0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

promptflow の Compare で、複数の AI の答えと画像を並べて比べる

0
Posted at

promptflow の Compare で、複数の AI の答えと画像を並べて比べる

上原正吉(EarthLink Network Co., Ltd.)。AI会社・AI社員による業務自動化と、人の逐次介入なしに24時間自動開発を回す仕組みを自社で実践しています。開発ノウハウと具体的な設定方法、運用して分かった改善点を公開しています。

promptflow の Compare で、複数の AI の答えと画像を並べて比べる

promptflow には Chat・Compare・Debate・Co-Draft(日本語の画面では「通常チャット」「比較検討」「AI 会議」「AI 推敲」)の 4 つのモードがあります。この記事は、その中の Compare の説明です。

先に要点をまとめます。読了時間は約10分です。

  • Compare は、同じ問いを複数の AI モデルへ同時に送り、答えを横に並べるモードです。文章だけでなく、画像も同じ画面で比べられます。
  • 文章用のモデルは、最初の一覧に「おすすめ」の欄と、9 の開発元の 15 件が並ぶ「開発元から選ぶ」の欄が出ます。上級者向けの絞り込みを開くと、303 件から選べます。画像用も同じ 2 つの欄が出て、全部で 147 件です。
  • 答えの列ごとに、使った PFC(promptflow の利用量の単位)が出ます。中身と費用を同じ画面で見比べられます。

Compare の画面でできること

promptflow で Compare を開くと、「比較検討モード」の画面になります。上の「テキスト」と「画像」で、文章を比べるか、画像を比べるかを切り替えます。

その下に「比較スロット(モデル × Persona)」が並びます。スロットは、比べたい AI の候補を 1 つずつ入れる行です。各行でモデルと Persona を選び、「スロットを追加」で候補を増やします。Persona は、AI に役割や視点を持たせる設定です。何も選ばなければ「Persona なし(標準)」で、モデル本来の答えが出ます。同じモデルを別のスロットに入れ、Persona だけ変えて比べることもできます。

問いを入力欄に書いて「送信」を押すと、「コスト確認」の画面が出ます。「推定コスト合計」を見て「送信する」を押した時だけ、全部のスロットへ同時に送られます。残高が足りない時は送る前に「PFC残高が不足しています」と出て止まり、「残高・プランを見る」から残高を確かめられます。

文章のモードには「🌐 Web検索」の切り替えもあります。オンにすると、対応しているモデルは Web を検索して答えられるようになります。検索するかどうかは、モデルが問いを見て決めます。対応していないモデルのスロットには「🌐 非対応」と出ます。

答えの列には、検索したかどうかも出ます。検索した列は「🌐 Web検索使用(2 回)」のように回数が出て、参照したページへのリンクが並びます。対応していないモデルの列は「🌐 Web検索非対応 — モデル内部知識のみ」、検索しなかった列は「🌐 検索は実行されませんでした」です。最近の出来事を聞く時は、どのモデルが Web の情報で答え、どのモデルが学習した知識だけで答えたかを、列ごとに見分けられます。

同じモデルで Persona を変えて比べる

スロットには同じモデルを何度でも入れられます。たとえば GPT-5.6 Terra を 2 つのスロットに入れ、片方は「Persona なし(標準)」、もう片方に別の役割の Persona を付けて送ると、モデルの違いではなく、役割の違いで答えがどう変わるかを比べられます。

結果の列はスロットごとに分かれるので、同じモデル名の列が 2 つ並んでも混ざりません。列の見出しの下には「Persona: {名前}」と使った PFC が出ます。モデルを比べる時と、役割を比べる時で、Compare の同じ画面を使い分けられます。

文章を比べる

次の画面は、3 つのモデルに同じ問いを送った結果です。問いは「新入社員向けの、メールの書き方の注意点を3つ挙げてください。」で、モデルは GPT-5.6 Terra(OpenAI)、Claude Sonnet 5.5(Anthropic)、Gemini 3.8 Flash(Google)です。

promptflow の比較検討モードで、GPT-5.6 Terra、Claude Sonnet 5.5、Gemini 3.8 Flash の 3 つのスロットに同じ問いを送った画面。答えが 3 列に並び、列ごとの PFC(1・2・2)と「合計 PFC コスト: 5」が出ている

3 つとも、最初に件名の書き方を挙げています。そこから先は分かれます。GPT-5.6 Terra は、2 つ目に宛名・敬語・署名、3 つ目に要点を先に書くことを挙げました。Claude Sonnet 5.5 は、2 つ目に「結論から、簡潔に」を置いています。結論を先に書くという点は、順番は違っても 2 つのモデルが挙げています。

例の出し方も違います。Claude Sonnet 5.5 は「悪い例」と「良い例」、Gemini 3.8 Flash は「NG例」と「OK例」を並べました。GPT-5.6 Terra は「〜ではなく、〜のように」と 1 文で示しています。新入社員向けの資料に使うなら、どの書き方が読み手に合うかも、並べると選びやすくなります。

並べると、全部が挙げた点、意見が割れた点、1 つのモデルだけが挙げた点がすぐ分かります。各列の上には「ピン留め」と「コピー」のボタンがあり、使いたい答えを残したり、そのまま貼り付けたりできます。

費用も列ごとに出ます。この例では、送信前の「推定コスト合計」は 8 PFC でした。答えが返った後の値は列ごとに 1・2・2 で、「合計 PFC コスト」は 5 です。推定は送る前の見積もりで、引かれるのは使った分です。

答えの下には「次のアクション」が並びます。「{モデル名} で Chat 継続」を押すと、気に入った答えのモデルと、そのまま会話を続けられます。

答えを AI 同士でレビューさせる

答えの下の「AI同士のクロスレビュー実行」を押すと、並べた答えを AI 同士でレビューさせられます。レビューするのは、答えを返したモデル自身です。各 AI が、他の AI の答えを読んで、足りない点や誤りを指摘します。答えを返したモデルが 2 つ以上ある時に押せます。

実行中は「クロスレビューを実行中...」と出て、「レビュー対象 {件数} 件」と「経過時間」が表示されます。答えが長いと時間がかかるので、進んでいることが画面で分かるようにしています。

終わると「クロスレビュー結果」に、モデルごとのレビューが「完了」か「失敗」かと一緒に並びます。何モデルが終わったか(例「3/3 モデル完了」)と、レビューに使った「合計 PFC コスト」も出ます。失敗した時は「もう一度実行」で、同じ答えと同じモデルのまま、やり直せます。

レビューの結果からも、「{モデル名} で続ける」で会話を続けたり、「Artifact 保存」で文書として残したりできます。自分で 3 つの答えを読み比べる前に、AI 同士に弱い点を挙げさせておくと、読む時にどこを見ればよいかが分かります。

選べるモデル

スロットのモデル名を押すと、「モデルを選ぶ」の画面が開きます。上に「モデル名・開発元で探す」の欄と「並び替え」があり、その下に「⭐ お気に入り」「おすすめ」「開発元から選ぶ」の順でモデルのカードが並びます。カードの ☆ を押すとお気に入りに入り、次からはこの一覧の一番上に出ます。「並び替え」は「おすすめ順」「料金の安い順」「料金の高い順」「名前順」から選べます。

promptflow の「モデルを選ぶ」画面。「開発元から選ぶ」の欄に、OpenAI の 4 件(o3、GPT-5.6 Sol、GPT-5.6 Terra、GPT-5.6 Luna)と Anthropic の 2 件(Claude Opus 4.7、Claude Sonnet 4.6)のカードが並び、各カードに入力・出力の PFC の目安、説明、得意なこと、扱える入力(テキスト・画像・音声)が出ている

最初の一覧の件数の行は「15 件・9 の見出し(開発元)・おすすめ順」です。この件数は「開発元から選ぶ」の欄の数で、「おすすめ」の欄のモデルは入っていません。「開発元から選ぶ」の 15 件は次の通りです。

開発元 モデル
OpenAI o3、GPT-5.6 Sol、GPT-5.6 Terra、GPT-5.6 Luna
Anthropic Claude Opus 4.7、Claude Sonnet 4.6
DeepSeek DeepSeek V4 Flash、DeepSeek V4 Pro
Google Gemini Gemini 2.5 Flash、Gemini 2.5 Pro
Meta Llama 4 Maverick
MiniMax (Hailuo) MiniMax M3
Moonshot AI Kimi K3
xAI (Grok) Grok 4.6
Zhipu (Z.ai) GLM 5.3

「おすすめ」の欄には、各開発元の主なシリーズの新しいモデルが出ます。上の例で使った Claude Sonnet 5.5 と Gemini 3.8 Flash も、ここから選びました。ほかに GPT-6.1 Sol、Claude Opus 5.5、Gemini 4 Argon、Grok 4.7、Qwen3.8 Max (0902)、Mistral Medium 3.5、Command A などがあります。

全部から探したい時は、「▸ すべてのモデルから絞り込む(上級者向け)」を開き、「主要モデル」を「すべて」にします。件数の行は「303 件・50 の見出し(開発元)」に変わります。モデルは追加や入れ替えがあるので、件数は画面の表示を見てください。

各カードには、入力と出力の PFC の目安(100 万トークンあたり)、説明、得意なこと、扱える入力(テキスト・画像・音声)が出ます。

この目安は、モデルによって大きく違います。画面の表示では、GPT-5.6 Luna が入力 35・出力 208、o3 が入力 346・出力 1381、Claude Opus 4.7 が入力 863・出力 4315、GPT-6.1 Sol が入力 4391・出力 16465 です。出力の目安で比べると、GPT-5.6 Luna と GPT-6.1 Sol では約 80 倍の差があります。高いモデルだけを並べると、1 回の比較の費用も大きくなります。まず安いモデルを含めて比べ、差が出た問いだけ高いモデルを足す、という使い方もできます。

選べるモデルはプランで変わります。料金ページでは、Free プランでも Compare は使えますが、選べるのは軽量モデルだけと案内しています。すべてのモデルを選べるのは Personal Pro 以上です。この記事の画面は、すべてのモデルを選べるアカウントで撮っています。

画像を比べる

上の「画像」に切り替えると、モデルの一覧が画像を作るモデルだけになります。「モデルごとの生成枚数」で、1 つのモデルに何枚ずつ作らせるかを 1〜4 枚から選べます。

次の画面は、「朝の光の中の公園と高層ビルのコンセプトアート」という同じ題材で、3 つのモデルに 2 枚ずつ作らせた結果です。

promptflow の比較検討モードを「画像」に切り替え、Nano Banana 2 (Gemini 3.1 Flash Image)、Seedream V4、Qwen Image 2512 に同じ題材で 2 枚ずつ作らせた画面。列ごとに 2 枚の画像と PFC(24・12・8)が並び、「合計 PFC コスト: 44」と出ている

モデルは Nano Banana 2 (Gemini 3.1 Flash Image)(Google)、Seedream V4(ByteDance)、Qwen Image 2512(Alibaba)です。列の見出しにはモデルの識別名が出ます。Nano Banana 2 の列の「imagen-4-fast」は、promptflow の中での識別名です。

同じ題材でも、絵はモデルごとにはっきり違います。

  • Nano Banana 2: 横長の絵です。手前の公園と奥の高層ビル群を広く入れ、色の多いイラストの調子で描きました。2 枚目には花と池のある公園が入っています。
  • Seedream V4: 縦長の絵です。ガラスの高層ビルを近くから描き、朝日の金色の光と霧を強く出しています。
  • Qwen Image 2512: 縦長で、写真に近い調子です。木の間から光の筋が差し込み、高層ビルは奥に立っています。

絵の縦横の比率もモデルによって違うので、使う場所(横長の見出しの画像か、縦長の投稿か)が決まっているなら、それも比べる材料になります。うまく作れなかったモデルがあっても、失敗はその列にだけ出て、ほかの列の画像は残ります。

費用も違い、この例では 2 枚で 24・12・8 PFC、合計 44 PFC でした。送る前の「推定コスト合計」は、モデルごとの 1 枚の単価に枚数を掛けた値です。作れなかった枚数の分は引かれません。

画像用の最初の一覧も、「おすすめ」の欄と「開発元から選ぶ」の欄に分かれます。件数の行は「9 件・7 の見出し(開発元)」で、「開発元から選ぶ」の 9 件は次の通りです。

開発元 モデル
Black Forest Labs FLUX Schnell、FLUX Dev
Google Gemini Nano Banana 2 (Gemini 3.1 Flash Image)、Nano Banana Pro (Gemini 3 Pro Image)
Alibaba (Wan) Wan 2.5 Image
ByteDance Seedream V4
OpenAI GPT Image 2
Alibaba (Qwen) Qwen Image 2512
Recraft Recraft V3

上級者向けの絞り込みで「すべて」にすると、「147 件・34 の見出し(開発元)」になります。「おすすめ」の欄には Recraft V4 Pro、Ideogram V2、FLUX 2 Flex、Krea 2 Large なども出ます。

比べた答えの読み方

並べた答えは、全部が挙げた点、割れた点、1 つのモデルだけが挙げた点に分けて読みます。調べる場所が絞れるからです。

ただし、3 つのモデルが同じことを書いても、正しいとは限りません。同じ資料に頼って、同じ誤りを返すこともあります。全部が挙げた点も、元の資料で確かめてから使います。

答えが割れた点は、Compare の中で掘り下げられます。「AI同士のクロスレビュー実行」で、それぞれの答えの弱い点を挙げさせます。理由を詳しく聞きたいモデルがあれば、「{モデル名} で Chat 継続」で、そのモデルに前提や根拠を聞きます。割れた理由が、問いの書き方のあいまいさにあると分かることもあります。その時は問いを直して、もう一度同じスロットで送ります。

比べる時は、問いだけでなく、前提や条件もそろえます。条件が違う答えを並べると、モデルの違いなのか、入力の違いなのかが分からなくなります。Compare は 1 回の入力を全部のスロットへ送るので、問いの条件はそろいます。

画像は、同じ題材で枚数もそろえて比べます。使う場面に合う絵を出すモデルと、その 1 枚の費用を並べて見られます。

結論

  • Compare は、同じ問いを複数の AI モデルへ同時に送り、文章や画像を横に並べて比べるモードです。
  • 文章は 303 件、画像は 147 件のモデルから選べます。最初の一覧には「おすすめ」の欄と「開発元から選ぶ」の欄が出ます。
  • 列ごとに使った PFC が出るので、答えの中身と費用を同じ画面で見比べられます。
  • 一致は正しさの証明ではありません。並べた答えは、調べる場所を絞るために使います。

用語

  • PFC: promptflow で利用量を表すクレジット。提供元ごとに違う費用を、共通の単位にそろえます。
  • スロット: Compare で、比べたい AI の候補を 1 つずつ入れる行。モデルと Persona を選びます。
  • Persona: AI に役割や視点を持たせる設定。同じモデルでも、Persona を変えると答えの観点が変わります。
  • クロスレビュー: 並べた答えを、各 AI が他の AI の答えとしてレビューする操作。
  • Artifact: promptflow で、答えを文書として保存したもの。保存したものは「成果物」の一覧に並び、会話の外でも見返したり、ダウンロードしたりできます。

このシリーズでは、旗艦SaaSの Prompt Flow Studio ほか、AI開発・運用の現場で得た知見を順次公開していきます。
興味のある方は、ぜひ「いいね」と記事の購読をお願いいたします。

Prompt Flow Studio は、複数のAIを1画面で使い、比べ、議論させるマルチAIワークスペースです。詳しくは https://prompt-flow.studio をご覧ください。
そのほかの自社プロダクトは https://www.eln.ne.jp/products にまとめています。

筆者について

上原正吉。EarthLink Network Co., Ltd. 代表。AI社員に日々の業務を任せ、開発では人が逐一指示しなくても作業が進むHOOTL(Human Out Of The Loop)の仕組みを自社で実践しています。このブログでは、業務自動化と24時間自動開発のノウハウ、具体的な設定方法、日々の運用で見つかった問題と改善を共有します。

また、AIで業務や開発を組み替えたい会社・チーム向けに、AI活用のコンサルティングも受け付けています。ご相談は www.eln.ne.jp からどうぞ。


EarthLink Network は、会社の全業務を AI で回すために、必要になったものを自社で作っています。いま作っているプロダクトの一覧と概要は、こちらにまとめています。

→ EarthLink Network が自社でつくっている18のプロダクト

会社と各プロダクトの詳細は、公式サイト www.eln.ne.jp をご覧ください。

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?