はじめに
こんにちは！
この記事では、私が業務効率化や自己学習のために利用したことのある生成AIについてまとめたものです。
私が実際に各生成AIを使ってみた所感と、各種情報をもとに調べた内容をまとめています。
生成AIを業務の中で最大限利用したいけど何を使えばいいのかわからない！と悩んでいる方にとって、判断材料のひとつになれば嬉しいです！
目次
🧠生成AI早見表
◎ ：非常に優れている（強み・得意分野）
◯〜◎：優れている〜非常に優れている（やや得意）
◯ ：標準的に使える（十分な性能）
△ ：一部対応 or 力不足（限定的）
× ：未対応 or ほぼ使えない
| ツール名 | 文章生成📝 | 会話・QA🗣️ | コーディング🧑💻 | 検索・Web情報🔍 | 資料作成📃 | 業務支援🤝 | 創造タスク💭 | 1番の強み💪 |
|---|---|---|---|---|---|---|---|---|
| ChatGPT | ◎ | ◎ | ◯〜◎ | △ (ProのみWebあり) | ◯〜◎ | ◯〜◎ | ◎ | 思考の壁打ちと構造化 |
| Gemini | ◯〜◎ | ◯ | ◯ | ◯〜◎(Google連携強) | ◯ | ◯ | ◯〜◎ | Googleツールとの親和性の高さ |
| Claude | ◎ | ◎ | △〜◯ (コード理解は強い) | × (Web閲覧なし) | ◎ | ◯ | ◯〜◎ | 長文処理と感情的な理解力 |
| NotebookLM | ◯ | △ | × | × (資料ベースのみ) | ◎ (要約特化) | △ (資料整理向き) | ◯ | 自分のドキュメントをもとに学習・対話できる |
| Perplexity | △ | △ | △ | ◎ (最新検索特化) | △ | △ | △ | 最新情報の検索スピードと正確性 |
| GitHub Copilot | × | × | ◎ (開発特化) | × | × | × | △ (ペアプロ感) | コードの予測と自動補完のスピード |
| Microsoft Copilot | ◯ | ◯ | △ (簡易保管) | △ (Bing連携) | ◎ (Word、Excel、PowerPoint) | ◎ (業務操作に強) | ◯ | Excel、Word、PowerPoint、Outlookなどの自動操作、要約力 |
強み・弱み・使いどころ
| ツール名 | 強み | 弱み | 使いどころ |
|---|---|---|---|
| ChatGPT | ・論理構成や構造化、文章作成が得意で精度が良い
・創造的なアイデア出し、壁打ち、提案が得意 ・曖昧な指示でも対応可能 |
・Web検索は不向き（Google検索のような使い方はイマイチ）
・長文での記憶保持力や複雑な議論では弱い時がある |
・キャリア戦略、文章投稿作成、構造化思考、提案作成など
・業務改善、教育、育成、レビュー補助 |
Gemini | ・Gmail、Google Drive、Docs、YouTubeなどとの連携が強力
・検索力が非常に高く、最新情報や事例調査に最適 ・表や図解なども扱いやすく、アウトプットが得意 |
・出力の正確性や論理性がChatGPTより劣ることがある
・曖昧な指示に対する対応が弱め |
・資料の下書き、調査、Google系サービスとの連携タスク
・社内情報の可視化、外部調査、スライド草案作成など |
| Claude | ・長文対応が得意（20,000〜100,000文字の文脈を保持）
・PDFなどのドキュメント読解も得意 |
・創造性や日本語対応はやや弱い面もある
・出力時に断定を避けたり、あいまいな表現を使う傾向があり、相手の意見を否定しない姿勢を強く持ちがち |
・議事録、契約書、長文ドキュメントの要約・分析
・ストーリーテリングを要する文書作成、内省・対話ツールとして活用 |
| NotebookLM | ・PDF、Google Docs、Webサイトなどの情報をAIに“学習”させたうえで質問できる
・ドキュメントベースの理解が必要な仕事に最適 ・複数ドキュメントを統合して学習可能 |
・対応形式が限られている（例：Googleドキュメント、PDFなど） | ・資料を読み込んで会議準備
・ナレッジ整理、ドキュメントの比較・統合 ・BPR（業務改善）や制度設計の前段の理解に有効 |
| Perplexity | ・検索型AIとして、最新のWeb情報収集に非常に強い
・出典をつけてくれるため信頼性が高い ・簡単な要約や比較表が得意 |
・長文構成、クリエイティブな出力は弱め
・業務文書としての出力は粗い場合がある |
・最新のトレンド調査、論文の要約
・競合分析やツール比較の第一歩としての利用 |
| GitHub Copilot | ・VS Codeなどと連携してプログラムを自動生成、補完
・コードレビュー、テスト作成、自動化系の業務に強い ・自然なコード補完で、開発効率が大きく上がる |
・コード生成以外（文章、資料など）はやや不得意
・業務アプリケーション作成に限っての強み |
・業務自動化のツール開発、Webアプリ作成
・PythonやJavaScriptなどを使ったプロトタイプ開発 ・技術実績づくり |
| Microsoft Copilot | ・資料作成やToDo整理の効率が向上（詳細は以下に記載） | ・精度はたたき台レベル
・文脈理解力には限界あり |
以下に記載 |
| ツール名 | 強み | 弱み | 使い所 |
|---|---|---|---|
| Word | 議事録・報告書・提案書の構成作成／要約が爆速 | 高度な構成整理はやや苦手 | 週報・月報・仕様書・議事録テンプレ |
| Excel | 関数自動提案、グラフ生成、表整形が自然言語でできる | 複雑なVBAやマクロ系の操作はまだ不安定 | 数値分析・工数管理・KPI集計・工数見積もり表 |
| PowerPoint | Wordから自動でスライド作成（文章 → 資料化） | デザインはまだテンプレ寄り、プレゼン力は人間に劣る | 会議資料・報告資料・提案書のたたき台作成 |
| Outlook | メール要約・返信草案・予定調整の提案が◎ | 日本語メールの細かな敬語・トーンは調整が必要 | 社内外メールのドラフト作成・伝達内容の要点整理 |
| Teams | 会議のリアルタイム議事録・ToDo抽出 | 音声認識の精度は発話者次第、日本語議事録はやや粗い | 会議後の要点抽出・議題整理・行動管理 |
⚠️生成AIを利用するときの注意点
- ① 誤情報のリスク（ハルシネーション）
- → もっともらしく間違うことあり。重要な情報は必ず裏取りが必要。
- ② 機密・個人情報は入力しない
- → 生成物が既存作品に似る場合あり。商用利用時はチェックが必要。
- ③ 著作権・倫理への配慮
- → 入力内容が学習に使われる可能性あり。匿名化・抽象化が必須。
- ④ AIは判断補助、決めるのは人間
- → 出力はあくまで“参考”。最終判断は自分の文脈で行う。
- ⑤ バイアスに注意
- → 偏見や古い価値観が混ざることあり。多角的な視点を持つことが必要。
- ⑥ 使いすぎ注意（依存のリスク）
- → 思考力が鈍る恐れあり。考える習慣は忘れず持つことが必要。
まとめ
考えを深めたい時 ： ChatGPT
Google系ツールを使ってる時 ： Gemini
優しく内省したい時 ： Claude
資料を読ませて要点をまとめたい時 ： Notebook LM
最新情報を調べたい時 ： Perplexity
コードを書いてる時 ： GitHub Copilot
WordやExcelで効率化したい時 ： Microsoft Copilot
最後に
今回は私が生成AIを利用した経験と調査をもとにまとめてみました。
ChatGPTのように汎用性が高い生成AIはあっても、この生成AIが全てにおいて一番優れている！というものはないことがわかりました。
それぞれのツールの強みや弱みを理解した上で、自分の作業にあった生成AIを活用することが重要だと感じました。
それぞれの生成AIを組み合わせて活用することにより、より早く、より良い成果物を生み出して生産性を上げていきましょう！
生成AIは、「何でも肩代わりしてくれる便利なツール」ではなく、「共に作業を進めるパートナー」という認識を持つ方がしっくりきますね！
これから生成AIを使いこなす人材になりたい方にとって、
この記事が 生成AI活用の一歩目 となれば幸いです。
有識者の方は、他にもこんな便利な生成AIがある！この記事の情報間違ってるよ！
などあればぜひコメントにて教えていただけますと幸いです
最後まで読んでいただきありがとうございました！