私はGeminiの課金ユーザーです。Google AI Proに今も課金しています。
それでも、日常の壁打ちではChatGPT、個人開発ではCodexをメインに使っています。
Gemini 3.1 Proを普段使いの軸にしていて、直近のアップデートで登場した3.6 Flashと3.7 Flashも試しました。
新しいモデルなら改善しているかと思ったのですが、細かく指示しないと検索やツールを使わず、そのまま回答しているように見えることがあります。
例えば、古い情報を拾ってくることがありました。「本当に？」と確認すると、「間違えました」「存在しないモデルの説明をしてしまいました」といった返答になり、そこから会話が崩れる。
使いづらいというより、もう「あかんやん。無理！」という感じです。
Google AI Proに課金して、Gemを作ったり、Antigravityを使ったり、質問の仕方を変えたりもしました。それでも、回答を毎回疑いながら使う必要がありました。
仕事で使うGPTやClaudeとの差が大きかった
仕事ではGitHub Copilot EnterpriseでGPTやClaudeを使っています。
同じ環境、同じ条件でモデルだけを比較したわけではありません。それでも、私が仕事で使っているGPTやClaudeは安定していました。指示から大きく外れにくいし、存在しないものを説明されることも少ない。
一方、Geminiでは、回答を使う前に正しさの確認から始める必要がありました。確認しようとしたところから、会話がおかしくなることもある。
この差が、プライベートでもGPTを使おうと思ったきっかけです。
ClaudeとGPTを無料で使い比べた時期もあります。Claudeは回答の品質に不満はありませんでしたが、私の使い方では上限にすぐ達しました。
そのため、プライベートではChatGPTをメインに使うようになりました。
Geminiを完全にやめたわけではありません。NotebookLMやリサーチ、Google関連の作業では今も使っています。
ただ、日常の壁打ちや設定、方針決めではChatGPTを使っています。
設定や食事管理で、手戻りが減った
ChatGPTやCodexに助けてもらったのは、抽象的な相談だけではありません。
WezTermの設定、Codex自体の設定、DockerやPythonを動かすための環境設定など、実際に手を動かす作業でも使っています。
Antigravityで設定した内容に粗が残っていた時も、確認させると問題点をすぐ指摘できました。
食事管理では、バーガーキングのダブルペッパーガーリックステーキワッパーのカロリーを聞いたことがあります。
私は、商品の炭水化物と、お茶碗1杯分の白米に含まれる炭水化物を比較してほしかった。ところがGeminiから返ってきたのは、商品の総カロリーを白米のカロリーと比べた「お茶碗1杯の白米、4.5杯〜5杯分」という回答でした。
カロリー同士の比較になっていて、依頼した炭水化物同士の比較になっていません。ChatGPTにこの回答を渡すと、比較対象が途中で変わっていることと、科学的根拠がないことを指摘し、炭水化物同士で考え直してくれました。
こういう経験が重なり、ChatGPTには回答をそのまま信じるというより、次の行動を決めるための壁打ち相手として頼るようになりました。
公式ページや実際の仕様と照らし合わせた時に、大きく食い違うことが少ない。手戻りは、以前と比べて体感で半分以上減っています。
Codexを使う環境もWindowsからWSL2へ移した
設定を触るうちに、開発環境そのものも変わっていきました。
最初からWSL2をワークスペースにしていたわけではありません。もともとはWindows側で作業していましたが、ツール類やPythonを動かすことを考えて、WSL2へ移行しました。
Codexとのやり取りで公式ページを確認すると、Linux側のツールやリポジトリを使う構成が案内されていました。自分で最適な構成を考えたというより、ツールやPythonとの相性と公式案内を見て移行した形です。
現在は、Windows上のCodexアプリから、WSL2のUbuntu環境に置いたプロジェクトを開いています。リポジトリはWSL側の ~/projects 配下です。
この構成が本当に最適なのかは、まだ分かっていません。ただ、今のところは困っていません。WSL2の公式説明
GPTでも最後に前提を外した
ChatGPTとCodexを使いながら進めた個人開発では、設計も方針も概ね問題ありませんでした。
実装も終わって、「あとは検証だな」というところまで進みました。
そこで、頼りにしていたFX関連の外部APIが、アカウントを作成しても使えないことが分かりました。
使うには利用申請が必要で、口座への入金も必要でした。日本向けAPIでは、Gold会員、NYサーバーの口座残高25万円以上、プロコースが必要です。Gold会員を維持するには、月50万USD以上の取引量も必要になります。日本で個人開発の検証用に使うには、かなり厳しい条件です。
このため、OANDAはTechnical Referenceに限定し、Operational Providerは未選定としました。OANDA公式のAPI利用条件
アカウントを作れば使えると思っていたのに、別の利用条件があった。ここで止まるのか、と思いました。
もっと早く分かっていれば、実装に使った時間は減らせました。それでも、「最初からそこを確認しておけよ」と自分に腹が立ちます。
AIの調査が甘かったというより、調査の穴を指摘できるだけの知識が自分に足りなかった。次からは、アカウントを作れるかだけではなく、利用申請、権限、課金条件まで最初に確認します。
仕事ではLunaで調査し、Solでレビューする
ここでいうLunaとSolは、GPT-5.6系のモデル名です。
個人でChatGPT Plusを使っていますが、上位モデルだけで全部を回すのは、お金的に厳しいです。そのため、普段の相談や調査にはLunaを使い、最後の厳しいチェックだけSolに任せています。
仕事での流れは、いきなり「実装して」と依頼する形ではありません。
まずLunaに、機能追加や不具合修正の調査を依頼します。返ってきた調査結果をもとに改善提案を出させ、その内容が正しいかを自分で確認する。
違っていれば指摘して、考えを修正させたり、もう一度調査させたりします。結果に納得できたら、実装や修正に進みます。
そこからデバッグして、まだ直すところがあればまた修正を依頼する。動作確認がOKになったら、ユニットテストで固定します。
最後にSolにレビューさせて、問題がないと判断したところで完了です。
一度で正解を出させるのではなく、調査、確認、修正、検証を何度か回す。
個人開発でも、この使い方をさらに洗練させたいと思っています。
GPTをメインに使う今の結論
Geminiをやめたわけではありません。メインをGeminiからChatGPTとCodexへ移したことで、AIに相談する時の不安は減りました。
ただし、GPTやCodexが常に正しいわけではありません。実際、個人開発ではFX関連の外部APIの利用条件を最後まで確認できませんでした。
それでも、壁打ちから実装、検証、修正までのラリーは短くなった。
自分にとってGPTとCodexは、正解を一度で出す機械ではありません。
試して、間違いを見つけて、修正する。そのループを短くするための道具です。
次は、この短くなったループを個人開発や収益化まで持ち込めるか試していきます。
コメント