ライターが選ぶ！記事作成におすすめAIツールはコレだ！ GPT vs Claude vs Llama（15日目）

2024年7月24日 22:08

普段、マーケターとしてSEOやら集客やらに取り組んでいるけど、まだAIサービスを使ってなかった！（おそい？大丈夫、これから追いつくから）

ってことで、【生成AIマスターへの爆速レベルアップ企画中】はたして、1ヶ月で素人からプロのユーザーへなれるのか…!? 今日は15日目🔥🚀

今日は、Perplexityで利用できる言語モデルを比較してみたい。
（Perplexityは、検索エンジンとしても使えるし、生成AIも使える、便利サービス。詳しくはこちらで紹介している →【AI超初心者】まず、利用するAIサービスを1つ選んでみた）

Perplexityでは、以下の6つの言語モデルが使えるらしい

デフォルト
Claude 3.5 Sonnet
Sonar Large 32K
GPT-4o
Claude 3 Opus
Llama 3.1 405B

ちなみに、Llama 3.1 405Bは、本日7/24に新しく使えるようになったそう。

Llama 3.1 405B - GPT-4oやClaude Sonnet 3.5モデルに匹敵する最も有能なオープンソースが、パープレProで利用可能になりました！ pic.twitter.com/2mharsm7rT
— Perplexity Japan 🇯🇵 (@perplexity_jp) July 23, 2024

自分は、マーケティングの仕事をしているので、今日は記事作成の視点でどう違うのかを比較してみる。

6つあるが、文章生成が強いと言われているClaude 3.5 Sonnet（普段使っているのがこれ）と、みんな大好きGPT-4oと、今日使えるようになったLlama 3.1 405B（長いな、どこまでが名前…？）の3つを比較してみよう。

ちなみに、この3つの概要はこちら▼
（それぞれに付いている数字はバージョンやバリエーションを示すらしい。）

Claude 3.5 Sonnet（読み方：クロード 3.5 ソネット）
・開発元：Anthropic（読み方：アンスロピック）
・リリース日：2024年6月21日
・文章作成の特徴：自然な文章生成に定評がある（特に日本語と相性がいいそう！）

GPT-4o（読み方：ジーピーティーフォーオー）
・開発元：OpenAI
・リリース日：2024年5月13日
・文章作成の特徴：さまざまな言語で高品質

Llama 3.1 405B（読み方：ラマ 3.1 405ビー）
・開発元：Meta
・リリース日：2024年7月24日
・文章作成の特徴：特定の文体や専門分野に特化した文章生成が可能

普段はコンテンツマーケティングの業務をしているので、今回は「文章作成」の作業において、この3つの言語モデルを比較してみたい。

今回使用したプロンプトはこちら▼

生成AIが与えるビジネススキルへの影響について、800字程度の記事を書いてください。以下の点を含めてください: 1. 生成AIの現状と将来の可能性 2. 生成AIがもたらすビジネススキルの良い変化 3. 生成AIがもたらすビジネススキルの悪い変化記事は親しみやすく、読者にとって分かりやすい内容にしてください。また、適切な箇所で具体例を挙げて説明してください。

比較してみたら…

全然ちがーーーう🔥🚀
「内容」「文章のトンマナ」「その他」で独断で比較してみた！
（実際のそれぞれのアウトプットは、この段落の後につけておく）

内容
- Claude 3.5 Sonnetは、業務のイメージができるような具体例を用いて説明がされている。自分の業務（マーケ）領域に近いからかもしれないが、例がわかりやすかった。一般社員のレベルでのビジネススキルへの影響が説明されている印象。
- GPT-4oは、コンサルのプレゼンのよう。具体的な話をしているんだけど、リーダーやマネージャーの視点から業務を見た時の話をしているような感覚。
- Llama 3.1 405Bは、具体的な職種をイメージさせるような話は少なく、一般的な話になっていた。一番知りたかった内容（良い影響と悪い影響）が少なく、導入と締めの段落の文章が厚め。
文章のトンマナ
- Claude 3.5 Sonnetは、親しみやすい表現で、自分がよく目にするような、そして自分がよく書くような文章だった。ビジネスマンに広く受け入れられそうなオウンドメディア記事という感じ。
- GPT-4oは、見出しの付け方や構成からして、少し論文っぽいのかな。ただ、横文字も多くてコンサルっぽい印象もある（専門用語が多いのか）。不思議な文章。あまり自分には馴染みがないので、とっつきづらい印象。
- Llama 3.1 405Bは、自然な文章で説明もわかりやすい。専門用語は少なく、理解しやすい単語が用いられている。ただ、硬めなので、公的な文章を読んでいる感覚になる。

その他
- Claude 3.5 Sonnetは、見出しがないけれど、段落の出だしでその段落の要点を話しているので理解しやすい。ひらがな、漢字、カタカナのバランスも良い。
- GPT-4oは、英語を日本語に訳したような印象がある。カタカナが多くて、その分野に精通していないと、ちょっと何言ってるのかわからなくなってくる。構成も論文っぽい（論文を書くのにはいいのかもしれない）。
- Llama 3.1 405Bは、読みやすい文章だけど、なんだか内容的にも表現的にも、少し物足りなさが残る。

という感じ。
やはり、日本語の自然な文章を作るには、Claude 3.5 Sonnetがいいね🔥🚀

ここからは、実際の出力をのせておく！！ご参考に！！

Claude 3.5 Sonnetの出力

生成AIがビジネススキルに与える影響：光と影

近年、ChatGPTをはじめとする生成AIの急速な発展により、ビジネスの世界は大きな変革期を迎えています。生成AIは既に多くの企業で活用され始めており、今後さらなる進化が期待されています。では、この革新的な技術は私たちのビジネススキルにどのような影響を与えるのでしょうか。

まず、生成AIがもたらす良い変化として、業務効率の飛躍的な向上が挙げられます。例えば、レポート作成や資料分析といった時間のかかる作業を生成AIに任せることで、従業員はより創造的で戦略的な業務に集中できるようになります[1]。また、生成AIを活用することで、データ分析や市場調査のスキルが向上し、より的確な意思決定が可能になるでしょう。

さらに、生成AIは新しいアイデアの創出や問題解決にも貢献します。例えば、マーケティング部門では、生成AIを使って顧客のニーズに合わせたパーソナライズされた広告コピーを作成することができます[11]。これにより、クリエイティブスキルの幅が広がり、より効果的なマーケティング戦略の立案が可能になります。

一方で、生成AIがもたらす負の影響も無視できません。最も懸念されるのは、特定の職種や業務が自動化されることによる雇用への影響です[8]。例えば、単純な文書作成や基本的なプログラミングなどの業務は、生成AIによって代替される可能性が高くなっています。

また、生成AIへの過度の依存は、人間本来の思考力や創造性を低下させる恐れがあります。常に生成AIに頼ることで、自ら考え抜く力や独創的なアイデアを生み出す能力が衰えてしまう可能性があるのです[6]。

さらに、生成AIの出力には時として偏りや誤りが含まれることがあり、これらを適切に判断し修正するスキルが新たに求められるようになります[13]。生成AIを効果的に活用するためには、その特性や限界を理解し、出力結果を批判的に評価する能力が不可欠となるでしょう。

このように、生成AIはビジネススキルに大きな変革をもたらしています。その影響は良い面も悪い面もありますが、重要なのは生成AIを適切に活用し、人間ならではの強みを伸ばしていくことです。今後、ビジネスパーソンには生成AIを理解し、効果的に活用する能力が一層求められるようになるでしょう[12]。生成AIと共存しながら、自らのスキルを磨き続けることが、これからのビジネス社会で成功する鍵となるのです。

Citations:
[1] https://ai.yoshidumi.co.jp/navi/generative-ai-business-efficiency-improvement
[2] https://www.nri.com/-/media/Corporate/jp/Files/PDF/knowledge/report/souhatsu/2023/miraisouhatsu-report_vol10_202312.pdf?hash=A3D66D816F88C29D35D301BF6BEE21DABBDB42AA&la=ja-JP
[3] https://www.mckinsey.com/featured-insights/mckinsey-explainers/whats-the-future-of-generative-ai-an-early-view-in-15-charts
[4] https://www2.deloitte.com/jp/ja/pages/institute/articles/generative-artificial-intelligence.html
[5] https://enterprisezine.jp/article/detail/18658
[6] https://dx-king.designone.jp/3025
[7] https://netconomy.net/blog/risks-generative-ai/
[8] https://www.dir.co.jp/report/research/economics/japan/20231208_024132.html
[9] https://withai.co.jp/genaifuture/
[10] https://www.eweek.com/artificial-intelligence/future-of-generative-ai/
[11] https://metaversesouken.com/ai/generative_ai/business-change/
[12] https://www.nri.com/jp/journal/2023/1218
[13] https://kenovy.com/the-impact-of-generative-ai-on-the-business-world/

GPT-4oの出力

## 生成AIが与えるビジネススキルへの影響

### 1. 生成AIの現状と将来の可能性

生成AI（Generative AI）は、人工知能の一分野であり、テキスト、画像、音声、コードなどの新しいコンテンツを生成する能力を持っています。ChatGPTやDALL-Eなどのツールは、既に多くの企業で利用されており、クリエイティブなプロセスや業務の自動化に革命をもたらしています[1][2]。将来的には、生成AIがさらに進化し、特定の業界や機能に特化したアプリケーションが増えることが予想されます。これにより、労働生産性が大幅に向上し、経済全体に大きな影響を与える可能性があります[3]。

### 2. 生成AIがもたらすビジネススキルの良い変化

生成AIは、いくつかの重要なビジネススキルに対してポジティブな影響を与えています。

- **効率と生産性の向上**: 生成AIは、データ分析、コンテンツ生成、カスタマーサービスなどの業務を自動化することで、従業員がより戦略的で創造的なタスクに集中できるようにします。例えば、マーケティングチームが新製品のビジュアルを迅速に生成するためにDALL-Eを使用することで、時間とコストの節約が可能です[1]。

- **意思決定の強化**: 生成AIは大量のデータを迅速に処理し、洞察を提供することで、ビジネスリーダーがより情報に基づいた意思決定を行うのを支援します。これにより、リスク管理や市場分析が効率化されます[1][4]。

- **イノベーションの促進**: 生成AIは、新しい製品やサービスの開発を支援し、企業が競争力を維持するための新しいアイデアを生み出す手助けをします。例えば、Adobeは生成AIを利用してデザインコンセプトを自動生成するツールを提供しており、デザイナーの創造性を高めています[1][5]。

### 3. 生成AIがもたらすビジネススキルの悪い変化

一方で、生成AIの導入にはいくつかの課題やリスクも存在します。

- **仕事の置き換え**: 生成AIが多くの業務を自動化することで、一部の職種が不要になる可能性があります。特に、単純作業や反復作業が中心の職種は影響を受けやすいです。これにより、従業員の再スキル習得が必要となり、企業は新しいスキルセットを持つ人材を育成する必要があります[4][8]。

- **バイアスと倫理的懸念**: 生成AIは、訓練データに基づいて動作するため、データに含まれるバイアスを反映する可能性があります。これにより、不公平な結果や差別的なコンテンツが生成されるリスクがあります。また、プライバシーやデータセキュリティに関する懸念も増加しています[5][6][8]。

- **品質と信頼性の問題**: 生成AIが生成するコンテンツは必ずしも高品質であるとは限らず、誤りや不正確な情報が含まれることがあります。これにより、企業の評判に悪影響を与える可能性があります。特に、法的な問題や知的財産権の侵害が発生するリスクも存在します[7][8]。

### 結論

生成AIは、ビジネススキルに対して多くのポジティブな影響をもたらす一方で、いくつかの課題やリスクも抱えています。企業は、生成AIの導入に際して、これらのリスクを適切に管理し、従業員のスキルアップを支援することが重要です。生成AIの進化とともに、ビジネスのあり方も大きく変わるでしょう。企業がこの技術をうまく活用することで、競争力を維持し、持続可能な成長を実現することが期待されます。

Citations:
[1] https://www.newhorizons.com/resources/blog/generative-ai-in-the-workplace
[2] https://www2.deloitte.com/us/en/pages/consulting/articles/state-of-generative-ai-in-enterprise.html
[3] https://www.mckinsey.com/featured-insights/mckinsey-explainers/whats-the-future-of-generative-ai-an-early-view-in-15-charts
[4] https://www.upwork.com/resources/impact-of-generative-ai-on-business
[5] https://kenovy.com/the-impact-of-generative-ai-on-the-business-world/
[6] https://workera.ai/blog/what-are-the-key-business-challenges-for-using-generative-ai
[7] https://www.oliverwymanforum.com/global-consumer-sentiment/how-will-ai-affect-global-economics/risk.html
[8] https://www.techtarget.com/searchenterpriseai/tip/Generative-AI-ethics-8-biggest-concerns

Llama 3.1 405Bの出力

生成AIがビジネススキルに与える影響について

生成AIの現状と将来の可能性

生成AIは、現在、ビジネスシーンで注目を集めています。生成AIは、テキストや画像などの多様なコンテンツを創造する能力を備えたAIで、従来のAIとは異なり、より人間に近いクリエイティブな作業を任せられるのが特徴です。生成AIは、ディープラーニングと呼ばれる機械学習の手法を用いて、人間から与えられたデータのパターンや関係を学習し、新たなコンテンツを生成することができます。生成AIの将来の可能性は、非常に大きいと考えられています。例えば、生成AIは、ビジネス文書の自動作成やマーケティングにおける需要予測など、多くの業界で活用されることが期待されています。また、生成AIは、メタバース空間で確認できるため、リモートでの保守作業や、シミュレーションによる新人研修のトレーニングへの活用も期待されています。

生成AIがもたらすビジネススキルの良い変化

生成AIは、ビジネススキルに良い変化をもたらすことが期待されています。以下は、生成AIがもたらすビジネススキルの良い変化の例です。効率化: 生成AIは、自動化できる作業を効率化することができます。例えば、ビジネス文書の自動作成や、顧客対応の自動化などが可能になります。
創造性の拡張: 生成AIは、人間の創造性を拡張することができます。例えば、デザイン案の自動生成や、文章の自動作成などが可能になります。
新ビジネスモデルの創出: 生成AIは、新しいビジネスモデルを創出することができます。例えば、生成AIを用いた顧客サービスや、生成AIを用いたマーケティングなどが可能になります。

生成AIがもたらすビジネススキルの悪い変化

生成AIは、ビジネススキルに悪い変化をもたらすこともあります。以下は、生成AIがもたらすビジネススキルの悪い変化の例です。指示の難しさ: 生成AIは、具体的な指示を必要とします。指示が不明確な場合、生成された出力に影響を及ぼすことがあります。
誤情報の生成リスク: 生成AIは、誤情報を生成するリスクがあります。例えば、生成AIが学習したデータに誤りがある場合、生成された出力にも誤りが含まれることがあります。
知的財産権の侵害: 生成AIは、知的財産権を侵害するリスクがあります。例えば、生成AIが他人の著作権を侵害するコンテンツを生成することがあります。

生成AIを活用する上での注意点

生成AIを活用する上では、以下の点に注意する必要があります。具体的な指示を与える: 生成AIは、具体的な指示を必要とします。指示が不明確な場合、生成された出力に影響を及ぼすことがあります。
誤情報の生成リスクを考慮する: 生成AIは、誤情報を生成するリスクがあります。例えば、生成AIが学習したデータに誤りがある場合、生成された出力にも誤りが含まれることがあります。
知的財産権を尊重する: 生成AIは、知的財産権を侵害するリスクがあります。例えば、生成AIが他人の著作権を侵害するコンテンツを生成することがあります。

結論

生成AIは、ビジネススキルに大きな影響を与えることが期待されています。生成AIは、効率化や創造性の拡張、新ビジネスモデルの創出など、多くのメリットをもたらすことができます。しかし、生成AIは、指示の難しさや誤情報の生成リスク、知的財産権の侵害など、デメリットもあります。生成AIを活用する上では、具体的な指示を与える、誤情報の生成リスクを考慮する、知的財産権を尊重するなど、注意点を考慮する必要があります。

おわり。

本音のひとこと
今回は、文章作成で行ったけど、文章校正や、アイデア出し、壁打ちなど、いろんな用途でPerplexityを利用しているので、用途別に言語モデルを試してみたい🔥🚀 それはまた今度！

いいなと思ったら応援しよう！

この記事が参加している募集

#AIとやってみた

37,532件