の仕事を渡す方向が明確になる。
No.21～40ではAIエージェントの自律稼働、Skills、Cursor、Codex、企業導入などへ広がり、単純なチャット利用から「AIが作業する環境」の構築へ移行する。
No.41～60では生産性格差、AI失業、判断力、経験×AI、AGIなど、人間の価値や雇用への影響が強くなる。
No.61～70では、コンテキストの整理・中間層、モデル非依存の基礎力、企業の中央AI、ローカルLLM、Computer Useなど、より成熟した運用設計へ進んでいる。

4．最重要概念「コンテキスト」の変化
初期の主張は「AIへできるだけ多くの背景情報を渡す」ことだった。会議、過去の発言、資料、自分の考えなどを蓄積し、AIに自分や案件を理解させることで、一般論ではない回答を得るという考え方である。
しかし後半になると、「情報を蓄積すること」と「その情報を毎回すべてAIへ渡すこと」は別だという整理へ進む。大量の旧資料、別案件のメモリ、不要なSkillsなどを混在させると、AIが誤った前提を参照する可能性があるためである。
したがって70本を通した最終形は、「情報は大量に蓄積する」→「案件・目的ごとに整理する」→「必要な情報だけを抽出する」→「中間層を作る」→「各AIエージェントへ必要最小限のコンテキストを渡す」という構造に発展したと整理できる。
これは初期の「Context is King」という主張の否定ではなく、コンテキスト活用が量重視から質・構造重視へ成熟したものと考えられる。

5．音声入力の位置付け
音声入力は初期から後半まで繰り返し登場する。
その目的は単なる文字入力の代替ではない。人間が考えていることを高速かつ大量にAIへ渡し、「指示→回答→確認→修正」の回数を増やすことにある。
AI仙人の仕事術では、長い完成済みプロンプトを事前に作るより、音声で雑に背景や目的を伝え、AIの回答を見て差分を追加する方法が重視される。
AIエージェントを複数並列で動かす段階では、人間の入力速度そのものがボトルネックになるため、音声入力の価値はむしろ高まっている。

6．Claude Code／Cursor／Codexの横断的な位置付け
Claude Codeは70本の中で、単なるコーディングAIではなく、ファイル操作、情報整理、調査、資料作成、自動化、サブエージェント、企業業務などを扱う汎用AIエージェントとして繰り返し登場する。
特にNo.11～30付近では存在感が大きく、「第2の脳」「分身AI」「AI社員」へつながる実行基盤として扱われている。
Cursorは、AI生成コードと実際のファイルを同時に確認しながら作業できる環境として評価される。後半では、非エンジニアがAI生成コードを理解しながらIT知識を身につける学習環境としての意味も強調される。
Codexは後半になるほど登場頻度が増える。実装、アプリ開発、バックテスト、PC上の実作業など「実行役」として評価され、No.61～70ではClaude系の思考・文章・判断能力とCodexの実装能力を分担させる考え方が目立つ。
70本全体では、特定の一つを永久に「最強」とするのではなく、「思考・要件整理」 「実装・実行」 「最新情報収集」 「大量資料処理」などの役割に応じて複数AIを組み合わせる方向へ収束している。

7．「AIとの融合」の意味の変化
初期の「AIとの融合」は、自分の背景情報をAIへ共有し、AIを日常的に使い、不得意を補完するという個人レベルの思想だった。
中盤では、AIエージェントへ実作業を任せ、複数エージェントを並列稼働させる「分身」の考え方へ発展する。
後半ではさらに、AIを使っていることを意識しないほど仕事の流れへ組み込み、会議、録音、資料、PC、スマートフォン、社内データ、AIエージェントが連続した一つのシステムとして働く状態を指すようになる。

したがって「AIとの融合」は、
第1段階：AIと頻繁に対話する
第2段階：自分の情報をAIへ蓄積する
第3段階：AIへ仕事を渡す
第4段階：複数AIを並列で働かせる
第5段階：AIを前提に仕事・組織そのものを再設計する
という発展として読むことができる。

8．自動化に対する考え方
自動化は一貫して重要テーマだが、「最初から完全自動化する」ことは推奨されていない。
繰り返される基本原則は、「まず人間とAIで手動実行する」→「成功する方法を確認する」→「再現可能な部分をテンプレート化する」→「最後に自動化する」という順序である。
後半ではさらに、AIの能力が急速に変わるため、複雑な固定ワークフローを作り込みすぎると保守コストが増えるという問題も強調される。
自動化そのものではなく、「人間時間を減らし、成果を増やすこと」が目的だという考え方が一貫している。

9．Skills・MCP・固定設定への評価の変化
中盤ではSkillsやMCPは、AIへ専門知識や外部サービス操作能力を追加する有力な手段として登場する。
しかし後半では、SkillsやMCPを増やしすぎることへの警戒が強まる。
理由は、
・不要なコンテキストを消費する
・別案件向けの指示が誤作動する
・モデル更新で陳腐化する
・保守対象が増える
・AI自身の能力向上によって固定手順が不要になる
ためである。
そのため、長期的資産としては「特定モデル向けの細かな指示」より、「自分や会社にしかないコンテキスト、データ、経験、判断履歴」を重視する方向へ変化している。

10．AIモデル比較に対する一貫した姿勢
ChatGPT、Gemini、Claude、Grok、Fable、Codexなどの評価順位は動画ごとに変化している。
これは矛盾というより、「モデルの優劣は数週間・数カ月で変わる」という認識自体が70本を通じた重要な主張である。
初期から複数AIの使い分けを勧め、後半ではさらに「特定モデルが弱体化・変更されても別モデルへ乗り換えられる基礎力」を重視する。
したがって、時点依存のモデルランキングよりも、
・必要情報を集める
・コンテキストを整理する
・仕事を分解する
・AIへ任せる
・結果を評価する
・指示を修正する
というモデル非依存の能力の方が、長期的には重要とされている。

11．企業AI・AI社員・組織設計
企業利用では、個人利用よりも情報管理と権限管理が重要になる。
NDA、個人情報、クラウドへの送信、APIキー、ファイルアクセス、Computer Useなど、AIが実行できる範囲が広がるほどリスクも増える。
後半の「AI社員」構想では、単一のAIへ社員名を付けるだけではなく、
・会社全体の知識を持つ中央AI
・業務別の小型AI／ローカルLLM
・AIごとの専用実行環境
・権限制御
・共有記憶
・24時間稼働
を組み合わせる構造が想定されている。
ここでは「人間一人ひとりがAIを使う会社」から、「会社全体のAIが人間と小型AIを配置・利用する会社」への構造転換が予測されている。

12．セキュリティの横断テーマ
AIエージェントが強力になるほど、セキュリティは周辺論点ではなく中核設計になる。
繰り返し現れる原則は、
・AIへ渡すデータと操作権限を分けて考える
・バックアップと復旧手段を持つ
・AIエージェントを仮想環境や別PC、コンテナで隔離する
・必要最小限のアカウント／データだけを渡す
・APIキーなど秘密情報をコードから分離する
・企業ではNDA、個人情報、シャドーITを考慮する
というものである。
AIを避けるのではなく、AIが失敗したり侵害されたりする可能性を前提に被害範囲を限定する設計へ進んでいる。

13．仕事・キャリア・雇用に関する主張
初期から一貫するのは、「AIそのものに仕事を奪われる」だけでなく、「AIを使う人が、AIを使わない人の仕事を奪う」という見方である。
中盤以降はさらに、AIが初心者と専門家の差を単純に縮めるとは限らず、経験、専門知識、独自データを持つ人がAIでそれを増幅すれば、能力差がむしろ拡大する可能性が強調される。
年齢についても、若さだけが有利なのではなく、経験者は蓄積した経験をAIで増幅し、若者はAIで経験獲得速度を上げるという整理になる。
最終的に重要とされるのは、現在の職業を守ることではなく、
・自分の仕事を実際にAIへ渡し、どこまで代替可能かを知る
・AIで代替しにくい判断／対人／現実世界の仕事へ移る
・必要ならキャリアそのものを変える
という適応力である。

14．人間に残る役割
AIへ調査、文章、資料、コード、定型処理を渡すほど、人間は、
・目的を決める
・問いを立てる
・成果物を評価する
・最終判断をする
・顧客と対話する
・組織内を調整する
・現実世界で行動する
・独自データや経験を蓄積する
といった仕事へ集中する。
つまりAI活用のゴールは「人間が何もしないこと」ではなく、人間を定型処理のボトルネックから外し、人間にしか価値を出しにくい部分へ時間を再配分することだと整理できる。

15．投資・トレード分野で示された原則
投資関連動画では、AIに「何を買えば勝てるか」と答えを求めるのではなく、データ取得、仮説生成、コード作成、バックテスト、検証を高速化する道具としてAIを利用する考え方が示される。
重要なのは、
・データ定義を確認する
・未来情報の混入を防ぐ
・市場全体の上昇と戦略固有の優位性を分ける
・取引コストや約定条件を反映する
・大量試行による過剰適合を警戒する
・公開データだけでなく独自データを蓄積する
ことである。
この分野でも結論は「AIを持つこと」ではなく、「何をAIへ与えられるか」が競争力になるという全体テーマと一致する。

16．動画70本から抽出できる普遍的な原則
1．Context is King。ただし、蓄積量と投入量は分けて考える。
2．AIへ仕事を任せる前に、目的と完了条件を明確にする。
3．最初から完璧なプロンプトを作らず、短い指示と修正を高速に繰り返す。
4．音声入力で人間の思考を大量かつ高速にAIへ渡す。
5．大きな仕事は分解し、複数AI・複数エージェントへ並列に任せる。
6．AIの出力を鵜呑みにせず、人間が評価・検証する。
7．完全自動化は、手動で成功する方法を確認してから行なう。
8．特定モデルのランキングより、モデルを乗り換えられる基礎力を身につける。
9．固定的なSkillsや複雑な仕組みより、独自のデータ・経験・判断履歴を資産として蓄積する。
10．AIの能力が高まるほど、権限管理、バックアップ、環境隔離が重要になる。
11．AIは不得意を補完する道具であり、専門性や経験を増幅する道具でもある。
12．AIを「使う」のではなく、AIを前提に仕事・生活・組織を再設計する。

17．動画70本を通じて見える最大の変化
最大の変化は、「AIの使い方」の話から「AIを中心としたシステム設計」の話へ移ったことである。
・初期：人間→ChatGPT等へ質問
・中期：人間→コンテキストを持つAIエージェントへ仕事を依頼
・後期：人間→複数AIを並列運用し、情報・ファイル・ツール・PC操作まで任せる
・最終段階として描かれる構想：中央AI→小型AI／ローカルLLM／人間／将来のロボットを組み合わせて仕事を遂行
この流れから、AI仙人の70本の発信は「便利なAIツール紹介」の集積というより、「人間中心の仕事を、AIと人間が協働する仕事へどう再設計するか」という一つの長期的なテーマとして読むことができる。