生成AIを使い始めてから、ChatGPTだけでなく、ClaudeやGeminiも試してきました。
最初は、それぞれに得意なことがあるなら、用途ごとに使い分けた方がいいのではないかと思っていました。
実際、ChatGPTで原稿を書き、Claudeで編集し、Geminiでデザインする、といった分担を考えたこともあります。
ただ、使い続けるうちに、今はもっとシンプルになりました。
普段はChatGPTを中心に使い、別の視点が欲しいときや、内容を確認したいときだけClaudeやGeminiにも見てもらう。
今回は、複数の生成AIを試してきた中で、自分の環境や使い方に合わせてどう選んできたのかを整理してみます。
最初からChatGPTに決めていたわけではない
生成AIを本格的に使い始めたのはChatGPTからでした。
ただ、途中でClaudeやGeminiも使うようになり、中心となるAIを移してみてもいいのでは、と考えたことがあります。
ChatGPTで使っていたカスタム設定や、自分について覚えておいてほしい内容も移し、ほぼ同じ時期に試しました。
当時はChatGPTだけでなく、ClaudeとGeminiにも並行して課金していました。
Claudeは特に、返答の質や言葉遣いが好みに合っていました。できれば、そのまま継続的な相談相手として使いたいと思ったくらいです。
Appleのカレンダーへアクセスできる点も便利で、写真に撮った娘の年間スケジュールをまとめて登録したときにはかなり助かりました。
一方で、自分は複数のプロジェクトをまたいで相談したり、別の場所で進めていることを踏まえて話したりすることが多くあります。
当時のClaudeでは、その使い方がうまくできませんでした。有料プランでも比較的早く利用上限に達する印象があったことも、継続利用を考えるうえで気になった点です。
Geminiも同じように中心役として試しました。
Googleサービスとの連携には魅力を感じ、一時期はメール環境ごとGoogle Workspaceへ移すことも考えました。
ただ、移行すると現在より費用が大きく増えてしまうため、現実的に考えて今の環境を維持することにしました。
返答内容や使い勝手についても、当時はChatGPTの方が自分に合っていると感じました。
こうして試した結果、現在、個人で有料プランを継続しているのはChatGPTだけです。ClaudeとGeminiは無料版を利用しています。
選ぶうえで重要だったのは、AI単体の性能だけではありませんでした。
返答の好み、普段使っているサービス、費用、そして継続的に何を任せたいのか。
自分の環境や目的に合っているかどうかが、判断の基準になりました。
ChatGPTを中心に使うようになった理由
現在は、ちょっとした相談や壁打ちから、DNWの記事企画、個人プロジェクトの整理まで、まずChatGPTに相談するところから始まります。
一番大きいのは、それまで相談してきた内容を踏まえて話を続けやすいことです。
以前話したことを忘れてしまうことはまだありますが、ここ最近はかなり減ったと感じています。
使える機能が増えたことも理由の一つです。
Appleのヘルスケアに記録している血圧データをまとめ、通院時に医師へ見せるレポートを作るといった使い方もしています。
また、月に一度、社内向けに生成AIのトレンドや実務に関係しそうな話題を整理して共有する「マンスリーレター」を作っています。
その情報収集やテーマ決め、原稿作成にもChatGPTを使い、スケジュール機能も活用しています。
単発で何かを作ってもらうだけではなく、何から始めるかという相談から継続的な作業まで、同じ場所で進められることが自分の使い方に合っていました。
AIごとの分業をやめた理由
以前は、AIごとの得意なことに合わせて使い方を分けようとしていました。
マンスリーレターを作るときにも、「原稿はChatGPT」「編集はClaude」「デザインはGemini」という形を考えたことがあります。
実際に出力を比べた当時の印象では、レイアウトのバランスやフォントの使い方はClaudeが最もよく、次がGemini、その次がChatGPTでした。
ただ、何度か試すと結果は安定しませんでした。
Claudeが良いときもあれば、Geminiの方が良いときもあり、出力ごとのブレが気になることもありました。
その後、ChatGPTの出力もかなり良くなり、現在のマンスリーレターでは、原稿から最終的なデザインまでChatGPTだけで完結しても十分だと感じています。
以前は明確な差があると感じていたものも、しばらくすると気にならなくなりました。
工程ごとにAIを切り替える手間まで考えると、無理に分業する必要はないと感じるようになりました。
DNWの画像制作も変わった
DNWの画像制作も、似たような変化がありました。
以前は、アイキャッチ画像や記事内の画像を自分でCanvaというサービスを使って作っていました。
ある程度は意図したものにできますが、記事を書く以外にも制作時間が必要になります。そのため、細かいところでは「このくらいでいいか」という妥協が少なからずありました。
ChatGPTの画像生成の質が上がってからは、画像制作そのものを丸ごと任せ、そこから細かい修正指示を出しながらブラッシュアップするようになりました。
今は、記事について相談している会話の流れのまま、「この記事ならどんなアイキャッチが合うか」「この説明を図にするとしたらどう見せるか」と相談しながら作っています。
記事の内容や、それまで話してきた意図を踏まえて調整できるので、思っていたイメージに近いところまで持っていけることが増えました。
実際のアイキャッチ画像
以前Canvaで制作した記事と、ChatGPTで制作した記事のアイキャッチを紹介します。
以前の制作例：Canvaを使って自作したMX ERGO Sレビュー記事のアイキャッチ。
現在の制作例：記事のテーマをもとにChatGPTと相談しながら生成したPS5記事のアイキャッチ。
画像の雰囲気は記事によって違いますが、自分にとって大きかったのは、記事の内容を踏まえながら画像を作り、気になるところを会話しながら修正できるようになったことです。
以前は、記事を書いたあとにCanvaを開いて画像を作るという別工程でした。
今は、企画から本文、アイキャッチ、記事内の図まで同じ流れで進められます。
現在、新しく制作するDNWの画像はChatGPTに任せています。
画像生成そのものの質だけでなく、制作の流れを一つにつなげられることが大きな変化でした。
ClaudeとGeminiは「別の目」として使う
細かな分業はしなくなりましたが、ClaudeとGeminiを使わなくなったわけではありません。
現在は、主に別の視点から確認してもらうために使っています。
たとえばマンスリーレターでは、ChatGPTで作った原稿の事実関係や誤字脱字の確認を依頼します。
DNWの記事でも、「この構成で本当にいいのかな」と感じたときに、編集者や校正者のような立場で見てもらいます。
そこで出てきた意見を、そのまま採用するわけではありません。
気になった指摘をChatGPTへ戻し、元の記事の意図も含めてもう一度整理します。
特に助かるのが、文章の繰り返しです。
同じような説明や結論を何度も書いていることは、自分で読み返しても意外と気づきにくく、最初に文章を作ったAIもそのまま見逃すことがあります。
別のAIに確認してもらうことで、そうした部分に気づきやすくなり、納得できるところまでブラッシュアップしやすくなりました。
ただし、複数のAIが同じことを答えても、それだけで事実だと確定するわけではありません。重要な情報は、必要に応じて公式情報なども確認しています。
仕事ではCopilotを使う
ここまでは個人で使っている生成AIの話ですが、仕事では事情が違います。
勤務先ではChatGPTを使えないため、Microsoft 365環境で利用できるCopilotを中心に使っています。
分からない略語の確認、クライアントから受け取った資料の要約、提案のアイデアの壁打ち、MTGのサマリー作成、ファイルの翻訳など、幅広い業務で利用しています。
一方、メールの返信を作ってもらうことはそれほど多くありません。
完成した文章を作ってもらうより、調査や整理、考えるための補助として使うことの方が多いです。
個人と仕事で使うAIは違いますが、どちらも自分の環境で利用できるものを、相談や作業の中心として使っている点は共通しています。
複数のAIを使えば、必ず良くなるわけではない
別のAIに確認してもらうことは役立ちますが、数を増やせば必ず良い結果になるわけではありません。
想定していた品質まで上がってこないときに、何度も修正指示を出しても、なかなか良くならないことがあります。
そんなときは、指示を組み直して新しい会話から始めた方が早いこともあります。
最新情報が十分に拾えていなかったり、完成形まで持っていくのに思った以上に時間がかかったりすることもあります。
確認するAIを増やせば、その回答を読む時間も増えます。
だから今は、毎回ClaudeやGeminiにも確認するわけではありません。
外に出す重要な文章や、自分で違和感を持ったところなど、別の視点を入れる意味があると感じたときだけ使っています。
CodexとClaude Codeは、これからもう一度試したい
まだ使い分けの結論が出ていないものもあります。
今後、アプリやWebツールを作っていく中で、CodexとClaude Codeは改めて使い比べたいと思っています。
以前少し試したときは、Claude Codeは比較的早く利用上限に達する一方、出力結果のエラーが少なく感じました。Codexは利用上限をそれほど意識せずに使えました。
ただし、本格的な開発を通じて比較したわけではありません。
その後はどちらもモデルや機能が更新されていますし、通常のChatGPTでもコード生成時のエラーがかなり減ったと感じています。
簡単なものであれば、Codexを使わずに通常のChatGPTで済む場面も増えました。
今後、本格的にアプリを作るようになったときに、改めて使い分けを考えたいと思っています。
自分に合う使い方は、使いながら見つけていく
ChatGPT、Claude、Geminiを試してきましたが、今は「どのAIが一番優れているか」をあまり気にしなくて良くなりました。
返事の仕方が自分に合うか。普段使っているサービスや環境とうまくつながるか。これまでの相談を踏まえて話を続けやすいか。そして、自分がやりたいことを進める助けになるか。
自分にとっては、そうしたことの方が重要でした。
最初はAIごとの得意なことに合わせて使い方を分けようとしていましたが、モデルは更新され、できることも変わっていきます。
今は、一つを中心に使いながら、別の視点が欲しいときや足りないところがあるときだけ、ほかのAIを使っています。
これは最初から決めていた使い方ではありません。
「この返事は自分に合う」「ここは使いにくい」「これは別のAIにも見てもらいたい」と試しているうちに、自然と今の形になりました。
そして、生成AIを使うようになって大きく変わったのは、これまでやりたいと思っていてもできなかったことや、どう手をつければいいのか分からなかったことに、以前より取り組みやすくなったことです。
何から始めればいいのか、まだぼんやりしている段階から相談できます。
話しているうちに「まずこれをやってみよう」と進めることもあれば、「方向を変えよう」「今はやめておこう」と判断することもあります。
以前なら考えたまま止まっていたことを、進めるのか、方向転換するのか、やめるのかまで整理しやすくなりました。
DNWの記事を書くことも、画像を作ることも、毎月情報を整理して社内へ共有することも、その具体例です。
AIがすべてやってくれるわけではありません。
それでも、自分に合う使い方が分かってくると、「やってみたい」で止まっていたことを動かし始めるハードルはかなり下がりました。
これからも新しいモデルやサービスは出てくると思います。
そのたびに性能だけで選ぶのではなく、自分の環境ややりたいことに対して、どのAIをどう使うと助けになるのかを試していく。
今のところ、それが自分なりの生成AIとの付き合い方になっています。
こちらも読んでほしい
ChatGPTのChatとWork、どう使い分ける？実際に試して分かったこと
ChatGPTの中にある「Chat」と「Work」を実際に使ってみて、どう使い分けているかを別の記事で整理しています。
ChatGPTを普段使っている人には、こちらも参考にしていただけると思います。
