
Copilotの意外な進化に心が躍る
以前、AIにAIの使い方を聞いてみる遊びをした記事を書いて以来、どちらかといえば、Chat GPTメインで使用してきました。
久しぶりにWindows搭載のCopilotで遊んだところ進化を感じたので改めて記事にしてみます。
CopilotとChat GPTの比較
今回のプロンプトはこちら
#質問事項
ニコチンの毒性について、
人体に及ぼす影響、他の毒物との毒性の違いについて教えてほしい
#出力
表形式で、横軸に物質名、縦軸に特性、特徴などを列挙してほしい。
物質名の並び順は毒性が強いと考えられるものから
#制限事項
情報源が定かでないもの、データが示せないものについては
不明、わからないと回答してください
Copilotの出力

Chat GPTの出力

出力を見た感じでは、Chat GPTのほうが情報量が多い。
情報の真偽はともかく、Chat GPTが優秀に見えてしまうところだが、
そこはマイクロソフト謹製Copilotさん
出力した表の右上にExcelアイコンがあるじゃないですか!
これをクリックするとWEB版Excelが開くという仕組み、
ながーいダミーの住所録、データベースを作成したいとき、1クリックでExcelファイルになるのはかなり便利そう。
ChatGPTだと表の端から端を選択しないといけませんからね。
ダミーの住所録を出力してみる
オンラインのブックストアを経営している想定でダミーの顧客データを作成してください
表形式で20名分出力してください。
列名は左から
・Registerd date
・Last Visit date
・First name
・Family name
・E-mail
・Address
・Sex
・Birthday
・Registerd plan
Copilotさんの出力

想定通り、WEB版とはいえ、Excelでそのまま開けるのはダミーデータ作成への動線がぐっと楽になる。

Chat GPTさんの出力


なんとChatGPTさんの場合このダミーデータを使って分析のご提案。
クリックしてみると

分析というウィンドウが開くので、ダミーデータを使った分析をしてくれるのかと思いきや、このダミーデータを生成するためのコードのようです。
Google Colabで動作確認してみる
import pandas as pd
import random
from faker import Faker
from datetime import datetime, timedelta
# Initialize Faker and random seed for reproducibility
fake = Faker()
random.seed(42)
# Generate dummy data for 20 customers
num_customers = 20
data = []
# Define possible plans
plans = ['Basic', 'Premium', 'Gold']
# Function to generate random dates
def random_date(start, end):
return fake.date_between(start_date=start, end_date=end)
# Generate dummy data
for _ in range(num_customers):
register_date = random_date('-2y', 'today')
last_visit_date = random_date(register_date, 'today')
first_name = fake.first_name()
family_name = fake.last_name()
email = fake.email()
address = fake.address().replace("\n", ", ")
sex = random.choice(['Male', 'Female'])
birthday = fake.date_of_birth(minimum_age=18, maximum_age=80)
plan = random.choice(plans)
data.append([register_date, last_visit_date, first_name, family_name, email, address, sex, birthday, plan])
# Create DataFrame
df_customers = pd.DataFrame(data, columns=[
'Registered date', 'Last Visit date', 'First name', 'Family name', 'E-mail',
'Address', 'Sex', 'Birthday', 'Registered plan'
])
df_customers
ソースをそのまま貼って実行してみると、動かないじゃないの😡
ModuleNotFoundError: No module named 'faker'
こちらはこちらで、エラーの説明をGoogle Geminiがしてくる。しゅごい。

結果、指示通りにpipでインストールして動作させることができました。
CopilotとChat GPTで遊ぶつもりでしたが、飛び入りでGeminiさんが乱入。
望外の親切な対応に感心するとともに、Geminiさんも遊び相手に加えることになりました。
素人でもこれだけ恩恵に預かれるということはガチエンジニアの方々はかなり効率化のために活用しているんでしょうね。
AI側の進化も著しいので、触り続けて情報を集める必要がありそうです。
無料版でも十分楽しめる&活用できそうなので、興味があるけど触ってみていない人は気軽に試してみることをオススメします。