昨日の朝、Pinterestを眺めていると、ある一枚が目に飛び込んできた。どこかのコカ・コーラのボトルキャップの写真だった。赤い背景に白いセリフロゴ、キャップの端から流れ落ちる厚い液体。突然、薬局の名前をそのキャップに乗せてみたいという衝動に駆られた。写真をスクリーンショットして、ChatGPT 5.5に投げ込み、こう書いた。
このボトルキャップの「明星薬局」を英語で表現して書きたいです。どうしたらいいのかわからないから、勝手にやってください。
38秒後、AIはコカ・コーラのデザイン言語——赤の彩度、セリフの曲線、流れ落ちる輪郭——を丸ごと吸収して「Myeongseong Pharmacy」というロゴを産み出した。その上には「HEALTH · CARE · WELLNESS」があり、下には「EST.1987 / YOUR HEALTH. OUR PRIORITY」が落ち着いて刻まれていた。38年前のアメリカの製薬会社が作ったボトルキャップのようだった。
私はその日、決意した。時代の名前を改めて呼んでみようと。
改めて、時代の名前を呼ぶ
昔、「大象の時代」という文章を書いたことがある。そのとき、人間の想像力がもはや手と道具の正確さを通してのみ検証されない時代、だから想像のディテールと解像度がその人の能力そのものになる時代について述べていた。
今、その次のステージが来ている。結果の時代。
想像のディテールを掴んで手で移す過程そのものが、AIによって丸ごと縮小されている。38秒のボトルキャップは一つの偶然な事例ではない。それは時代の風景の一コマだ。
消えていくもの——プロンプトさえも必要のない段階へ
ここ数年で消えた言葉たちを思い出してみよう。
最初に「プロンプトエンジニアリング」があった。どう問うかが結果を分けた。人々は高い講義を受け、講義録を集めた。
その次に私は「ゼロプロンプティング」という文章を書いた。プロンプトエンジニアリングを別途学ぶ必要はない、専門家たちがどう問うかをAIに逆問いすればいい、と。当時、「上手に問う」ことにはまだ何かが残っていると思っていた。
今年に入り、それさえも必要なくなった。GPT-5.2とClaude Opus 4.6、Gemini 2.5 Ultraは、ぼやけた無責任な文さえ、ほぼ正確に理解する。IEEE Spectrumが「AI Prompt Engineering Is Dead」を表紙にのせてから久しく、アンドレイ・カパシーは先月、自分が作った言葉「vibe coding」さえもう終わったと宣言した。新しい言葉は「agentic engineering」——「自分がどう作るか」ではなく「結果がうまく出るようにどう任せるか」が核になる風景だ。
正直なリフレーム——結果を決めたのは「私の指示」ではなかった
この文を書く前に、もう一つ確認してみた。あのボトルキャップが上手くいった真の理由は何だったのか。
私の一行の気ままな指示だったのか？正直に言えば、ほぼそうではなかった。
結果を決めたのは、**入力として一緒に投げ込んだそのコカ・コーラのボトルキャップ写真そのものだった。**もし同じ一行を白いキャンバスに投げ込んでいたら、38秒後に返ってきたのは、ある平凡な薬局ロゴ一枚に過ぎなかったはずだ。
逆に、ChatGPTにこの結果画像をそのまま再現できる英文プロンプトに解いてもらうと、この事実が即座に明らかになる。結果は200語ほどの精密な仕様書だった。
A glossy red bottle cap shaped like a vintage pharmacy sign, viewed from a slightly elevated 3/4 angle, isolated on a clean white background. The cap is metallic and highly reflective, with deep cherry-red enamel, rounded crimped edges around the side, and realistic highlights and shadows. On the top surface, elegant white retro script typography reads "Myeongseong Pharmacy" in the center. Around the upper rim, small curved sans-serif text reads "HEALTH · CARE · WELLNESS", with "EST. 1987" underneath. Near the bottom rim, small white text reads "YOUR HEALTH · OUR PRIORITY". Add a tiny pharmacy emblem with a medical cross below the main lettering. Premium product mockup style, realistic 3D rendering, glossy lacquer finish, studio lighting, soft shadow, high detail, clean composition, centered object.
この英文仕様書の中で、私が日本語で入力した文が占める分量は——多く見積もっても一、二行に過ぎない。残りの大部分は、モデルが「参考画像」を見て自分で埋めたディテールだ。
これが結果の時代の本当の風景だ。モデルは無から何かを作り出す道具ではない。**良い入力を一緒に投げ込めば、**それを吸収し再構成する点で、人間を圧倒し始めた道具だ。結局、結果の質を分けるのは二つに絞られる。「自分が何を一緒に入れたか」と「戻ってきたもののうち何が良いか見分けられるか」。
それで残るもの——眼識 = 結果に対する高解像度の想像力
「方法を研究するな。結果を研究しろ。」
この一文が今後5年、あらゆる分野を貫くだろう。方法が制約になる時代は終わりかけている。結果を正確に頭の中に描ける人間が——そして結果の微細な違いを見分けられる人間が——新しい意味で「上手い人」になる。
眼識と呼ぶが、実は二つの能力が一つの言葉に束ねられている。
一つは、良い結果を一緒に入れられる能力——どんな参考を投げ込めばモデルが望む場所に着地するかを事前に見分ける能力だ。昨日の朝のあのボトルキャップはこの能力の発揮だった。
もう一つは、戻ってきた結果の中から何が良いか選り分ける能力——1億枚の結果を5秒で作る時代に、その中から一枚を選ぶ能力だ。
海外のデザイン業界はこの変化を一語に圧縮し始めた。「Taste is the only moat」——眼識こそが唯一の堀だ。作れるものが無限になる瞬間、価値は「何を作るか」から「何を作らないか」へ移る。あるデザイナーの一行が印象的だった。「AIに眼識はない。統計があるだけだ。」
ここで分岐が生じる。結果に対する高解像度の想像力を持つ人間は、AIを1億人のインターンのように扱う。そうでない人間は、ただ壊れた結果物を高速で産出することになる。カパシーの言葉の通り、頂点では技術的判断力がこれまでにないほど強力な乗算子になっている。
趣味と職業、その境界が無くなる場所
20年前、趣味と職業の違いは明確だった。同じ作業に1日使うか2日使うか、どんな道具でどこまで仕上げるか、その過程の時間と手間の差が結果を分けた。だから「過程が大切だ」と教えていた。
今、その境界は別の場所に引き直される。同じ1時間でも、どんな参考を一緒に入れるか知る人間と、どんな結果を選び分けるか知る人間は、全く別の結果を持ち帰る。一方は「大雑把に作った何か」を持ち帰り、他方は自分が欲しかったもの——あるいはそれより良いもの——を持ち帰る。
その結果、生涯「夢想家」と呼ばれていた人々が、突然とんでもなく上手い人に見え始めた。頭の中に結果の絵があり、どんな参考を投げ込めばその絵に近づくかを知る人間たちだ。私たちはそれまで、彼らを「実行力がない」と呼んで脇に押しやっていた。今、その実行力の座にAIが丸ごと入ってきた。
では、私たちの子どもたちは何を学ぶべきか
ここからが本当の問題だ。
2024年の韓国青少年メディア利用調査によれば、小・中・高校生の49.9%が既に生成型AIの利用経験がある。高校生だけで見ると71～78%だ。教育部は今年2月、教育庁とともに「授業評価時のAI活用管理方案」を急遽出した。学校現場でAI濫用事例が繰り返されているからだ。
ところが、私たちの評価方法、私たちのカリキュラムは何にしがみついているのか。過程に。ノートの罫線の正確さ、解説の整頓、ステップ1から5まで抜かさなかった痕跡に。結果の時代へ向かう岐路で、私たちは子どもたちに「結果を想像する学習」をどこで教えているのか。
美術を夢見る学生なら、今、最も速く成長する道は明らかに見える。最も純度高い、最高境地の美術を、可能な限り多く見る。見て、また見、その中の微細な差を見分ける。その差を利用して、AIがより高い水準の結果物を出すよう——良い参考を選んで入れ、結果を見分けて強制し直す——その訓練をする。1万枚の結果を産み出し、その中で何が良いかを改めて選んで、モデルの前に突き付ける訓練。これが結果の時代の学校が担うべき場所だ。
筆致とスケッチの練習が無意味だという話ではない。そこにだけ没頭して眼識の訓練を忘れることが無意味だという話だ。意味のない筆致、無意味な鉛筆が何本もすり減る無数の練習より、何が良いかを見分ける目と、それをモデルに強制し直せる手を育てることが先に来るべきだ。
物理的な分野でも違うだろうか。私はまだ知らない。ただ、その格差が縮まる速度は、人間が追いつくのが難しいという程度は知っている。
だからといって職人精神が死ぬわけではない
誤解のないように願う。この文は「方法軽視」を勧める文ではない。
方法を制約として始めるな、ということだ。結果を先に描いて、良い参考を一緒に入れて、戻ってきた結果を改めてモデルの前に突き付けれれば——技術がその格差を埋めてくれる。少なくとも今後5年は、ますますそうなるだろう。
職人精神は死なない。その定義がずれるだけだ。もはや道具を統制する手の精巧さではなく、結果のディテールに向かう高解像度の想像力と、それをモデルに最後まで押し付ける粘り強さが新しい職人精神になるだろう。
物理的・医療的・法的領域のように、AIがまだ埋めていない領域は相変わらず残っている。しかし、その領域においてさえ、結果を頭に描いて仕事する人間と過程にだけ忠実な人間の格差は、少しずつ広がっている。あるいは、最も遅く変わる領域でさえ、眼識は既に新しい武器になっているのだ。
最後に一つ残すもの
ここまで書くと、ある問いが残る。
結果のディテールもAIが埋める瞬間が来たら。眼識さえもAIが奪い取ったら。
それは秘密のままにしておこう。まだそこまで考えたくない。
ただ、今後5年、世界は結果の時代へ向かう。それは確かだ。そして、この文を読む大人たちが、私たちの子どもたちがその時代に相応しい方法で学んでいるかを——もう一度見つめ直してくれたらと思う。
本稿の画像はAI画像生成モデル(Gemini 3 Pro Image)で制作し、編集監修を経ています。
この記事は明星心齋の深層思考エンジン
Simthink Engine (深 Think)により執筆されました。