需要があるみたいなのでGPT-4とGemini Advancedを比較してみた

2024.02.12

2月9日にGoogleのBardがアップデートされて「Gemini」として生まれ変わりました。

いつくるかがわかっていなかっただけで、来ることはアナウンスされていたので「あらこんにちは」ぐらいの印象だったのですが、露骨に「GPT-4 vs Gemini Advanced」系のコンテンツが爆増したので、とりあえず流行りには乗っておこうかと思います。

2月9日時点ではもう既にまとめ記事みたいなのも誕生していましたが、個人的に実験程度に1日のパートナーとしてGPTよりもGemini Advancedを多めに利用したレベルなので特に詳しくもないです。

INDEX

自分でやったGeminiの実験内容が大したことなかった

とりあえずGemini Advanced使いたいなというだけの理由で使い始めたので、目的も特にないです。
なので正直言ったら大したことをさせてません。

通常のチャットボットとして利用
4象限マトリクス系のフレームワークを3次元にできないか実験
オリジナルマトリクスを作成してみる
画像生成

ぐらいですね。全く大したことしてません。

AIが市民権を得ている今、誰しもが一回はやってみて失敗したようなものかと思います。

関連記事：プロンプトエンジニアになるために必要な7つのスキル

通常のチャットボットとして利用

所管ですが、ちょっと回答が長い傾向にあります。さらに途中で参照元から画像を引っ張ってきたりするのでそのままコピペはしにくいなと感じました。Bardの頃からですが。

ダブルチェック機能（Bardの終盤から入っていました）があることはファクトチェックに役立つので、そこは強みかと思います。

やっぱり雑プロンプトでもそれなりのありきたり回答が生成されるので安定感はあります。

関連記事：シンギュラリティとは？わかりやすく説明できるようAIと討論してみた

4象限マトリクス系のフレームワークを3次元にできないか実験

4象限系のフレームワークとしては例えばSWOT分析みたいな形したものですね。
2変数の大小を縦軸・横軸に設定し4つの象限に分けたモデルです。

人々の行動の多様化により、2変数で説明できるものってかなり限られている気がしますのでx軸、y軸にz軸を加えられないかという単純な考えによるものです。
「3変数になったところで」とも思いますが「平面じゃなくて空間でグラフできたらかっけえじゃん」という理由も込めてやってみましたが、失敗に終わりました。

ただ「プロンプトが悪いだけ」という可能性もあります。ちなみに高校生の頃に2次元平面が3次元空間になった時の絶望感を少しだけ思い出しました。

関連記事：ChatGPTでSWOT分析を行うプロンプトを例文付きで解説!

オリジナルマトリクスを作成してみる

個人的な意見ですが、AIが爆速普及している中で薄々思っていたことのひとつに「感性と知性の両方を身につける必要があるのではないか」というものがあります。

テキトーにCanvaで大枠を作ってアップロードし（Canvaじゃなくてもいい気もします）、あとは「一緒に考えたいから手伝ってー」ぐらいのテンションでそれなりのものができなくもなかったです。

副産物として得られたのは、0ベースで何か作ろうとするとそれなりに深い考察ができることにやっと気づいたことぐらいです。
世の中のフレームワークを一旦知らないふりして、LLMと会話で作成してみると新たな気づきがあるかもしれません。

関連記事：ビジネス用GPTプロンプト集10選！コピペ可例文付きで紹介

画像生成

ChatGPTのDALL-E3との比較になりますが、DALL-E3の方が精度は高い気がします。

「drow a cat」のみのプロンプトが悪いと言ってしまえばそれまでですが、DALL-E3の方が精度は高いと感じました。

ただ、リアリティのある写真風な画像はGeminiも強い気がします。

そもそも画像だけならMid journey、Stable diffusionなどの特化型AIの方が出力精度は高いですが、ネガティブプロンプトとかスタイルとかパラメータとかのプロンプト以外の要素も入ってくるので今回の趣旨からは外しております。

プロンプト1個でできるのがDALL-E3とGeminiの良いところです。
「Googleの言語設定を英語に変えなければならない」とか「英語でプロンプトを入力しなければならない」と言った問題はすぐに解消されるでしょうし、GPTとかGeminiなど優秀な翻訳家がすぐ隣にいるので致命的な問題点とも考えにくいです。

関連記事：「愛してる」を世界中の言葉で翻訳してみた