Anthropic、「Claude Fable 5」を用いたAI開発の解説書を公開――「未知の領域」を特定するAIコーディング技術とは

要点

• 米Anthropicは2026年7月6日、AIコーディングツール「Claude Code」の搭載モデル「Claude Fable 5」の活用ガイドを公開した。

• 開発者の指示である「地図」と実際のコードベースという「地形」の差を「未知の領域」と定義し、これが開発のボトルネックになると指摘する。

• 不確実性を「既知の既知」「既知の未知」「未知の既知」「未知の未知」の4つに分類した。

• 実装前の具体的なアプローチとして、盲点を探る「ブラインドスポット・パス」や手戻りを防ぐ「プロトタイプ」などを提案している。

• 米Anthropicは2026年7月6日、ターミナル（コマンド入力画面）から利用できるAIコーディングツール「Claude Code」の搭載モデル「Claude Fable 5（以下、Fable）」の活用ガイドをブログで公開した。本ガイドでは、開発者の指示と実際のコードベース（開発対象となるソースコードの一群）の乖離を「未知の領域（unknowns）」と呼び、それをいかに発見・解消していくかを解説している。

「地図と地形」の乖離がもたらす課題

ガイドでは、Claude Codeでの開発を「地図（map）」と「地形（territory）」の関係に例えている。開発者がAIに与えるプロンプト（ユーザーがAIに与える指示や質問のテキスト）やコンテキスト（AIが状況を理解するために与えられる背景情報や文脈）が「地図」であるのに対し、実際のコードベースや現実世界の制約は「地形」にあたる。

この両者の間に生じるギャップが「未知の領域（unknowns）」だ。AIがこの未知の領域に遭遇すると、開発者の意図を推測して意思決定を下さざるを得ない。

Fableモデルの活用においては、この未知の領域を開発者自身がいかに整理できるかが品質のボトルネックになるという。実装の各プロセスを通じて反復的に未知の領域を発見していく必要があると指摘している。

「未知の領域」における4つの分類

開発時の不確実性について、ガイドでは以下の4つに分類している。

1. Known Knowns（既知の既知）: プロンプトで明確に伝えている要件。
2. Known Unknowns（既知の未知）: 開発者自身が未解決と自覚している課題。
3. Unknown Knowns（未知の既知）: 指示には書かないが、成果物を見れば適切さを判断できる暗黙の基準。
4. Unknown Unknowns（未知の未知）: そもそも想定すらしていない領域。

未知の領域を予測し、減らすこと自体がAIコーディングの重要なスキル（技術）であり、Claudeとの対話を通じて向上させることができるという。

AIへの指示におけるバランスとコンテキストの重要性

AIへの指示には適切なバランスが必要だ。具体的すぎると方針転換が必要な際もAIが指示に従い続け、曖昧すぎると一般的なベストプラクティス（最善とされる標準的な手法）を勝手に適用してしまう。

Claudeはコードベースやインターネットを高速検索して未知の領域を見出せるため、開発者は思考プロセスの現在地や経験値を開示し、「思考パートナー」として協働することが推奨されている。

未知の領域を明らかにする具体的な手法

ガイドでは、実装前のフェーズにおいて未知の領域を明らかにする手法を紹介している。

一つ目は「ブラインドスポット・パス（Blind spot pass）」だ。不慣れな領域で「未知の未知」を発見する手法で、プロンプトに「blind spot pass」などの言葉を含め、自身の知識レベルを共有して盲点を探らせる。例えば、「認証モジュールについて何も知らないため、ブラインドスポット・パスを実行して未知の未知を特定し、プロンプト作成を手助けしてほしい」と指示する。

二つ目は「ブレーンストームとプロトタイプ（Brainstorms and prototypes）」だ。実際に物を見るまで言語化しにくい「未知の既知」を洗い出す。実装後半の仕様変更はAIによる修正の差し戻しが難しく高コストになるため、フロントエンド（ユーザーが直接目にする画面部分）の構築前に、見た目を確認する簡易プロトタイプ（本格的な開発の前にお試しで作る試作品）を作成させて暗黙の基準を可視化することが重要だ。

このほか、実装前の「インタビュー」や「実装プラン」の作成、実装中の「実装ノート」、実装後の「ピッチ（提案）と解説」などのパターンが紹介されている。