最近、とても素晴らしいオープンソースの Skill を見つけました。皆さんの中にもすでに見かけた方がいるかもしれません。
その名は「Anatomy」。日本語に訳すと「徹底解剖」や「構造分析」といった意味になります。
https://x.com/wheresryan22/status/2108948624004526516
このツールが個人的にとても興味深いと感じています。
その核心的な設計思想は、たった一文で表されています。
The object is the explanation.（対象物そのものが説明である）
テキストを使って概念を説明するのではなく、Anatomy は理解したい原理そのものを「実際に動く装置」へと変換し、プロセス全体を自分の目で直接確認できるようにしてくれます。
簡単に言えば、抽象的な知識をインタラクティブな機械モデルのアニメーションに変え、エージェントが動くパーツを作り上げ、完全なコンポーネントを表示し、ユーザーが操作できる状態にしてくれるのです。
しかも、その出来栄えは驚くほど美しく、細部まで作り込まれています。
たとえば、機械式時計の内部がどのように動いているのかを知りたい場合。
この美的センスはまさに私の好みです。インタラクションの面では、手動でリューズを巻いて内部パーツの動きを確認したり、各セクションを分解して構造を観察したりできます。
このエフェクトは、作者が以下のプロンプトを使って生成したものです。
/anatomy explain how a mechanical watch keeps time, interactive
翻訳すると「機械式時計が時を刻む仕組みを説明するインタラクティブなデモを作成して」という意味になります。
似たような例は他にもたくさんあります。
ロールス・ロイス トレント 970 エンジンを、4分の1断面図で作ることもできます。
単にエンジンカバーを描くだけでなく、ファン、コンプレッサー、燃焼室、タービンなどの内部構造を非常に精密に表現しています。
正直なところ、初めてこれらのアニメーションを見たとき、本当にすごいと思いました。
特に機械構造や物理法則を学ぶのが好きな人にとっては、探究しがいのある要素が満載です。
使い方は簡単です。Agent を開いて、最近話題の Anatomy スキルをインストールするよう指示するだけです。
または、以下のプロンプトをコピーして Agent に送信してください。
Help me install this skill: https://github.com/wheresryan22/anatomy/tree/main
インストールが完了すれば、すぐに遊び始められます。
ただし、自分でいくつかテストしてみたところ、大きな課題があることに気づきました。
先ほどの時計のアニメーションを例に挙げると、映像自体は確かに美しいのですが、機械式時計の内部構造に関する事前知識がない私にとって、しばらく見ていると何が何だか分からなくなってしまいました。
それぞれのパーツは何なのか？何をしているのか？実際にはどうやって時間を計算しているのか？
アニメーションと一緒に表示されるスキル内蔵のテキスト解説をじっくり読んでも、理解するのは困難でした。
すでに原理を理解している人にとって、こうした簡潔かつ高精細な機械アニメーションは、構造をより直感的に観察するのに役立ちます。
しかし、対象について全く知識がない場合、どんなに映像が精巧でも理解することはできません。
そこで私は考えました。基礎知識がない人にとっては、ただ対象物を動かすだけでは不十分なのではないかと。理想的なのは、映像に合わせてナレーションを入れ、「これは何か」「今何が起きているのか」「なぜそうなるのか」「その目的は何か」を説明してくれることです。
このスキルが複雑な原理をアニメーションに変えられるのであれば、それをベースに AI がナレーション付きの科学解説動画を生成してもいいのではないでしょうか？
そして、面白いことが起きました。
同じ機械式時計の例で試してみました。
推論強度を高めに設定した Opus 5.5 を使用しました。
プロンプトはシンプルで、たった一文です。
すると、一発で下の動画が完成しました。
デフォルトで MacOS のシステム TTS が使われたため音声はやや不自然ですが、それ以外は非常に印象的でした。
導入部分は包括的で分かりやすく、どのパーツが存在するのか、それぞれの機能、パーツ同士の関係性、計時の原理などを網羅しています。歯車をよく見ると、回転時に完璧に噛み合っており、対応する効果音も入っています。
先ほどの純粋なアニメーションと比較すると、この形式は私のような素人にとって格段に親切です。
このような動画を一度見たからといってマスターできるわけではありませんが、機械式時計の仕組みについて初步的な理解を得られ、さらに深く学ぶための道筋が見えてきます。
Thunderbolt のような不自然な音声の問題は簡単に修正できます。Volcano Engine TTS に切り替えるよう指示すれば、一発で解決します。
GPU の動作原理を解説する動画も作ってみました。
こちらも修正なしで、一発生成されました。
まず GPU の用途、構成部品、組み立て方、1フレームを計算するプロセス、なぜ GPU の計算が速いのか、画像がどうアニメーションするのか、冷却方法を紹介し、最後に入出力をまとめています。
構成が非常に論理的です。特定の部分を説明するときは、画面がその箇所をハイライトまたは表示するため、明確で理解しやすくなっています。
ここでの解説は比較的簡潔ですが、もっと詳細にしたい場合はプロンプトに要件を追加するだけで OK です。
たとえば、TCP 3ウェイハンドシェイクの詳細な解説動画を作ってもらうように依頼しました。
ここでは Opus 5.5 の Ultra 強度を使用しました。
英語用語の発音に少し難があるものの、動画のクオリティはかなり高いです。
通信系のバックグラウンドを持つ社内の同僚に共有したところ、「通常なら大学の講義1コマ分かかる内容を、AI が数分の動画で分かりやすく説明できている」と言っていました。
最近はブレーキが話題になっているので、このスキルを使ってブレーキの構造を解説してもらいました。
ご存知の通り重要なテーマなので、痛い目を見ないようしっかり学びましょう。
总之、この2日間これをいじっていて本当に楽しかったです。
何かを学びたいと思ったときに、自分専用の解説を生成してもらえる。その感覚は本当に最高です。
結果をご覧になった皆さんの中には、トークン消費量や所要時間が気になる方も多いでしょう。
率直に言って、このスキルで動画を作る際のトークンコストは、私が予想していたよりもずっと低かったです。
たとえば、5分間の TCP ハンドシェイク動画は、私の $200 の Claude Max 週間枠の約 1% しか消費しませんでした。
他の5分動画も、おおよそ週間枠の 1% 程度のコストでした。
オンラインで公開する予定があり、あらゆる部分を極めて詳細にしたい場合は、Opus 5.5 のようなトップクラスのモデルを最大推論強度で使う必要があるかもしれません。
しかし、個人的な学習用であれば、よりコストパフォーマンスの高い設定でシンプルなバージョンを作れます。
Sonnet 5.5 の高推論強度を使って GPU の原理動画も作ってみましたが、自学用としては十分な出来栄えでした。
時間については、Opus 5.5 の Ultra 強度で5分間の動画を生成するには約1.5時間かかります。
これを短縮する方法はあまりありません。
Anatomy スキルの作者は、意図的に処理を遅く設計しています。
彼は理由を次のように説明しています。
Details take time, so I prefer showing real numbers rather than guessing.（細部には時間がかかるため、推測ではなく実際の数値を示す方を好みます）
彼のリアリティへのこだわりはどれほどのものなのでしょうか？
Transformer の原理を説明するよう頼んだところ、なんと自分で小さなモデルをトレーニングしようとして、Claude の安全フィルターに引っかかりセッションが停止されてしまいました。恐ろしいですね……
もちろん、免責事項を付け加えておく必要があります。
AI が生成したアニメーションや動画は、見た目が非常に洗練されていても、すべての機械構造、計算プロセス、解説が 100% 正しいとは限りません。
特に専門知識を学ぶ際は、具体的なパラメータや重要な原理を必ず検証してください。
それでも、こうした制限を踏まえた上で、ここに示された可能性は非常にエキサイティングだと感じています。
なぜなら、これは単に「科学解説動画をどう作るか」という話にとどまらず、より大きな問いに触れているからです。
今後、私たちは全く理解できない知識をどのように学べばよいのでしょうか？
このスキルで遊んでいる間、Karpathy が国慶節の期間中に X で投稿した長文ポストを思い出しました。
https://x.com/karpathy/status/2105819303471976479
彼は、今後私たちは AI が生成したコンテンツを理解することに、より多くの時間を費やすようになるだろうと述べていました。
そして、そのコンテンツを理解しやすくするための方法をいくつか紹介していました。
第一に、AI に問題をより明確でシンプルな言葉で説明させること。
彼は ASD-STE100 に言及していました。これは元々航空機の整備マニュアル向けに開発された技術英語の規格で、曖昧さを最小限に抑えるために語彙や文構造（文の長さの制限、能動態の使用、用語の統一など）を制限するものです。
彼によると、AI にこの規格に従わせることで、テキストが格段に読みやすくなるそうです。
ここで、ほぞ継ぎ（mortise and tenon joints）について、この規格を使わずに、また使って Claude に説明させてみました。違いを感じてみてください。
ASD-STE100 を参考にした場合。
第二に、彼はこちらの方が前者より優れていると考えています。
AI に直接図を描かせること。
さらに進めると、HTML の Web ページがより優れています。
現在の AI のコーディング能力は十分に高いため、美しくインタラクティブな Web ページを作成できます。
これは Anatomy スキルの主要な出力形式でもあります。
Opus 5.5 で気軽に一発生成してみました。
そして最後の方法が、Karpathy が最も気に入っているものです。
特定の疑問に対して、AI に専用の科学解説動画を生成させること。
私も Anatomy を使って、異なる形式の効果比較のために一つ作ってみました。
私の考えでは、これらの形式は単純に互いを置き換えるものではありません。
テキストは素早い検索に向き、図表は関係性を示すのに適し、インタラクティブな Web ページは手を動かして探索するのに最適で、動画はプロセスを段階的に直感的に理解するのに役立ちます。
知識の種類、人、学習の段階によって、適した形式は異なります。
同僚たちに、大学時代に全く未知の分野をどう学び始めたか聞いてみました。
答えは似ていました。検索エンジンを使うか、プラットフォームで関連動画を探すかです。
しかし、見つかる資料が自分に合っているとは限りません。
浅すぎるものもあれば、専門的すぎるものもあります。マイナーなテーマの場合、そもそもコースが見つからないこともあります。
結局のところ、これまでの学習教材は誰かが事前に作ったものを全員に配布する形でした。
私たちは既存のコンテンツの中から、最も合うものを選ぶしかなかったのです。
しかし今は、Opus 5.5 のようなモデルや Anatomy のようなスキルを使えば、AI にオンデマンドで学習教材を生成させることができます。
これにより検索の手間が省け、諦めてしまっていたかもしれない好奇心を満たすことができます。
ほんの些細な疑問であっても、すぐに AI に動画解説を作ってもらえるのです。
なんて素晴らしい時代でしょうか。
以上です。この記事が気に入ったら、ぜひ「いいね」、コメント、シェアをお願いします。皆さんのサポートがとても励みになります。
読んでいただきありがとうございました。また次回お会いしましょう。
