BUNKYO AI LAB 文京区のAIコミュニティ

AIを、ひとりで試す。
みんなで、
使いこなす。

文京区・我楽田工房に集まり、
AIの最新動向や日々の活用を持ち寄る研究会。
仕事の工夫も、ちょっとした困りごとも。
一緒に試しながら学びます。

研究会について実験ノートを読む

ひとりの発見が、誰かのヒントに。

OUR COMMUNITY

最新のAIを知る。自分の使い方を見つける。仲間と学び合う。

研究会のひとこま

WHAT WE DO

持ち寄るほど、
使い方が広がる。

教わるだけで終わらず、試して、話して、また試す。
それぞれの経験から学び合うコミュニティです。

仕事や発信に使う

日々の作業を効率化したり、記事の下書きを考えたり。自分の仕事や地域の情報発信に、AIをどう活かすか試します。

困りごとを相談する

「こんな使い方ができた」「ここでつまずいた」。参加者同士で実例を見せ合い、一緒に次のヒントを探します。

AROUND THE TABLE

話を聞く。
自分の使い方を話す。

研究会は、AIの最新動向についてのトークと、参加者同士の情報交換を組み合わせて開いています。講師の話だけでなく、隣の人のちょっとした工夫も学びのきっかけに。

文京経済新聞の市民ライター養成の一環として、AIに関心のある一般の方にも開かれた研究会です。

PAST GATHERING過去の開催例

2026年7月12日（日） / 13:00–15:00

AIの最新動向と実践活用を学び合う研究会

01
最近のAI事情と、これからの可能性
青山和暉によるトーク
02
参加者同士で、活用を持ち寄る
事例の共有・困りごとの相談・相互レクチャー

この内容は2026年7月回の記録です。開催回によって内容は異なります。

FOR YOUR CURIOSITY

きっかけは、
身近な「やってみたい」。

日々の作業に、AIを取り入れてみたい

仲間の使い方を知って、学びを広げたい

地域の魅力を、自分の言葉で発信したい

AIと一緒に、記事や文章を書いてみたい

FROM OUR NOTEBOOK

試したことを、
次のヒントに。

実験ノートをすべて読む

管理人ブログ/2026年3月10日

AIに使われる側になろう

最近、働き方の重心が少し変わった。 ai を使うというより、 AIに使われる方向へ寄せている。 --- AIを使う側、だけでは足りない最近、「AIを使う側になろう」という話をよく見る。これは正しい。使わないよりは、使った方がいい。ただ、ここで別の見方も検証してみたい。 > むしろ、積極的に AIに使われる側へ寄っていった方がいいのではないか。僕は最近、そういう方向の働き方を試している。以前、AIサービスを考えるときは、「今のAIで成立するか」よりも、「AIが強くなったときに自然と価値が増すか」を見た方がよい、という趣旨の話を読んだ。OpenAI CEO サム・アルトマン氏の言葉である。これはかなり上手い観点だと思った。今の能力で辛うじて成立しているものは、モデル性能が上がったときに必ずしも強くならない。むしろ、土台ごと別のものに置き換えられる可能性すらある。逆に、 AIが強くなるたびにそのまま恩恵を受けられる場所にいれば、モデルの進化そのものが追い風になる。これは、個人の働き方にも当てはまるかもしれない。今の自分の仕事の仕方は、AIがさらに強くなったときに、そのまま伸びるのか。この観点はかなり重要になる。 AIを便利な道具としてつまみ食いしているだけだと、本当にAIが強くなったとき、そのやり方自体が足を引っ張る可能性がある。最近は、そういう見方をすることが増えた。多くの人は、自分の能力やスキルに軸足を置き、その補助としてAIを使うだろう。僕は少し逆を試している。多少不格好でも、 AI側に重心を寄せておく。 AIの進化が、そのまま自分の拡張になる状態を狙っている。 --- AIに使われる、とは何かこの表現は、少し嫌な捉え方をされるかもしれない。しかし、少し踏み込んでみたい。 AIにやってもらうのは、単なる文章生成や検索だけではない。 - 優先順位を決めてもらう - 次に何をやるか提案してもらう - 論点を広げてもらう - 計画に落としてもらう - 進捗を管理してもらう - 必要であれば評価までしてもらうつまり、日々の意思決定や中間処理をかなりAI側に持たせる、という話である。人は意思決定で疲れる。判断の回数が増えるほど、質も落ちる。これはかなり本質的だと思う。だから、よく設計された仕組みに日々の判断を預ける、という発想自体は昔からある。たとえば、 - 服装を固定する - 時間割を固定する - タイムボクシングで「この時間はこの仕事に専念する」と決めるこうした工夫は、結局のところ、判断コストを減らす仕組みである。だったら、その仕組みのかなり大きな部分をAIで作ってしまってもよい。チューニングは人間がすればいい。けれど、日々の細かな判断は、なるべくAIに持ってもらった方が自然である。最近の僕はそう考えている。 --- 仕事のサンドイッチ構造今の僕の頭の中には、仕事のサンドイッチ構造のようなイメージがある。一番上：人間の意志何をやりたいのか。どの方向に進みたいのか。何を面白いと思うのか。どう生きたいのか。ここは人間が持つ。一番下：人間の実行権限の都合でAIに任せられない操作。セキュリティの都合で人間が触るしかない部分。外部サービスへの最終実行。そういう末端は、今のところ人間がやる。その間：AIの知的処理 - 調査する - 整理する - 事業計画に落とす - 実装方針を作る - Issueに分解する - 順序を決める - 進捗を見て、次にやるべきことを提案するつまり、最上位の意志と、最下位の実行を人間が持ち、中間の知的処理をAIがかなり担う、という形である。言い換えれば、中間管理のようなものをAIにやらせるイメージである。人間が最上位の意思決定者であり、同時に最下位の作業者でもある。その間をAIが埋める。今の僕は、そういう構図を漠然と思い浮かべている。 --- 実際にやっていること思考の具体化のために、最近やっていることを書く。 1. 開発の上流から中流をAIに持たせるたとえば開発では、まず方向性だけをかなり大雑把に決める。 - 何を作りたいのか - どんな仮説を試したいのか最初はそのくらいの抽象度から始める。そこからAIにディープリサーチをしてもらい、その結果をもとに、事業計画や実装方針へ落としてもらう。もちろん、そのまま採用するわけではない。自分の考えていることと違うところや、気持ち悪いところは直す。ただ、重要なのは、中間の具体化と整理をかなりAIに任せていることである。その後、それを github のIssueやプロジェクト構造に落とし込み、そこから実装を進める。個人開発や、製品として出す前の試作品では、かなりこのやり方をしている。人間が全部を自分で設計し、自分で分解し、自分で管理するよりも、AIにその多くをやってもらった方が、少なくとも今の僕には都合が良い。 2. 自分自身の管理もAIに寄せるもう一つは、自分自身の管理である。 GitHubの情報や日々の活動をAIに見せながら、Notionとつないで、 - 週次計画 - 日次の活動履歴 - 週報の作成のようなものを automation しようとしている。具体的には、 - 今日何をやるべきか - 今週何が進んだのか - 何が止まっているのか - どこに時間を使っているのかそういったことをAIに可視化してもらい、提案してもらい、管理してもらう。それを繋ぐための仕組みの構築（独自MCP）も、かなりAIに手伝ってもらっている。これもまた、 AIに使われる側の発想である。 3. 文章を書くプロセスも同じさらに言えば、こういう投稿も同じである。最初に「こういう話がしたい」と置くのは僕だ。けれど、問いを返し、考えを掘り、論点を整理し、構造を作る中間工程はAIが担っている。最後に投稿するのは僕だが、その手前の知的整理はかなりAIに依存している。これもまた、サンドイッチ構造である。 --- 何が一番変わるのかこの働き方をすると、何が一番変わるのか。僕は、並列性だと思う。中間工程を自分で全部抱えると、どうしてもどこかで詰まる。 - 調査で止まる - 設計で止まる - 整理で止まる - タスク分解で止まるこうした詰まりが、複数の仕事を並列で回すことを難しくする。ところが、その詰まりの多くをAIに持たせると、全部が速くなるというより、流れが止まりにくくなる。その結果、複数の流れを同時に動かしやすくなる。感覚的には、重い集中をあまり必要としないものなら、三つか四つくらいは並列で進められる。小さな会社の経営者が、複数の部署を見るような感じである。自分一人でやっているのに、仕事の流れだけは少し組織化される。もちろん、楽になるだけではない。並列度が上がるので、それなりに疲れる。ただ、疲れ方は変わる。先日の投稿にも書いたが、僕は最近、 voice-input を常用している。立ったまま、体を動かしながら仕事をしている。キーボードに張り付いて、上半身を固めたまま作業する感じではなくなってきた。だから、心理的にはそれなりに目まぐるしいが、身体的には意外と消耗しない。少なくとも、同じ作業を延々と続けるよりは飽きにくい。 --- 主体性についてこの話に対しては、「自分の頭で考えるべきだ」という反発が一番自然だと思う。かなり真っ当な感覚である。ただ、僕の中では、人生のオーナーシップと、仕事の中の意思決定は分けて考えている。自分で持つべきもの - どこに住むか - 誰と過ごすか - 何を大事にするか - どんな暮らしをしたいのかそういう人生の上位目的は、自分で持つべきだと思う。そこは多少非合理でも構わない。むしろ、合理性だけで決める方が不自然だろう。委ねてもよいもの一方で、生産性を求める仕事の内部では、日々の意思決定のかなりの部分を、よく設計されたAIに委ねた方が合理的な場面が増える気がしている。だから、これは主体性の放棄ではない。 > どこを自分で持ち、どこを仕組みに渡すかの再設計そう捉えた方が近い。責任についても、当面は人間に残るだろう。制度がそうなっているからである。だからこそ、最上位の意志と最下位の実行は人間が持つ。ただ、責任が残るからといって、中間の知的処理まで全部人間が抱え込む必要はない。そこは切り分けた方がよいと、僕は考えている。 --- なぜ不完全な今から寄せるのかもちろん、今のAIが完璧だから、こんなことを言っているわけではない。むしろ逆である。今のAIはまだ少し粗い。人間がやった方が速い場面も多い。わざわざAIに寄せることで、面倒が増えることもある。それでも僕が重心をAI側に寄せているのは、今の最適を取りにいくためではない。 > AIが強くなったときに、その性能向上の恩恵を、そのまま受け取れる働き方にしておきたいからである。今の時点で少し不格好でも、AIの成長曲線に自分の働き方を乗せておけば、モデルが賢くなること自体が、自分の仕事の増分になる。逆に、AIを補助ツールとしてしか使わないままだと、AIが強くなったときに一部は楽になっても、自分の仕事の構造そのものはあまり変わらないかもしれない。さらに、先にそういう働き方を試しておけば、どこがボトルネックなのかも見えやすい。 - どこはAIで埋まるのか - どこは権限の問題で残るのか - どこは意外と人間が持つべきなのかそういう変化の兆候を、少し早く察知できる。正しいかどうかは分からない。ただ、早く試しておく意味はあると思っている。 --- 最近の実験別に、これが正解だと主張したいわけではない。こんな工夫をしている間に、AIがもっと先へ進み、前提が全部変わる可能性だって普通にある。しばらく僕は、この方向の働き方を続けてみるつもりである。 AIを便利な道具として少し使うのではなく、 AIが強くなるほど自分の働き方も伸びるような位置に、自分を置いてみる。 AIを使う側になる、ではなく、積極的にAIに使われる側へ寄ってみる。最近は、そんな実験をしている。

管理人ブログ/2026年3月6日

AI時代の脳のデザイン

最近、AI時代の脳のデザインということをよく考えている。ここで言う脳のデザインは、脳科学の話ではない。AIが前提になった社会で、人間は何を鍛え、何を委ね、どんな知性の使い方をするのか、という話である。 AIの話になると、多くは「今ある仕事にAIをどう足すか」という方向に流れる。けれど、たぶん本質はそこではない。馬車が自動車になった時、単に移動が速くなっただけではなく、道路や物流や都市の構造まで変わった。AIも同じで、知的労働に便利な道具が追加される、というより、知的労働そのものの前提が変わるのだと思う。だから僕が気になっているのは、AIが何を代替するかより、そういう時代に人間の脳をどう設計し直すべきか、という方である。人間の役割について AIが広がるほど、人間がAIに知的な助言を与える場面は減っていく気がしている。人間より賢い相手に、人間が“賢さ”で勝負しても、あまり意味がない。それでも人間側に残る仕事はある。僕はそれを、かなり雑に言えば「人間の代弁」と呼んでいる。倫理観、美意識、違和感、ニュアンス。五感を通した反応。身体の調子や、その場の空気や、なぜかわからないけれど気持ち悪い、という感覚。そういったものは、少なくとも今のところ、人間側が強く持っている基準点である。別に、人間だけに主観があるとか、人間だけにクオリアがあるとか、そういうことを断言したいわけではない。そんなことは証明しようがない。けれど、少なくとも今の社会で最終的に調整対象になっているのは、人間がどう感じるかである。AIはそこにかなり上手く合わせてくるだろうし、むしろ人間より上手く最適化する場面も増えると思う。だが、何に合わせるのかという入力そのものは、まだ人間側が差し出すしかない。だから、これからの人間の役割は、AIに勝つことではなく、人間にとって何が良いのかをうまく差し出すことになるのだと思う。何を手放し、何を残すかこの話をすると、すぐに「暗記はもういらない」「集中力はいらない」という方向に行きがちである。僕はそこには少し慎重である。人間の能力は、食事に近い。何か一つを雑に抜けば良い、というものではない。知識は創造性を邪魔する時もあれば、支える時もある。論理的な思考も、記憶も、一定量は必要だろう。だから、AIがやるから不要、という言い方はあまりしたくない。僕が大事だと思うのは、自分の人生のオーナーシップをAIに渡し切らないことである。AIは最適化が得意なので、自分がこだわらない部分はかなり手放せるようになると思う。実際、それで楽になることは多いだろう。ただ、人生全体までAIに運転してもらうと、さすがに何をしているのかわからなくなる。便利ではあるが、主体ではなくなる。だから、ある程度考えること、ある程度判断すること、ある程度自分で言語化することは、効率のためというより、人生の著者であり続けるために必要なのだと思う。一方で、今の社会が要請している能力のすべてを神聖視する必要もない。長時間座って、淡々と、切れ目なく集中し続けることが本当に人間にとって自然で価値のある能力なのかは、かなり怪しい。必要なのは、長い集中より、短くて濃い集中、深い集中なのではないかと思う。文明や仕事の都合で強化されてきただけの能力は、AIと一緒に少しずつ手放してよいのかもしれない。賢さと努力について AI時代に賢さの定義が変わる、とよく言われる。僕は、定義そのものはそこまで変わらない気もしている。賢さは昔からかなり曖昧で、偏差値や学歴だけでは測れなかった。会話や知識の厚みや、ものの見方に滲むものでもある。変わるのは、賢さの中身というより、賢さの社会的な役割の方だと思う。昔は力持ちであることが、そのまま仕事や生存に直結していた。今はそうではない。それでも筋力には価値があり、魅力もあり、趣味にもなりうる。同じように、賢さも今後は「生産のための必須能力」から少しずつ外れていくのではないかと思う。つまり、これまでの知性が生き延びるための知性だったとすれば、これからは自己実現のための知性の比重が上がる。何かを作ること。意味があるかどうかとは別に、作品を生むこと。何かを深く味わうこと。人と関係を結ぶこと。自分が何を望むのかを言葉にすること。そういう方向に、人間の知性がより多く使われるようになるのではないか。 AIはそこもかなり援用してくれるだろう。だが、最後に「自分は何をしたいのか」を引き受けるのは自分である。その姿勢だけは、あまり外部化できない。だから努力の意味も、僕は本質的には変わらないと思っている。努力とは、ありたい状態に向けて、継続的に自己を変容させることだろう。変わるのは、何のために努力するかである。社会から半ば強制される努力ではなく、自分で選んだ方向に向けた努力の比重が高くなる。もっとも、これは簡単ではない。AIによって何でもできるようになるほど、逆に何をしたいのかわからない虚無も出てくる。人間は、自由になるほど幸福になる、と単純には言えない。ある程度は強制されている方が楽だった、という結論すらありうる。それでも、刹那的に消費するだけではなく、何かを選び、そこに向けて積み上げることは、たぶん今後も必要であり続ける。身体性と教育について AIが非身体的な知性として強くなるほど、人間は自分の身体をもう一度ちゃんと扱う必要がある気がしている。海に行くとか、山に行くとか、凹凸のある場所を歩くとか、そういう話である。少しオカルティックに聞こえるかもしれないが、別に神秘主義を言いたいわけではない。平坦な道を歩き、空調の効いた部屋で、ディスプレイだけを見て暮らしていると、自分の体がどういう時にどう反応するのか、その感覚がかなり鈍る。人間が何を快と感じ、何を不快と感じ、何に違和感を持つのか。その感覚の土台は、案外こういう身体的な経験の中にある。効率だけを追う生活は、AIには向いていても、人間には向いていないのかもしれない。教育について考える時、ここが特に難しい。これから社会に出るまでに五年、十年ある子どもたちに、今の前提のまま何を教えるべきかを決めるのはかなり不透明である。暗記を減らせばいいのか。読解を重くすべきなのか。感性なのか。スポーツなのか。身体感覚なのか。正直、簡単には決められない。ただ、少なくとも思うのは、子どもをあまり閉じた世界に置かない方がいいということである。小さい子なら、自然や人や世界との接点を増やしつつ、好きなことへの障壁をなるべく下げること。中高生なら、学校やSNSの閉じた空気だけで世界を判断しないように、本を読んだり、講演を聞いたり、コミュニティに出たり、社会人の話を聞いたりすること。 AI時代だから特別に変わる、というより、もともと大事だったことが、むしろごまかせなくなるのだと思う。自分の仕事の変化最後に、これはもう理屈ではなく実感の話である。僕自身、仕事のやり方はかなり変わった。以前は、一人で考えて、ある程度まとまってから外に出すことが多かった。今はむしろ、AIに問いを返してもらいながら、自分の中にあるものを反射的に出し、出したものをまとめてもらい、そこからさらに考える、というやり方が増えた。これは、思考をやめたということではない。むしろ逆で、思考の外在化と客体化がずっとやりやすくなった。自分でもまだ掴み切れていない考えを、対話の中で少しずつ掘り出していける。 AIは答えを出す機械というより、思考の鏡とか、壁打ち相手とか、そういう位置づけに近くなっている。だから、AI時代の脳のデザインというのは、未来の話だけでもない。すでに、働き方の中で始まっている。僕はAIをかなり自由の方向に働く技術だと思っている。ただ、その自由は放っておくと虚無にもなる。だからこそ、AIに何を任せるかと同じくらい、何を自分で引き受けるかが重要になる。 - 賢くあることより、自分の人生の著者であること。 - 効率よくこなすことより、何を良いと感じるかを育てること。 - 正解を速く出すことより、自分の中の解をちゃんと見つけにいくこと。 AI時代の脳のデザインと言う時、僕が考えているのは、だいたいそういうことである。

AI最前線/2026年3月6日

GPT-5.4が登場。何が変わったのか？

OpenAIが2026年3月5日に gpt -5.4 を発表しました。ChatGPTでは GPT-5.4 Thinking として提供され、 api や codex でも利用できます。 1 新モデルが出るたびに「前より賢くなった」と言われますが、今回のGPT-5.4は、単に会話が自然になったというより、実際の作業をこなす力が強くなったことが大きなポイントです。この記事では、GPT-5.4で何が変わったのかを、専門用語をできるだけ避けながら整理します。 --- まず押さえたい前提今回のGPT-5.4で名前として出てくるのは、主に次の3つです。 1 - GPT-5.4 Thinking 時間をかけて考えるタイプです。ChatGPTで長めの調査や整理をさせるときの中心になります。 - Auto ChatGPT側が、すばやく返すべきか、しっかり考えるべきかを判断して、 GPT-5.3 Instant と GPT-5.4 Thinking を切り替える仕組みです。 - GPT-5.4 Pro さらに重い仕事向けの上位版です。長く複雑な作業向けの位置づけです。ここで重要なのは、 GPT-5.4は「新しい頭脳」ではあるが、特に強化されたのは雑談よりも実務寄りの処理だという点です。 2 --- GPT-5.4で変わったこと 1 文書・表計算・プレゼンのような「仕事の成果物」がかなり強くなった OpenAIは今回の発表で、GPT-5.4を “professional work（実務向け）” のモデルとして位置づけています。 2 特に強化されたと明言されているのが、次の3つです。 2 - スプレッドシート - 文書作成 - プレゼン資料たとえばOpenAIの公開情報では、社内の表計算タスク評価で GPT-5.4 は 87.3% 、GPT-5.2 は 68.4% でした。また、プレゼン評価では、人間の評価者が 68.0% の割合で GPT-5.4 の出力を GPT-5.2 より好んだとされています。 2 この変化を普通の利用者向けに言い換えると、こうなります。 - 長いメモを整理して文書にする - 比較表を作る - 説明資料のたたき台を作る - 見出しや構成を整えるこうした「答えを出す」だけでなく、「読みやすい形に整える」作業が、前の世代より得意になった、ということです。 --- GPT-5.4で変わったこと 2 長い依頼でも、途中で話がずれにくくなった ChatGPTのリリースノートでは、GPT-5.4 Thinking について、長く考える必要がある質問で文脈をよりよく維持すると説明されています。 3 API側でも、GPT-5.4は 1,050,000トークンのコンテキストウィンドウを持つと案内されています。 4 専門用語なので平たく言うと、かなり長い文章や長いやり取りを扱いやすくなったということです。普段の使い方でいうと、これは次のような場面で効いてきます。 - 長い記事や資料を読ませて要点をまとめる - 条件が多い依頼を一度に投げる - 何往復かしたあとでも、最初の条件を踏まえて続きをさせる以前のモデルでもできないわけではありませんでしたが、GPT-5.4では長い依頼を最後まで崩さず処理する力が一段上がったと見るのが自然です。 2 3 4 --- GPT-5.4で変わったこと 3 Web調査が強くなった今回のGPT-5.4は、単に知識を答えるだけでなく、 Web上の情報を探して整理する力も強化されています。 2 3 OpenAIは、GPT-5.4 Thinking が ChatGPTでの deep web research を改善したと説明しています。 3 また公式発表では、難しい情報探索を測る BrowseComp という評価で、GPT-5.4 は 82.7% 、GPT-5.2 は 65.8% とされています。 2 ここで言いたいのは、「検索が速い」という話ではありません。重要なのは、GPT-5.4が以前よりも、 - 情報を探し続ける - 見つけた情報を整理する - 長い調査の流れを維持するという流れに強くなったことです。 2 3 そのため、ニュースの整理、複数サービスの比較、少し調べにくいテーマの下調べなどで、体感差が出やすいモデルだと言えます。 --- GPT-5.4で変わったこと 4 事実関係のミスは減っている OpenAIは、GPT-5.4について “our most factual model yet” と表現しています。 2 公式発表では、ユーザーが「事実誤認があった」と指摘した種類の匿名化 prompt 群で比較した結果として、 - 個々の主張が誤っている確率が 33%低下 - 回答全体に何らかの誤りを含む確率が 18%低下と説明しています。比較対象は GPT-5.2 です。 2 これはかなり重要な変化です。 ai は便利でも、「もっともらしいが違うこと」を言う場面が弱点でした。GPT-5.4はその弱点を減らす方向に進んでいます。ただし、ここは誤解してはいけません。ミスが減ったこととミスがなくなったことは別です。つまりGPT-5.4は、前より信用しやすくなった一方で、契約・医療・法律・お金の判断のような重要な場面では、引き続き人間の確認が必要です。 --- GPT-5.4で変わったこと 5 開発者向けには「コンピュータ操作」が大きな進化これは一般利用者には少し間接的な変化ですが、GPT-5.4の大きな特徴のひとつです。 OpenAIは、GPT-5.4を初めての汎用コンピュータ操作対応モデルだと説明しています。 2 公式発表では、APIとCodexにおいて、スクリーンショットを見ながら操作したり、ソフトウェアをまたぐ作業を進めたりする能力が強化されたとされています。 2 また、ツールやコネクタを大量に使う環境でも、必要な道具を見つけて使う “tool search” が改善したと説明されています。 2 一般の利用者にとっては少し遠い話に見えますが、今後AIが - アプリをまたいで作業する - ファイルを読み、表を作り、資料を整える - 途中経過を確認しながら仕事を進めるといった使われ方をしていく土台になる変化です。 --- ChatGPTで見える変化 ChatGPT側でも、GPT-5.4に合わせて見え方が少し変わっています。 1 3 1. Autoがより意味のある設定になった Autoを選ぶと、ChatGPTは GPT-5.3 Instant と GPT-5.4 Thinking を切り替えます。 1 そのため、普段の軽い質問では速いモデル、重い依頼では深く考えるモデル、という使い分けが以前より明確になっています。 2. 考え始める前に「何をするか」を先に出すことがある OpenAIの案内では、GPT-5.4 Thinking や Pro は、考え始める前に短い前置きで「これから何をするか」を示す場合があります。 1 ChatGPTのリリースノートでも、最初に計画を示し、その途中で追加指示を入れられることが説明されています。 3 これは、AIの内部事情を見せるためというより、途中で方向修正しやすくするためのUI上の改善と考えるとわかりやすいです。 --- では、普通の利用者にとって何が一番大きいのか GPT-5.4の変化を一言でまとめるなら、次のようになります。「質問に答えるAI」から、「まとまった作業を仕上げるAI」に近づいたたとえば以前より差が出やすいのは、こういう仕事です。 - 長い資料を読ませて、要点を整理する - 比較表や提案文の形にまとめる - 複数情報を見比べて、違いを説明する - 調べながら答えを組み立てる - 長いやり取りの条件を保ったまま仕上げる逆に言えば、短い雑談や単発の質問だけだと、GPT-5.4の進化は見えにくいかもしれません。今回の改善は、「少し重い仕事」をさせたときほど体感しやすいタイプです。 2 3 --- まとめ GPT-5.4は、単に「前より賢い新モデル」というだけではありません。今回の中心は、実務に近い作業を、より正確に、より長く、より整った形で進められるようになったことです。 2 3 4 ポイントをまとめると、次のとおりです。 - 文書・表計算・プレゼン作成が強くなった - 長い依頼や長文でも流れを保ちやすくなった - Web調査が強くなった - 事実関係のミスが減った - 開発者向けにはコンピュータ操作が大きく進化した AIを「会話相手」として見ると、変化は少しわかりにくいかもしれません。しかし、AIを「調べて、整理して、形にする道具」として見ると、GPT-5.4はかなり大きな更新です。今後のChatGPTは、単発で質問に答えるだけでなく、文書・調査・資料整理のような仕事を一緒に進める方向に、さらに寄っていくことになりそうです。 --- 参考情報 - OpenAI公式発表「Introducing GPT-5.4」 - OpenAI Help Center「GPT-5.3 and GPT-5.4 in ChatGPT」 - OpenAI Help Center「ChatGPT — Release Notes」 - OpenAI API Docs「GPT-5.4 Model」 > ※本記事は2026年3月6日時点の公開情報をもとにしています。

FROM OUR NOTEBOOK

試したことを、次のヒントに。

START SMALL

知らない言葉も、
次の一歩に。

自分のペースで学べる入門ガイドと用語集。
気になるところから、少しずつ。

入門ガイド言葉を調べる

PLACE & PEOPLE

文京のまちで、学び合う。

OUR PLACE

我楽田工房

文京区関口の地域交流スペース。日々の仕事や暮らしの話から、AIの新しい使い方まで。顔を合わせて話せる場所が、研究会の拠点です。

東京都文京区関口1-29-6 1F

主催：文京経済新聞
協力：青山和暉

ADVISOR

青山和暉

Kazuki Aoyama

東京大学工学部電子情報工学科卒。企業のAIシステム開発に携わりながら、個人でもAI活用を研究。最新動向と実践の両面から、研究会の学びを支えています。

X Facebook

AIを、ひとりで試す。みんなで、使いこなす。

持ち寄るほど、使い方が広がる。

最新のAIを知る

仕事や発信に使う

困りごとを相談する

話を聞く。自分の使い方を話す。

AIの最新動向と実践活用を学び合う研究会

最近のAI事情と、これからの可能性

参加者同士で、活用を持ち寄る

きっかけは、身近な「やってみたい」。