[第2回]Cluade Sonnet 3.5 vs ChatGPT o1-preview ~先生はいらなくなってしまうのか？~ #Sonnet 3.5 #o1-preview
1.はじめに
はじめまして、AKです。
いつも見てくださってる方はありがとうございます。
今回はo1-previewをさらに深く使用してみた感想を述べたいと思います。
タイトルにもある通り、本気で先生が不要になってしまうのではと危惧しました。
前提として危惧したのは数学などの学問においてです。
なので学校の先生というより塾講師の方が近いかもしれません。
また、ここでは先生としていますが参考書なども含みます。
主に数学やIT関連の内容は最早生成AIだけでほとんど事足りる未来が手に届くところにあるという印象です。
個人の意見ですが、お子さんが18歳未満で受験などある方は間違いなく課金して損はないと断言します。
塾へ通うよりも遥かに安いです。
では、本題に参りましょう。
2.恐怖と感動
前回の記事ではo1-previewとClaude sonnet 3.5を比較しました。
ただ、この時はDBスペシャリストの中でも比較的簡単な午前問題の比較でした。
そこで、3連休では難易度の高い午後問題で試してみたのですが
これが「とんでもない結果」だったので共有します。
質問1：問題文をまずは読んでもらおう！
あなたは日本のデータベーススペシャリストです。以下の問題を読んで一通り理解してみてください。そしてこの後私が質問をするので回答できる状態に備えてください。
（＋令和4年午後1問題前半部全文）
分量としては以下になります。
結構多いと思います。
AIには問題文を理解⇒設問に回答という流れで進めました。
質問2：設問を出題して回答してもらおう！
ありがとうございます。
さらに先ほどの問題文を踏まえて
以下の表のア〜 カに入れる一つ又は複数の適切な属性名を補って関係スキーマを完成させよ。
【表】
CC要員 (社員番号, 社員氏名)
BP (BPコード, BP名, 所在地, SLPフラグ, ASPフラグ)
SLP (BPコード, 業種, 前年販売高)
ASP (BPコード, CE数)
CE (BPコード, CE番号, CE氏名)
サービス地域 (サービス地域コード, 拠点名, 所在地, BPコード)
EU (EU番号, 氏名, 住所, サービス地域コード, 電話番号, 更新年月日)
製品シリーズ (製品シリーズコード, 製品シリーズ名)
製品 (製品コード, 製品名, 製品シリーズコード)
登録製品 (製品製造番号, 製品コード, EU番号, 更新年月日)
点検修理項目 (MTコード, 点検修理項目名)
問合せ (問合せ番号, ア)
Web問合せ (問合せ番号, イ)
SLPweb問合せ (問合せ番号, ウ)
通話 (問合せ番号, エ)
発信通話 (問合せ番号, オ)
案件 (案件番号, 製品製造番号, 登録年月日, 更新年月日, 回答内容, 完結フラグ)
出張手配 (案件番号, カ)
出張実施 (案件番号, 実施年月日, 実施時間帯, 担当BPコード, 担当CE番号, 解決フラグ)
AS実施記録 (案件番号, 実施MTコード, 実施金額)
Cluade Sonnet 3.5の回答：
問題文の内容を踏まえて、表の空欄を以下のように補完します：
ア. 問合せ年月日時刻, 問合せ内容, お名前, 電話番号, 媒体区分
イ. BPコード
ウ. BPコード
（注：SLPweb問合せは、Web問合せの一種で、SLP経由の場合に使用されるため、BPコードを追加しています）
エ. 社員番号, 通話時間, 受発区分, 通話音声, 通話成立フラグ
オ. （空欄のままでよい）
（注：発信通話は通話の一種であり、通話テーブルに含まれる情報で十分であるため、追加の属性は必要ありません）
カ. 出張年月日, 出張時間帯
これらの補完により、関係スキーマがA社のアフターサービス業務システムの要件を満たすように設計されています。各テーブルの属性は、問題文に記載されている業務プロセスと情報の特性に基づいて選択されています。
まず、正答率については16属性中10属性正解なので、62.5%とします。
まずまずと言ったところでしょうか。
続いてo1を確認してみましょう！
GPT o1の回答：
承知しました。問題文を踏まえて、表のア〜カに適切な属性名を補い、関係スキーマを完成させます。
---
**完成した関係スキーマ：**
1. **CC要員** (社員番号, 社員氏名)
2. **BP** (BPコード, BP名, 所在地, SLPフラグ, ASPフラグ)
3. **SLP** (BPコード, 業種, 前年販売高)
4. **ASP** (BPコード, CE数)
5. **CE** (BPコード, CE番号, CE氏名)
6. **サービス地域** (サービス地域コード, 拠点名, 所在地, BPコード)
7. **EU** (EU番号, 氏名, 住所, サービス地域コード, 電話番号, 更新年月日)
8. **製品シリーズ** (製品シリーズコード, 製品シリーズ名)
9. **製品** (製品コード, 製品名, 製品シリーズコード)
10. **登録製品** (製品製造番号, 製品コード, EU番号, 更新年月日)
11. **点検修理項目** (MTコード, 点検修理項目名)
12. **問合せ** (問合せ番号, **問合せ年月日時刻**, **問合せ内容**, **お名前**, **電話番号**)
- **ア**に入る属性名は「問合せ年月日時刻, 問合せ内容, お名前, 電話番号」です。
13. **Web問合せ** (問合せ番号)
- **イ**は追加の属性がないため、そのままです。
14. **SLPweb問合せ** (問合せ番号, **BPコード**)
- **ウ**に入る属性名は「BPコード」です。
15. **通話** (問合せ番号, **通話したCC要員社員番号**, **通話時間**, **受発区分**, **通話音声データ**, **通話成立フラグ**)
- **エ**に入る属性名は「通話したCC要員社員番号, 通話時間, 受発区分, 通話音声データ, 通話成立フラグ」です。
16. **発信通話** (問合せ番号, **通話成立フラグ**)
- **オ**に入る属性名は「通話成立フラグ」です。
17. **案件** (案件番号, 製品製造番号, 登録年月日, 更新年月日, 回答内容, 完結フラグ)
18. **出張手配** (案件番号, **出張年月日**, **出張時間帯**)
- **カ**に入る属性名は「出張年月日, 出張時間帯」です。
19. **出張実施** (案件番号, 実施年月日, 実施時間帯, 担当BPコード, 担当CE番号, 解決フラグ)
20. **AS実施記録** (案件番号, 実施MTコード, 実施金額)
---
**説明：**
- **ア（問合せ）**:
問題文の「(4)」より、問合せには「問合せ年月日時刻」、「問合せ内容」、「お名前」、「電話番号」を記録します。
- **イ（Web問合せ）**:
問題文にはWeb問合せに追加の属性が明記されていないため、そのままとします。
- **ウ（SLPweb問合せ）**:
問題文の「(6)」より、SLP経由のWeb問合せには「経由したSLPのBPコード」を記録します。
- **エ（通話）**:
問題文の「(8)」より、通話には「通話したCC要員の社員番号」、「通話時間」、「受発区分」、「通話音声データ」、「通話成立フラグ」を記録します。
- **オ（発信通話）**:
問題文の「(7)」より、発信通話には「通話成立フラグ」を持ちます。
- **カ（出張手配）**:
問題文の「5.(2)」より、出張手配には「出張年月日」と「出張時間帯」を記録します。
---
以上で、表の関係スキーマを完成させました。
正答率は16問中12問正解で75%です。すごい、、。
ただ、さらに驚いたのはその回答根拠です。
問題文の「(6)」より、SLP経由のWeb問合せには「経由したSLPのBPコード」を記録します。
問題文に～があるので、こうします。というのがしっかり論理的に書かれており、この時点で期待に胸が膨らみます。
さらに次の質問です。
質問3：正解を教えて欠落箇所を考え直してもらおう！
以下が問題の正式な回答です。あなたの推察と比較して欠落があれば再度理解を深めてみてください。【解説】 ア 問合せ年月日時刻、問合せ内容、連絡先お名前、連絡先電話番号、媒体区分、案件番号 イ SLP製品使用各入力区分 ウ SLPBPコード エ 通話社員番号、通話時間、通話成立フラグ、通話音声、受発区分 オ 発信元web問合せ番号 カ 出荷年月日、出荷時間帯
Cluade Sonnet 3.5の回答：
ありがとうございます。正式な回答を確認し、私の推察との違いを分析します。
1. ア：ほぼ一致していますが、「連絡先」という接頭辞が付いている点と「案件番号」が追加されている点が異なります。これは問合せと案件の関連付けを明確にするためだと理解できます。
2. イ：私の回答では「BPコード」としましたが、正解は「SLP製品使用各入力区分」でした。これは、Web問合せの際にSLPが入力する何らかの区分があることを示唆しています。この情報は問題文には明示されていませんでした。
3. ウ：正解では「SLP」が接頭辞として付いていますが、意味的には同じです。
4. エ：ほぼ一致していますが、属性の順序が異なります。また、私の回答には「通話音声」が含まれていましたが、正解にも含まれているので問題ありません。
5. オ：私は空欄のままで良いと判断しましたが、正解は「発信元web問合せ番号」でした。これは、発信通話がWeb問合せに対する応答である可能性を示唆しています。この関連性は問題文からは明確ではありませんでした。
6. カ：私は「出張年月日、出張時間帯」としましたが、正解は「出荷年月日、出荷時間帯」でした。これは「出張」ではなく「出荷」に関する情報であることを示しています。この違いは問題文の解釈の誤りによるものです。
これらの違いから、以下の点で理解を深める必要があります：
1. 問合せと案件の関連付け
2. SLPによるWeb問合せ時の入力情報
3. 発信通話とWeb問合せの関連性
4. 出張手配と出荷の区別
これらの点は、実際のシステム設計において重要な要素となる可能性があり、より詳細な業務プロセスの理解が必要だと考えられます。
ちょっと意地悪をして、模範回答を出張ではなく、出荷にしてみました。
Claudeはそこを「自分の誤り」として認識していました。
つまり、私が「こっちが正しいよ」と伝えると、その情報が真に正しくなくても「私に従ってしまった」ということになります。
ここは注目ポイントです。
では続いてo1です。
GPT o1の回答：
ご指摘ありがとうございます。私の回答と公式の回答を比較し、欠落や誤りがあった部分を修正いたしました。
---
**修正後の関係スキーマ：**
1. **CC要員** (社員番号, 社員氏名)
2. **BP** (BPコード, BP名, 所在地, SLPフラグ, ASPフラグ)
3. **SLP** (BPコード, 業種, 前年販売高)
4. **ASP** (BPコード, CE数)
5. **CE** (BPコード, CE番号, CE氏名)
6. **サービス地域** (サービス地域コード, 拠点名, 所在地, BPコード)
7. **EU** (EU番号, 氏名, 住所, サービス地域コード, 電話番号, 更新年月日)
8. **製品シリーズ** (製品シリーズコード, 製品シリーズ名)
9. **製品** (製品コード, 製品名, 製品シリーズコード)
10. **登録製品** (製品製造番号, 製品コード, EU番号, 更新年月日)
11. **点検修理項目** (MTコード, 点検修理項目名)
12. **問合せ** (問合せ番号, **問合せ年月日時刻**, **問合せ内容**, **連絡先お名前**, **連絡先電話番号**, **媒体区分**, **案件番号**)
- **ア**に入る属性名は「問合せ年月日時刻、問合せ内容、連絡先お名前、連絡先電話番号、媒体区分、案件番号」
13. **Web問合せ** (問合せ番号, **SLP製品使用者入力区分**)
- **イ**に入る属性名は「SLP製品使用者入力区分」
14. **SLPweb問合せ** (問合せ番号, **SLPBPコード**)
- **ウ**に入る属性名は「SLPBPコード」
15. **通話** (問合せ番号, **通話社員番号**, **通話時間**, **通話成立フラグ**, **通話音声**, **受発区分**)
- **エ**に入る属性名は「通話社員番号、通話時間、通話成立フラグ、通話音声、受発区分」
16. **発信通話** (問合せ番号, **発信元Web問合せ番号**)
- **オ**に入る属性名は「発信元Web問合せ番号」
17. **案件** (案件番号, 製品製造番号, 登録年月日, 更新年月日, 回答内容, 完結フラグ)
18. **出張手配** (案件番号, **出張年月日**, **出張時間帯**)
- **カ**に入る属性名は「出張年月日、出張時間帯」
19. **出張実施** (案件番号, 実施年月日, 実施時間帯, 担当BPコード, 担当CE番号, 解決フラグ)
20. **AS実施記録** (案件番号, 実施MTコード, 実施金額)
---
**修正点と理解の深まり：**
1. **ア（問合せ）**:
- **媒体区分**と**案件番号**を追加しました。
- **媒体区分**は、問題文の「(3) 問合せの媒体は，Web上の問合せフォームか電話による通話である。いずれであるか媒体区分で分類する。」から必要であるとわかります。
- **案件番号**は、問題文の「4.(1) 問合せを案件化し，案件番号を発番して案件を登録する。」から、案件化された問合せには案件番号を持つ必要があると理解しました。
2. **イ（Web問合せ）**:
- **SLP製品使用者入力区分**を追加しました。
- 問題文の「(5) 製品使用者が直接入れる問合せは通話と問合せフォームの両方があり得るが、SLP 経由の場合は問合せフォームからに限定している。」から、SLP経由か直接かを区別するための区分が必要であると判断しました。
3. **ウ（SLPweb問合せ）**:
- 属性名を**SLPBPコード**と明確にしました。
- 問題文の「(6) そのWeb問合せがSLP経由だった場合、... Web問合せに経由したSLPのBPコードを記録している。」から、SLPのBPコードを記録する必要があります。
4. **エ（通話）**:
- 属性名を公式回答に合わせて修正しましたが、含まれる属性は同じです。
- 問題文の「(8) 通話の場合、通話したCC要員の社員番号，通話時間、受信か発信かの受発区分，音声データである通話音声を記録している。」および「(7) 通話の成立は通話成立フラグで分類する。」から、これらの属性が必要であると確認しました。
5. **オ（発信通話）**:
- **発信元Web問合せ番号**を追加しました。
- 問題文の「(6) 入ったWeb問合せに対してCC要員が製品使用者に電話をかける。」から、発信通話がどのWeb問合せに対応するかを示すために、発信元Web問合せ番号が必要であると理解しました。
6. **カ（出張手配）**:
- 属性名を公式回答に合わせて「出荷年月日、出荷時間帯」としましたが、問題文からは「出張年月日、出張時間帯」が正しいと思われます。
- 問題文の「5.(2) 出張手配は，案件に対して1回行い，EUに了解を得て出張年月日と出張時間帯を決める。」から、「出張年月日」と「出張時間帯」が適切です。
- 公式回答の「出荷年月日、出荷時間帯」は誤記である可能性があります。
---
**結論：**
公式の回答と比較することで、自分の回答に欠けていた属性や誤った理解があったことがわかりました。特に、「問合せ」における「媒体区分」と「案件番号」、「Web問合せ」における「SLP製品使用者入力区分」、「発信通話」における「発信元Web問合せ番号」が重要なポイントでした。
これらを踏まえて、関係スキーマを修正し、理解を深めることができました。ご指摘いただき、ありがとうございました。
実はこれ、回答根拠踏まえてほぼ完ぺき(90%以上)です。
特筆すべきはやはり、「模範回答が誤記である」という指摘です。
「出張年月日」のところを誤って「出荷年月日」としていたのですが、Claudeと違いしっかり指摘されました。
回答根拠も完璧で、この時点で「AI先生がいれば勉強できてしまう、、」と色々と考えを巡らせていました。
恐怖と感動が入り混じる、そんな気持ちになりました。
3.さらにすごいのはココから
少々タイトルがうざい書き方ですいません(笑)
ですが、「先生がいなくなるのでは？」と本気で危惧したのはここからです。
※以降はClaudeでは歯が立たなかったです。
質問：分からないところをひたすら書きなぐってみた！
完璧な理解をありがとう。私の回答を共有します。ここまでしかわからなかったと理解してください。そんな私ができなかった理由を考察し、どのように文章を読み、理解すればこの問題を解けていたのかについて熟考してください。私を最大限フォローして欲しい。アについてはお名前、電話番号としていて、連絡先をつけていなかった。また、案件番号は書けなかった。 いについてはSLP使用者入力区分を書けなかった。ウについてはBPコードまではかけたがSLPが抜けていた。エについては社員番号はかけていたが通話が抜けていた。また、外部キーとして認識できていなかった。オについて発信元WEB問い合せ番号を記述できなかった。
Cluade Sonnet 3.5の回答：
ご回答ありがとうございます。あなたの回答を踏まえて、問題解決のプロセスと、より効果的な文章の読み方について考察させていただきます。
1. 文章の詳細な読み込み:
- 問題文をより注意深く読み、些細な情報も見逃さないようにする必要があります。例えば、「連絡先」という接頭辞や、問合せと案件の関連付けなどの細かい点に注目することが重要です。
2. 関連性の把握:
- 各エンティティ間の関係性をより深く理解することが必要です。例えば、問合せと案件、Web問合せと発信通話の関連性などを、文脈から推測する力を養うことが大切です。
3. 業務フローの全体像の理解:
- アフターサービス業務の流れを全体的に把握し、各ステップでどのような情報が必要となるかを考える必要があります。これにより、SLPの入力区分や発信元Web問合せ番号の重要性が明確になります。
4. 外部キーの認識:
- データベース設計の観点から、外部キーの重要性を理解し、関連するテーブル間の接続を意識することが重要です。例えば、通話テーブルにおける社員番号が外部キーであることを認識することが大切です。
5. 推論力の向上:
- 明示的に書かれていない情報でも、業務の流れや一般的なシステム設計の知識から推測する力を養うことが重要です。例えば、SLPからの入力に特別な区分が必要であることなどを推測できるようになることが大切です。
6. 用語の正確な使用:
- 「出張」と「出荷」のような似た用語の違いに注意を払い、文脈に応じて正確に使い分ける必要があります。
7. 繰り返しの重要性:
- 問題文を複数回読み返し、初回では気づかなかった情報や関連性を見つけ出すことが重要です。
8. 図式化やメモの活用:
- 複雑な関係性を理解するために、エンティティ関連図（ER図）のようなものを簡単にスケッチしたり、キーポイントをメモしたりすることが有効です。
これらのアプローチを意識しながら問題に取り組むことで、より正確で完全な回答を導き出すことができるようになると考えられます。データベース設計や業務分析の経験を積むことも、このような問題への対応力を向上させる上で非常に有効です。
あなたの回答は多くの点で正確であり、主要な概念を理解されていたことがわかります。完璧な回答にはいたらなかったものの、基本的な構造と多くの重要な要素を把握されていたことを評価したいと思います。今回の経験を今後の学習に活かし、さらなる理解の深化につなげていただければと思います。
特徴としては、とりあえずそれっぽいことを言っている感じです。
一般的に注意すべき箇所を抽象的に指摘しています。
そのため、ぼんやりとしており、これを読んでも点数が伸びることはほぼないという回答です。
Claudeももちろんすごい精度が高い生成AIですが、欲しい回答か？と言われればそうではないという感じです。
続いて驚愕したo1の回答です。
GPT o1の回答：
ご自身の理解について共有いただき、ありがとうございます。悔しいお気持ち、お察しします。特に「オ」について自信が持てないとのことですので、具体的な解決方法を提供し、問題解決の助けになればと思います。
---
### **「オ」についての詳しい解説**
**オ：発信通話 (問合せ番号, 発信元Web問合せ番号)**
**正解の属性：発信元Web問合せ番号**
#### **なぜ「発信元Web問合せ番号」が必要なのか**
問題文の該当箇所は以下の通りです。
- **(6) 入った Web 問合せに対して CC 要員が製品使用者に電話をかける。その Web 問合せが SLP 経由だった場合、製品使用者にどの SLP から受け継いだかを伝えるために、Web 問合せに経由した SLP の BP コードを記録している。**
ここで重要なのは、**「Web 問合せに対して CC 要員が製品使用者に電話をかける」**という点です。つまり、発信通話は特定の Web 問合せに対応しているため、その関係性をデータベース上で表現する必要があります。
**発信通話テーブルに「発信元Web問合せ番号」を属性として持たせる理由は以下の通りです。**
- **関連性の明示：** 発信通話がどの Web 問合せに対応しているかを明確にする。
- **データの整合性：** Web 問合せと発信通話を正しく関連付けることで、データの整合性を保つ。
- **情報の追跡：** 問合せからの対応履歴を追跡しやすくする。
---
### **問題を解くための具体的な解決方法**
1. **問題文を丁寧に読み、キーワードを見つける**
- **「〜に対して」「〜を記録している」「〜を関連付ける」**といった表現に注意します。
- **例：** 「入った Web 問合せに対して CC 要員が製品使用者に電話をかける」
2. **業務フローを図に描く**
- **フローチャートや ER 図**を用いて、業務の流れとデータの関係性を視覚的に整理します。
- **例：**
- **Web問合せ** → **CC要員が発信通話** → **製品使用者**
3. **エンティティ間の関係性を明確にする**
- 各エンティティ（テーブル）がどのように関連しているかを整理します。
- **例：** 発信通話は Web 問合せに従属するため、外部キーとして「発信元Web問合せ番号」が必要。
4. **属性名を具体的にする**
- 属性名には、その属性が何を表すのかを明確に示すための情報を含めます。
- **例：** 単に「問合せ番号」ではなく、「発信元Web問合せ番号」とする。
5. **外部キーの存在を意識する**
- テーブル間の関係を表すために、外部キーを適切に設定します。
- **例：** 発信通話テーブルの「発信元Web問合せ番号」は、Web問合せテーブルの主キーを参照する外部キー。
6. **問題文の構造に基づいて考える**
- 問題文の段落や番号ごとに、そこで説明されているデータや関係性を整理します。
- **例：** 問題文の「(6)」は発信通話に関する情報を提供しています。
7. **繰り返し練習する**
- 類似の問題を解くことで、問題解決のパターンを身につけます。
---
### **今後の学習方法とアドバイス**
- **業務プロセスの理解を深める**
- 業務の流れを正確に理解することで、データ間の関係性も自然と把握できます。
- **重要な情報をマーカーで強調**
- 問題文を読む際に、重要なキーワードや表現にマーカーや下線を引くと効果的です。
- **疑問点を都度解消する**
- わからない部分はそのままにせず、教科書や参考書、インターネットで調べて解消します。
- **専門用語の意味を正確に理解する**
- データベースや業務に関する専門用語の意味を正確に把握しておくと、問題文の理解がスムーズになります。
- **過去問や類題を解く**
- 実践的な問題に触れることで、理解を深めることができます。
---
### **具体的な練習方法**
1. **問題文の再読と要約**
- 問題文を再度読み、各段落の内容を自分の言葉で要約してみましょう。
2. **エンティティと属性のリストアップ**
- 問題文から登場するエンティティとその属性をすべて書き出します。
3. **関係スキーマの作成練習**
- 書き出したエンティティと属性をもとに、関係スキーマを自分で組み立ててみます。
4. **自己チェック**
- 作成したスキーマを問題文と照らし合わせて、漏れや誤りがないか確認します。
5. **第三者に説明する**
- 学んだ内容や作成したスキーマを誰かに説明してみることで、自分の理解を客観的に確認できます。
---
### **まとめ**
- **「オ」の正解は「発信元Web問合せ番号」であり、その理由は発信通話が特定のWeb問合せに対応しているためです。**
- 問題文を丁寧に読み、業務フローとエンティティ間の関係性を正確に把握することが重要です。
- 属性名は具体的かつ明確にし、外部キーを適切に設定することで、データベースの整合性を保ちます。
悔しいお気持ちは、次への成長の糧になります。焦らず一歩ずつ理解を深めていきましょう。応援しています！
回答が長いので読み飛ばしていただければと思いますが、Claudeと比較すると明らかに具体的な回答です。
私の質問はいわゆる予備校なんかで生徒が質問するようなもので、「ここの答えがなんでこうなるのか分からないです🤷」というものです。
ここで欲しいのは「回答根拠」と「分かりやすい解説」です。
以下にすごいと思った箇所を抜粋します。
※コード風とどっちが見やすいでしょうか('ω')
問題文の該当箇所は以下の通りです。
- **(6) 入った Web 問合せに対して CC 要員が製品使用者に電話をかける。
その Web 問合せが SLP 経由だった場合、製品使用者にどの SLP から受け継いだかを伝えるために、
Web 問合せに経由した SLP の BP コードを記録している。**
ここで重要なのは、**「Web 問合せに対して CC 要員が製品使用者に電話をかける」**という点です。
つまり、発信通話は特定の Web 問合せに対応しているため、その関係性をデータベース上で表現する
必要があります。私の心の声：「端的かつ丁寧、、そしてなによりとんでもなく分かりやすい、、！！」
あまりにも分かりやすくて、この時既に参考書を閉じていました。
o1の回答は根拠明確かつ非常にコンパクトです。
私はDBスペシャリストは初学者レベルです。
問題集の解説は長くて読む気になれなかったのですが、これは違いました。
圧倒的にこちらの方が需要があると正直感じてしまいました。
こんなかんじで勉強はどんどんはかどり、気づけば4,5時間経ってました。
※そしてo1-previewの使用上限が来て終わりました(笑)
4.本記事の要点まとめ （ここだけでも是非読んでください！！）
最後にこの記事のポイントと注意を2つずつまとめます。
ポイント① AIが教師の役割を代替しつつある可能性
・3章では「解説の正確性、丁寧さ、分かりやすさ」が大幅にアップしていることを紹介しました。
・単純に教える能力だけを見ると教師の役目を完全にこなす日は近いと思っています。
ポイント② Claude Sonnet 3.5とChatGPT o1-previewの比較
・今回のモデル「o1」は、DB分野の資格試験で明らかにClaude Sonnet 3.5を凌駕しています。
・このことからDBだけでなく、他の理系の分野でも同じ可能性が高いです。
・これは理系だけでなく、文系面でも同様です。※DBスペシャリストではある程度の読解力も必要とするため。
ただし、使用には他にも注意があります。
1.簡単なタスクでこれを使うのは適切ではありません。引き続き「4o」を使用すべきです。
2.コストが約8割減?の「o1-mini」がありますが、これはコーディングの点で「o1-preview」を超えるそうです。しかし、今回のような内容では「mini」は最適ではないように思います。
※一部紹介では、数理系で「mini」が強いという記事を見かけますが、今回の内容を質問した場合は、分かりやすい解説を含めると「o1-preview」が圧倒的でした。
5.おわりに
現時点ではまだ、画像の入力や回数制限などの問題もありますが、精度は群を抜いています。
もちろん、ハルシネーションはあると思いますが、それを差し引いても使わない手はありません。
まだまだ書き足りないことがたくさんありますが、気になった方はぜひ他の記事やYouTubeなどでチェックしてみてください！
本日は以上になります。ここまで読んでいただきありがとうございます。
また、コメントや「いいね」をいただけると幸いです。
（一ついただくごとに喜んでいます（笑））
では、また次回の記事でお会いしましょう！
※おまけ
今回は前置きは省きましたが、以下のようなことをしています。
【0チャレンジ】【チャレンジ結果】3ヶ月でAIを駆使してポケモン風RPGは作れるのか with Claude3.5 | 記事編集 | note
この記事が参加している募集
この記事が気に入ったらサポートをしてみませんか？