ユーチューブの推薦は単純な人気順ではなく、精巧なユーザー分析から始まります。 ユーチューブのアルゴリズムはクリック数だけで動作するのではありません。ユーザーの視聴時間、反応パターン、デバイスタイプ、位置、視聴履歴など多くの信号を分析し、個人にカスタマイズされたコンテンツを推薦します。表面的にはランダムに見えますが、実際のところほとんどの推薦動画はアルゴリズムが設計した結果です。 ユーチューブのアルゴリズムは、ユーザーの好みと行動データに基づいて次に見るコンテンツを自動的に推薦します。(写真=ユーチューブ) ユーチューブは、ユーザーの活動をリアルタイムで収集し分析しています。これには、動画視聴時間、クリックの有無、いいね・いやねの表示、コメント作成、購読、検索ワード入力、動画のスキップ、再視聴の有無など、様々な行動情報が含まれます。 例えば、ある動画を初めから終わりまで視聴すると、ユーチューブはそのコンテンツを「興味のあるテーマ」と判断します。一方で、数秒で退場すると推薦の優先順位から除外されます。単なる視聴回数よりもユーザーが実際に「滞在した時間」を重要視する理由です。 その他にも、ユーザーのデバイス種別（モバイル・PC・TV）、位置（国・言語）、視聴時間帯、使用中のアプリバージョンなど技術的信号も共に分析されます。これはどのような形式のコンテンツをいつどのように消費しているのかを把握するのに活用されます。

生成型AIを上手に使うための鍵は、「どのように質問するか」にあります。 生成型AIは単なる命令処理ツールではなく、入力された文章を分析し、次に来る言葉を予測する確率基盤の言語モデルです。このため、質問の内容、構造、文脈に応じて、成果物の質が大きく異なります。同じ機能を利用しても、一部の人は明確な解答を得たり、また一部の人は不適切な結果に戸惑ったりする理由がここにあります。 人とAIのコミュニケーション限界 AIイメージイラスト 質問は長く具体的であるほどよいです。 多くのユーザーは生成型AIに命令するように質問します。「要約して」「翻訳して」「レポートを書いて」といった指示はおおむね曖昧です。AIは人間の意図を完全に理解できず、文脈、対象、目的が省略された質問には不明瞭な応答が続きます。 より明確な結果を望むならば、文章を構造化する必要があります。テーマ、目的、分量、形式、対象などの核心情報を含めて要求すれば、AIはこれを基により具体的で一貫性のある応答を生成します。例えば「大学生の発表用に、最近の国内電気自動車市場動向を3分の発表分量で要約して」といった具合です。 情報の目的を明示すれば、AIは文体と説明のレベルを適切に調整します。青少年が対象の場合は簡単な単語と簡潔な文章を使い、専門家が対象の場合は用語と統計を強化します。ユーザーが望む成果物を事前に予測して設計してくれるわけです。 複雑な要求は段階的に分けるべきです。 複数の作業を同時に要求する場合、AIは混乱することがあります。「要約して表も作って」のように複合指示が入れば、どの項目から処理するべきかわからないかもしれません。このような場合、要求を分けて入力し、各段階で確認しながら進行する必要があります。 また、最初の応答に満足しない場合でも、直ちに全体の文を変えるよりは、以前の応答を基に部分修正をお願いすることの方が効果的です。例えば「もう少し簡単に要約して」「専門用語を減らして」といったフォローアップ質問を通じて成果物を段階的に精製していく方式です。 生成型AIは会話を記憶し、連続性を維持する機能も持っています。これを活用すれば、長文や複雑な課題も順次分解して効率的に処理できます。 例示提供が応答の質を高めます。 質問に事例を含めると、AIはユーザーが期待する成果物の形をより正確に把握します。「このようなスタイルで書いて」「以下の例のように整理して」のような形です。AIは以前のデータを学習したモデルであるため、類似した形式や文章を参考にすることができる時、応答の一貫性と正確度が高まります。 例は文の構造、語彙、長さ、構成方法に関するモデルの理解を助けます。特に創意的な文書作成や企画書、コンテンツ制作などでは、例示の有無が結果の質を決定します。 質問技術が新たなリテラシーです。 過去の情報獲得は「探す能力」が重要でした。今は「問う能力」がより重要になりました。質問を上手くしないと望む情報を得ることができません。生成型AIはユーザーの要求に応じて自ら成果物を作りますが、基準は全て入力された文にあります。 質問技術は単なる技術ではなく、リテラシーの延長線上にあります。リテラシーとは文章を読み、理解し、活用する能力です。今は書く能力、特に構造化された情報を要求する能力が重要です。 生成型AIを上手く使うために覚えておくべきことはただ一つ。正確な質問が正確な答えを呼ぶという事実です。ユーザーの質問が曖昧であれば、AIはそれに見合った曖昧な答えを出すだけです。 技術は日々進歩していますが、それを扱う手は人間にかかっています。生成型AIも例外ではありません。

米Googleは、日常業務を支援する次世代AI機能の本格展開を開始した。7月16日（現地時間）、同社は「Google AI Pro」「AI Ultra」プランの有料ユーザー向けに、検索体験を大きく変える新機能を発表した。 最大の注目は、AIがユーザーの代わりに企業に電話をかけ、価格や空き時間などの情報を取得・要約して画面に表示する「AIビジネス通話」機能。たとえば「近くのペットサロン」と検索し、AIに確認を依頼すると、AIが実際に複数の店舗に連絡し、詳細な情報を収集して一括表示する。 すべての通話はAIによる自動応答であることが冒頭で明示され、業者側は自社のビジネスプロファイル設定からAI通話の可否を管理できる。なお、この機能は2025年初頭から一部地域で「Ask For Me」という名称で試験提供されていたが、現在ではアメリカ全土の対応端末で利用可能となっている。 検索時にAIモードを選択できるように改善されたGoogleのインターフェース。ユーザーは基本モードのほか、高度化された「Gemini 2.5 Pro」モデルを直接設定できる。 さらに、検索機能にも革新が加えられた。Googleは「AIモード（AI Mode）」において、同社の最新AIモデル「Gemini 2.5 Pro」を導入。これは高度な数学的推論、プログラミング、専門知識の質問にも対応できる、Google史上最も高精度なモデルとされている。 このモデルを活用する「ディープサーチ（Deep Search）」は、ユーザーが入力した問いに対して数百のウェブサイトをAIが分析し、信頼できる出典付きのレポートを数分以内に自動生成する機能だ。大学での研究、業務上の調査、住宅購入やローン比較など、人生の重要な意思決定時に有用な情報を効率よく得ることができるという。 Googleはユーザーがより深い情報を得られるように「ディープサーチ（Deep Search）」機能を導入した。 なお、AIモードではドロップダウンからモデルを選択可能で、通常のクイック回答が欲しい場合はベーシックモデル、高度な分析が必要な場合はGemini 2.5 Proを選べる設計となっている。 この一連の新機能は、まずはアメリカ国内のAIモード実験（Labs）に参加している有料ユーザーから順次提供が始まっている。日本を含む他国での提供時期は未定だが、今後のグローバル展開が予告されている。 ユーザーが要求するとAIが直接業者に電話をかけ、価格、時間などの情報を収集して画面に要約して表示する。 Googleは、これらの新機能を「単なる検索エンジンから、現実のアクションを支援するAIアシスタントへの進化」と位置づけており、AIによる自動化が人々の意思決定や行動の一部を担うフェーズに入ったことを強調している。 ...

米国の人工知能（AI）企業アンソロピック（Anthropic）が自社の言語モデル「クロード（Claude）」の開発者ツールである「ワークベンチ（Workbench）」機能を内部的に拡張していることが確認されました。クロードワークベンチは、AI APIを活用する開発者がテストと設定を簡単に行えるように設計されたツールです。 今回の機能拡張は、新しいAI機能とベータテスト情報を専門的に取り扱うテスティングカタログ（TestingCatalog）を通じて最近確認されました。テスティングカタログは、クロードだけでなく、チャットGPTやジェミニなど、生成AIに関する最新の変更事項を探し、開発者専用機能を定期的にモニタリングしていることで知られています。 テスティングカタログによると、ワークベンチには「APIプレイグラウンド」という名前の新しい機能が追加されたことが判明しました。この機能は、コードを記述しなくてもクロードAPIのさまざまな設定を試すことができるように構成されています。ユーザーはウェブインターフェースで直接応答温度（temperature）、キャッシュ設定、カスタムヘッダーなどを調整することができます。 APIプレイグラウンド(playground) (出典=TestingCatalog @Alexey Shabanov) ワークベンチ内の「分析（Analytics）」タブでは、「クロードコード（Claude Code）」ユーティリティの活動履歴を視覚的に確認できる機能も試験中です。クロードコードは、コマンドライン環境でコードを生成し、バージョン管理システムに直接コミットする機能を提供するツールです。 クロードコード(Claude Code) (出典=TestingCatalog @Alexey Shabanov) さらに、テスティングカタログは、「製品評価（Product Evals）」という名前のセクションがワークベンチに追加されたことも確認しました。現在は「coming soon」と表示されており、具体的な機能内容は明らかになっていません。ただし、機能名から判断すると、プロンプト応答品質評価やモデル間の比較テストなどの実験的ツールが含まれる可能性があります。 製品評価(Product Evals) (出典=TestingCatalog @Alexey Shabanov) クロードワークベンチのこのような拡張機能は、現在米国およびいくつかの制限された地域の非公開ビルドでのみ実験されており、韓国を含む一般ユーザーにはまだ公開されていません。アンソロピック側は、これらの機能の正式なリリース日程や地域別導入計画に関して別途公式の立場を発表していません。 今回の機能拡張は、チャットボット機能に留まっていたAIツールを実質的な開発と運用環境に拡張しようとする動きの一環として解釈されます。OpenAIがチャットGPTを中心に多様な開発者用機能を段階的に開放したのと同様に、アンソロピックもクロードのエコシステムを技術基盤組織に最適化されたツールとして再整備しているといえます。 ...