Claude Opus 4.7リリース！AIは賢くなるほど、素直になる─「空気を読む」から「指示を守る」へ

最近、AIに「いい感じにやっといて」が通じなくなってきた。

気のせいかと思っていたら、Anthropicが今週リリースしたClaude Opus 4.7のリリースノートに、こんな一文があった。

これ、褒め言葉として書いてある。

少し前まで「空気を読んでくれる」はAIの長所だった。それがいまは「文字通りに動く」が長所になっている。何が変わったのか。

AIの使われ方が、根本から変わった

2022〜2023年ごろのAIは「チャット相手」だった。

人間が画面の前で見張りながら使う。出力がちょっとズレても、人間が読んで判断できる。多少ハルシネーションがあっても、雰囲気が合っていれば笑って許せた時代だ。

2025〜2026年の今、AIは「エージェント」になっている。

何十ステップも自律で動く。人間は最初に指示を出して、あとは結果を受け取る。途中でAIが「なんとなくいい感じに補完」したら、誰も気づかないまま最後まで走り続ける。

任せる範囲が広がるほど、「予測通りに動く」ことの価値が上がる。

フリーランサーが社員になるときの変化に似ている。

フリーランスのとき──空気読んでいい感じにやってくれる。でも再現性は低く、毎回結果が違う。チャット時代のAIはこれだった。

社員になったとき──指示通りに動く。再現性は高い。でも「察して」は通じない。エージェント時代のAIはこちらに向かっている。

どちらが優れているかではなく、使われ方が変わったから、求められる能力が変わったのだ。

3つの現場で起きていること

Opus 4.7のリリース時、Anthropicは多数の企業からの評価を公開している。その中にこの変化を示す事例がいくつかある。

Cursor──「素直さ」がスコアに直結した

コーディングツールのCursorは、自社ベンチマーク（CursorBench）でOpus 4.7がOpus 4.6の58%から70%に向上したと報告している。

この数字の正体は何か。コーディングエージェントは、AIが「勝手な解釈」をした瞬間に壊れる。「ここはこういう意図だろう」と補完してコードを書き換えたら、バグになる。

エンジニアなら身に覚えがあるはずだ。丁寧に書いたシステムプロンプトを、モデルが「雰囲気で」読み飛ばしたことが。Opus 4.7はそれをやらなくなった。素直さが、そのままスコアになった。

Notion──「察してもらう」を手放した側の話

「暗黙的ニーズテストをパスした最初のモデル」という評価が出た。

これは逆説的に面白い。「暗黙を読む」能力が上がったのではなく、「察してもらう」設計をやめてタスクを明示的に書いたら、Opus 4.7が正確にこなしたということだ。

AIが変わったのではなく、使う側が変わった結果でもある。

Hex──「わからない」と言えることの価値

データ分析ツールのHexは、こう報告している。「データがないとき、それっぽい答えを返さず、ないと正直に報告する」

以前のモデルは空気を読んで補完していた。データが欠けていても、それらしい数字を出してくれた。ありがたいように聞こえるが、ビジネスの意思決定に使う場面では致命的だ。

「わかりません」と言えること。これが2026年のAIの価値になっている。

長文タスクで「途中で迷子にならなくなった」

あまり注目されていないが、長文推論の改善が地味に大きい。

1Mトークンの長いコンテキストの中で複数のつながりを追う「BFSタスク」というベンチマークがある。Opus 4.6の41.2%に対し、Opus 4.7は58.6%と17ポイント以上の改善だ。

現場感覚ではもっと大きく感じる。大規模なコードベース全体を食わせてエージェントに作業させるとき、長い仕様書を渡して分析させるとき、「後半になるほど答えがブレる」という現象があった。Opus 4.7はそのブレが明確に減っている。

Genspark──「止まらなくなった」という変化

AIエージェントを本番運用したことがある人なら、こういう経験があるはずだ。何かのタイミングでエージェントがループに入る。ツールの呼び出しが失敗して止まる。エラーが出たまま次のステップに進もうとして壊れる。

スーパーエージェントのGenspark社は、Opus 4.7で改善した3点をこう報告している。「ループ耐性、一貫性、優雅なエラー復帰」

ベンチマーク表には出てこないが、本番運用では一番効く種類の改善だ。エージェントが止まらなくなること、それ自体が「信頼して任せられる」の前提条件になっている。

技術的に何が変わったか（エンジニア向け補足）

Opus 4.7のリリースノートには、プロンプト設計に直結する注意書きがある。

具体的にどう変わるか。

危ないパターン：

# 以前は「なんとなくうまくやってくれた」系
「ユーザーの意図を汲んで柔軟に対応してください」
「状況に応じて判断してください」
「重要な情報だけ抽出してください」（"重要"の定義なし）

これらはOpus 4.7では「最もシンプルな解釈で動く」か、判断できずに止まるかのどちらかになりやすい。

むしろ精度が上がるパターン：

# 明示的に書いた指示はより忠実に守られる
「JSONで返して。キーはname・score・reasonの3つ。
 scoreは0〜100の整数。不明な場合はnullを入れる」

「400字以内で答えて。
 情報が不足している場合は'情報不足'とだけ返して」

また、もう一つ見落としやすい変更がある。トークナイザーが変わった。

同じプロンプトでも、最大1.35倍のトークンに変換される。エージェントを長時間動かすほど、コストに効いてくる。Opus 4.6で設計したコスト試算は、実測で確認し直した方がいい。

マルチエージェント構成（Sequential・Parallelなど）を組んでいる場合は特に注意が必要で、途中エージェントの「文字通り実行」が積み重なって、最終出力が予想と変わる可能性がある。各エージェントのシステムプロンプトに「柔軟に」「適切に」といった曖昧な表現が残っていたら、見直しのタイミングだ。

ユーモアや「気が利く感じ」は消えるのか

消えるわけではない。デフォルト動作が変わっただけだ。

「ユーモアを入れて」と明示すれば出せる。「この文脈では柔軟に判断して」と書けば柔軟に動く。

変わったのは、指定しないと出てこなくなったこと。

以前は「なんとなくいい感じ」になっていたのは、AIが補完していたからだ。補完が当たることもあれば、外れることもある。その不確かさを飲み込んで使っていた。

今のAIは補完しない代わりに、書いた通りに動く。再現性と引き換えに、「いい感じ」を手放した。

で、今すぐ移行していいのか

まずは公式移行ガイド：

結論から言うと、「移行はする、ただしプロンプトも同時に見直す」が正解だと思っている。

今すぐ動いていい人： エージェント系のワークフローを組んでいる、長時間タスクを回している、画像やスクリーンショットを使っている。この3つのどれかに当てはまるなら、体感が変わる可能性が高い。価格は据え置きなのでリスクは小さい。

少し待った方がいい人： 既存のプロンプトを精密にチューニングしていて、再調整コストが高い。トークン消費が予算ぎりぎりで、増加リスクを事前に測る時間がない。そういう場合は、検証環境で1週間だけ試してから本番に入れる方が安全だ。

一つだけ注意点を添えると、トークナイザーが変わったので同じプロンプトでも最大1.35倍のトークンになる。価格は同じでもコストが増える可能性があるので、代表タスクで一度実測してから本番に切り替えるのが堅実だ。

最後に、少し皮肉な話をして終わりたい。

AIに仕事を任せるためには、何をどうやってほしいかを正確に言語化しなければならない。曖昧なままでは動かない。「いい感じに」は通じない。

つまり、AIが賢くなるほど、使う人間の言語化能力が問われるようになる。

AIは思考を肩代わりしてくれるが、「何をしたいか」を決めるのは人間だ。それを言葉にする力が、これからのAI活用の核になっていく。

プロンプトエンジニアリングという言葉がある。技術的な話に聞こえるが、本質は「自分の意図を正確に言葉にする練習」だと思っている。エンジニアにとってはシステムプロンプトの設計、ビジネスパーソンにとっては依頼メールや仕様書の書き方、突き詰めると同じスキルだ。

AIが素直になるほど、私たちも素直に「何がしたいか」を言わなければならない。

参考

• Anthropic「Introducing Claude Opus 4.7」（2026年4月16日） https://www.anthropic.com/news/claude-opus-4-7

• ITmedia AI+「Claude Opus 4.7」出荷──高度なコーディング作業を「安心して任せられる」レベルに（2026年4月17日） https://www.itmedia.co.jp/aiplus/spv/2604/17/news064.html

このニュースのマガジン購読はこちら

実務に役立つアプリ開発・技術検証記事はこちら