はじめに

最近の業務でAIを使っていて、こういう場面はないでしょうか。

私たちのチームでも全く同じ問題に毎日ぶつかっていたので、ChatGPT・Claude・Gemini・Grokを1つの画面で同時に動かせるツール「MultipleChat」 を作りました。本記事ではその使い方と、複数モデルを並列で使うことで何が変わるのかを共有します。

開発元の人間が書いているので、その点はご了承ください。技術的な話と実例を中心に書きます。

なぜ「複数モデル同時実行」が必要か

各モデルは得意分野が違います。私たちの社内検証だと、ざっくり以下のような傾向があります。

問題は、どのモデルが「今回」正しいかは、聞いてみるまで分からない ことです。
そして1つのモデルだけに頼ると、そのモデルがハルシネーションを起こした時に検知できません。

複数モデルを並列で走らせる利点はシンプルで、

普通にChatGPT、Claude、Gemini、Grokのうち1つを選んでチャットする使い方です。各モデル個別に契約しなくていいので、サブスク料金の節約目的で使う方もいます。

1つの質問を全モデルに同時投下します。回答が横並びで返ってくるので、差分が一目で分かります。

例: 「2024年と比較して、東京の不動産は今買うべきか」と聞いた場合

モデル同士が順番に回答を受け渡して、最終的に1つの統合回答を生成します。

4モデルの回答を解析して、意見が割れている箇所だけハイライト します。
ファクトチェックのチートに近い使い勝手です。

「PostgreSQL 16のlogical replicationを本番で使うべきか」というクエリを全モデルに投げました。

→ Disagreement Detectionは「レプリケーションラグの許容範囲」で各モデルが食い違っていることを指摘。
1モデルだけだと拾えない情報が一気に集まります。

ChatGPT Plus + Claude Pro + Gemini Advancedを別々に契約すると月60ドル以上ですが、MultipleChatは1契約でカバーできます。

複数モデルを同時に使うと、

という体感のメリットがあります。同じ問題を抱えている方は試してみてください。

フィードバックは大歓迎です。コメント欄でもDMでもいただければ次のバージョンで反映します。