8,405 文字
みなさん、AIはまだまだ流行っています。誰もが何が起きているのか、ChatGPTより優れているのかどうかをテストするための招待状をどうやって手に入れるのか、このツールをどう使うのか、コーディングは得意なのか、一人で働いてくれるのか、もう何もする必要がないのか、そしてなぜ中国のAI技術が長年存在している他の多くのAIよりも注目を集めているのかを知りたがっています。一緒に見ていきましょう。
まずはいつものように「いいね」をくれた皆さん、チャンネル登録してくれた皆さん、そして特にこのAIチャンネルを支援してくれているメンバーの皆さんに感謝します。メンバーは、インテリジェントエージェントに関する限定動画や先行公開動画にアクセスできることを覚えておいてください。セルジオ・サカニがFlow Podcastのインタビューの中で、彼がマヌスをよく使っていて気に入っていると言及した後に、このマヌスに関する新しいブームが起きたことは非常に興味深いです。下のコメント欄にセルジオ・サカニのFlow動画からきたのか、それともどこからこの動画を見つけたのか教えてください。サカニへの敬意を表します。
さて、私はこちらで追加のクレジットをいくつか獲得しました。前回よりも少し成熟したテストを行って、例えばG SparkやChatGPTと比較して、それぞれが何をするのか、主な違いは何かを理解していきましょう。まず言えることは、1500クレジットを持っていますが、これらのクレジットはすぐになくなります。プロンプトを書き始めると、ちょっと目を離している間にもうなくなってしまうんです。
基本的な考え方として、すでに使用した人の例を見てみましょう。こちらの「量子世界」のスペースを見てください。ちゃんとしたサイトを生成しています。「量子世界を発見する」というサイトで、情報がたくさんあり、探索するためのインタラクティブな要素があります。モジュール、量子ビット、すべての情報、インタラクティブラボへのリンクがあります。すべてのモジュールを探索でき、インタラクティブラボでは粒子の動きを操作して測定することができます。量子力学を理解する必要がありますが、すでにいくつかの小さな演習問題が用意されています。これは非常に興味深いです。なぜなら、あなたは単にプロンプトを渡して何が欲しいかを説明するだけで、AIがすべてを準備してくれるからです。
そして見てください、これらのリンクはどれも壊れていません。すべてのリンクが機能していて、これは非常に驚くべきことです。例えば、G Sparkを見てみましょう。これは基本的に同じことをする別のジェネレーターです。これは私がチャンネルのビデオで作ったプロジェクトで、もし見ていなければ、詳しく説明しているのでそちらを見てください。私は単に「標準的なペットショップのサイトを作って」と言っただけで、それ以上のプロンプトや修正、何も行いませんでした。G Sparkはウェルカムメッセージ、サービス（シャンプー、トリミング、宿泊）、推奨製品とその価格、お問い合わせ、クライアントのコメント、ギャラリーなどを含むランディングページを作成しました。そしてリンクをクリックすると、適切なセクションに移動します。すべてがきちんと機能しています。
では、同じプロンプト「標準的なペットショップのサイトを作って」をマヌスに渡すとどうなるか見てみましょう。マヌスは非常に異なる動作をします。G Sparkを使うと、クリエイションを作成すると、タスクの段階や必要なことなど、何をする必要があるかについての思考プロセスが表示されます。彼は「ポルトガル語のペットショップ用の標準ウェブサイト用に単一のHTMLファイルを作成します」と言い、ページ、ページに配置する要素、使用する技術を示し、PDFの最適化タスクも行います（これは実際には見られませんでしたが）。この計画を立て、コードを生成しますが、私たちは彼が何をしているのか、段階を見ることはできません。その後、結果を表示できます。
G Sparkが提供するクレジットは毎日200クレジットで、今日使い切っても明日また更新されます。マヌスの場合、一定量のクレジットを与えられ、使ったら失われ、終わりです。私の場合は1500クレジットです。
では「標準的なペットショップのサイトを作って」とプロンプトを入力するとどうなるか見てみましょう。マヌスには「標準」と「高努力」の2つの動作モードがあります。「高努力」モードではより長いチェーン推論を使用し、より詳細なタスク分割を行いますが、処理時間が長くなりクレジットも多く消費します。ベータ段階では、このモードはマヌスプロユーザーのみが利用できます。私はプロ契約していないので使えません。
非常にシンプルなプロンプトで何が起こるか見て、G Sparkと比較してみましょう。彼は早速こう言いました：「あなたのためにペットショップの標準サイトを作ります。ホームページ、サービス、製品、会社概要、お問い合わせなどのセクションを含むレスポンシブサイトを開発します。今から作業を始めます。」
そして下に「マヌスが機能しています。プロジェクト構造を作成中」と表示されます。クリックすると、彼が行っている活動がすべて表示され始めます。ホームページのレイアウト、サービスページ、製品ページ、会社概要ページ、お問い合わせページの作成、レスポンシブデザインの追加、ユーザーへの配信などです。タスクをクリックすると、彼が行っているすべてを表示してくれます。例えば、最初のタスクを完了し、今はファイルを作成しています。
前に進むと、彼が作成しているファイルが表示されます。このファイルには彼が行うべきことがすべて含まれており、一つずつマークして私たちに示しています。これは私がテストしたすべてのエージェントの中で最大の違いの一つです。ChatGPTもG Sparkも、私たちが何が起きているのかを追跡して理解できるような素晴らしいタスク表示は行いませんでした。
ライブビューに行くと、現在実行中のタスクが表示されます。灰色から緑色に変わったのが分かりますね。これが現在彼が行っていることで、サイトのコードであるスクリプトを作成しています。リアルタイムで彼が行っていることを見ることができ、すでに完了したことをステップバイステップで追跡することができます。
「マヌスのコンピュータを使用」をクリックすると、彼が使用しているブラウザを見ることができます。現在は何も使用していませんが、情報を検索するよう依頼すると、インターネットをナビゲートします。彼はコードを書いているので、現在はVS Codeを使用しています。ブラウザをクリックすると、ブラウザが表示されますが、何も起きていません。彼は現在使用していないからです。例えば、私のサイトをクリックすると、私のサイトに完璧に入ります。これはAI自身が使用するブラウザを使用しているようなものだからです。
タスクを表示し続け、作成しているものを表示し続けます。このタスクは少し短いので、かなり速く終わると思います。彼が各段階に費やす時間を正確に示しています。設定で、各タスクに費やしたクレジット量を確認できます。例えば、アーリーアダプターになったことでボーナスとして1000クレジット、キーによるアクティベーションで500クレジット、前のビデオで公開したコードを通じて人を紹介したことで500クレジットを獲得しました。現在のサイト制作ですでに50クレジットを消費しており、非常に速く進んでいるようです。
これはかなり簡単なタスクで、プロンプトもシンプルでした。特別な要求はしていないので、マヌスにとっては比較的簡単です。彼は進捗状況を説明しています：「ペットショップサイトの作成は順調に進んでいます。メインページはすべて正常に実装されました：ホームページ、サービスページ、製品、会社概要、お問い合わせ、すべて完璧です。」
あなたは見ているだけで何もする必要はありません。今、彼はページにアクセスし始め、検索を行っています。ブラウザをクリックすると、彼のブラウジングを見ることができます。彼が操作しているだけで、私は画面を見ているだけです。彼はサイトに入り、ものをクリックし、サイトを見ています。彼はダウンロードに行き、登録が必要だと気づいて戻ってきました。登録はしませんでした。おそらく彼はサイトで使用する画像を探しているのでしょう。
彼が何をしているかを理解するために戻りましょう。彼は各ステップ、彼が見ていた画像を表示しています。前に戻ると、彼がしていたすべてのことが表示されます。ログイン画面に行ったことを示し、彼が以前何をしていたか、使用していたページをすべて表示します。ライブビューにジャンプすると、彼は画像を表示することができました。おそらくこの画像は最終的なサイトに表示されるでしょう。
このビデオの興味深い点の一つは、自動ナビゲーションを行うためのツールであるブラウザの使用方法です。これについては専用のビデオを作成しており、インストール方法や機能について詳しく説明しています。ブラウザを使用する場合、何も待つ必要はありません。ダウンロードしてインストールするだけで、ナビゲーションを制御するAIの使用料を支払うだけです。
この画像キャプチャの部分は処理の中で最も高価な部分です。画像を取得するのに時間がかかるからです。結局のところ、彼に画像をダウンロードする時間を無駄にさせないように分析する必要があります。例えば、すでに画像を持っている場合、「サイトを作成して、これらの画像を使用してください」と指示することができ、画像ダウンロードに費やすクレジットを大幅に節約できます。
最後のステップであるレスポンシブデザインの追加とテストに到達しました。彼はまだいくつかのダウンロードを行っており、これは彼が行っている中で最も長いステップのようです。VS Codeを使用しようとすると、パスワードの入力を求められますが、前回のテストではパスワードはなかったので、おそらくプロセスの最後に、プロジェクトが完了し、ファイルがすべて機能している時点でVS Codeへのアクセスが許可されるのだと思います。
私がしなかったことの一つは、知識を追加することです。一般的には、開始前に彼が行うタスクやアイテムのリストを確認するなど、特定のことを彼にしてほしい場合、指定することができます。知識ランプをクリックし、その知識がいつ使用されるかを説明します。最も重要な部分は「マヌスはいつこの知識を使用するか」という部分です。この文章はAIが読み、この知識をいつ使用するかを説明するためのものです。例えば、「画像調査を行う際に、使用する各画像を承認するかどうかを尋ねる場合にこの知識を使用してください」と書くことができます。そうすれば、彼が画像をダウンロードするたびに、その画像の使用を承認するかどうかを尋ねてくれます。
現在のクレジットを見ると、265クレジットになっています。サイト作成とコーディングの通常の部分では50クレジットしか使用していませんでしたが、デザイン部分が始まってからさらに215クレジットを使用し、まだ完了していません。
これは興味深いですね。あなたは将来、あなたのために働くAIが登場すると思っていたかもしれませんが、私たちはすでにそれを持っています。このAIはすでに私たちのために働いており、100％自律的にタスクを遂行します。私たちは見ているだけです。
ChatGPTのO3モデルと比較すると、マヌスが行っていることに非常に近いものがあります。G Spark、マヌス、O3を同じプロンプトで比較した専用ビデオを作成しました。三つのAIはかなり異なるものを提供します。G Sparkはビジュアルグラフィックの部分が優れています。マヌスは組織的な部分が優れています。O3はまだあなたが対話し、彼が行っていることをフォローすることに焦点を当てており、マヌスやG Sparkのような独立して完成品を提供する能力はまだそれほど良くありません。O3は、あなたが詳細にリクエストを書き、彼がそれに基づいて熱心に作業することを可能にします。マヌスとG Sparkの場合は逆で、シンプルなことを書くことができ、彼があなたが考えていないことを推論して考えてくれます。
彼はすべてのダウンロードを完了し、すべての画像をダウンロードし、現在はこれらの画像の統合、コードの統合を行っています。この時点で彼は問題に遭遇し始め、コードを生成し、実行してみて機能しない場合、コードを再生成し、再度実行します。この時、あなたは座って見ているだけで、彼がテストを行い、エラーが発生した場合に修正するのを待ちます。
彼がいくつかのタイプのエラーに遭遇し始めると、少し不安になることがあります。なぜなら彼は直面しているエラーを教えてくれないからです。リラックスしてコーヒーを飲みに行き、戻ってきて何が起こったか見るだけです。興味深いことに、彼が最もクレジットを消費し続けている部分は、画像の作成とバグの解決です。つまり、レポートを作成したり、高度な調査を行ったりするだけなら、画像をダウンロードしたりバグを解決したりする時間は費やさず、千倍も経済的で、はるかに速くなるでしょう。このエラー修正や画像ダウンロードのプロセスは、より時間がかかると気づいたと思います。
ブラウジング中、彼は明確に「下にスクロールしています」と書きます。以前の画面は上部にあり、スクロールした後、下部の画面が表示され始めます。彼はスクロール後に何が起こるかを確認するためにビューを与えています。彼は最後のステップであるサイトのレスポンシブテストを完了しているようです。
何か問題が発生した場合、私はクリックして制御を引き継ぐことができます。パスワードを入力する必要がある場合やアクセスできないものがある場合、彼が何をすべきか尋ねることがあります。彼はすべてを完了したようで、「マヌスがアプリを公開ネットワークに展開することを許可しますか？」と尋ねています。公開を許可すると、後でこれにアクセスできるようになります。
彼はタスクを完了し、「マヌスは現在のタスクをどれだけうまく完了しましたか？」と尋ね、100クレジットを獲得します。アクセスして何が起こったか見てみましょう。
「忠実な友達」というサイトが作成されました。「ペットショップ忠実な友達へようこそ」、「私たちのサービス」、「今すぐ予約」と表示されています。彼が探していたのを見た写真を正確に使用しています。サービスはシャンプー、トリミング、獣医、宿泊で、G Sparkのものに非常に似ています。販売する製品もいくつか掲載されていますが、一部の画像は壊れています。おそらく彼はすべての画像を取得できなかったのでしょう。G Sparkはこの点でより賢かったです。画像がある場所に彼は単に画像を配置せず、画像が壊れる可能性を知って小さな描画を配置しました。個人的には、存在しない画像だが可愛い小さな描画を見る方が、素敵なサイトに壊れた画像が表示されるよりも良いと思います。いずれにせよ、基本的な考え方は、画像を持っている場合、コードで置き換えるだけで表示されるということです。
彼はクライアントのレビュー、連絡フォームも作成しました。基本的に、標準的なサイトは本当に標準的なものになり、想像したものと何ら変わりません。「詳細」をクリックすると、「私たちの歴史、ミッション、価値観」へのリンクが表示されます。これは興味深いことに、彼は別々のサイトを作成しました。製品だけのサイトです。G Sparkはこの分離した部分を作成しませんでした。G Sparkでは、メニューは主に一つのメインページでのみ機能します。もちろん、これらの他のページを作成するよう依頼しなかったことを考慮する必要があります。G Sparkは正確に提供し、画像を使用する代わりに、いくつかの小さな描画を残しました。一方、マヌスはすでに機能しているクリック可能なものを作成しました。
「プレミアムロイヤルティ」を見てみましょう。このリンクはありません。「プロモーション」は上部にあり、「購読者向け割引」もありません。一部のリンクはまだありません。依頼する必要があるでしょう。基本的には引き分けです。G Sparkでは依頼しなかったので作成せず、マヌスでは作成したリンクの一部がクリックできませんが、G Sparkと同様に製品を購入する部分は機能しないことが予想されていました。それを作成するためには製品が必要だからです。
コメント欄で、価値があるかどうか教えてください。正直に言って、これを見るたびに、これが現実だとは信じられません。このような複雑なプロジェクトが、単にテキストの一文をクリックしただけで、このすべての処理、起こっていることすべてを生成したとは信じられません。
公開されており、リンクを共有します。アクセスできるはずです。必要に応じて非公開にしたり、プライベートにしたりすることもできます。興味深いのは、ファイルを添付し、何かプライベートなものがあり、それを公開すると、添付したファイルがここに表示されるということです。これは良くありません。
VS Codeが開くかどうか見てみましょう。パスワードがあるのはなぜかわかりません。前回はパスワードはありませんでした。ファイルを表示することもできます。作成されたすべてのファイル、作成されたすべてのものがここにあります。画像はここでは表示されていませんが、画像はあり、機能しています。サービス、スタイル、その他のコードと作成されたリンクはすべて表示されていますが、画像だけが表示されていません。
このサイトを生成するために使用されたクレジットの総数は485クレジットでした。私が持っている2000クレジットのうち、まだ1つあります。ここにもう一つの鍵があり、誰もこのビデオの録画時点でこの鍵にアクセスしていなければ、試してみてください。以前共有したものはすでに使用されていますが、まだ機能しているものがあります。
マヌスのサブスクリプションはいくらかかるのでしょうか？サブスクリプションは月額9ドルで、3900クレジットが付いています。これは基本的に1ドルあたり100クレジットです。マヌスプロバージョンは月額99ドルで、19900クレジットが付いています。これも1ドルあたり100クレジットです。現在のレートで計算すると（1ドル＝約5.8レアル）、9ドルは約52レアル、99ドルは約574レアルになります。非常に高価です。これはすべてのAIの中で最も高価なものの一つですが、非常に満足している人もいて、特に仕事でこれを使用する人にとっては価値があると言っています。仕事でお金を稼ぐならコストを相殺できるからです。しかし、一般の人々、日常的な使用にとっては、お金が問題でない限り、価値がないと思います。
G Sparkと比較すると、G Sparkは毎日200クレジットを提供します。マヌスにはそれがありません。マヌスは使用したらなくなります。G Sparkのサブスクリプションはずっと安く、24.99レアルです。これはChatGPTの20ドルプランに似ています。計算すると、24.99レアルは約4.3ドルで、249レアルのバージョンはマヌスよりも高価になりますが、クレジット量ははるかに多いです。G Sparkでは毎日200クレジットが追加されるため、使用できないということはありません。
年間プランなら割引があり、月額17レアル、プロプランなら月額200レアルになります。
動画を編集している間に、ビッグテック企業の株式市場レポートを作成するよう依頼します：「マイクロソフト、エヌビディア、アップル、テスラのビッグテック企業のグラフとデータを含むレポートを作成し、トランプの関税引き上げの影響とアメリカと世界中の世論との関連を示してください。」
編集中にこの調査を進めさせます。私の声が聞こえているなら、興味深い結果が出たということです。このようなビデオを続けて見るためにチャンネルをサポートしたい場合は、メンバーになってください。メンバーはインテリジェントエージェントの限定ビデオや先行公開ビデオにアクセスできます。「いいね」をお願いします。ありがとう！
コメント