Claude CoworkでClaude Fable 5を使用すると、委任の意味が変わる

Anthropicは、Claude CoworkでClaude Fable 5を使用することを、数時間または数日間にわたって継続できる複雑な作業に対する最も強力な選択肢として位置づけています。このモデルは手動で選択する必要があり、ほとんどのCoworkセッションではClaude Sonnet 5が引き続き標準的な選択肢です。

この点が、今回のリリースをめぐる本質的な緊張を生み出しています。Anthropicは日常的に使用するモデルをFable 5に置き換えるのではありません。より高い知能、より長時間の実行、より多くのリソース消費に値するタスクをユーザー自身が判断するよう求めています。

Fable 5は2026年6月9日に登場し、サイバーセキュリティ対策をめぐる論争の中で3日後に提供停止となり、7月1日に世界中で復帰しました。そのため、Coworkへの導入には通常のモデルアップグレード以上の背景があります。

その結果、これはエージェンティックAI、つまり質問に答えるだけでなく、成果に向けて計画を立て、行動するソフトウェアの試金石となります。Fable 5はより高い自律性を提供しますが、ユーザーは使用量の増加、より厳格な安全対策、そしてより重大な失敗も受け入れなければなりません。

Claude CoworkでClaude Fable 5を使用するには意図的な選択が必要

Anthropicは、Fable 5をすべての作業に対するデフォルトモデルではなく、Cowork内のエスカレーション用オプションとして提供しています。

ユーザーはCoworkを開き、モデル選択画面からFable 5を選択します。何も選択しなければ、Coworkは一般的な文書、要約、定型ワークフローに適したデフォルトモデルを使用できます。

この違いは、Anthropicのより広範なモデル戦略を反映しています。Sonnet 5は、速度とリソース効率が重視される頻繁なタスクを処理します。Fable 5は、持続的な推論、繰り返しのツール使用、多数のステップにわたる調整を必要とするプロジェクトを対象としています。

AnthropicはFable 5を、一般提供されている中で最も高性能なモデルと説明しています。同社によると、困難な知識労働、コーディング、ビジョン、コンピューター操作、長時間稼働するエージェントセッション向けに設計されています。

実務的に言えば、作業そのものに不確実性が含まれる場合に、ユーザーはFable 5を選択すべきです。モデルが証拠を調査し、矛盾する資料を照合し、結論を検証し、新しい情報が現れるたびに計画を再編成する必要がある場合です。

1つの文書を要約する依頼に、そのような対応が必要となることはほとんどありません。数百の文書を調査し、不整合を特定し、根拠のある提案を作成する依頼なら必要になる可能性があります。

Coworkはモデルを取り巻く実行環境を提供します。そのエージェンティックアーキテクチャは、タスクの計画、コードの実行、並行ワークストリームの調整、接続された情報源の閲覧、レビュー用ファイルの作成を行えます。

Fable 5は、より要求の厳しい作業でもその環境の生産性を維持するための推論レイヤーを提供します。Anthropicによると、このモデルは複数の段階にわたって計画を立て、サブエージェントに委任し、自らの作業を確認できます。

モデルの知能だけではプロジェクトを完了できないため、この組み合わせは重要です。効果的なエージェントには、ツール、アクセス可能なコンテキスト、権限、継続的な実行、そして望まれる成果物の明確な定義も必要です。

だからこそ、Claude CoworkでClaude Fable 5を使用することは、単により賢いチャットボットを選択することとは異なります。ユーザーは、ファイルやアプリケーションと連携できるシステムに成果の達成を任せることになります。

そのため、最適な最初のプロンプトは質問というよりもブリーフに近いものになります。望まれる成果物、信頼できる情報源、関連ファイル、承認が必要となる境界、結果を評価する基準を明示する必要があります。

デューデリジェンス業務が分かりやすい例です。ユーザーは契約書、財務諸表、方針文書、会議メモ、懸念事項の一覧を提供できます。

Fable 5は調査計画を作成し、レビューの各部分をサブエージェントに割り振り、調査結果を比較し、最終レポートにまとめられます。ユーザーはすべての中間ステップを監督する代わりに、成果物とその裏付けとなる証拠を確認します。

詳細な調査も同じパターンに従います。適切に範囲を定めたCoworkタスクでは、Claudeに情報源を収集させ、確認済みの事実と主張を分け、初期の仮定を検証し、引用付きの概要資料を作成させることができます。

AnthropicのFable概要では、詳細な調査、分析、大量の文書を扱う作業、レビュー可能な成果物を対象ユースケースとして明示しています。これらは、作業経路を必ずしも事前に指定できない仕事です。

ただし、Fable 5を使っても明確な指示が不要になるわけではありません。より高度な推論能力は、不確実性を解消できる一方で、曖昧な依頼を望ましくない方向へ広げる可能性もあります。

ユーザーは、Fableがアクセスできる範囲、承認を必要とする操作、完成した成果物に含めるべき内容を定義する必要があります。自律性が高まるほど、正確な境界設定の価値も高まります。

アップグレードの本質は初稿の質ではなく持久力

Fable 5が重要になるのは、ユーザーが単に洗練された文章を求める場合ではなく、タスクが時間の経過とともに複雑さに耐えなければならない場合です。

従来のAIとのやり取りでは、ユーザーが実行ループの中に入ります。モデルが回答を生成し、ユーザーが不足を見つけ、別のプロンプトで次のステップを開始します。

この構造は、ブレインストーミング、リライト、短い分析、直接的な質問には有効です。しかし、プロジェクトが複数のアプリケーション、文書、形式、検証ラウンドにまたがると非効率になります。

Coworkは、最初の依頼後もモデルが作業を続けられるようにすることで、このループを変えます。リモートセッションはユーザーがノートパソコンを閉じた後も実行を継続でき、スケジュールされたタスクはデバイスがオンラインでなくても実行できます。

長時間の作業では、短いベンチマーク質問とは異なる形でモデルが試されます。エージェントは目標を維持し、失敗したアプローチから立て直し、未完了のタスクを追跡し、それ以前のミスが積み重なるのを防がなければなりません。

Fable 5は、この問題に対するAnthropicの回答です。同社によると、これまでのモデルでは確実に完了できなかった複数段階のプロジェクトを持続的に遂行できます。

この主張は、あらゆる知識労働のカテゴリーで独立して検証されたわけではありません。それでも、Anthropicの製品設計は、FableとSonnetを隔てる要素について同社がどのように考えているかを示しています。

Sonnet 5は、予測可能なワークフローに対する実用的な選択肢であり続けます。Fable 5は、複数の妥当な経路があり、どの経路を選ぶべきかについて判断を必要とする場合に適しています。

同じ情報源とテンプレートから作成する週次ビジネスレポートを考えてみましょう。ワークフローが安定して機能するようになれば、定期的な実行にはSonnetで十分かもしれません。

次に、それらの指標が突然乖離した理由を調査する場合を考えてみましょう。そのタスクでは、通常の情報源以外も検索し、説明を検証し、どの異常に注目すべきかを判断する必要があります。

Fableの価値は2つ目の作業で現れます。成果は固定された手順に従うことよりも、不確実な問題を切り抜けることに左右されます。

この違いを理解すれば、よくある間違いを避けられます。ユーザーは最先端モデルを普遍的に優れた結果と同一視し、より高速なモデルでも完了できる作業に余分な使用量を費やしがちです。

Anthropicは、Coworkが通常のチャットよりも多くの使用量枠を消費することを認めています。複雑なタスクでは、システムが計画を立て、ツールを呼び出し、資料を読み、成果物を修正するため、追加のトークンが必要になります。

Fable 5には、選択的に使用すべきもう1つの理由があります。その深い推論は、エラー、証拠の見落とし、浅い分析が高くつく場合に最も価値を発揮します。

定型的な書式設定タスクでは、長時間の検討による恩恵はあまりありません。矛盾する社内記録に基づく戦略的レビューでは恩恵があります。

したがって、問うべきなのはFable 5がSonnet 5より優れているかどうかではありません。そのタスクが自由度の高い調査と長時間の実行から恩恵を受けるかどうかです。

ここから、シンプルな振り分けルールが導き出されます：

• 数回の会話のやり取りで望まれる結果を生成できる場合は、Chatを使用します。

• ワークフローが複数段階でも十分に予測可能な場合は、CoworkでSonnet 5を使用します。

• システムが複雑な作業を調査、適応、検証する必要がある場合は、CoworkでFable 5を使用します。

• 結果が法務、財務、セキュリティ、人事に関する意思決定に影響する場合は、人間のレビュアーを関与させます。

この振り分けモデルは、再現可能なAIワークフローを構築する組織にとっても重要です。チームはプロセスの探索中はFableから始め、安定した部分をリソース消費の少ないモデルへ移行できます。

このアプローチでは、Fableを実行者であると同時にワークフロー設計者として扱います。チームが成功した経路を定期タスクに変える前に、困難な中間部分を探索できます。

知識労働者には、信頼できる情報源へのアクセスが依然として必要です。個人用のAIナレッジベースは、エージェントが根拠に基づいて作業するために必要な文書、メモ、過去の意思決定を保持するのに役立ちます。

そのようなコンテキストがなければ、高度なモデルでさえ不足している詳細を推測しなければなりません。その結果、完成度が高く見えても、ユーザーが意図していない仮定に基づいている可能性があります。

Fable 5は完成した成果物をめぐってOpenAIとGoogleに圧力をかける

Anthropicが完成した成果物を軸に競争する一方、AI市場全体では依然として会話、生成コンテンツ、個別のエージェント機能が重視されています。

競争上の主な分岐点は、もはやモデル同士のベンチマークスコアの比較ではありません。会話型支援と委任型実行の違いです。

OpenAI、Google、Microsoft、その他のベンダーはいずれも、閲覧、ファイル分析、コード作成、コンピューター操作を行うシステムを開発しています。AnthropicのCowork戦略は、これらの動作を知識労働の作業単位にまとめています。

このパッケージ化により、ユーザーが比較する対象も変わります。別のシステムがスプレッドシート、プレゼンテーション、調査概要、整理済みフォルダーを作成できるなら、優れた回答だけでは不十分です。

Claude Coworkはファイルを読み書きし、接続されたアプリケーションにアクセスし、サブエージェントを調整し、スケジュール実行をサポートします。Fable 5は、その環境で処理できるとAnthropicが主張する複雑さの上限を引き上げます。

最も直接的に圧力を受けるのは、ユーザーがAIと業務ソフトウェアの間で成果物を手動で移す必要がある製品です。コピー＆ペーストのステップがあるたびに、人間は運用ループの中にとどまります。

対照的に、Coworkではユーザーが成果を説明します。エージェントが中間ステップの多くを判断し、承認用の完成した成果物を返します。

これは魅力的な約束ですが、デモンストレーションと信頼できる実務との間には依然として大きな隔たりがあります。洗練された資料でも、提案が弱かったり、数値の照合が誤っていたりする可能性があります。

したがって、競争優位性は検証可能性、追跡可能性、ミスからの回復力に左右されます。モデルの品質は重要ですが、ユーザーが結果を信頼できるかどうかを決めるのは周辺の製品設計です。

Anthropicは、この懸念に対応するため複数の制御機能を構築しています。Coworkは進捗状況を表示し、ユーザーが実行中のタスクを調整できるようにし、ファイルを完全に削除する前に明示的な許可を求めます。

プロジェクトは、それぞれ固有のファイル、指示、リンク、メモリを保持できます。これにより、すべてのタスクを無関係な情報に自動的にさらすことなく、定期的な作業に安定したコンテキストを与えられます。

Coworkは、並行して動作するサブエージェントを調整することもできます。1つのサブエージェントが財務記録を調査し、別のサブエージェントが契約書をレビューし、その後のステップで両者の調査結果を比較できます。

並行作業は所要時間を短縮できますが、オーケストレーション上のリスクも生じます。サブエージェントが指示を異なる形で解釈したり、作業を重複させたり、一貫性のない証拠に基づいて結論を出したりする可能性があります。

したがって、Fable 5は個々の回答を改善するだけでは不十分です。作業を適切に割り振り、矛盾に気づき、サブタスクを再検討すべきタイミングを判断する必要があります。

Anthropicが公開した初期パートナーの声明では、長期間にわたるコーディングと自律的な運用における改善が説明されています。これらの証言は有用なシグナルを提供しますが、独立した評価ではなく、選定された顧客による事例にとどまります。

周辺市場には、エージェント型業務を実現するための別の手段もあります。APIを通じて特化型エージェントを構築する組織もあれば、企業データが深く統合された生産性スイートに依存する組織もあるでしょう。

Coworkの強みは利用しやすさです。ナレッジワーカーは、エージェントフレームワークを構築したり、ターミナルを開いたりすることなく、プロジェクトを委任できます。

弱みは、汎用性によって重要なワークフロー上の前提が見えにくくなる可能性があることです。法律、金融、研究向けに専用設計されたシステムであれば、汎用エージェントにはない分野固有のチェックを強制できる場合があります。

Anthropicは、プラグイン、コネクター、スキル、プロジェクト指示によって対応しています。これらのコンポーネントにより、組織は確立された手順と承認済みの情報源に合わせてCoworkを構成できます。

最終的に競争を左右するのは、これらのシステムが例外にどれだけ適切に対処できるかです。予測可能なデモは最適化しやすい一方、現実の職場プロジェクトには、文書の欠落、曖昧な責任分担、相反する要件が含まれます。

Fable 5は、そうした例外に対応するための、より強力なエンジンをAnthropicにもたらします。ただし、それらを正しく解決するために十分な組織的コンテキストをCoworkが備えていることを保証するものではありません。

モデルの切り替えが完全自律性の限界を露呈する

CoworkのセッションはFable 5で開始しても、Anthropicの安全システムがコンテキストを検知すると、知らないうちに別のモデルに依存する可能性があります。

Anthropicは、サイバーセキュリティ、生物学、その他の機微な分野における能力を理由に、Fable 5へより広範な安全対策を適用しています。これらのチェックでは、ユーザーの直近のプロンプト以外も検査されます。

セッション中に利用可能なファイル、コネクターのコンテンツ、ウェブ検索結果、メモリ、その他の資料も検査対象になる場合があります。そのため、無害な依頼であっても、エージェントが遭遇した情報によって安全対策が作動する可能性があります。

Anthropicによれば、自動切り替えが有効な場合、ブロックされたFableへのリクエストはClaude Opus 4.8を使用して再実行できます。インターフェースには通知が表示され、回答にはそれを生成したモデルが明示されます。

その後、ユーザーが元に戻すまで、モデル選択は以降のリクエストでもOpusのままとなります。この動作はCoworkを含むClaude製品全体に適用されます。

この仕組みはFableの最も機微な能力へのアクセスを保護しますが、一貫した実行という約束を複雑にします。長期プロジェクトでは、段階ごとに異なるモデルが使用される可能性があります。

ユーザーは、完成した成果物のすべての部分にFable水準の推論が適用されたと想定できません。モデル切り替えの通知を確認し、どの工程が別ルートに振り分けられたかを理解する必要があります。

この問題は、Fableのリリース経緯と切り離して考えることができなくなりました。Anthropicは6月9日にモデルをリリースしましたが、サイバーセキュリティ上の懸念に関連する米国政府の規制を受け、6月12日にアクセスを停止しました。

Anthropicが更新版の安全分類器を導入した後、7月1日にアクセスが再開されました。同社によると、この分類器は報告された挙動を対象とし、ブロックされたリクエストをOpus 4.8へ振り分けるものでした。

Anthropicはまた、問題視された挙動はFable固有の能力を示すものではないと主張しました。同社の再デプロイに関する声明では、他の複数のモデルも同じ脆弱性を特定し、指摘されたエクスプロイトのデモを再現できると述べています。

この出来事は、重要なトレードオフを浮き彫りにしています。Fableの価値は、難しい資料を横断して推論する能力にありますが、まさにその能力ゆえに、Anthropicは一部のカテゴリーをより厳しく制限しています。

その結果の一つが誤検知です。バイオテクノロジー市場の調査、医療文書の分析、防御的なセキュリティプロジェクトには、安全対策を作動させる用語が含まれる可能性があります。

フォールバック先のモデルでも、タスクを完了できる場合があります。しかし、ユーザーがFableを選択したのは、その依頼にAnthropicが一般提供する最高水準の能力が必要だと考えたからです。

この不確実性は、チャットよりもCoworkで大きな問題になります。ブロックされたチャット回答はすぐに確認できますが、長時間のエージェントタスクには、目に見えない多数の判断やツール呼び出しが含まれる可能性があります。

ユーザーはバックグラウンド実行を無条件の委任と見なさず、重要なセッションを監視すべきです。重大な結論を受け入れる前に、進捗状況、モデル通知、引用、最終成果物を確認する必要があります。

Anthropicによれば、Fable 5では安全監視のために30日間のデータ保持も必要です。機密性の高い社内文書を扱うワークフローを計画する組織は、この条件に注意を払う必要があります。

セキュリティリスクはモデルの安全対策だけにとどまりません。Coworkはファイルの読み取り、ウェブサイトの閲覧、コードの実行、接続されたアプリケーションを通じた操作が可能です。

AnthropicのCowork安全ガイドでは、エージェントが閲覧できる範囲を制限し、変更可能な対象を管理することを推奨しています。ミスが実際のシステムに影響を与えるため、書き込み権限は読み取りアクセスよりも高いリスクを伴います。

プロンプトインジェクションも別の問題を引き起こします。ウェブページや文書内に隠された悪意ある指示が、エージェントをユーザーの目的から逸脱させようとする可能性があります。

Anthropicは、Coworkが操作をスクリーニングし、承認モードを提供していると説明していますが、絶対的な防御は存在しないとも警告しています。機密性の高い業務には、引き続きアクセス範囲の制限と人間による監督が必要です。

実用的な構成では、調査と実行を分離すべきです。まずFableに情報の収集と分析を行わせ、その後、メッセージ送信、システム編集、重要ファイルの変更を行う前に承認を必須とします。

ユーザーはエビデンスログも要求すべきです。主要な結論ごとに、情報源、不確実性、提案に影響を与えた前提を明示する必要があります。

この方法でモデルの誤りを排除することはできません。しかし、誤りが最終的な意思決定へ波及する前に、発見しやすくなります。

Fable 5に最適なタスクは途中に不確実性がある

必要な成果は分かっていても、そこへ到達するためのすべての手順を規定できないとき、Fable 5はその真価を発揮します。

Anthropic独自のCoworkガイダンスでは、質問と成果物が区別されています。チャットは説明や簡単な下書きを扱い、Coworkは複数の入力、アプリケーション、ファイル、または反復的な手順を伴うプロジェクトを扱います。

Fableはそのカテゴリーをさらに絞り込みます。成果物を完成させるために、調査、適応、または継続的な判断が必要な依頼に使用すべきです。

詳細な調査が最も分かりやすい例です。ユーザーはFableに、公式文書、信頼できる報道、社内ファイル、相反する解釈を基にブリーフィングを作成するよう依頼できます。

モデルはテーマを複数の調査領域に分け、証拠を収集し、主張を比較し、最初の枠組みを修正できます。最終報告書には、引用と未解決の疑問を含められます。

デューデリジェンスも適しています。Fableは一連の文書を確認し、条件の欠落、矛盾する数値、通常とは異なる義務、専門家による確認が必要な問題を発見できます。

モデルが最終的な投資判断や法的判断を下すべきではありません。調査範囲を絞り込み、どこにより深い注意が必要かをレビュー担当者に示すことができます。

複雑な計画にも適しています。製品チームは、顧客インタビュー、サポートチケット、利用データ、ロードマップ、過去の意思決定を提供できます。

Fableは繰り返し現れるニーズを整理し、情報源間の不一致を特定し、証拠に基づく提案書を作成できます。その後、レビュー担当者は資料を自ら収集する代わりに、その推論を検証できます。

第4のカテゴリーは、ワークフローの発見です。チームは成果の重要性を理解していても、それを生み出すプロセスを文書化したことがない場合がよくあります。

Fableは作業を試行し、手順を記録し、不足情報を特定し、再現可能な手順を提案できます。ワークフローが安定すれば、今後の実行はよりシンプルなモデルで処理できます。

このパターンは、定期レポートに特に適しています。初回版では、情報源の選択、計算ルール、提示方法について広範な推論が必要になる場合があります。

以降の版は、より予測可能になります。スケジュール設定されたCoworkタスクで確立済みのワークフローを実行し、プロセスで例外が発生した場合にのみFableを再び使用できます。

ユーザーは、範囲が広い一方で評価不可能な目標をFableに割り当てるべきではありません。「当社を分析して」という依頼では、エージェントに明確な境界や完了基準が与えられません。

より優れた依頼では、意思決定、対象読者、証拠要件、除外事項、出力形式を明示します。それでも調査経路は自由にしておくことができます。

たとえば、定められた期間の承認済みデータを使用して、顧客の契約更新が減少した理由を特定するようFableに依頼できます。出力には、根拠のある3つの説明と、不足している証拠の一覧を求めることができます。

このプロンプトは、すべてのクエリや計算を指示することなく、成功条件を定義します。ユーザーが範囲を管理しつつ、Fableには探索の余地が残されます。

優れた依頼では、いつ停止すべきかもモデルに伝えます。終了条件がなければ、エージェントはほとんど価値を加えない情報を収集し続ける可能性があります。

停止ルールとしては、複数の独立した情報源間での一致、すべてのチェックリスト項目の完了、または未解決の不足事項の明示的な特定などを設定できます。

影響の大きいタスクでは、ユーザーは中間チェックポイントを要求すべきです。Fableは開始前に調査計画を提示し、証拠収集後、提案を作成する前に一時停止できます。

この構成により、スコープの誤りを早期に発見できます。また、誤った前提がその後何時間もの作業に影響することも防げます。

最終レビューでは、内容と出所の両方を検証すべきです。記述が妥当に聞こえても、引用元がその内容を裏付けていない場合があります。

レビュー担当者は、影響の大きい主張、計算、除外事項、提案を確認すべきです。また、エージェントが意図されたファイルと期間を使用したことも確認する必要があります。

Fableのセルフチェックはこのプロセスを支援できますが、モデルだけを唯一の監査役とすることはできません。誤りを生み出したものと同じ推論パターンが、レビュー中にもその誤りを見落とす可能性があります。

独立したチェックは引き続き必要です。第2のモデル、決定論的な計算、分野の専門家、または情報源レベルの監査によって、異なる方向から結果を検証できます。

Fable 5がナレッジワークを変えるかを示す3つのシグナル

次の試金石は、Fableが新たなベンチマークで勝利するかではなく、人々がその完成した仕事を繰り返し信頼するかどうかです。

第1のシグナルは、Cowork内で測定可能な普及状況です。AnthropicはユーザーがFable 5を手動で選択するようにしており、これによってユーザーがFableを使用する価値のあるタスクを認識しているかを検証できます。

頻繁に選択されれば、より高度な自律作業への需要があることを示します。選択が限定的であれば、Sonnetで大半の依頼を処理できるか、Fableの利用上の負担が利点を上回っていることを示唆します。

重要な指標は、単純なセッション数ではありません。Anthropicは、Fableが介入や再起動を減らし、またはより高い承認率で長期プロジェクトを完了できることを示す必要があります。

第2のシグナルは、安全対策の精度です。Anthropicの現在のシステムは、機微なリクエストや誤って検知されたリクエストをOpus 4.8へ振り分けることがあります。

誤検知が減れば、調査中心の業界におけるFableの有用性が高まります。切り替えが頻発し続ければ、生物学、サイバーセキュリティ、医療、その他の文書集約型分野における有用性が低下します。

透明性も重要です。企業顧客は、各工程をどのモデルが処理したか、どのコンテンツが切り替えを引き起こしたか、その変更が結果にどう影響したかを示す明確な記録を求めるでしょう。

第3のシグナルは、競合他社の対応です。OpenAI、Google、MicrosoftはCoworkのインターフェースを模倣する必要はありませんが、成果を委任したいという同じ需要に応える必要があります。

リモートで作業を継続し、特化型エージェントを連携させ、企業ファイルを安全に使用し、追跡可能な証拠を添えた編集可能な成果物を返せるシステムに注目すべきです。

信頼できる競合製品には、権限、モデルルーティング、監視、復旧のための管理機能も必要です。ガバナンスを伴わない自律実行では、慎重な組織を満足させることはできません。

Anthropicの賭けは、同社の最も強力な公開モデルはチャットウィンドウの中だけでなく、行動できるワークスペースの中にこそ存在すべきだ、というものです。Fable 5は、その命題をより野心的にすると同時に、検証をより困難にしています。

ナレッジワーカーが今すぐ取るべき行動は明確です。複数の情報源があり、成果物が明確で、結果を自信を持って評価できる、範囲の限定されたプロジェクトを選んでください。

まずSonnet 5で実行し、その後、難易度の高い部分をFable 5で繰り返してください。介入回数、見落とした証拠、推論の質、完了までの時間、必要となった修正量を比較してください。

Claude CoworkでClaude Fable 5を使用することに意義があるのは、より多くのミスを隠すことなく、監督の負担を確実に軽減できる場合です。その証拠は、ローンチ時の主張ではなく、完了した仕事から得られるでしょう。