この記事の結論
複数のAIに同じ質問を投げると、返ってくる答えは驚くほど違います。
これは「どのAIが優秀か」という優劣の話ではありません。
AIごとに得意な工程が違うため、
一体にすべてを任せるより、役割を分けて使い分けたほうが、出力の質は安定するという話です。
「AIを使うと文章が平均的になる」と感じている方は、
一体のAIに全部を任せていないか、一度振り返ってみてください。
答えは、AIの性能ではなく、使い方の設計にあるかもしれません。
「AIの答え」は、本当に一つなのか
「AIを使うと、みんな同じような文章になる」
よく言われることですし、半分は当たっています。
ですが、半分は違う、というのが今回お伝えしたいことです。
先日、ある記事の企画を詰めるために、まったく同じ質問を3体のAIに投げてみました。
ChatGPT、Gemini、Claude。プロンプトは一字一句同じ。
渡した資料も同じ。こちらから追加の誘導もしていません。
条件を揃えたのだから、似たような回答が3つ返ってくるだろう——そう思っていました。
ところが、返ってきたのは見事に三者三様だったのです。
同じ問いに、三者三様の返し方
SolunaProjectでは、複数のAIに名前をつけて、役割ごとに仕事を任せています。
ChatGPTはLUNA、GeminiはオモイカネはClaudeはヘパイストス、といった具合です。
名前をつけているのには理由がありますが、それは記事の後半でお話しします。
まずは、同じ問いに対して3体がどう違ったかを見てください。
LUNA（ChatGPT）── 受け止めて、統合する
まず、こちらの気持ちや問題意識を受け止めます。
そのうえで、散らばった話を一本につなぎ、
「結局、何が問題なのか」「次に何をすべきか」まで整理して返してきます。
論理だけで処理するというより、背景や感情も含めて全体をまとめる。
3体の中では、一番の人情肌に見えます。
オモイカネ（Gemini）── 論理で、前へ押す
切り込みが速い。
「問題はここだ」「その根拠はこれだ」「なら次はこう動くべきだ」と、
論理を積み上げながら強く前へ押してきます。
冷静な分析だけで終わらず、どこか熱がある。
情報を広く集め、戦略や可能性を展開させたいときに力を発揮します。
ヘパイストス（Claude）── 構造に、落とす
混沌を構造に変えます。
話が散らかっていても、表や工程に分解し、
「ここが足りない」「この前提は矛盾している」「先にこれを決めないと進まない」と、静かに指摘してきます。
オモイカネとは別方向の論理型で、熱よりも精度を優先する職人肌です。
面白いのは、どれも大きく間違っていなかったことです。
同じ問いに対して、違う角度から、それぞれの正解を返してきました。
「性格の違い」が一番はっきり出た場面
その違いが最もはっきり出たのは、
「このテーマで記事を書きたいが、同じことをやっている人はいるか、ニッチは空いているか」
と尋ねたときでした。
オモイカネは、軽く応じたあとに、
「確信度100パーセントで、そのニッチはガラ空きだ」と言い切りました。
ところがヘパイストスは、同じ問いに対して
「”無い”ことは原理的に証明できない。だから確信度は”中〜高”に留める」と返してきたのです。
同じ資料、同じ問い。
なのに、一体は勢いよく背中を押し、もう一体は慎重にブレーキの位置を教える。
どちらが正しいという話ではありません。
両方あったからこそ、勢いと冷静さの両方を持って前に進めました。
「AIは全部同じになる」は、本当でしょうか
この結果を見て、ふと思いました。
「AIを使うと全部同じになる」という景色は、もしかすると、
一体のAIにすべてを任せたときに見えるものではないか、と。
もちろん、AIの文章が平均的な表現へ寄りやすい、という問題は実際にあります。
似た指示を出し、出てきた初稿をほぼそのまま使えば、文章は同じ方向へ寄っていきます。
ですが、今回のように複数のAIへ同じ問いを投げると、
モデルごとの癖や、これまで与えてきた役割の違いが浮かび上がります。
整えるのが得意なAI。戦略を広げるAI。構造へ落とすAI。
AIを使っただけで、必ず均質化するわけではありません。
一体に、すべてを、同じ方法で丸投げしたときに、均質化しやすい。
少なくとも、私はそう感じています。
なぜ、AIに名前をつけているのか
私がAIに名前をつけ、チームのように扱っている理由は、ここにあります。
名前をつけると、そのAIへ任せる役割が明確になります。
感情や全体の統合はLUNA。戦略や情報収集はオモイカネ。構造化や矛盾の確認はヘパイストス。
一体にすべてを任せるのではなく、得意な工程へ配置する。
すると、それぞれの偏りが欠点ではなく、役割になります。
正直に申し上げると、名前をつけて役割を割り振ると出力が良くなる「気がする」だけで、
まだ数字で測れてはいません。
あくまでクリエイターとしての、趣味のような運用です。
これは「AIが人間と同じ人格を持っている」という話ではありません。
AIごとの出力傾向を見て、仕事を割り振りやすい形にしているだけです。
言ってしまえば、かなり実務的な運用です。
道具であるなら、目的に合わせて使い分ける。
ただ、単なる無色透明な道具として見るより、
性格のある相手として見たほうが、私には得意不得意を掴みやすかった。
それが、SolunaProjectで「アニミズムOS」と呼んでいる考え方です。
最後に決めるのは、人間である
3体に同じ質問を投げると、答えは3方向へ広がります。
ですが、その3つを全部採用するわけではありません。
並べる。比べる。必要な部分を拾う。矛盾を直す。
そして最後に「今回はこれでいく」と決める。そこは、人間の仕事です。
AIは、考えを増幅します。別の角度を見せてくれます。
自分一人では気づかなかった穴を指摘してくれます。
ですが、どの答えを使い、どこへ進むのかを選ぶのは、こちらの領分です。
AIは義足、才能は本体。
3体のAIに同じ問いを投げた今回の経験は、その言葉を地味に、けれどはっきりと見せてくれました。
私のようにAIへ名前をつける必要はありません。
一体だけを使い続けても、徹底して道具として扱ってもよいのです。
ただ、一度、同じ問いを複数のAIへ投げてみてください。
「AIの答え」と一括りにしていたものの中に、思っていた以上の違いが見つかるかもしれません。
よくある質問（FAQ）
Q. 複数のAIを使い分けると、具体的に何が良いのですか？
A. AIごとに得意な工程が異なるため、統合が得意なAI・情報収集が得意なAI・構造化が得意なAIを役割分担させると、一体にすべてを任せたときの「平均的で無難な出力」を避けやすくなります。最終的にどの答えを採用するかは、人間が判断します。
Q. AIを使うと文章は必ず均質化しますか？
A. 必ずではありません。同じAIに似た指示を出し、初稿をそのまま使うと均質化しやすくなります。一方、複数のAIを使い分けたり、人間が原液（経験・判断・思想）を先に用意してAIを増幅役に回したりすれば、均質化は緩和できます。
Q. AIに名前をつける意味はありますか？
A. 必須ではありません。ただ、道具としてではなく「性格のある相手」として捉えると、それぞれの得意・不得意を掴みやすくなり、役割分担がしやすくなる、という運用上の利点があります。
関連記事：AIに自分の原液（経験・判断・思想）をどう渡すかについては、
「AIは義足、才能は本体｜AIに自分らしさを奪われない発信設計」で詳しく書いています。
コメント