opencodeの主な用途は、必ずしもプログラミングとは限りません。コードを書いたりOSを操作したりする以外にも、日常のさまざまな作業を手伝ってくれます。
多機能なエージェントが連携して作業する仕組みだと考えるとよいでしょう。あなたが用件を伝えると、検索し、探し、ダウンロードし、検証したうえで、最後に結果を目の前に提示してくれます。
「自分もインストールしたけれど、どう使えばいいのかわからない」という人もいるでしょう。
今日は実際の例を使って、英会話のチュートリアルをB站で探し、第1話をデスクトップにダウンロードする手順を紹介します。
依頼内容は明確に伝える
まず、私がどのように命令したかを見てみましょう。
>命令を入力
「B站で、これまでで最も簡潔でわかりやすく、最も評価されている英会話チュートリアルを探し、その第1話をこの端末のデスクトップにダウンロードして」
たったこれだけです。ただし、ここにはいくつか重要な情報が含まれています。
どこで探すか：B站です。DouyinでもKuaishouでもなく、B站です。候補にする範囲をあらかじめ指定しないと、探してくるものの品質が期待に合わない可能性があります。
どのようなものか：最も簡潔でわかりやすく、最も評価されているものです。この2つの表現が選定基準を決めています。文法を100話かけて解説するものでも、派手に講座を売り込むものでもなく、評判がよく、すぐに始められるものが必要です。
何話目か：第1話です。全話でも、「適当にやって」でもありません。すべてダウンロードすると、ディスクに保存しきれない可能性があります。
どこに保存するか：この端末のデスクトップです。ダウンロードフォルダーでも、特定のプロジェクトフォルダーでもなく、すぐ見つけられるデスクトップです。もちろん、これはよい習慣ではありません。本来は専用のフォルダーを用意するのが望ましいのですが、初心者向けのデモなので、今回はこのようにしています。
この4つのうち、1つでも欠けると面倒なことになります。「英語の動画をダウンロードして」とだけ言えば、とてもかわいらしいアニメの童謡をダウンロードするかもしれませんし、大学英語検定のリスニング過去問をダウンロードするかもしれません。見て腹を立てるかもしれませんが、実際の問題はモデルの能力ではなく、あなたの説明が不十分だったことにあります。
これは、人間の自然言語を、実行可能な検索操作と、最後に提示してほしい結果へ変換するプロセスだと考えてください。確実性と明確さが重要です。最も必要なのは、言葉で効率よく伝える力です。何をしてほしいのかを明確に言えなければ、作業は進みません。
うまく説明できないときはどうすればよいでしょうか。できるだけ多く説明しましょう。言葉選びや文章の美しさを気にする必要はありません。できるだけ多くの情報を使って、やりたいことを明確に記述すればよいのです。モデルの理解力はかなり高く、手がかりをいくつか与えれば、自分でつなぎ合わせてくれます。情報が少なすぎると推測するしかなくなり、その推測が外れてから「使えない」と不満を言うことになるのです。
作業が始まる
命令を送ると、モデルは自分で検索を始めます。
>モデルが検索
モデルはウェブ検索ツールを呼び出し、キーワードを何度も変えました。「最も簡単でわかりやすい英会話チュートリアル」「B站で最も定番の英会話講座」「再生回数100万」などです。これは検索戦略を繰り返し調整しているのです。1回で足りなければ、次の検索を行います。検索結果を見ると、B站にはこの種の講座が本当にたくさんあります。「全170話・英語の定番900フレーズ」や「100日で英語を話すチャレンジ」、Coach ShaneのDaily Easy English Expressionなどです。
数回検索した結果、モデルはCoach Shaneのシリーズを選びました。理由も自分で説明しています。各話は3～5分で、1つの自然な表現だけを扱い、意味だけでなくリンキングや弱形などの発音の細部も解説しているため、初心者でもすぐに学べるとのことです。本家チャンネルの登録者は100万人を超え、B站にも複数の転載動画があり、累計再生回数は1,000万回を超えています。いくつかのマーケティング系アカウントも推薦しており、英語学習界隈ではかなり評価が高いシリーズです。
この選定を自分で行うなら、コメント欄を長時間読み、複数の動画を比較する必要があるかもしれません。しかしモデルなら、数回検索するだけで候補を絞り込めます。これがツール呼び出しの価値です。根拠なく推測しているのではなく、実際に調査し、調査後にはなぜそれを選んだのかまで説明してくれます。
途中は順調とは限らない
見つけた後、ダウンロードのためにまずyt-dlpを使いました。
>ダウンロードを試行
エラーが出ました。HTTP Error 412: Precondition Failedです。B站のボット対策に阻まれました。
ここでの反応を見てください。処理が止まったり、「申し訳ありません、ダウンロードできないので自分でやってください」と言ったりはしません。まずUser-AgentとRefererヘッダーを追加して再試行しましたが、やはり412でした。そこで、yt-dlpのバージョンが古く、WBI署名の仕組みに対応できていない可能性に気づき、自分で pip install -U yt-dlp を実行して最新版に更新し、もう一度試しました。今度は成功しました。
この自分でツールをインストールし、自分で問題を解決する能力こそ、opencodeと普通のウェブ対話ボックスの最大の違いです。QwenやDoubaoなどのウェブ版に「動画をダウンロードして」と直接頼んでも、十中八九「申し訳ありませんが、外部ネットワークにアクセスしてファイルをダウンロードすることはできません」と返され、そこで行き詰まります。opencodeは違います。ターミナルがあり、パッケージをインストールでき、パラメーターを変更し、何度も試行できます。うまくいかなければ別の手順やツールに切り替え、壁にぶつかったからといってすぐに引き返すことはありません。
これがエージェントとチャットボットの違いです。チャットボットは話すことしかできませんが、エージェントは実際に手を動かせます。
作業完了
最後に、動画はデスクトップへダウンロードされました。
>完了後に結果を報告
/Users/fred/Desktop/Coach_Shane_001.mp4、8.6MB、第1話「How are you doing?」、3分21秒です。
ダウンロード後には、ファイルが実際に存在し、サイズも正常であることまで確認し、どのシリーズを選んだのか、なぜ選んだのか、第1話では何を扱っているのかを伝えてくれました。ファイルを渡して終わりではなく、経緯と結果をすべて説明してくれるのです。
この一連の作業で、あなたは何をしましたか。最初の一言を伝えただけです。検索、選定、ダウンロード、ツールのインストール、エラーの修正、検証はすべてモデルが自分で行いました。節約できた時間があれば、チュートリアルを2話見ることもできます。
その後も会話を続けられる
ダウンロード後、私は「このシリーズはいいね。全部で何話あるの？」と尋ねました。
>続けて対話
モデルはこれまでの文脈を忘れず、すぐにそのプレイリストの情報を調べました。そして、1つのプレイリストは50話、シリーズ全体では20のプレイリストがあり、合計1,000話、毎日2話ずつ学べばおよそ1年で終えられると教えてくれました。
これが会話の継続性です。毎回、背景を最初から説明し直す必要はありません。モデルは、あなたが先ほど何をしていたかを覚えています。この点もウェブの対話ボックスより優れています。ウェブ版では更新すると文脈が失われますが、opencodeのセッションは継続するため、人と話すように1つの作業について続けて質問できます。
なぜウェブ版のモデルを直接使わないのか
「それならQwenやDoubao、Kimiのウェブ版を直接開いて尋ねればいいのでは？なぜわざわざターミナルでopencodeを使うの？」と思う人もいるでしょう。
質問はできますが、多くの作業は実行できません。ウェブ版のモデルは主にテキスト対話を行うもので、ファイルのアップロードにも制限があります。また、複数のツールを呼び出す機能がなく、コマンドの実行、パッケージのインストール、ダウンロード後の検証、ローカルファイルシステムの操作などはできません。「動画をダウンロードして」と言っても、方法を説明するだけで、代わりにダウンロードしてはくれません。「デスクトップにある10枚の画像を日付ごとに整理して」と言っても、Pythonでスクリプトを書く方法を教えるだけで、直接分類してはくれません。
opencodeは違います。あなたのマシン上でターミナル、ファイルシステム、ネットワークアクセスを使え、パッケージもインストールできます。あなたが用件を伝えると、モデルが手を動かします。これがAgentとチャットアシスタントの本質的な違いです。
そして最も重要な点は、この仕組みは無料で使えることです。opencodeに付属する無料モデルで、日常の大部分の用途に対応できます。動画のダウンロード、ドキュメントの検索、ファイルの整理、資料の調査などに、1円も支払う必要はありません。無料のアシスタントとして使えばよく、自分で操作する時間を大幅に節約できます。毎回100％満足できるとは限りませんが、自分ですべて行うよりは、はるかに便利です。
なぜコマンドラインのターミナル版をすすめるのか
繰り返しになりますが、私は皆さんにコマンドラインターミナル版のopencodeを使うことをすすめます。そうすれば、ほかの要素による干渉をできるだけ減らせます。
ターミナルには入力欄、会話、結果だけがあります。画面の見た目やボタンの位置、広告が表示されたかどうかを気にする必要はありません。やってほしいことを明確に伝え、モデルが作業して結果を検証するのを見ればよく、それ以外は気にしなくてよいのです。
この体験がウェブの対話ボックスと大きく異なる点は、ウェブ版が「対話」であるのに対し、opencodeは「協働」だということです。対話ではあなたが質問し、相手が答えます。協働ではあなたが用件を伝え、相手が実行します。後者のほうが、あなたが本当に求めているものに近いでしょう。AIとおしゃべりしたいのではなく、AIに仕事を片づけてほしいのです。
大学の新入生に伝えたいこと
大学に入学したら、まずこのことを練習してほしいと思います。
何を練習するのでしょうか。用件を明確に伝える力です。
大学は高校とは違います。高校では先生や友達に質問するのが当たり前ですが、大学では質問するのをためらう人も多くいます。「わからないことを人に聞くのは恥ずかしい」と思う人もいれば、人に迷惑をかけるのを心配する人もいます。人付き合いが苦手な人もいるでしょう。そんなときは、こっそりモデルに聞けばよいのです。誰にも知られませんし、恥ずかしいことでもありません。
ただし、モデルに質問すること自体にもハードルがあります。質問の仕方を身につけなければなりません。
「Doubao、宿題をやって」と言うだけでは、うまくできないかもしれません。あなたもどう作業したのかわからず、モデルに適当に処理される可能性もあります。
「B站で英会話チュートリアルを探して」と言えば、あなたがまったく見たくない種類のものを探してくるかもしれません。問題はモデルではなく、あなたの説明が曖昧すぎることにあります。
用件を明確に伝えるのに、文章力や巧みな言葉遣いは必要ありません。必要なのは、十分な情報を与えることです。どこで探すのか、どのようなものを探すのか、どの部分が必要なのか、どこに保存するのか。この4つを明確にすれば、基本的にはきちんと処理してくれます。この4つが曖昧なら、モデルの返答も曖昧になります。
これは、実はコミュニケーション能力の練習でもあります。モデルとのやり取りに慣れれば、人とのコミュニケーションも悪くなりません。要望を整理し、背景を明確に説明し、期待する結果をはっきり示す習慣が身につくからです。この能力は、将来どんな仕事をするにしても役立ちます。
opencodeを使って動画を検索し、ドキュメントをダウンロードし、資料を整理・検索できるようになれば、「あの動画はどこで見つけたの？」「あのソフトはどこからダウンロードしたの？」と先生に尋ねる必要もなくなります。こうした質問をするほうが、かえって不慣れに見えてしまうかもしれません。ソフトウェアのインストールも任せられますが、その話はまた次回にしましょう。
今日紹介したチュートリアルの検索とダウンロードの過程では、ネットワーク検索、ウェブページの取得、コマンドラインでのダウンロード、パッケージマネージャーによる更新など、複数のツールが呼び出されました。必要なツールが見つからなければ、モデルが自分でインストールします。とても便利なので、こうした細部を気にする必要はありません。
ただし、具体的な仕組みを知りたいなら、直接こう尋ねてみてください。「さっき動画をダウンロードしたとき、どんなコマンドを使ったの？なぜ最初は失敗したの？」
使ったコマンド、失敗した理由、どのように修正したのかを、1つずつ説明してくれます。作業を任せながら、その裏側の仕組みまで理解できるので、自分で黙々とドキュメントを調べるよりずっと楽です。
大学生活がもうすぐ始まります。皆さん、できるだけ早く練習を始めましょう。