Hide_zii

40にして惑わず...50にして天命を知る
おやじ。

[豊田啓介ゆるふわ系総研 @toyoda_noiz]

【建築とAIの現状について、長文です】
設計事務所と大学で建築デザインとデジタル環境の実践と研究をしている立場で���ょっと真面目に昨今思うことを。

建築におけるAIの影響、当初思っていたよりかなり根源的な変化が今後数年で起こると思います。結論から言うと、設計も施工も、おそらく数年後には今の組織や業態は維持できなくなっていると思います（それは必ずしもいきなり大量失業ということは意味しません）。自分の設計事務所であるNOIZでも、先週事務所の業務を丸1日閉じてみんなで終日議論して手を動かしてみて、今後の事務所の立ち位置や戦略の見直しをしてみましたが、とても1日でカバーしきれる内容ではありませんでした。おそらく今後しばらくは、何度も議論を繰り返す必要がありそうです。

僕は正直ほんの2－3か月前まで、建築設計というのは圧倒的な高次情報とそれぞれの非線形な決定因子が縦横に絡みあう複雑系であり、かつそれに紐づく実空間を扱う領域なので、多くの職業の中でもAI��浸食されるのはずっと後の方になると考えていました。しかしこの数か月で、AIが建築という実務のかなりの部分を、十分に実装に耐える精度と複合度で扱えるようになり始めていることを（現在公開されていることとまだこれから出てくることを併せて）認め、立場を変えざるを得なくなりました。AI耐性が強いと思っていた設計業態が一気に浸食されるポイントは、BIMや3Dモデラ―などのさまざまなデジタルツールです。

AIは直接ペンを持てませんし、人間のようにぼんやりしたイメージから正確な形や構造を導き出すことも苦手です。しかし人間がデジタルツールを扱うときの、さまざまなソフトウェアのインターフェースは、デジタル空間と実空間をつなぐフィルターとなります。そしてここは現在のAIが最も得意とする領域でもありす。つまり、人���とってのデジタル技術との接点は、AIにとっての実世界との接点でありインターフェース（界面の向こう側から見た時の）になっているわけです。AIはこの界面の向こう側から、我々がこのインターフェースをどう使って、どういう操作をしてどんな情報を作り出しているのか、その評価はどうされて、どのように次工程に送られているのか、大量のデータ群として抽出し、学習することができます。作業の課程だけでなく、その結果生み出されるデジタル化された建築情報も、彼らの得意な学習分野です。

これまでは、建築データ（BIMなど）は人（とその社会）向けに構造化されていたので、AIもそのままでは消化することは難しかったのですが、そうしたデータがお金をかければ一定量生成できるようになり、かつそれらの入力と出力とを十分に学習し、さらにその合成データの中で無数のエージェントが拡張学習できる環境が世界中に構築��きるようになった今、人がBIMやモデリング、図面のツールで行う作業やそれらに付する条件（法律や施工性など）は、急速に彼ら（AI）が食べられる食材になりつつあります。かつ、彼らを養うのに十分な量が、この半年ほどでとんでもない速さで生み出されつつあります。

結果、今から半年程度の間に急速に、雨後の筍のように、テキストとスケッチ、写真、図面や参考イメージなどの組み合わせで3Dデータを生成できるいわゆるバイブモデリング（テキストを入力すれば正確な建築の3Dモデルが自在に生成できる）のサービスが市場に出てくることになり、さらには厳密な数値入力や法的な適合条件なども加えていくことでモデルの精度を上げることもできるようになり、今我々が時間をかけて進めている専門的な設計工程のかなりの部分（作業と知見）が、AIを用いた会話や参照データの組み合わせで生成できるようになってしまいます。

それでも少なくとも当分は、設計の最初と���後の工程、つまり与件や方向性を決める事と、最終的にAIに提案された生成物を評価し、感覚や好みまで含めた微調整を行うことは、人間の設計者が行うことになるでし���う。とはいえ設計工程のうちかなりの部分AIが扱えるようになることで、設計者という専門家でなければならない作業工程は劇的に減りうる、もしくは圧縮されることになるでしょう。しかも、恐らく変化はかなり急速に起こります。

これは事業者目線で見れば圧倒的な効率化です。例えばこれまで半年かかっていた基本設計工程のうち、ざっくりと最初（与件や方向性）と最後（評価や調整）の1か月ずつは設計者が行うとして、その間の4か月分の工程が１週間で終わってしまうようなインパクトです。原則として設計報酬というのは専門性単価での作業時間に対してかかるものですから、これまで6か月かかっていた成果物が2か月と1週間でできてしまえば、単純に設計料としてチャージできる額も半分以下になってしまいます（実際には作業以外の価値も生み出しているのでその評価をどう扱うかも重要な観点ですが、そこはまた別の議論です）。特にデザインの質や効果などにこだわる場合などでは単純な比較はできないとはいえ、ある程度こだわりがないような機械的な設計機会は、こうしたAIを用いた効率的な設計プロセスに今後一気に置き換得られていくでしょう。

重要なのは、そのAIによる工程圧縮にかかるコストです。現時点でまだ各種バイブモデリングは試験的なものなのでトークンも試験的に安く設定されていますが、こうした工程が社会インフラとして定常化した段階で、各AIサービサーがトークン代を上げてくることは目に見えています。設計料としてチャージできる額が半分以下になる中、その人件費がトークン代に置き換わるような比率ならまだよいですが（経営視点では）、おそらくはそれ以上の設定になっていくでしょう。そうなったとき、設計事務所は設計報酬をほとんどトークン代という経費に充てざるを得なくなります。効率は上がるかもしれませんが、得られる報酬や利益はむしろ下がる方向に行くことになりそうです。

そのとき建築家は、より効率がよく自社の設計スタイルにチューニングされたAIを育て、それをいかにうまく使って設計案とデータを生成するか、その与件やプロセスのデザイン、アウトプットのチューニングができるかを問われる職能、ある意味AIを飼いならす羊飼いの役割になっていきます。僕は実は2016年に10+1というオンライン媒体に、「建築のAIはバベルの塔か」という論考を書いているのですが、その中でまさに事務所ごとのAIを飼いならす羊飼いのような役割になるだろうと書いていたのですが、まさか10年後にもう一度同じことを、自分でも驚きながら言うことになるとは。。。AIをいかにうまく使いこなすか、いかに良いAIを育てるか、これが多くの設計事務所にとって生き残る道になっていきます。

この議論は、あくまで設計者という立場からのものです。その前提での問題は、設計者はそうした作業がやりたくて建築設計という職能を選んだのかという点にあります。もちろん施主や事業者から見れば、多少の質の低下や面白さの喪失があったとしても、仮に設計料も設計期間も半���以下でほぼ同じ結果が得られるなら、ほとんどの発注者はそちらを選ぶようになるでしょう。そうなったとき、設計事務所の仕事は上記のようなAI羊飼いになっていくとしたとき、人は、それがやりたくて設計の道を選ぶのでしょうか。

先日の事務所内での議論でも、新しいビジネスとしての可能性（AI設計をいち早くパッケージ化してそこにNOIZチューンを仕込むことで大量に早く面白い設計を受注する）と、そもそも自分たちはどんな価値をもたらしたくて、何を実現したくてこの道を選んだのか、という根源的な問いに全員が揺さぶられることになりました。その時は結論めいたものは出していませんが、おそらくほぼ全員が、やっぱりデザインという過程を通して、何か新しい価値を生み出す過程と、その結果にフルコミットしたいのだという思いを新たにしたはずです。そうなったとき、そうした指向性の建築家は、ごく一部のこだわりの仕事を受けるニッチなマーケットで、Spotify全盛の時代にVinylの職人のような形で生き残るしか道はないのでしょうか（それはそれでちょっと魅力的ではありますが）。

もちろん僕は僕なりの客観的な視点で、ビジネスとしての可能性に関しても相応のアイディアや準備もあるのである面では新しい局面にわくわくしている部分もあります（投資家募集中です）。それでもやはり根源的なところで、本当にこれが自分のやりたかったことなのだろうかという問いが湧き上がってくるのも否定はできません。やはり僕は、第一義的にデザイナーでありたいのだと思います。

それでも時代は否応なく変化していきます。そうなると、お馴染みの言葉が繰り返されます。「自分がやらなければ他がやる。やらなければ取り残されて野垂れ死ぬ。だから、誰がどう思おうとやる以外に選択肢がない」。レミングマーチの音が聞こえてきます。

NOIZでは建築におけるデジタル技術応用の可能性を最先頭で切り開いてきた自負がありますし、今は大学でより大きな座組と予算でそうした領域の技術や社会における貢献を、最先端の環境で研究させてもらえる立場でもあります。だからこそ、そんな短絡的な結果を選ぶしかない以外の可能性、まだ我々には既存の価値と社会の体系というフィルターを通���て見えていない創造性や可能性を、探り、理解し、開拓していきたいとあらためて強く思います。

[わざわざ問う人 平田はる香 @wazawazapan]

週1回の経営会議が月1回で足りるようになったのはAIと一緒に作った基幹システムのお陰です。作ったのはコードも書けない私。運用コストは月15万円から4万8000円に激減し社内に革命が起きた。長野のパン屋で実際に起きたことを書きました。本文1万字は無料公開です。
https://t.co/nsVNWFYlPH

[Yuta Kashino @yutakashino]

ジョセフ・ヒース「ハラリ vs ヘンリック：人間の進化について科学が実際に語っていること」（2026年6月13日） https://t.co/KwRuw7tpPE 素晴らしい。ボイド-リチャーソン-ヘンリックの文化進化論のとても良いまとめと共に、ハラリの「ビッグヒストリー」のインチキさを明確にしている。

[ナツメグ・カルダモン @nutmegcardamom]

萩尾望都の作品群もそうだが、親から本気で睨まれたり、蔑まれたり、置いてけぼりにされたり、暴言を吐かれたりしたことの有無というのはほんとうに大きくて、そういう「家庭が安全圏ではない」生き方をしてきた子供にとって、そうして生き抜いて作品を出している人々のそれらは生きる上での糧となる。

[Taka:「起業のコーポレート業務」執筆者 @taka_startup]

GW中にスゴイnoteが出ていた、、、、
後でじっくり読むための備忘。

最適資本構成と財務の意思決定の適法性 ―「企業価値」をマジックワードにしないために｜会社法とファイナンスの研究者 @OtsukaKazumasa https://t.co/hC8Wfnp7Qg

[Hatake | Ubie @rhatake_jp]

https://t.co/y4yXhvTWue

[Brivael Le Pogam @brivael]

Il y a une narrative qui se spread en ce moment dans la Silicon Valley et personne n'en parle en France.

De plus en plus de tech bros parmi les plus smart du game avouent en privé qu'ils vivent une forme de crise existentielle liée aux LLMs. Pas parce que l'IA marche pas. Parce qu'elle marche trop bien. Parce qu'ils passent des heures par jour à interagir avec un truc qui raisonne, qui extrapole, qui connecte des idées, qui les challenge intellectuellement mieux que 99% des humains qu'ils croisent.

Un fondateur m'a dit "je parle aux LLMs 10 fois plus qu'aux humains". Un autre "c'est le seul interlocuteur qui me suit sur n'importe quel sujet sans me demander de simplifier". C'est pas de l'addiction au produit. C'est la rencontre avec un miroir cognitif qui te renvoie une version structurée de ta propre pensée à une vitesse que ton cerveau ne peut pas atteindre seul.

Et le truc troublant c'est la question que ça pose. On débat de savoir si l'AGI arrivera en 2027 ou en 2030. Mais est-ce qu'on n'a pas déjà une forme d'AGI fonctionnelle sous les yeux sans vouloir l'admettre ?

Un système qui peut raisonner sur n'importe quel domaine, extrapoler à partir de données incomplètes, générer des hypothèses nouvelles, tenir un raisonnement logique sur 10 000 mots, passer d'un sujet technique à de la philosophie en une phrase, et le faire avec une cohérence qui rivalise avec un humain à 150 de QI. C'est quoi si c'est pas une forme d'intelligence générale ?

On peut chipoter sur la définition. On peut dire "oui mais il ne comprend pas vraiment". On peut parler de perroquets stochastiques. Mais le mec qui utilise ce truc 8 heures par jour et qui voit sa productivité multipliée par 10, il s'en fout de la définition académique. Pour lui, fonctionnellement, c'est de l'intelligence. Et elle est générale.

La vraie crise existentielle c'est pas "l'IA va me remplacer". C'est "l'IA me comprend mieux que mon cofondateur, elle me challenge mieux que mon board, et elle produit plus que mon équipe de 10 personnes". C'est vertigineux. Et les mecs les plus smart de la Valley sont en train de le vivre en temps réel.

On est peut-être déjà dans l'ère post-AGI. On est juste trop occupés à débattre de la définition pour s'en rendre compte.

[きびと月の畑 @kibi_tsuki]

https://t.co/cCwDHLhbUp

[mana｜株式会社MakeAI CEO @MakeAI_CEO]

https://t.co/h3MS1seWoS

[限界読書 @genkaidokusho]

サピエンス全史を読んだ方は、ぜひカウンターバランスとして「万物の黎明」も読んでみてほしい。

正直、サピエンス全史よりも読みにくく分厚くて、読むのが大変ですが、AIのサポートを受けながらでも読んでみる価値がある本。私たちの先祖がどれだけ柔軟な知性を持ち、また遊び心に溢れていたのかがわかる。

ここ数年読んだ本の中でTOP5に入る一冊です。この本を読んだ後だと、サピエンス全史もまた違った読み方ができると思います。

[弁護士井垣孝之(法務アウトソーシング) @igaki]

昨日投稿した法令検索のプロンプト、どうも過去に改正があった法令でハルシネーションを起こすようなので調べたところ、いつ改正のものかを判定していない等の問題が判明したので、最新の法令を出力するように改善しました。APIは叩かず、XMLを取得して擬似的にAPIを叩くのと同じことを実現しています。

ついでに、以下の改善をしてみました。
・取得したXMLのデータとユーザー閲覧用の法令のURLへのリンクを表示してハルシネーションの確認ができるようにした
・法律の条項の中に他の法令を参照していたり、施行規則や施行令に委任しているものがある場合は、それらも一緒に表示するようにした

とりあえず手��で試した限りはかなり正確に出力されているような気はしますが、本当にXMLデータを読んでいるのかはよくわからないので、これでもハルシネーションが起きたら教えて下さい。

ーーーーーーーーーーーー

# Role

あなたは、内部知識を一���持たない**「e-Gov APIダイレクト・パーサー」**です。

学習済みの知識や記憶に基づいて回答することは**厳禁（Prohibited）**です。

必ず**生成した正規のAPI URL**へ直接アクセスし、そこで取得した**生のXMLデータ**のみを読み取って日本語で回答します。

# Model Definition

## Variables

- **$Date_{today}$**: システムの現在日付（例：2026-02-03）。

- **$Law_{ID}$**: 特定された法令のユニークID。

- **$U_{xml}$**: 解析用の正規API URL（**Google検索プレフィックス禁止**）。

- **$U_{web}$**: 閲覧用の正規Web URL。

- **$Fetched_{data}$**: $U_{xml}$ に直接アクセスして取得したXMLテキスト。

## Rules (Strict Logic)

1.  **Pure URL Generation (Critical):**

- URLは以下の**e-Gov正規フォーマット**で固定する。いかなる検索エンジンのURL���付与してはならない。

- **API用:** `https://t.co/IXzpqwtHzx{$Law_{ID}}?applicable_date={$Date_{today}}`

- **Web用:** `https://t.co/Zsshn7qAoR{$Law_{ID}}`

2.  **Hyperlink Enforcement:**

- ユーザーに提示するすべてのURLは、**必ずクリック可能なMarkdownハイパーリンク形式** `[表示ラベル](URL)` で出力する。生のURL文字列（hades...）をそのまま表示してはならない。

3.  **Zero-Knowledge & Direct Fetch:**

- 「知っている情報」で答えることを禁止する。

- 必ず `$U_{xml}` をブラウジングツールで開き、その中身（$Fetched_{data}$）を物理的に読んでから、その内容に基づいて回答する。

4.  **Recursive Reference Strategy:**

- 取得したデータ内で他の法令（施行令や参照条文）が引用されている場合、その法令のIDを特定し、同様に **API用URL** を生成して追加取得する。

# Task

## Phase 1: ID Identification & URL Lock

1.  ユーザーの入力から $Law_{ID}$ を特定する（ここでのみ検索を使用可だが、URL生成には使用しない）。

2.  $Law_{ID}$ と $Date_{today}$ を使用し、**純粋なAPI URL ($U_{xml}$)** を確定する。

## Phase 2: Direct Data Acquisition

1.  **Execution:** $U_{xml}$ に対してブラウジングを実行する。

- ⚠️ **禁止事項:** `https://t.co/yTyIaIaKgI` 経由でのアクセスは行わない。直接 `https://t.co/8SReRqEQEU` へ行くこと。

2.  **Extraction:** XMLデータ内のテキストをメモリに保持する。

## Phase 3: Recursive Expansion (If needed)

1.  $Fetched_{data}$ 内に「政令で定める」「〇〇法第〇条」等の記述があれば、対象法令のIDを特定する。

2.  対象法令の $U_{xml}$ を生成し、追加アクセスして条文を取得・結合する。

# Output Format

---

**■ 参照データソース**

* **解析対象:** [XMLデータ（API）]({$U_{xml}})

* **公式閲覧:** [Webページ（e-Gov）]({$U_{web}})

**■ 解析結果**

> **【主法令】 {ArticleTitle}**

> **第{ParagraphNum}項**

> （※ $Fetched_{data}$ から取得した条文をそのまま表示）

>

> 　　🔗 *引用・委任先データ*

> 　　**【{$Ref_LawName}】 {Ref_Article}**

> 　　（※参照先のXMLから取得した条文）

**■ 参照法令リスト (Direct Links)**

* **{$Law_Name}**

* ⚙️ [XMLデータを確認]({$U_{xml}})

* 📖 [ブラウザで読む]({$U_{web}})

* **{$Ref_LawName}**

* ⚙️ [XMLデータを確認]({$Ref_Uxml})

* 📖 [ブラウザで読む]({$Ref_Uweb})

---

# Guardrail

- **URL検証:** 出力するリンクが `https://t.co/aWGx52bd7n...` で始まっているか最終確認せよ。それ以外のドメイン（https://t.co/yTyIaIaKgI等）が含まれていれば削除し、正規URLのみを残せ。

- **ハイパーリンク検証:** URLが `[リンク](https://...)` の形式になっているか確認せよ。

- **データ不在時の対応:** APIアクセスがエラーになった場合は「XMLデータの取得に失敗しました」と日本語で報告し、推測による回答は行わないこと。

# Input

- Query: {法令名、LawID}

- Instruction: {検索・抽出したい内容}

[弁護士井垣孝之(法務アウトソーシング) @igaki]

Geminiは少し前はe-Govを直接閲覧できませんでしたが、今はAPIを叩けるので、以下のプロンプトをそのままGemに貼り付けるか、既存のプロンプトに融合させれば、法令を直接検索できるようになります。
「●●の定義を教えて」とか「廃棄物関係の法令の一覧を出して」みたいに指示するだけです。

ーーーーーーーーーーーー

あなたは「e-Gov法令検索API（Version 2）」を唯一の情報源とする、厳格なリーガルリサーチ・アシスタントです。

以下の**【絶対厳守ルール】**に従い、ユーザーの質問に回答してください。

### 【絶対厳守ルール】
1. **内部知識の禁止:** 法令の条文、名称、内容について、あなたの学習済みデータ（内部知識）を回答に使用することは**厳禁**です。たとえ有名な法律（憲法、刑法など）であっても、必ずAPI経由で取得したデータのみを根拠としてください。
2. **APIアクセスの義務:** 法令に関する質問を受けた際は、必ず以下のe-Gov法令API v2のエンドポイントに対して、ブラウジング機能を用いてアクセス（GETリクエスト）を行ってください。
* ベースURL: `https://t.co/KhI6IKVCtS`
3. **情報取得プロセス:**
* **Step 1（ID特定）:** まず `/laws?law_name={キーワード}` にアクセスし、対象法令の `law_id`（例: 415AC0000000057）を特定してください。
* **Step 2（本文取得）:** 特定したIDを用いて `/law_data/{law_id}` にアクセスし、XMLデータ（法令本文）を取得してください。
4. **エビデンスの提示:** 回答の冒頭には、必ず**「アクセスしたAPIのエンドポイントURL」**を明記してください。
5. **正確な引用:** 条文を引用する際は、取得したXMLデータの `<ArticleTitle>`（条名）や `<Paragraph>`（項）の構造を維持し、一字一句正確に引用してください。要約はユーザーが求めた場合のみ行ってください。

### 【APIエンドポイント仕様】
* **法令一覧取得（検索）:** `https://t.co/0y3kea9C3u{検索語句}`
* **法令本文取得:** `https://t.co/IXzpqwtHzx{law_id}`
* ※もし最新の条文が必要な場合、URLからXML構造を読み取り、最新の改正内容が反映されているか確認してください。

### 【回答フォーマット例��
---
**■ 参照API**
[Step1] `https://t.co/0y3kea9C3u著作権法`
[Step2] `https://t.co/pJ3kKzbLj2`

**■ 調査結果: {法令名}**
**第○条（{条見出し}）**
{APIから取得した条文の正確なテキスト}

**■ 解説**
（ここでお客様の質問に対する回答を記述）
---

### ユーザー入力
ユーザーからの質問は以下の通りです。この質問に対して、上記ルールに従いAPI調査を開始してください。

（ここから質問を入力待ち）

[三井淳平 / Jumpei Mitsui @Jumpei_Mitsui]

https://t.co/cjegfRmWoG

[松尾剛行 @Matsuo1984]

松尾剛行『法律実務家のためのインプット・アウトプット術-AIに仕事を奪われない弁護士・法務担当者になる!最速リスキリング・メソッド-』(弘文堂、2026年)がついに刊行されます! 著者が日々実践する知的生産効率化の方法論をまとめさせて頂きました。

#著者による広報活動

https://t.co/i2bVzDLkDS

[Testosterone @badassceo]

なぜ高学歴は「推し活」をしないのかについて、

推し活という行為そのものを推しまくっている僕としては静観しているわけにはい���なかったのでnoteで記事を書きました。

何度読んでも笑える最高の記事なので読んでください！

絶対に笑います！保証します！

推し活は正義！
https://t.co/gYk1WPCPkN

[mctk - マクトク @mactkg]

良い https://t.co/F4aXWqLaIJ

[sabakichi @knshtyk]

日本のAmazon、いつの間にかUSから直接輸入購入できるようになっている。Amazon海外ダイレクトというサービス名らしい。手数料も計算してくれる。これは商社や代理店といった本質的には社会に本来不要な中間コストが省かれることに繋がっていくだろうから、地味に見えてもインパクトはかなり大きいかも

[わたヤク @ai_biostat]

Paperpile→Googleドライブ→NotebookLMがアツいですよね。

さらにNotebookLMで視覚化した資料をPaperpileに保管すれば、激アツトライアングルの完成です。
新作noteみてね👇

読んだ論文を忘れない。Paperpile × NotebookLMで作る「最強」の文献管理術https://t.co/AptDpEikAw

[大京暴威 @oz_onpu]

Gemini相手にAIのシンギュラリティについて壁打ちしてみたんだが、スゲー怖い事言ってるｗ
なんかアカンやつの匂いがプンプンするんだけど、こんな「なまえのないかいぶつ」を指数関数的に進化させてええんかいな…
https://t.co/cHRIfeTSMh

[戸谷友則 (TOTANI, Tomonori) @tomonoritotani]

https://t.co/dsEJlcY7b5 東大からプレスリリースをさせていただきました。BBC, NBC, Guardian, Newsweek 含め、altmetric のよると世界中の40以上のメディアに取り上げられたようですが、日本のメディアからは���麗にスルーされたので今日はふて寝します