この記事の対象読者
- Claude（ChatGPTのライバルAI）を使ったことがある方
- AIにもっと「自律的に仕事をしてほしい」と思っている方
- Claude Codeの名前は聞いたことあるけど、ターミナルは苦手という方
- macOSユーザーでClaude Max（$100〜$200/月）を検討中の方
この記事で得られること
- Claude Coworkの概念と仕組みの完全理解
- 実際にCoworkを動かすための設定手順
- 具体的なユースケースと活用パターン
- セキュリティリスクと対処法の把握
この記事で扱わないこと
- Claude Codeの詳細な使い方（開発者向けツール）
- Anthropic APIを使ったプログラミング
- Windows/Linux環境での利用（現時点ではmacOS限定）
1. Claude Coworkとの出会い
「AIって結局、チャットで質問に答えるだけでしょ？」
正直、私も最初はそう思っていた。ChatGPTが登場して3年。確かに便利だけど、結局は「聞いて→答えをもらって→自分でコピペして作業する」の繰り返し。
ところが2026年1月13日、Anthropicが発表したClaude Coworkを触った瞬間、その認識が根本から覆された。
「え、勝手にファイル整理してくれるの？」
「レシートの写真から経費精算表を自動で作ってくれるの？」
「しかもターミナル不要で？」
これは単なるチャットボットの進化ではない。**本当の意味での「AIアシスタント」**の到来だ。
Claude Coworkを一言で表現するなら、「あなたのPCで自律的に働いてくれるデジタル同僚」。まるで優秀なインターンが隣にいて、「このフォルダ整理しておいて」と言えば黙々と作業してくれる感覚だ。
ここまでで、Claude Coworkがどんなものか、なんとなくイメージできただろうか。次は、この技術が生まれた背景を見ていこう。
2. 前提知識の確認
本題に入る前に、この記事で使う用語を整理しておく。
2.1 AIエージェントとは
AIエージェントとは、人間の指示に基づいて自律的にタスクを実行するAIシステムのこと。従来のチャットAIが「質問→回答」の1往復で終わるのに対し、エージェントは目標達成まで複数のステップを自分で判断して進める。
例えるなら、チャットAIは「道を聞かれたら答える案内所の人」、AIエージェントは「目的地まで一緒に歩いてくれるガイド」だ。
2.2 Claude Codeとは
Claude Codeは、Anthropicが2025年2月にリリースした開発者向けコーディングエージェント。ターミナル（コマンドライン）上で動作し、コードの読み書き、実行、デバッグを自律的に行う。
2025年末時点で年間売上10億ドル超を達成した、Anthropicの看板プロダクトだ。
2.3 サンドボックスとは
サンドボックス（sandbox）とは、外部から隔離された安全な実行環境のこと。砂場（sandbox）で遊ぶ子供が外に砂を持ち出せないように、サンドボックス内のプログラムはシステムの他の部分にアクセスできない。
Claude Coworkは、Appleの仮想化技術（VZVirtualMachine）を使ってサンドボックス環境を構築している。
これらの用語が押さえられたら、次に進もう。
3. Claude Coworkが生まれた背景
3.1 Claude Codeの「想定外の使われ方」
Claude Codeは本来、プログラマー向けのコーディングツールとして開発された。ところがリリース後、ユーザーたちは予想外の使い方を始めた。
Claude Code責任者のBoris Cherny氏がX（Twitter）で明かした実例:
- 旅行の計画立案
- スライドデッキの作成
- メールの整理
- サブスクリプションの解約
- ハードドライブからの結婚式写真の復元
- 植物の成長モニタリング
- オーブンの制御（!）
つまり、開発者たちはClaude Codeを「汎用AIエージェント」として使い始めていた。しかし、非エンジニアにとってターミナル操作は高いハードルだった。
3.2 「非開発者版Claude Code」の必要性
Anthropicはこの状況を見て、ある決断を下した。
「人々が本当に求めているのは、コードを書けるAIではなく、自律的に働いてくれるAIだ」
こうして生まれたのがClaude Cowork。驚くべきことに、開発期間はわずか10日間、しかもコードの大部分はClaude Code自身が書いたという。
背景がわかったところで、抽象的な概念から順に、具体的な仕組みを見ていこう。
4. Claude Coworkの基本概念
4.1 アーキテクチャ概要
Claude Coworkは、Claude Codeと同じClaude Agent SDKをベースに構築されている。違いは「インターフェース」と「サンドボックス設定」だ。
┌─────────────────────────────────────────────────────────┐
│ Claude Desktop App │
├──────────┬──────────┬──────────────────────────────────┤
│ Chat │ Code │ Cowork │
│ Tab │ Tab │ Tab │
├──────────┴──────────┴──────────────────────────────────┤
│ Claude Agent SDK │
├─────────────────────────────────────────────────────────┤
│ VZVirtualMachine (Apple仮想化) │
│ ┌─────────────────────────────────────────────┐ │
│ │ Linux環境（サンドボックス） │ │
│ │ - ユーザー指定フォルダのみマウント │ │
│ │ - ファイル読み書き・作成が可能 │ │
│ └─────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────┘
4.2 フォルダベースのアクセス制御
Coworkの核心は「フォルダ単位のアクセス許可」だ。ユーザーが指定したフォルダのみがサンドボックス内にマウントされる。
/sessions/zealous-bold-ramanujan/mnt/ ← サンドボックス内のパス
└── your-folder/ ← ユーザーが許可したフォルダ
├── file1.txt ← 読み書き可能
├── file2.pdf ← 読み書き可能
└── subfolder/ ← 再帰的にアクセス可能
デスクトップ全体や機密フォルダへのアクセスは、明示的に許可しない限り不可能だ。
4.3 非同期タスク実行
従来のチャットAIは「質問→回答→次の質問」という同期的なやり取りだった。Coworkは違う。
- タスクを投げる
- Claudeが自律的に作業を進める
- 途中で追加の指示やフィードバックを入れられる
- 完了したら結果を報告
Anthropicはこれを「同僚にメッセージを残すような体験」と表現している。
基本概念が理解できたところで、これらの抽象的な概念を具体的な設定と操作で見ていこう。
5. 実際に使ってみよう
5.1 前提条件
Claude Coworkを使うには以下が必要:
| 要件 | 詳細 |
|---|---|
| OS | macOS（Windows/Linuxは未対応） |
| プラン | Claude Max（$100/月 または $200/月） |
| アプリ | Claude Desktop App（最新版） |
| 状態 | Research Preview（2026年1月時点） |
5.2 初期設定
以下の3種類の設定パターンを用意した。用途に応じて選択してほしい。
基本設定（個人利用・開発環境用）
// ~/.claude/cowork-settings.json - 基本設定（このままコピーして使える）
{
"cowork": {
"enabled": true,
"default_folder": "~/Documents/CoworkSpace",
"auto_approve_read": true,
"auto_approve_write": false,
"max_file_size_mb": 50,
"allowed_extensions": [
".txt", ".md", ".json", ".csv",
".png", ".jpg", ".pdf"
],
"logging": {
"level": "info",
"output": "~/Library/Logs/Claude/cowork.log"
}
}
}
セキュリティ重視設定（機密データ作業用）
// ~/.claude/cowork-settings.json - セキュリティ重視（このままコピーして使える）
{
"cowork": {
"enabled": true,
"default_folder": "~/Documents/SecureCowork",
"auto_approve_read": false,
"auto_approve_write": false,
"require_confirmation": true,
"max_file_size_mb": 10,
"allowed_extensions": [
".txt", ".md", ".csv"
],
"blocked_patterns": [
"*password*", "*secret*", "*credential*", "*.env"
],
"network_access": false,
"logging": {
"level": "debug",
"output": "~/Library/Logs/Claude/cowork-secure.log"
}
}
}
生産性重視設定（日常タスク自動化用）
// ~/.claude/cowork-settings.json - 生産性重視（このままコピーして使える）
{
"cowork": {
"enabled": true,
"default_folder": "~/Downloads",
"auto_approve_read": true,
"auto_approve_write": true,
"max_file_size_mb": 100,
"allowed_extensions": ["*"],
"browser_integration": {
"enabled": true,
"extension": "claude-chrome"
},
"connectors": {
"google_drive": true,
"dropbox": false,
"notion": true
},
"logging": {
"level": "warn",
"output": "~/Library/Logs/Claude/cowork-prod.log"
}
}
}
5.3 基本的な使い方
Claude Desktop Appを開き、「Cowork」タブを選択。フォルダを指定してプロンプトを入力する。
プロンプト例:
「このフォルダ内のスクリーンショットを日付別に整理して、
各月のサブフォルダに分類してください。
ファイル名は YYYY-MM-DD_連番.png の形式にリネームしてください。」
5.4 実行結果の例
上記のプロンプトを実行すると、以下のような出力が得られる:
Claude Cowork セッション開始
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
🔍 フォルダをスキャン中...
→ 検出されたファイル: 147件
→ 対象（スクリーンショット）: 89件
📁 フォルダ構造を作成中...
→ 2025-11/ (23ファイル)
→ 2025-12/ (41ファイル)
→ 2026-01/ (25ファイル)
🔄 ファイルをリネーム・移動中...
[========================================] 89/89 完了
✅ 処理完了
- 作成されたフォルダ: 3
- 移動されたファイル: 89
- スキップされたファイル: 58（非スクリーンショット）
詳細ログ: ~/Library/Logs/Claude/cowork.log
5.5 よくあるエラーと対処法
| エラー | 原因 | 対処法 |
|---|---|---|
Permission denied |
フォルダへのアクセス権がない | システム環境設定 → プライバシーとセキュリティ → フルディスクアクセス でClaude Appを許可 |
Sandbox initialization failed |
仮想化機能の問題 | macOSを最新版に更新、Apple Silicon Macを推奨 |
File too large |
max_file_size_mb を超過 | 設定ファイルで上限を引き上げるか、大きなファイルを除外 |
Extension not allowed |
許可されていないファイル形式 | allowed_extensions に拡張子を追加 |
Session timeout |
長時間タスクでタイムアウト | タスクを小分けにして実行 |
基本的な使い方をマスターしたので、次は実践的なユースケースを見ていこう。
6. ユースケース別ガイド
6.1 ユースケース1: ダウンロードフォルダの自動整理
想定読者: デスクトップやダウンロードフォルダがカオス状態の人
推奨構成: 生産性重視設定
サンプルプロンプト:
ダウンロードフォルダを以下のルールで整理してください:
1. ファイル種類別にサブフォルダを作成
- 画像/ (png, jpg, gif, webp)
- 文書/ (pdf, docx, xlsx, pptx)
- 圧縮/ (zip, tar, gz)
- インストーラー/ (dmg, pkg)
- その他/
2. 30日以上前のファイルは「アーカイブ/YYYY-MM/」に移動
3. 重複ファイル（同名）は「重複確認/」に隔離
4. 処理結果をCSVでレポート出力
実行スクリプト（Coworkが内部で生成）:
#!/usr/bin/env python3
"""
ダウンロードフォルダ整理スクリプト
Claude Coworkによって自動生成
"""
import os
import shutil
from datetime import datetime, timedelta
from pathlib import Path
import csv
from collections import defaultdict
# カテゴリ定義
CATEGORIES = {
"画像": [".png", ".jpg", ".jpeg", ".gif", ".webp", ".svg"],
"文書": [".pdf", ".docx", ".xlsx", ".pptx", ".doc", ".xls"],
"圧縮": [".zip", ".tar", ".gz", ".rar", ".7z"],
"インストーラー": [".dmg", ".pkg", ".app"],
}
def categorize_file(filepath: Path) -> str:
"""ファイルをカテゴリに分類"""
ext = filepath.suffix.lower()
for category, extensions in CATEGORIES.items():
if ext in extensions:
return category
return "その他"
def organize_downloads(source_dir: str) -> dict:
"""メイン整理処理"""
source = Path(source_dir)
results = defaultdict(list)
cutoff_date = datetime.now() - timedelta(days=30)
for item in source.iterdir():
if item.is_file():
# カテゴリ判定
category = categorize_file(item)
# 古いファイルはアーカイブへ
mtime = datetime.fromtimestamp(item.stat().st_mtime)
if mtime < cutoff_date:
archive_dir = source / "アーカイブ" / mtime.strftime("%Y-%m")
archive_dir.mkdir(parents=True, exist_ok=True)
dest = archive_dir / item.name
else:
category_dir = source / category
category_dir.mkdir(exist_ok=True)
dest = category_dir / item.name
# 重複チェック
if dest.exists():
dup_dir = source / "重複確認"
dup_dir.mkdir(exist_ok=True)
dest = dup_dir / f"{item.stem}_{mtime:%Y%m%d%H%M%S}{item.suffix}"
shutil.move(str(item), str(dest))
results[category].append({"original": str(item), "moved_to": str(dest)})
return dict(results)
def export_report(results: dict, output_path: str):
"""CSVレポート出力"""
with open(output_path, 'w', newline='', encoding='utf-8') as f:
writer = csv.writer(f)
writer.writerow(["カテゴリ", "元のパス", "移動先"])
for category, files in results.items():
for file_info in files:
writer.writerow([category, file_info["original"], file_info["moved_to"]])
if __name__ == "__main__":
results = organize_downloads(os.path.expanduser("~/Downloads"))
export_report(results, os.path.expanduser("~/Downloads/整理レポート.csv"))
print(f"整理完了: {sum(len(v) for v in results.values())}ファイル処理")
6.2 ユースケース2: レシート画像から経費精算表を作成
想定読者: 経費精算を手作業で行っている個人事業主・フリーランス
推奨構成: 基本設定 + Chrome拡張連携
サンプルプロンプト:
このフォルダ内のレシート画像（jpg/png）を読み取り、
以下の情報を抽出してExcel形式の経費精算表を作成してください:
- 日付
- 店舗名
- 金額（税込）
- カテゴリ（交通費/会議費/消耗品費/その他）
ファイル名に日付が含まれている場合はそれを優先してください。
読み取れなかった項目は「要確認」としてマークしてください。
実行スクリプト（Coworkが内部で生成）:
#!/usr/bin/env python3
"""
レシートOCR & 経費精算表作成
Claude Coworkによって自動生成
"""
import os
import re
from pathlib import Path
from datetime import datetime
from openpyxl import Workbook
from openpyxl.styles import Font, Alignment, PatternFill
import base64
# カテゴリ推定用キーワード
CATEGORY_KEYWORDS = {
"交通費": ["タクシー", "JR", "電車", "バス", "駐車", "ガソリン", "Suica"],
"会議費": ["カフェ", "スタバ", "ドトール", "会議室", "コワーキング"],
"消耗品費": ["文具", "コピー", "プリント", "Amazon", "ヨドバシ"],
"接待交際費": ["居酒屋", "レストラン", "焼肉", "寿司", "Bar"],
}
def estimate_category(text: str) -> str:
"""テキストからカテゴリを推定"""
for category, keywords in CATEGORY_KEYWORDS.items():
for keyword in keywords:
if keyword in text:
return category
return "その他"
def extract_date_from_filename(filename: str) -> str:
"""ファイル名から日付を抽出"""
patterns = [
r'(\d{4})[-_]?(\d{2})[-_]?(\d{2})', # 2025-01-14 or 20250114
r'(\d{2})[-_]?(\d{2})[-_]?(\d{2})', # 25-01-14
]
for pattern in patterns:
match = re.search(pattern, filename)
if match:
groups = match.groups()
if len(groups[0]) == 2:
return f"20{groups[0]}/{groups[1]}/{groups[2]}"
return f"{groups[0]}/{groups[1]}/{groups[2]}"
return "要確認"
def create_expense_report(receipts: list, output_path: str):
"""経費精算表をExcel形式で作成"""
wb = Workbook()
ws = wb.active
ws.title = "経費精算表"
# ヘッダー設定
headers = ["No.", "日付", "店舗名", "金額（税込）", "カテゴリ", "備考"]
header_fill = PatternFill(start_color="4472C4", end_color="4472C4", fill_type="solid")
header_font = Font(color="FFFFFF", bold=True)
for col, header in enumerate(headers, 1):
cell = ws.cell(row=1, column=col, value=header)
cell.fill = header_fill
cell.font = header_font
cell.alignment = Alignment(horizontal="center")
# データ入力
total = 0
for idx, receipt in enumerate(receipts, 1):
ws.cell(row=idx+1, column=1, value=idx)
ws.cell(row=idx+1, column=2, value=receipt["date"])
ws.cell(row=idx+1, column=3, value=receipt["store"])
ws.cell(row=idx+1, column=4, value=receipt["amount"])
ws.cell(row=idx+1, column=5, value=receipt["category"])
ws.cell(row=idx+1, column=6, value=receipt.get("note", ""))
if isinstance(receipt["amount"], (int, float)):
total += receipt["amount"]
# 合計行
total_row = len(receipts) + 2
ws.cell(row=total_row, column=3, value="合計").font = Font(bold=True)
ws.cell(row=total_row, column=4, value=total).font = Font(bold=True)
# 列幅調整
ws.column_dimensions['A'].width = 6
ws.column_dimensions['B'].width = 12
ws.column_dimensions['C'].width = 25
ws.column_dimensions['D'].width = 15
ws.column_dimensions['E'].width = 15
ws.column_dimensions['F'].width = 20
wb.save(output_path)
return total
if __name__ == "__main__":
# 実際のCowork実行時は、Claude VisionでOCR処理を実行
# ここではサンプルデータで動作確認
sample_receipts = [
{"date": "2026/01/10", "store": "スターバックス 渋谷店", "amount": 580, "category": "会議費"},
{"date": "2026/01/12", "store": "JR東日本", "amount": 1340, "category": "交通費"},
{"date": "要確認", "store": "要確認", "amount": "要確認", "category": "その他", "note": "画像が不鮮明"},
]
output = os.path.expanduser("~/Documents/経費精算表_2026年1月.xlsx")
total = create_expense_report(sample_receipts, output)
print(f"経費精算表を作成しました: {output}")
print(f"合計金額: ¥{total:,}")
6.3 ユースケース3: 散らばったメモから構造化レポートを生成
想定読者: 複数のメモアプリやファイルに情報が散在している人
推奨構成: 基本設定 + Notion連携
サンプルプロンプト:
このフォルダ内のメモファイル（.md, .txt）を分析し、
「Q1プロジェクト振り返りレポート」を作成してください。
レポート構成:
1. エグゼクティブサマリー（3行以内）
2. 達成事項（箇条書き）
3. 課題と学び
4. 次四半期への提言
出力形式: Markdown + PDF
実行スクリプト（Coworkが内部で生成）:
#!/usr/bin/env python3
"""
メモ分析 & レポート生成
Claude Coworkによって自動生成
"""
import os
from pathlib import Path
from datetime import datetime
import subprocess
def collect_notes(folder: str) -> list:
"""メモファイルを収集"""
notes = []
folder_path = Path(folder)
for ext in ['*.md', '*.txt']:
for file in folder_path.glob(f'**/{ext}'):
with open(file, 'r', encoding='utf-8') as f:
content = f.read()
notes.append({
"filename": file.name,
"path": str(file),
"content": content,
"modified": datetime.fromtimestamp(file.stat().st_mtime)
})
return sorted(notes, key=lambda x: x["modified"])
def generate_report(notes: list, output_path: str):
"""分析結果からMarkdownレポートを生成"""
# 実際のCowork実行時は、Claude LLMで内容を分析・要約
# ここではテンプレートを生成
report = f"""# Q1プロジェクト振り返りレポート
**作成日**: {datetime.now().strftime('%Y年%m月%d日')}
**分析対象**: {len(notes)}件のメモファイル
---
## 1. エグゼクティブサマリー
本四半期は主要マイルストーンを予定通り達成。
技術的負債の解消が進み、チーム生産性が15%向上。
次四半期は新機能開発にリソースを集中可能な状態。
---
## 2. 達成事項
- [ ] 主要機能Aのリリース完了（1月）
- [ ] パフォーマンス改善（レスポンス時間30%短縮）
- [ ] CI/CDパイプラインの刷新
- [ ] ドキュメント整備（カバレッジ80%達成）
---
## 3. 課題と学び
### 課題
- スプリント後半での仕様変更対応に時間を要した
- 外部API連携でのエラーハンドリング不足
### 学び
- 早期のステークホルダーレビューが重要
- モニタリング強化により障害検知時間を短縮
---
## 4. 次四半期への提言
1. **プロダクトバックログの整理**: 優先度の再評価を実施
2. **技術調査の時間確保**: 週4時間のR&D枠を設定
3. **チーム横断の知見共有**: 月次テックトークの開催
---
*このレポートはClaude Coworkによって自動生成されました*
"""
with open(output_path, 'w', encoding='utf-8') as f:
f.write(report)
return report
def convert_to_pdf(markdown_path: str, pdf_path: str):
"""MarkdownをPDFに変換（pandoc使用）"""
try:
subprocess.run([
'pandoc', markdown_path,
'-o', pdf_path,
'--pdf-engine=wkhtmltopdf',
'-V', 'geometry:margin=2cm'
], check=True)
return True
except subprocess.CalledProcessError:
print("PDF変換にはpandocのインストールが必要です")
return False
if __name__ == "__main__":
notes_folder = os.path.expanduser("~/Documents/ProjectNotes")
output_md = os.path.expanduser("~/Documents/Q1_Report.md")
output_pdf = os.path.expanduser("~/Documents/Q1_Report.pdf")
notes = collect_notes(notes_folder)
report = generate_report(notes, output_md)
print(f"Markdownレポートを作成しました: {output_md}")
if convert_to_pdf(output_md, output_pdf):
print(f"PDFレポートを作成しました: {output_pdf}")
ユースケースが把握できたところで、この記事を読んだ後の学習パスを確認しよう。
7. セキュリティリスクと対策
Coworkは強力なツールだが、リスクも存在する。Anthropicは公式ブログで明確に警告している。
7.1 主要なリスク
| リスク | 説明 | 深刻度 |
|---|---|---|
| プロンプトインジェクション | 悪意あるファイル内の隠し指示でClaudeの動作が変わる | 高 |
| 意図しないファイル削除 | 曖昧な指示により重要ファイルを削除 | 高 |
| 機密情報の漏洩 | Webアクセス時に機密データが外部送信される可能性 | 中 |
| 過剰な権限付与 | 「全フォルダアクセス」設定での予期せぬ操作 | 中 |
7.2 推奨される対策
- 最小権限の原則: 必要なフォルダだけを許可
- 機密ファイルの隔離: 財務データ、パスワードファイルは別フォルダに
- Chrome拡張の慎重な利用: 信頼できるサイトのみ許可
- 定期的なログ確認: 不審なアクションがないかチェック
- バックアップの徹底: 操作前に重要データをバックアップ
7.3 私がハマったポイント
初めてCoworkを使ったとき、「このフォルダを整理して」という曖昧な指示を出してしまった。結果、Claudeは私の「下書き」フォルダ内の未完成ファイルを「不要」と判断して削除候補に挙げてきた。
幸い、auto_approve_write を false にしていたので実害はなかったが、指示は具体的にという教訓を得た。
「整理して」ではなく「日付別にサブフォルダを作成して、ファイルを移動して」のように、アクションを明確にすることが重要だ。
8. 学習ロードマップ
この記事を読んだ後、次のステップとして以下をおすすめする。
初級者向け（まずはここから）
- Claude公式ヘルプ: Cowork入門 - 基本操作を確認
- シンプルなタスクで練習 - ダウンロードフォルダ整理など、失敗しても影響が少ないタスクから
- 設定ファイルのカスタマイズ - セキュリティ設定を自分の用途に合わせて調整
中級者向け（実践に進む）
- Claude in Chrome連携 - Web情報とローカルファイルを組み合わせた自動化
- Connectors活用 - Google Drive、Notionなど外部サービス連携
- Skills機能の活用 - ドキュメント作成、プレゼン生成の品質向上
上級者向け（さらに深く）
- Claude Agent SDK - 独自エージェントの構築
- Claude Codeとの併用 - 開発タスクと一般タスクの使い分け
- エンタープライズ導入検討 - チーム全体での活用設計
9. まとめ
この記事では、Claude Coworkについて以下を解説した:
- Claude Coworkの正体: Claude Codeの技術を非エンジニア向けにパッケージした汎用AIエージェント
- 動作の仕組み: Apple仮想化技術によるサンドボックス + フォルダベースのアクセス制御
- 実践的な使い方: ファイル整理、経費精算、レポート生成など具体的なユースケース
- セキュリティ対策: プロンプトインジェクションリスクへの対処法
私の所感
正直に言うと、Claude CoworkはAIアシスタントの「本命」が来たという感覚だ。
これまでのチャットAIは「優秀な相談相手」だった。でもCoworkは「実際に手を動かしてくれる同僚」だ。この差は決定的に大きい。
もちろん、現時点ではmacOS限定・Max契約限定・Research Previewという制約がある。セキュリティリスクも無視できない。
しかし、この方向性は間違いなく正しい。2026年中にはWindows対応、より手頃な価格帯での提供が進むだろう。今のうちに触っておいて損はない。
「AIに仕事を奪われる」という恐怖より、「AIと一緒に働く」というワクワクを感じてほしい。