ChatGPT入門 - 初めてのAIチャット活用(10) まだChatGPTをそのまま使っているの? カスタマイズされたGPTsを活用してみよう

「GPTs」は、特定の用途にカスタマイズされたChatGPTです。2023年11月6日に開催された「Open AI Dev Day」で発表されました。

以下の通り、さまざまなGPTsがGPT Storeに登録されています。これらのGPTsは、画像・動画作成やプレゼンテーション資料の作成、Webページ作成や論文調査など用途に応じたカスタマイズがされています。

GPT Storeに登録された人気のあるGPTs／出典：OpenAIの公式サイト

GPTsの特長

GPTsには、大きく2つの特長があります。

特長1：細かい指示無しで、高品質な回答が得られる

まず、カスタマイズしたChatGPTであるGPTsがなぜ有用なのでしょうか?

ある程度ChatGPTを使い慣れた方は、ご自身のメモ帳に長いプロンプトを用意し、毎回コピペして入力する……といった操作に煩わしさを感じているかもしれません。また、そもそも適切なプロンプトが思いつかないという方もいらっしゃるでしょう。

GPTsは、特定の用途に応じた文脈・背景・知識などが織り込み済みです。つまり、それぞれの用途に最適化されているため、細かい指示（プロンプト）を出すことなく、高品質な回答を得られます。

特長2：誰でも簡単に自分専用のGPTsを作ることができる

もし、自分に合うGPTsが無かったらどうすれば良いのでしょうか? 実は、簡単なものであれば、誰でも簡単に自分専用のGPTsをコーディングレスで作ることができます。作成したGPTsは、GPT Storeに公開することも可能です。

代表的なGPTs

次に、代表的なGPTsをご紹介しましょう。

前出の図「人気のあるGPTs」を見ると、特定のものを作成できる生成系と、特定の用途の情報検索・抽出系などがあります。「GPTsで何ができるかわからない」、「とにかく一度GPTsを使ってみたい」という方は、これらの中から気になるものを1つ選んで使ってみると良いでしょう。

◆生成

デザイン：Canva
画像生成：image creator、Cartoonize Yourself
- ロゴ作成：Logo Creator、LOGO
動画生成：Video GPT by VEED
文章作成：Write for Me、Humanizer Pro
Webページ作成：Grimoire

◆情報検索・抽出

論文検索：Consensus、Scholar GPT
PDFの内容解析と要約： PDF Ai PDF

GPTsの探し方

では、どうすれば自分に合うGPTsは見つけられるのでしょうか。続いては、GPTsの探し方を紹介します。

GPT Storeには、前節で紹介したGPTs以外にもたくさんのGPTsが登録されています。まずはカテゴリ別にどんなGPTsがあるか探してみると良いでしょう。例えば、以下は、「プログラミング」カテゴリにおける人気ランキングです。

もし、使いたいGPTsが明確な場合は検索窓から検索することもできます。

ProgrammingカテゴリのGPTs

GPTsを使ってみる

では早速、GPTsを使ってみましょう。

1. 論文特化型のGPTs(Consensus)を使ってみる

ChatGPTの画面にアクセスし、「GPTを探索する」をクリックします。

以下のようなGPTsのトップページが表示されます。

ここでは論文知識に特化した「Consensus GPT」を使ってみましょう。「Consensus」を検索し、選択します。

ConsensusのGPTsにアクセスできました。

「GPTを構成する技術要素を教えて。根拠となる論文を示して。」とConsensusに聞いてみると、以下のように論文へのリンクを付与した上で回答してくれます。

論文特化型GPTsの重要性

大規模言語モデルの知識領域は極めて広大です。専門家を名乗るのであれば、正しい体系知識に基づいたAI活用が前提条件だと考えられます。

とは言え、生成AIの領域は論文が発表されてから、実用化までのスピードが極めて速いのが実情です。そもそもGPTモデルの根幹を成す概念「Transformer」は、ChatGPT登場の5年前、2017年に発表された論文「[Attention Is All You Need](https://arxiv.org/abs/1706.03762)」に出てきたものです。それから2022年までの間でGPT-1、GPT-2、GPT-3、そしてChatGPT登場当初のGPT-3.5へと進化を遂げ、本稿執筆時点(2024年3月16日)では、GPT-4が登場しています。

また例えば、大規模言語モデルに関する調査論文「A Survey of Large Language Models」は、2023年3月に発表されてからすでに12回の改訂が行われ、次々と新しい情報がアップデートされています。

こうした状況の今、「1日1本は論文を読む。」といったことが、AIエンジニアの基本動作といっても過言ではありません。しかし、日々の業務と並行して論文を読むのはたやすいことではなく、しかも多くの論文が英語で書かれています。一体どうすれば必要十分な情報収集ができるのでしょうか?

これを解決するには、DeepLなどの翻訳ツールに頼る方法と絡めながら、要約も含めて欲しい情報を効率的に得ていくことが重要です。こういった状況に極めてマッチするのがConsensusなどの論文特化型のGPTsなのです。「GPTsを制するものは、AI学習も制する。」と言われる時代が目の前にきているのかもしれません。