※お役に立てたらストック、いいねをよろしくお願いします！！
＜📝本記事のターゲット層＞
- GPTとClaudeを使い分けたい人
- プロンプトの書き方で迷っている初心者
はじめに
最近、交流会や勉強会で「AIコーディングエージェントの導入検討が始まりました」「AIコーディングエージェントの導入に向けて情報収集をしています」という声がかなり増えました。
そこで検討を始めた人向けに、2026年5月時点で自分が把握している情報をとりまとめることにしました。
全8回に渡ってお届けいたします。
- 第一回:OpenAI API・Claude API・GitHub Copilotの料金を比較してみた
- 第二回:API課金とサブスク課金の違い
- 第四回:Claude DesktopとClaude Webの違い
- 第五回:ChatGPT・Codex・GitHub Copilotの違い
- 第六回:Claudeは設計・文章、CodexはIssue修正に強い？
- 第七回:文書・Office・画像・動画でAIをどう使い分けるか
- 第八回:要件定義・設計・実装・UIテストでAIをどう使い分けるか
🔷CodexとClaudeではプロンプトの書き方が違う？
Codex(GPT-5.5)とClaude(Opus4.7)は、どちらも高性能なAIですが、依頼の書き方には少し違いがあります。雑にまとめると、Codex(GPT-5.5)は「ゴールを短く伝える」依頼が得意で、Claude(Opus4.7)は「文脈や制約を構造化して渡す」依頼が得意です。
🔹1.Codex(GPT-5.5)とClaude(Opus4.7)は依頼の伝え方が違う
昔は、AIに長いおまじないのようなプロンプトを書くことが多くありました。しかし、最近のモデルでは、長ければ良いというわけではありません。むしろ、余計な指示が多すぎると、AIが何を優先すべきか分かりにくくなることがあります。
Codex(GPT-5.5)では、最終的に何を作ってほしいのかを明確に伝えることが重要です。一方でClaude(Opus4.7)では、目的、前提、制約、出力形式などをまとめて渡すと、文脈を踏まえた回答を作りやすくなります。
🔹2. Codex(GPT-5.5)は完成物を短く伝える
Codex(GPT-5.5)に依頼するときは、作業手順を細かく縛りすぎるより、完成物を明確にする方が扱いやすいです。
初心者向けに、OpenAI APIとClaude APIの料金を比較表付きで説明してください。
このように、対象読者と出力形式を入れるだけでもかなり伝わります。もちろん、制約がある場合は書くべきですが、不要な手順指定を増やしすぎないことがポイントです。Codex(GPT-5.5)は自律的に思考することが得意であるため、手順を細かく指定しすぎると無視をしてしまう場合があります。
▸ 例）
- 初心者向けに
- Markdown表で
- 3000文字程度で
- メリット・デメリットも含めて
- 最後にまとめを入れて
💡Tips：Codex(GPT-5.5)で重要なポイント
最重要：「AIに作業手順を押し付ける」のではなく、「完成物を定義する」
- 「やり方」より「ゴール」を伝える
- 長文テンプレを減らす
- 出力形式だけは明確にする
- Reasoning effort を調整する「まず low〜medium で試せ」
- low → 軽く高速
- medium → 普段使い
- high/xhigh → 難しい問題
🔹3. Claude(Opus4.7)は構造化して渡す
Claude(Opus4.7)では、少し仕様書に近い形で渡すと扱いやすいです。
<goal>
OpenAI APIとClaude APIの料金差を初心者向けに説明する
</goal>
<audience>
AI APIを初めて使うエンジニア
</audience>
<constraints>
専門用語は短く補足する
</constraints>
<output>
比較表と使い分けの結論を含める
</output>
このように分けると、AIが「目的」「読者」「制約」「出力」を認識しやすくなります。特に、要件定義、長文分析、設計、仕様整理のような作業では効果が出やすいです。Claude(Opus4.7)は与えられた情報に忠実に動く傾向があるため、出来うる限りの情報を渡したほうが思い通りの結果を出してくれます。
💡Tips：Claude(Opus4.7)で重要なポイント
最重要：「優秀なチームメンバーに仕様書を渡す」感覚で書く。
- 最初に全部の情報を渡す
- XMLタグを活用する
- 長期タスクが強い
- 「考えさせる」設計が得意
🔹4. 比較表
| 比較項目 | Codex(GPT-5.5) | Claude(Opus4.7) |
|---|---|---|
| 基本思想 | ゴール重視 | 文脈・構造重視 |
| 依頼の書き方 | 短く完成物を伝える→「何を作るか」 | 目的・前提・制約を整理する→「どう進めるか」 |
| 得意な依頼 | 要約、実務、コーディング、整理 | 長文分析、設計、仕様整理、リサーチ |
| 出力形式指定 | Markdown、JSON、表などが有効 | XML風の構造化も有効 |
| 初心者向けの感覚 | 完成物を頼む（扱いやすい） | 仕様書を渡す（少し設計力が必要） |
💡Tips：どちらもまずは短く試す
最初から完璧なプロンプトを作ろうとすると時間がかかります。まず短く依頼し、出力を見て、足りない条件を追加する方が実践的です。ただし、Claudeに長期タスクを任せる場合は、最初に前提情報を多めに渡した方が安定しやすいです。
✅5. まとめ
Codex(GPT-5.5)は「ゴールを言う」、Claude(Opus4.7)は「文脈を渡す」と考えると分かりやすいです。
- Codex(GPT-5.5)：完成物、対象読者、出力形式を短く伝える
- Claude(Opus4.7)：目的、前提、制約、役割を構造化する
- どちらも万能プロンプトではなく、モデルごとに調整する
💡参考
Chat-GPTにプロンプトガイドの内容から得意/不得意を評価してもらった結果です。
| 分野 | Claude Opus 4.7 | GPT-5.5 / Codex |
|---|---|---|
| 文書作成 | ◎ | ◎ |
| Excel/Word操作 | △〜○ | ◎ |
| PowerPoint作成 | ○ | ◎ |
| 画像生成 | △ | ◎ |
| 画像読取 | ◎ | ◎ |
| 動画生成 | × | ○ |
| 動画読取 | ○ | ◎ |
| Webデザイン | ◎ | ◎ |
| 要件定義 | ◎ | ○〜◎ |
| 基本設計 | ◎ | ◎ |
| 詳細設計 | ◎ | ◎ |
| フロントエンド実装 | ◎ | ◎ |
| バックエンド実装 | ◎ | ◎ |
| UIテスト | ○ | ◎ |
前モデルはこちです。
| 分野 | Opus 4.6 | GPT-5.4 |
|---|---|---|
| 文書作成 | ◎ | ○ |
| Excel/Word | △ | ○ |
| PowerPoint | △〜○ | ○ |
| 画像生成 | × | ◎ |
| 画像読取 | ◎ | ○ |
| 動画生成 | × | △ |
| Webデザイン | ◎ | ○ |
| 要件定義 | ◎ | ○ |
| 基本設計 | ◎ | ○ |
| 詳細設計 | ◎ | ○ |
| フロント実装 | ◎ | ○ |
| バックエンド実装 | ◎ | ○ |
| UIテスト | △ | ○ |
参考URL:
- https://developers.openai.com/api/docs/guides/prompt-guidance
- https://platform.claude.com/docs/ja/build-with-claude/prompt-engineering/claude-prompting-best-practices
🔹実務で使うときの確認ポイント
ここまでの内容を実務で使う場合は、単に「どのAIが安いか」「どのAIが強いか」だけで判断しないことが大切です。生成AIは、同じモデル名でも、使う場所、契約形態、連携できるツール、入力できる情報量、出力の確認方法によって体験が変わります。
特に初心者のうちは、以下の観点で確認すると失敗しにくくなります。
- 何を作りたいのか
- どのくらい正確性が必要なのか
- 失敗したときに人間がどれくらい修正できるのか
- 社内情報や個人情報を入れてよい環境なのか
- API料金、月額料金、追加クレジットのどれが発生するのか
- 出力結果をレビューする担当者がいるのか
AIは便利ですが、すべてを自動で正解にしてくれる道具ではありません。むしろ、AIに任せる作業と、人間が判断する作業を分けることで効果が出ます。例えば、料金比較や仕様整理はAIにたたき台を作らせ、人間が最新の公式情報で確認する。設計案はAIに複数出させ、採用する方針はチームで決める。コード修正はAIに任せつつ、テストとレビューは必ず通す。こうした使い方の方が現実的です。
この記事内の料金や仕様は、確認時点の公式情報をもとに整理しています。AIサービスは更新が速いため、実際に契約・導入する前には必ず公式ページを確認してください。
※お役に立てたらストック、いいねをよろしくお願いします！！