本動画は、ChatGPT 5.1とGemini 3という2つの最新大規模言語モデルの本質的な違いを、プロンプティング手法の観点から詳細に解説したものである。多くの人々がモデル自体の性能について語る一方で、モデルに与える「入力の混乱度」については十分に議論されていない。ChatGPT 5.1は整理された低エントロピーの入力を受け取り、複雑な多段階タスク(推論、コーディング、プランニング、文章作成)を実行することに長けている。一方、Gemini 3は高エントロピーの混沌としたコンテキスト(ログ、PDF、スクリーンショット、動画など)を摂取し、それらを構造化することに優れている。両モデルともに強力だが、適切なタスクに適切なツールを選択することが生産性向上の鍵となる。本解説では、各モデルに対して「継続すべきこと」「やめるべきこと」「新たに始めるべきこと」という枠組みでプロンプティング戦略を整理し、実践的なガイダンスを提供している。
ChatGPT 5.1とGemini 3におけるプロンプティングの本質的差異
ほとんどの人はモデルについて語りますが、モデルに渡す混乱したデータについて語る人はほとんどいません。この動画は、一週間ほど前にリリースされたChatGPT 5.1と、数日前にリリースされたGemini 3の間のプロンプティングの違いについて全てを扱います。具体的な内容に入り込んで、どのようにそれらに対して異なるプロンプトを書くのか、なぜそれが重要なのか、そしてその結果としてあなたの注意がどう変わるのかを説明していきます。
これから非常に具体的かつ戦術的な話をします。なぜなら、これが率直に言って両方のモデルで生産性を上げるための大きな推進力になると考えているからです。ここでの目標は、あなたにモデルを選ばせることではありません。適切な仕事に適切なツールを使ってもらうことです。
この数日間それらを使ってみた後で各モデルの要約をお伝えするなら、Gemini 3は混沌とした高エントロピーのコンテキスト、ログ、PDF、スクリーンショット、動画を食べて、それを何らかの構造に変換するように作られています。ChatGPT 5.1は、クリーンで比較的低エントロピーの入力、比較的整理された入力を受け取り、それらを使って複雑な多段階タスクを実行するように作られています。推論、コーディング、プランニング、物語の展開などです。
これは、あなたのプロンプティング習慣における本質的な変化を意味します。そして、どちらか一方で済むと思い込むよりも、どのモデルをどの仕事で使うのか、どのモデルをどの仕事で選ぶのかを問う方が良い結果につながります。
ChatGPT 5.1のプロンプティング戦略
では、ChatGPT 5.1についての考え方を確立してから、Gemini 3と比較に入りましょう。ChatGPT 5.1の基本的なメンタルモデルは、5.1をあなたのオペレーター兼ビジネスライター兼コーダーとして扱うべきだということです。明確な役割を好みます。オーディエンスを好みます。トーンについての具体的な指示を好みます。
覚えておいてください。彼らはこのモデルを指示に従うように調整しました。そして部分的には、ChatGPT 4の文章に関する不満に対処するために特にそれを行ったのです。ChatGPT 5.1は、単に巨大な生のデータダンプではなく、精選された関連性のあるコンテキストで最高のパフォーマンスを発揮します。モードの観点から見ると、スピードと深さの両方で利点を得られます。そしてそれらを賢く意図的に使う必要があります。
ChatGPT 5.1でスピードランをする場合、モデルに噛み砕いて考える時間を費やさせたくない指示セットは何か、私が言う通りに正確に従って実行してほしいだけの指示セットは何かを考えたいのです。対して、それらの推論トークンが必要な指示セットをモデルに与える場合とは異なります。
ChatGPT 5.1に関する他の全ては、このモデル理解の上に成り立っています。そして5.1のプロンプティングに移行して、古典的なエンジニアリング用語で考えるなら、キープ・ストップ・スタート、つまり何を継続し、何をやめ、何を始めるかということですよね。プロンプティングの観点から、既に使ってきたかもしれないもので何を継続すべきか、何をやめるべきか、何を始めるべきか。
役割、オーディエンス、トーンを定義し続けてください。このアドバイスは長い間聞かれてきました。これは5.1でも依然として高いレバレッジを持つパターンです。出力の構造について明示的であり続けてください。セクション、見出し、箇条書きの数、JSON、スキーマについて尋ねてください。5.1はこれらの構造的指示に非常に確実に従うように作られています。
また、モードを意図的に使い続けてください。軽い編集であれば、素早い回答であれば、インスタントを使います。難しい推論であれば、リファクタリングであれば、シンキングを使います。本質的には、モデルに物語を主導させ続け、あなたが与えるコンテキストを使って難しいタスクを解決させてください。このモデルは問題を食べるのが好きです。エグゼクティブメモ、プロダクトナラティブ、内部説明文書。これらはモデルが本当に得意とするものです。
さて、やめるべきことです。巨大なフィルタリングされていないコンテキストウィンドウを5.1にダンプするのをやめてください。それはあまり関連性が高くないと感じています。お金をより多く払うことになり、モデルの価値を希釈する傾向があると思います。背景情報の壁の中にタスクを隠すのをやめてください。いわゆる大きなプロンプトの多くでそれを見かけます。ウィキページからの会社の伝説のページは必ずしも必要ありません、そうですよね。具体的に欲しいものを尋ねてください。
これはChatGPT 5.1のドキュメントとも一致しています。また、4つか5つの仕事を1つのプロンプトに詰め込むのもやめてください。探している特定の依頼をモデルに与え、必要であれば追加のステップに連鎖させることができます。アイデア生成は、批評や選択とは異なる種類のモデルタスクです。
5.1では、モデルがクリーンな入力を好む方法のために、これらは自然に分けられるべきだと感じています。また、文章スタイルに関する指示に従うモデルがあるのですから、それを使いましょうと指摘したいです。異なる種類の指示を求め始めてください。マーケティングに合うトーンの指示、役員会に合う指示、エンジニアリングチームに合う指示をどのように求めますか。
5.1はまだClaudeほどスタイルは得意ではありませんが、以前よりもはるかに指示に従うのが上手になっています。では何を始めるべきでしょうか。5.1についてキープとストップをやりました。5.1をほぼ内部関数ライブラリのように扱い始めるべきです。これは少しエンジニアリング的な話ですが、再利用可能なパターンを定義し、可能な限り安定したフォーマットでそれらを呼び戻せるようにしたいのです。
たとえば、これがチームへの内部メモを下書きするための安定したパターンです。明示的に定義します。ChatGPT 5.1にそれを覚えてもらうよう頼むか、もしくは頻繁に使うならプロジェクト指示やシステム指示に入れて、それから戻って内部メモを下書きするよう意図的に呼び出します。
テーブルフォーマットを再利用したいです。意図的な思考が必要なときは段階的プランを与え始めてください。まず3つの明確化質問をし、次に3つの選択肢を提案し、次に1つを選び、次にドキュメントを書く。これによってモデルはタスクについて注意深く考えることができます。
また、ツールについて明示的になり始めてください。5.1がローンチしたときにこれについて話しました。重要であり続けています。モデルにどのツールが重要かを伝えてください。それらの制約を与えてください。ウェブ検索は重要ですか。そう言ってください。
また、冗長性とレジスターを制約し始めてください。これは5つから7つの箇条書きに収めなければならず、VP向けのオーディエンスだと言えば、それはモデルにとって非常に役立ちます。なぜなら言語のレジスターを制約し、実際に何を出力すべきかをモデルが知る助けになるからです。
Gemini 3のプロンプティング戦略
これが5.1です。Geminiに移ると、異なる世界になります。なぜならGeminiは異なる種類のタスクのために作られているからです。Gemini 3で同じキープ・ストップ・スタートを実行すると、いくらか重複があります。これらが完全に異なる獣であるふりをするつもりはありません。なぜなら全て大規模言語モデルだからです。しかしここで指摘したい重要な違いがいくつかあります。
Geminiでは、正確であり続けたいです。曖昧さを避け続けたいです。Gemini 3は明確な目標と出力フォーマットに最もよく反応します。これは5.1とやや似ています。出力に何らかの構造を持たせることも依然として役立ちます。JSON、テーブル、標準化されたタグ、構造化出力に使うものは何でも。
JSONが魔法だとあなたに言う人間にはなりません。なぜならそうではないからです。ただ明確な構造を持ってください。タスクが複雑な場合は段階的推論を使い続けてください。5.1について話したように、ステップ1、ステップ2、ステップ3と言うなら、それは依然として有用です。
やめるべきこと。1番目、これは非常に重要です。Gemini 3をGoogleのChatGPTであるかのように扱うのをやめてください。異なる特性を持っています。私が指摘したように、その真のエッジはマルチモーダルであることです。動画、画像、テキスト、非常に長いコンテキストをファーストクラスのオブジェクトとして摂取すること。非常に短いテキストプロンプトしか送らないなら、それが何に対して差別化されているのか、本当には使っていません。
やめる必要があるもう1つのことは、巨大なコンテキストを使用するときに詳細な指示を全て上部に置くことです。100万トークンのコンテキストウィンドウを使用していて、Googleのドキュメントがこれを非常に具体的に言っている場合、コンテキストを最初に置き、指示を最後に置きたいのです。長いドキュメント、コードベース、動画では、より良いパターンは全てをトップに置き、指示をボトムに置いて、上記の情報に基づいて、上記の情報を使ってXYZと言うことです。
これがあなたの指示です。Gemini 3がデフォルトで冗長またはおしゃべりになると仮定するのをやめてください。これはChatGPT 5.1とは非常に異なります、そうですよね。Gemini 3は簡潔であるように調整されています。より長い、またはより物語的な回答が欲しい場合は、そう言う必要があります。私は既にモデルと格闘しています。全てをカバーするのが好きですが、簡潔であることを好みます。
マルチモーダル入力を曖昧に参照するのをやめてください。上記のスクリーンショットを見てくださいというのは弱いです。代わりに、画像1のファネルダッシュボードをXYZに使用してください。画像2のチェックアウト画面をABCに使用してください。1、2、3を行うことによってそれらを比較してください、と言ってください。できる限り具体的になりたいです。なぜなら、モデルがあなたが与えている長いコンテキストのうち何について話しているのかを知るために、そのコンテキストが必要だと仮定しなければならないからです。
複数の動画を整理していて、おそらくスクリーンショットも整理していて、画像も整理しているなら、指示の中であなたが何について話しているのかを見つける手助けをしてください。Gemini 3で何を始めることができるでしょうか。Gemini 3のキープとストップをやりました。最後のセクションはスタートです。
Gemini 3をエントロピーイーターとして使い始めてください。巨大な混沌とした束を与えてください。ログ、PDF、トランスクリプトなど。構造化された根拠のあるアーティファクトを出力するよう求めてください。課題リスト、タイムライン、仮説、テーブル。
また、長いコンテキストプロンプトを本当に明示的に固定し始めてください。パターンの1つの例は、役割とグローバル制約を持ち、プロンプトの大部分の真ん中に大きなコンテキストブロックを持ち、最後に上記の情報に基づいてYスキーマでXを実行してください、というものです。
これは長いコンテキストプロンプトを固定するのに役立ち、モデルがコンテキストを読んだ後に何をすべきかを知ることができます。また、Gemini 3でプロンプトするたびに冗長性とペルソナを指定し始めてください。会話的なトーンを使ってください。ここでは800から1,000語が必要です。箇条書きリストを返してください、何でもいいです。Gemini 3からの簡潔な応答がただ大丈夫だと仮定しないでください。欲しいものを決めてください。
また、すべてのモダリティに名前を付けてインデックスを作成し始めるべきです。それは複雑に聞こえるかもしれませんが、そうである必要はありません、そうですよね。画像1、それはモダリティに名前を付けることです、そうですよね。それはあなたが入れたものの1つに名前を付けることです。動画2、1分30秒から2分まで。CSV、列1から4。タスクを与えるときに何を使ってほしいかを伝えてください。なぜなら、モデルが山を検索する必要があると仮定しなければならず、より正確であればより良い検索ができるからです。
また、利用可能な場合は意図的に推論コントロールを使い始めてください。本当にドキュメント間の統合が必要な場合にのみ思考レベルを上げたいです。単にラベリングをしているだけなら低く保つことができます。純粋な検索と抽出をしているだけなら、意図的に調整してください。ChatGPT 5.1と同じように、いつシンキングを使うかについて意図的になりたいです。
コンテキストエントロピー対タスクエントロピー
一歩下がって、ここで5.1対Gemini 3の深い比較をしました。全体的に何が見えるでしょうか。深い違いはGoogleとOpenAIだけではありません。各モデルが最も得意とするエントロピーの種類なのです。コンテキストエントロピー対タスクエントロピーの世界を見ています。
コンテキストエントロピーは、入力がどれだけ混沌として、大規模で、マルチモーダルであるかです。無関係な詳細がたくさんあるかもしれません。混合フォーマットがあるかもしれません。タイムライン、スクリーンショット、ログ、動画があるかもしれません。Gemini 3のように聞こえますか。その通りです。
タスクエントロピーは、仕事がどれだけオープンエンドで多段階かです、そうですよね。曖昧な目標、競合する制約、複数のステークホルダー、ツールコール、プランニングと執筆とコーディング。ChatGPT 5.1はそこで少し優れていますが、ニュアンスに入りたいです、そうですよね。
モデルが扱っているエントロピーにモデルを合わせると最良の結果が得られます。Gemini 3は高いコンテキストエントロピーでうまくいきます。タスクエントロピーでは大丈夫だと思いますが、中程度と評価します。すべてがここにあります。シグナルと構造を見つけてください。これはGemini 3にとって素晴らしい使用法です。
ChatGPT 5.1はコンテキストエントロピーで非常に低から中程度です。本当にクリーンなシグナルを与える必要がありますが、そうすれば複雑なタスクを与えることができます。これについて正確にしたいのですが、ChatGPT 5.1のドキュメントは、コンテキストウィンドウが競合している場合、つまり説明的かつ簡潔であれというような互いに打ち消し合う曖昧な指示を与えている場合、ChatGPT 5.1はそれを好まないと指摘しています。
その曖昧さを修正しようとしてトークンを燃やすでしょう。私のプロンプトが不正確だと感じたときにモデルが私に反論してくるのを見てきました。それは大好きです。ただし、クリアなプロンプトがあると仮定すれば、非常に高い複雑性のタスクを扱い、それを考え抜くことができると思います。その点で、瓶の中の脳のようなものです。
本当にクリーンな入力を与えることができれば、それを処理でき、かなり複雑なタスクになり得て、非常に思慮深く戻ってきます。ここで私が話している違いは、非常に有能なベースラインLLM能力の上にある違いだと強調したいです。これらのモデルは全て多くの日常的なタスクが得意です。
メールを書くのが得意です。PRDを統合するのが得意です。エンジニアリング要件を書くのが得意です。私が指摘していることは、これらのモデルを最大限に活用するのに役立つニュアンスです。プロンプティングは、エントロピーに関するこの洞察に沿って変化します、そうですよね。
Gemini 3のプロンプトでは、実際には出力構造に労力を費やしています。タスク制約、アンカーフレーズの使い方、取得しているコンテキストのどの部分に名前を付けて定義するかに労力を費やしています。高エントロピーのマルチモーダルコンテキストを供給することに慣れる必要があります。私は通常それを避けますが、そのコンテキスト全体にわたって良い統合がどのようなものか、良い分析がどのようなものかを定義しなければなりません。
スキーマ、ランキング基準、取得するものなど。一方、ChatGPT 5.1では、タスク定義により多くの時間を費やしています。それは本当にクリーンですか。曖昧ではありませんか。欲しいトーンを主張していることを確認します。そして、よく構造化されたコンテキストがモデルに利用可能であるように前処理するかもしれません。そうすれば深く考え、ジャンクを渡り歩く必要がありません。
これ全てを1行で表すなら、Gemini 3を使って入力の混沌を飼い馴らし、より構造化された入力に関する難しい思考とコミュニケーションに取り組むときはChatGPT 5.1を使ってください。その混沌が構造化されたら、両方のモデルで両方のことをいくらかできます。しかしそれが私が到達し始めている要点です。
両方とも非常に強力だと思います。Gemini 3については、まだその能力を探求し始めたばかりだと思います。コーディング面で能力があることは知っていますが、この動画ではあまり議論しませんでした。おそらくどのようにコードを書くかについて別のものを作ります。これらの汎用試験やテストで見られる力の多くは、可視化に関するもの、コードがどのように構造化されているかの理解に関するもの、有用なものを一度に構築することに関するものだと思います。
それはマルチモーダル入力を深く理解し、それらの入力に対して明確で一貫性のある応答を書く能力に帰結します。だからこそ私はこのGemini 3のプロンプティングガイドの多くをそこに焦点を当てました。将来的には他の洞察に到達するでしょうが、この初期ガイドは、モデル間の安定した違いが見られるところに焦点を当てたかったのです。そこから私たちの理解を構築できるように。
これが役に立ったことを願っています。繰り返しますが、両方のモデルは素晴らしいです。ニュアンスを理解することが重要です。だからこそ私はあなたにこの種のプロンプティング2011マスタークラスをChatGPT 5.1対Gemini 3で提供しているのです。幸運を祈ります。
コメント