この記事について
『生成AI』と『ある1人の怪しいおじさん』の距離感を記録する記事です。
どのような生成AIを使い、どのようなことを試し、どのように感じたのか。
このようなことをまとめています。
以下について、予めご承知おきください。
- 独断と偏見の塊のような記事です
- この記事自体には、あまり詳細な実験エビデンスは含まれません
- 本記事は、下書きや部分的な校正・推敲などに生成AIを用いて執筆されています
怪しいおじさんについて
守秘義務もあるので具体的な話は避けますが、ざっくりとした怪しさをご紹介します。
おじさんに興味があればクリックしてください🐶
- SE兼プログラマー
- 業界歴20年ぐらい
- SESの客先常駐SE
- 5名前後のプロジェクトでPM・PL経験有り
- 大規模開発のチームリーダー経験有り
- 要件整理、ヒアリングが得意
- 業務標準化が得意
- 実務では、Java系Webアプリ開発が多い
- 趣味では、PythonやNode.js系もよく触る
生成AIの利用状況
現時点の生成AIサービスの利用状況は、主に以下の通りです。
| サービス | プラン | 価格 | 主な用途・所感 |
|---|---|---|---|
| ChatGPT | Plus | $20 / 月（税別） | ・普段使い ・一次調査、下書き、校正 ・Codex / Workの検証 ・コスパ最強 |
| Google AI | Pro | 2,900円 / 月（税込） | ・日本語レビュー、リライト ・Gemini / Antigravity IDEの検証 ・Sparkによる定期実行系の試行 ・応答速度が魅力 |
| Claude | Pro | $20 / 月（税別） | ・日本語レビュー、リライト ・Claude Code / Designの検証 ・上限枠を温存しがち |
| Grok | Free | - | ・X上の話題確認 ・軽い補助調査 ・Free枠で利用 |
また、ローカルLLMもぼちぼち触って遊んでいます。
おじさんの愛機は MacBook Air M5（24GB） なので、動かせるモデルは限定的です。
つまり、簡単に言うとこうです。
- 普段使いは圧倒的にChatGPT
- Google AIとClaudeはかなり用途を絞って使っている
- GrokはXリソース探索特化
- MacBook Air M5（24GB）で動かせるローカルLLMでも遊んでいる
もっと詳しく見たい方はクリックしてください🐶
ChatGPT
Plusプランのサブスクでも、チャットは使い放題に等しい印象です。
GPT-5.6 Sol（中程度）を遠慮なく使い込んでも制限に引っ掛かった事がありません。
また、サブスクの利用上限枠内でも、CodexやWorkもかなり使えます。
時期によっては、頻繁に使用量のリセットもされますので、週単位の使用量は使い切る方が難しい印象です。ちなみに、CodexやWorkではGPT-5.6 Luna（極高）を多用します。
ケチるために、チャットでできることはなんでもチャットに任せます。
CodexやWorkは、大きめのタスクで局所的に利用します。
特にGitHub連携やGoogleドライブ、Gmailプラグインは非常に強力です。
これらのプラグインを使うだけで、チャットだけでやれることの幅が跳ね上がります。
お試しのWebアプリ開発、ドキュメンテーション、生成AIを用いたさまざまな実験……
色々な用途で使い倒しています。
GPT-6 Astra は、まだ自分では触れていませんが、公式のデモやXの投稿を見る限り、Computer Useが強力すぎる印象です。
遂に、PCの上で生成AIに『目』が付き『手』が生えてしまった感覚が強いです。音声指示による、ユーザーとの共闘型ドキュメンテーションなど、某MARVEL作品の アレ を連想してしまい、未来を感じます。
👌 良い点
- あれもこれも $20 でやれてしまう圧倒的なコストパフォーマンス
- 画像生成・加工が良い感じに使いやすい
👎 不満点
- 求めてないことまで 余計に やり過ぎる傾向が強い（特にGPT-5.6 Solが顕著）
- どんなにスキルで縛っても日本語が不自然になる傾向が顕著である
Google AI
こちらもサブスクの利用上限枠内で比較的現実的に使える印象ですが、生成AIの汎用的な利便性ではChatGPTやClaudeに大きく劣る印象なので、利用頻度は少ないです。
Gemini Flash 3.8は応答速度がかなり速く、3.6や3.7と比べると回答も良くなった印象はあります。ですが、指示追従性が良いとは言えず、明らかなハルシネーションも相変わらず多いと思います。すごく単純なタスクで、ハルシネーションが入っても許容できる用途なら使い道もあるかな、という所感です。
Gemini Sparkは面白い機能だと感じています。
試しに、ポイ活ネタをデイリーで自動収集し、Googleスプレッドシートへ台帳化して、案件ごとの報酬、達成難易度、制約、注意事項まで整理させる使い方を試しました。スケジュール実行しながら、結果を見て課題をフィードバックしながらSkillを育て、処理そのものを継続的にブラッシュアップする例として試しています。
実用的な用途までは思い付いていませんが、Gemini Sparkの使い道は引き続き考えてみると面白そうだと思っています。
👌 良い点
- 月2,900円 で、Googleドライブ5TBとかYouTube Premium Lite使える
- Geminiの日本語は綺麗に感じる
- 回答が恐ろしく早い
- マルチモーダルで画像・音楽・動画も扱える
👎 不満点
- 指示追従性が悪過ぎて、思い通りに動かない
- ハルシネーションの質が驚くほど酷いことが多い
Claude
Proプランを契約していますが、使う頻度が低いです。Claude CodeやClaude Designは、エンジニアとしては魅力的な機能だと思ってはいます。興味津々です。
ただ、チャットとCode / Work / Designが同じ利用上限枠で管理されるため、サブスク内で使おうとするとケチってしまい、積極的に試す気持ちが削がれます。
さらに、現時点のProプランではFable 5.1を触らせてもらえず、完全に人権を失っております。
とはいえ、日本語のレビューやリライトではChatGPTより自然に整えてくれると感じる場面があり、ChatGPTよりも "やり過ぎない" レビューをしてくれる印象もあるため、用途を絞って併用しています。
ほとんどSonnet 5を利用していて、Opus 5は使う機会がありません。
👌 良い点
- お金さえあれば絶対に有能
- ChatGPTとは違う賢さがある
👎 不満点
- 使い込むと料金が高い
- マルチモーダルの弱さ（単体では画像作れないなど）
その他の生成AI
GrokはFreeプランで、Xの情報収集に使います。
気になるユーザーの過去ポストの要約、特定の趣旨のポストをしているユーザーの検索等。
ローカルLLMは、Gemma4 E4B / 12B QAT や Qwen3 14B は実用的に動かせます。
MacBook Air M5はメモリ帯域が貧弱なので、動くけど応答はそこまで速くありません。
GPT-OSS 20B クラスになると、動きますがストレスを感じる遅さです。
ただ、Xの投稿を観測する限り、DGX Sparkなどで Qwen や DeepSeek 系の実用的なMoEモデルが動くようになってきていると見受けられます。特に開発タスクでは、目覚ましい進歩を遂げているように感じました。自分で動かせる状況にないのが残念ですが、ローカルLLMで機密情報を扱いながら、エージェント的な開発ができる未来は、もうすぐ目の前に迫っていると思えてしまいます。
他にも、Draw Things経由で FLUX.2 4B / FLUX.2 9B [8-bit S] などで、画像生成も実用的な速度（1〜2分以内）で生成できています。
特に画像生成については、日本語出力は厳しく、指示追従性にも課題はありますが、アイコンやロゴ、ブログや資料中の挿絵などであれば、要件次第では使える場面もあるのではないかと感じました。
実務利用範囲
以下の用途では、すでに実務利用を開始しています。
もちろん、いずれもAIの回答を確認し、最終的に使うか使わないはこちらの判断です。
そのままは使わずに、手直しをすることもあります。
- 一次調査
- ざっくりと、知らなかったことを把握するには有効
- 文章の下書き
- 0から全部書くよりはマシになります
- 文章の改善
- 日本語が不自由なので非常に助かってます
- ちょっとしたプログラム作成などの開発用途
- とりあえず動けば良いや！レベルなら遠慮なく使っちゃいます
※文章と文書（ドキュメント）は分けます。文書はあまり任せられません。
ここで重要なのは「機密を扱わない」前提であることです。
- 業務固有の名称や実データ、機密性のある業務ロジックは入力せず、必要に応じてダミー情報へ置き換える
- 所属先・客先のルールで生成AI利用が許可されている範囲に限る
先月からの主な差分
今回は初回なので、比較する前回記事がありません。
次回以降、先月から変わった以下のような差分をまとめます。
- 料金が変わった
- 変化の記録
- サブスクを契約、解約した
- 理由
- 新機能やモデル
- 感想
今月の距離感まとめ
簡潔にまとめます。
- 実務でも小さいタスクなら使える
- 一次調査、文章下書き作成や校正などで使える
- 小規模なプログラミングなどの開発用途では使える
- 実務では、エージェントで大きな仕事を丸投げするのは怖い
- GPT-6 AstraのComputer Useは驚異的
- この機能が実務に浸透すると、いよいよおじさんも失業の予感
判断軸
- フロンティアクラスのSaaSを利用するならば、仕様変更やサービスダウンに備えて同タスクを実現できる代替サービスがあること
- 実務では、機密情報を扱う場面がある前提で考える
- 開発エージェント用途の実用的なローカルLLM構成について
- まだ十分な実務実績がないと扱う
- 誰でも容易に試せる費用感にない
これらの判断軸を組み合わせると、実務で広く利用するには制約が強いという見方をしています。
コメント
エージェントタスク
便利なんです。でも、作るよりも品質保証をどうするかです。
エージェントが出力した全アウトプットを人がレビューすると辛いという問題があります。
ここの部分が、方向性は色々と見つかってきているようで、世の中的なデファクトスタンダードの確立には至っていないという部分です。
画像生成
本来は、ChatGPTでインフォグラフィックを作って解説する用途などは実用的だと言いたいです。
しかし、今回はそう言わなかったのは、画像生成ができる代替サービス自体はあっても、サービスごとに出力の見た目や品質が大きく異なるためです。
つまり、ChatGPTで画像生成ができなくなると、同一品質の画像が作れなくなるため、過度な依存は危険だと考えます。
あとがき
本記事に関するご叱責や関連情報のご提供などがございましたら
こちらの記事でも、Xでも構いませんのでコメントいただけると幸いです。
細心の注意は払っておりますが、万が一『規約違反』や『不適切な表現』だと感じるケースがございましたら、ご叱責に対して早急な措置を心掛けて参ります。
ただし、すべてのコメントに対してレスポンスが約束されるものではありません。その点はご寛恕いただければ幸いです。
このような怪しいブログ記事をご覧いただきまして、誠にありがとうございました。
文末にて失礼致します。