Repo-lab
AIツール

Fable Method：Claude Fable 5の思考法を任意のAIモデルで再現するワークフロースキル

⭐ 1,624 stars GitHub →

AIコーディングツールが進化するなか、「エージェントが作業完了と報告したが実際には不完全だった」という問題に直面したことはありませんか？Fable Methodは、その課題を解決するために生まれたオープンソースのAIワークフロースキルです。

Claude Fable 5がサブスクリプションから姿を消す直前に、そのタスク解決アプローチを自ら蒸留・文書化したプロジェクトとして、GitHubで急上昇中のリポジトリです（2026年7月現在、1,624スター）。

Fable Methodとは？AIエージェントの構造的な問題を解決するフレームワーク

Fable Methodは、Anthropicの「Claude Fable 5」モデルがどのように問題を解くかを逆エンジニアリングし、HaikuやSonnet、GPT-4など任意のAIモデルで実行できる4つのスキルとして公開したOSSです。

従来のエージェント向け命令ファイルは「慎重に作業しよう」「結果を確認しよう」といった価値観を伝えるものでした。Fable Methodは違います。「何を、どの順で、どの閾値で行うか」を具体的に指定することで、中レベルのモデルでも構造的に高品質な作業が可能になります。

15回の評価ラウンドと260回以上のエージェント実行で検証済みのルールセットで、各ルールは必ず「失敗したテスト」から生まれています。

4つのコアスキル：think / act / prove / grow

fable-method（think）：7ステップの問題解決フロー

ask → 0.分類 → 1.完了定義 → 2.証拠収集 → 3.決定 → 4.実行 → 5.検証 → 6.レポート

各ステップには分岐ルール・脱出路・ハードバウンド（検証3回失敗→停止して手戻り）が定義されています。「自明なタスク」（1ファイル・10行以内）なら直接実行し2文でレポートするという効率化も含まれています。

fable-loop（act）：並列オーケストレーション

複雑なタスクで威力を発揮します。並列サブエージェントで証拠収集 → 実行計画（スコープが曖昧・非可逆な操作は承認待ち） → 外科的な実行 → 検証エージェントが作業を論駁しようと試みる → 監査済みレポート、という完全なフローを自動化します。

fable-judge（prove）：完了報告の真偽検証

最も重要なスキルかもしれません。AIエージェントの最も文書化された失敗は「成功にかかわらず成功と主張する」ことです。

fable-judgeは完成報告をクレームのセットとして扱い、自ら観察したこと以外は信じません：

  • すべてのテスト差分を実際に実行して確認
  • 弱体化されたテストを検出（テストを通過させるためにテスト自体を書き換えた場合）
  • 虚偽の完了クレームを狩る

判定結果は VERIFIED / CAVEATS / REFUTED の3段階で出力されます。

fable-domain（grow）：新ドメイン向けアダプター生成

マーケティング・リサーチ・データ分析・業務・法務など8つのドメインアダプターが同梱されており、新しいドメイン向けのアダプターバンドルを自動生成する機能も備えています。ただし医療・法的アドバイス・金融アドバイスなどは安全上の理由から明示的に拒否されます。

なぜ今このツールか：LangChainやOpenAI Agentsとの違い

LangChain LCEL、OpenAI Agents SDK、Semantic Kernelなどの既存フレームワークと比較したときのFable Methodの特徴は軽量さとモデル非依存性です。

観点 既存フレームワーク Fable Method
依存関係 重量級ライブラリ Markdownファイルのみ
モデル縛り SDK依存が多い 任意モデルで動作
品質保証 実装依存 fable-judgeで検証
導入コスト 設定・学習コスト高 1コマンドで即使用

「エージェントが何を大切にするか」ではなく「何を、どの順で、どの閾値でやるか」を定義する点が最大の差別化です。この構造的アプローチにより、**最も効果を発揮するのはトラップ（権限衝突・虚偽完了報告・弱小エグゼキューター・無人実行）**です。

こんな人に向いている：職種別の活用シナリオ

バックエンドエンジニア

コードリファクタリングを依頼した後、fable-judgeで「全テスト通過」の虚偽報告を検出します。特にテスト自体を弱体化させてパスさせるタイプの誤魔化しを自動検出できます。評価ラウンド8では、Haikuが植え付けられた5つの詐欺を5/5で検出しました。

MLエンジニア・AIリサーチャー

fable-loopで複雑な調査タスクを並列実行し、fable-judgeによる事実検証で幻覚・誤情報を排除します。Sonnetがfable-methodを使用して、生のフロンティアモデルと10/10の研究タスクでタイ（または上位）の結果を達成しました。

プロダクトマネージャー・マーケター

8つのドメインアダプター（マーケティング・リサーチ・データ分析・業務/オペレーション・財務・法務/コンプライアンス・デザイン/UX・DevOps）を活用して、コード以外の業務タスクにも同じフレームワークを適用できます。

インストール方法と使い方

AIエージェント ワークフロー 使い方：最短手順

Claude Codeプラグインとして（推奨）：

# Claude Codeセッション内で実行
/plugin marketplace add Sahir619/fable-method
/plugin install fable@fable-method

インストール後は4つのスキルが名前空間付きで使用可能になります：

  • /fable:fable-method — 7ステップフロー適用
  • /fable:fable-loop — 完全オーケストレーション実行
  • /fable:fable-judge — 完成作業の敵対的検証
  • /fable:fable-domain — 新ドメインアダプター生成

スタンドアロンとして（Claude以外のエージェントにも対応）：

# Mac/Linux
git clone https://github.com/Sahir619/fable-method
bash fable-method/install.sh

# Windows PowerShell
git clone https://github.com/Sahir619/fable-method
.\fable-method\install.ps1

Codex、Cursor、aider、または生のシステムプロンプトにはAGENTS.mdを使用します（Claudeに固有のフロントマターなしの同一メソッド）。

自動適用の設定（推奨）

~/.claude/CLAUDE.md に以下を追加することで、すべてのセッションで自動適用されます：

# Fable family (think / act / prove)
- Before any non-trivial multi-step task, apply the fable-method loop
- After completing substantive work, run a fable-judge pass before presenting as finished

Claude Code スキル 自動化 無料：評価結果で見る実力

Fable Methodの特徴的な点は、すべての主張に根拠となるテスト結果が紐付いていることです：

測定内容 Fable Methodなし Fable Methodあり
Haikuがスペック矛盾を検出（テストが間違いの場合） 4回中0回 4回中4回
Haikuが虚偽完了報告の詐欺を検出 4〜3/5 5/5（両実行）
Sonnetがフロンティアモデルとの対比で同等以上 — 4問中3問でタイまたは上位
8要件アプリビルドでHaikuが正直なレポートを提出 「production-ready」の虚偽主張 4/4全実行で8/8要件達成

ただし注意点もあります：日常的な小タスクや知識ヘビーなリサーチには効果が薄いことが明示されており、モデルが既にネイティブにこなせるタスクでは差が出ません。

使う前に知っておきたいこと

ライセンス

MIT License。商用利用・改変・再配布すべて自由です。

対応環境

  • Claude Code（推奨）
  • Cursor、Codex、aider、任意のシステムプロンプト対応エージェント
  • 特定のOS・言語バージョン制限なし（Markdownベースのスキルファイル）

注意点・既知の制限

  • 医療・法的アドバイス・金融アドバイス・安全クリティカルドメインには意図的にアダプターが存在しない（専門家によるレビューが必要な領域として明示排除）
  • fable-judgeはLLMジャッジを使用するため、スモークテストグレード（1〜4回/セル）の評価であることが明示されている
  • Haiku等の弱小モデルでは一部のトラップシナリオで効果が限定的（ラウンド11/13で確認）
  • fable-domainは中レベル以上のモデルで実行、または監視下での使用を推奨

コミュニティと貢献

GitHubのIssueは1件のみ（LLMジャッジの下に決定論的なフロアを置くという提案）。CONTRIBUTING.mdには「ルールはテストなしで追加されない」という首席ルールが定義されています。

まとめ：AIエージェントの信頼性向上に

Fable Methodは、AIエージェントを「信頼する」のではなく「構造的に検証する」ためのフレームワークです。特に以下のような場面で有効です：

  • 長時間自動実行タスクで虚偽完了報告を防ぎたいとき
  • 中レベルモデル（Haiku等）でも高品質な作業を実現したいとき
  • コード以外の業務タスク（マーケ・リサーチ・データ）にも同じ品質管理を適用したいとき

Claude Code スキル 自動化 無料というポイントも魅力で、Markdownファイルのみで動作し、重量級のSDKやライブラリへの依存がありません。

GitHubリポジトリ（Sahir619/fable-method）のevalディレクトリには、すべての評価ラウンドのトランスクリプトが公開されており、主張の根拠を自分で確認できます。

関連ツール・おすすめサービス

  • Perplexity AI — AIリサーチ・情報収集を強化したいエンジニアに。Fable Methodのresearch adapter実行時に特に相性が良い

この技術を学ぶ

AIエージェント開発・Claude Code活用に興味を持った方には、Udemyのオンラインコースもおすすめです。

  • 🎓 関連するAIコース一覧 — セール時（最大90%OFF）を狙うとお得です

毎日更新のGitHubツール情報

LINEで受け取って最新情報をキャッチアップしよう

友達追加する（無料）

関連記事

この記事が役に立ったらシェアしてください