解説・比較の型公式資料確認：2026年10月1日。比較セットは編集上の提案です。製品の実測比較は未実施です。

候補のAIを使ってみたものの、どちらを仕事で使うか決められない。そんなときは、普段の仕事に近い課題を3つ用意し、同じ材料と基準で比べてみましょう。この記事では、下書き・会議メモ・条件確認の比較セットと、確認や修正の時間を残す記録表を作れます。

最初に「使える出力」の条件を決める

OpenAIの評価ガイドは、評価の目的を決め、データと指標を用意し、結果を比較して継続的に評価する流れを紹介しています。本記事はその考え方を参考に、手作業で始められる小さな比較へ整理したものです。3問という件数や以下の採点方法はTOMONIの提案で、公式の認証基準ではありません。OpenAI｜Evaluation best practices

総務の仕事なら、「案内の下書きができる」「決定と保留を混ぜない」「規程の例外を残す」が候補になります。読みやすさに加え、実際に使うために必要な条件を先に書くと、出力を見た後で評価軸を変えてしまうことを防げます。

架空データで試せる3問

課題渡す材料確認する条件
案内文研修テーマは議事録整理。日時・会場は未定日時や会場を作らず、未定と分かる
会議メモ佐藤が資料案を作ると決定。期限は未定。配布方法は次回相談担当は佐藤、期限は未定、配布は保留として整理する
規程の条件練習用規程：宿泊費は1泊8,000円まで。ただし事前承認がある場合は別途決定金額と事前承認の例外を両方残す

これらは架空の練習材料です。実在する社員や顧客の情報を使わずに、出力の確認方法を練習できます。表の材料は各課題の最小例なので、自分の仕事に合わせて十分な文脈を追加してください。

次の練習用規程から、宿泊費の条件を整理してください。
使う材料：
「宿泊費は1泊8,000円まで。ただし事前承認がある場合は別途決定」

形式：通常の上限／例外／材料から分からないこと
条件：材料にない承認方法・期限・金額を追加しない。
検索せず、この練習用の材料だけを使う。

同じ条件で比べて、出力を保存する

候補ごとに新しい会話を用意し、同じ指示と材料を渡します。使った製品・表示されているモデル名・日付・検索やファイル参照の有無を残します。設定をそろえられないときは、違いも記録してください。この指示例の実機検証は未実施です。

製品の実際の使用条件を比較したいときは、その条件で測ります。文章生成だけを比べたい場合は、検索結果や会話の履歴が混ざらないように条件を整理します。重要な課題は複数回試し、1回の成功を安定性の証拠にしないようにします。

生成時間と、使える状態までの時間を分ける

課題名：
製品・モデル・設定：
利用日：
同じ入力での試行番号：
必須条件：満たした／満たさない／判断保留
重大な誤りと根拠：
入力の準備時間：
生成を待った時間：
確認・修正時間：
作業全体の時間：
再利用したい点：
出力の保存先：

たとえば練習用規程の例外を落としたなら、表現が整っていても必須条件は未達です。重大な誤りは別に記録し、文体の好みと平均して隠さないようにします。費用や業務データの入力条件は、比較した日時点の公式説明と組織のルールで別途確認します。

今日試すこと：自分の仕事に近い3問と、各問の必須条件を1つずつ書いてください。候補を決めたら同じ入力で試し、確認時間まで記録しましょう。

参考資料

  • OpenAI｜Evaluation best practices — 評価目的・データ・指標・比較・継続評価の考え方。架空例と手作業の記録表は本記事の提案です。
次に読む

記事一覧へ戻る