去年の今頃だと、o1 previewが最強だったかな？
初の、思考モードが付いたモデル。

geminiは、日経は一番倭国語理解が出来るモデルと持て囃していたけど、
o1＞claude3.5≫gemini1.5といったイメージでした。

その後、12月にopenAIがo1 proを発表するなどして、話題を攫おうとしたけど、
自分らの判定は、deep researchを発表したGoogleの勝ちで、
自分はこの時から、gemini課金勢なんよな。

openAIは、GPT4.5の失敗からよく立ち直れたと思うけど、
Googleとイーロンマスクという、既に成功した巨大資本が
凄い勢いでのalの成長を見せたのが今年の総括と言えるのでは？

ただ、単純な思考スピードで言うと、
使ってる人なら分かるけど、2〜3割くらいしか違わない。

異次元になったのは、思考力とかマルチモーダルとかで、
言ってみれば、何となくモノマネをしてた去年と比べて、
AIが、人間と同等の知能体になり始めたのが今年なのかな?とも思う。
得にgeminiのマルチモーダル性能の伸びは体感6〜7倍と凄まじく
去年は人間みたいに物を見れたら良いのに〜と思ってたけど、
今は、もう手書き文字を読むスピードが人間を超えてる。

来年になると、恐らくは、人間の代わりに仕事を任せて遜色ないレベルにはなるだろう。勿論、あらゆるタスクで万能に、とは言えないが、プロンプト次第でどんな仕事にも対応する汎用AIが、来年には出来ているだろうね。 December 12, 2025

「え、Geminiさんは、広告運用歴10年以上のプロすか？もはや腰を抜かしました笑」

正直、Gemini 3 Proを広告運用の分析で使ったら、その精度の高さと凄さに、ただ圧倒された。

今回は、広告運用初心者でも上級者でも使えるGemini 3 Proの分析テクニックを超簡単にご紹介します。

↓

※長いので、時間がない方はブクマして後でお読みください。

まず前提として、私が使っているのはGemini 有料プランですが、無料でも思考モード(3 Pr)を数クレジット使用し高精度な分析が可能です。

また、私のClaude活用投稿がプチバズを起こし、それを見てClaude信者になった方、本当にごめんなさい。
正直、3 Proの登場で、Claudeを使ってる場合ではないのです。。

■生成AI別の広告運用分析ランク
初めに、私が実際に使って感じた、各主要生成AIの分析ランクは以下。

・ChatGPT
広告運用1年目で、何もわかってない広告運用オペレーターレベル。正直使い物にならない。視座もネクストアクションも甘い。無料だろうが有料だろうが精度は変わらない。

・Claude
広告運用5年目で、簡単なプロンプトでも高精度で分析できる。ただし、毎回の出力に波があり、予期せぬ発狂をすることがある。(出力結果が毎回違うのと、数値の抜け漏れが激しいのが悩みの種)

・Gemini (3 Pro前提)
広告運用10年目以上のマスターで、分析の精度とネクストアクションの指示がフルパワーで、しかもクリエイティブとLP解析までできる。解析精度もトップクラスに高い。ぶっちゃけ、広告運用12年の私ですら、「か、かてない。。」と感じてしまうことがある。

■Geminiが優れている点
分析精度が他の主要生成AIよりもずば抜けて高く、その精度は約20倍の開きがある体感。これを実現しているのが、3 Proの登場である。

例えば、分析したいデータをPDF化し、無言エンターでも、実績の集計、傾向分析、傾向から見えるネクストアクション出しまで、かなり高精度で実績も狂いなく出力される。

比較でClaudeも試したことがあるが、Claudeは複雑なプロンプトと相性が悪く、数値が微妙にずれていることがあり、訂正や矯正をしても過去のデータを引きずり直らない時が多い。

だが、3 Proは何回やっても1ミリも数値に狂いがなく、正確に出力できる。
分析数値に狂いがないと、安心して任せられるのが嬉しい。

また、特に分析からの視座出しの精度が高く、内容を読み取った後の改善アクションも逸脱で、まさに広告運用10年以上のプロ感、マスター感が強い。

■3 Pro活用例
こちらは以前Claude分析の投稿でも挙げたが、Meta広告のパフォーマンスを見るために、クリエイティブ別×週別実績で見ると良い。

手順は下記。

① クリエイティブ別×週別実績をアップロード(自動取り込みでもOK)
補足で、配信クリエイティブとLPも一緒にアップロードすると良い。

②以下の分析ポイントを指示
・前前週 VS 前週の週別差分でCPA、CPC、CVRで数値変動があったクリエイティブを特定して

・前週でコンバージョン数TOP 3の傾向と、ワースト3のCR傾向を分析して

・良かった、悪かったCRの内容を読み取り、想定される要因を推察して

・数値の傾向を読み取り、停止対象CRの候補とネクストCR案を出して

3 ProとClaudeの差を見た時に、特に優れているのがクリエイティブとLPの解析精度。

・バナー内のコピー、デザインを解析
・LPの構成を解析
・CRとLPの改善案を提示

この分析精度が特に優れている。

今までの生成AIは、クリエイティブもLPも読み取る精度が低く、プロンプトの指示で苦労していた。

それがまったくなくなり、ノンストレス。仕舞いには高精度で解析できてしまうという。すごい。

特に最近の広告は、クリエイティブとLPのエモーションリレーがキーポイントとなるため、それをセットで分析してくれるのは優秀すぎる。

■Gemの活用
有料プランだとGemのコントロールが可能なため、予め分析内容プロンプトを保存しておけば、いつでも誰でも簡単に分析ができてしまうから驚き。

例えば、先ほどの分析プロンプトに、キャンペーン名指定や期間指定を入れるだけで分析できるようにすると、少ないクレジットで一瞬で分析ができてしまう。

特にGoogle Workspace環境で優位なため、企業内で活用するのはよさそう。他の人への共有もGood。

■総括
数週間前までClaude信者だったが、Geminiに完全にスイッチした。Claudeの有料プランはもうやめた笑

広告運用で活用できる例はかなりあるのに加えて、普通に3 Proで思考の整理も高精度でできてしまうから訴求案作成やCRM、SNS分析などもできるし、Deep Researchと組み合わせると無限にリサーチ業務が捗るからすごい。

まさに事業戦略家のプロマーケターである。

完全にゲームチェンジしてしまった体感はあるので、皆様もぜひ活用してみてくださいね。 December 12, 2025

【保存版】経営者が実践すべきAI活用３選

これだけをマスターするだけで経営が加速する。経営陣こそ最先端AIを使いこなすべき。

決断に必要な情報を最速で集められる。

①調査：Deep Research
・用途：事業の壁打ち、市場調査
・ChatGPT 5.1 Proが最高性能
・プロジェクトに会社資料を入れて壁打ちが最適

②資料作成：Manus
・アイディア整理〜メンバー共有に最適
・デザインセンスは個人的にManusが一番

③簡易アプリ作成：Google AI Studio
・アイディアを即プロトタイプ化
・AI搭載アプリを知識ゼロで作成可能
・投資・新規事業のコスト試算にも活用 December 12, 2025

Gemini 3 によるスライド資料作成の革命

これまではスライド資料作成に特化した生成AIの方が良いものができていましたが、もう別々のツールを使う必要はなくなりそうです

SVGで図解を描画し、プレビュー可能なHTMLファイルに埋め込むことをGemini 3 のCanvasを使って実行します

今回は事前にGemini 3 / nano banana pro / antigravity についてDeep researchしたものを用意して、それを以下のプロンプトで生成しています

―――――――――――
実際に試してみたプロンプト
―――――――――――

以下の内容についてエンドユーザー向けに魅力が伝わる要点図解を作成して。

- すべてSVGで図解を描画し、プレビュー可能なHTMLファイルに埋め込む。
- SVG画像ファイルのみダウンロードできるボタンを設置する。
- アイコンは、Web標準で安定して表示されるSVGアイコンデータ（Lucide/Heroicons互換）を使用する。
- アイコンは適切なサイズに拡大縮小すること
- デザインは学術スタイルのような感じにする。
- 背景は白とし、ダークテーマにはしない。

（以下、Deep researchの文章をコピペ）
―――――――――――

スタイルを変えれば好みの資料を作成できます

また、svgをダウンロードしてPowerPointに貼り付けて「図形に変換」としてあげれば細かい図形に分かれるので、図形ごとの修正が可能になります

完成版はリプ欄にあるので確認してみてくださいね！

プロンプトを後で見返したい場合は「いいね＆ブックマーク」しましょう👍 December 12, 2025

NotebookLMにインフォグラフィックとスライド資料作成が降臨！

Gemini 3 / nano bananaによって内容理解と画像生成のクオリティが劇的に向上しました！

Gemini 3 / nano banana pro / antigravity についてDeep researchで調べた結果をインフォグラフィック・スライド資料作成で生成してみた結果をご紹介します

もう資料作成に迷うことはありません

これを使いましょう😅

倭国語の描画精度も問題ないレベルです

一部おかしな部分もあるかもしれませんが、それはマニュアルで修正すればいいでしょう

しかも今回は特にカスタムもしていませんので、プロンプトを打たず、デフォルトで生成させました

この情報が役に立ったよ、という方は「いいね＆ブックマーク」していただけると嬉しいです👍

※リプ欄にはボタン配置と設定画面のスクショを載せておきます December 12, 2025

GPT5.1でdeep researchさせた調査結果をGeminiさんにhtmlで出力させたらええ感じの資料出してきよった🙄今後のコンサルのあり方を考えさせられた December 12, 2025

@___oitoma___ リプありがとうございます🙇🏻

ちょうど今日、ChatGPTとGeminiで同じテーマでDeep Researchかけましたが、アプローチが全然違いますね🤔
何を取捨選択するかの判断は大事だなと思いました。 December 12, 2025

GeiminiのDeep Researchで調べた物をClaudeで図解入りの物に改良してもらうと、いい感じに仕上がる December 12, 2025

競馬は全然わからないけど、一攫千金を夢見て、チャッピーに今日のジャパンカップをDeep Researchで予想してもらった。
予想はまぁまぁよかったっぽいけど、勝てなかった言い訳も。
おかげで馬券は紙くずですわ。
#ChatGPT #ジャパンカップ2025 https://t.co/N5RKp0XSQw December 12, 2025

🤖 别再只把 AI 当聊天工具了：给普通人和传统行业的“降维打击”指南
过去两年，我几乎把市面上所有热门的 AI 技术——从 Agent 到 Workflow，从 RAG 到 Multi-Agent——都摸了一遍。
但回到现实，很多传统行业的朋友（建筑、咨询、材料、销售）依然在焦虑地问我同一个问题：“我没有技术背景，到底怎么用 AI 提升竞争力？我会不会被淘汰？”
说实话，淘汰你的不是 AI，而是“会用 AI 工具的人”。
今天，我抛开晦涩的技术名词，用最通俗的语言，把这套**“从小白到高阶”**的打法分享给你们。这不需要你是计算机专业，只需要你有逻辑。
第一阶段：祛魅，别把 AI 当“算命先生”
普通人入局的第一步，是用好工具（ChatGPT/Claude/DeepSeek）。但我发现 90% 的人都在用错。
请记住：AI 不是全知全能的神，也不是算命先生。
如果你问它：“老张比小李大几歲？”或者“下期彩票号码是多少？”，它只会胡说八道。因为它没有这个信息。
怎么用？
* 界定边界： 人能回答的问题，它才能回答。人不知道的，它也编不出来。
* 强制“思考”： 遇到数学计算、逻辑分析，不要让它直接生成文本（那是猜），要强制它写代码（Python）或者使用推理模型（如 o1/o3-mini）。
* 给足上下文： 好的 Prompt = 清晰的任务 + 充足的背景资料 + 输出格式限制。
第二阶段：偷懒的艺术——工作流 (Workflow)
如果你每天还在手动复制粘贴，那你真的亏大了。对于非程序员来说，Workflow（工作流） 是性价比最高的神器。
不需要写代码，利用 Dify、n8n、Coze 这些平台，你可以像搭积木一样把 AI 串起来。
举个真实的场景：
你是 HR，手头有 1000 份简历要筛，老板要求：985 毕业 + 计算机专业 + 拿过奖。
* 传统做法： 人眼看瞎。
* AI 工作流： 搭建一个流，步骤 1 读取 PDF -> 步骤 2 AI 提取关键字段 -> 步骤 3 判断是否符合条件 -> 步骤 4 输出 Excel。
这就是降维打击。你甚至可以把这套流程卖给你的同行。
同时，对于企业内部那些堆积如山的文档（说明书、合同、法务条文），RAG（检索增强生成） 依然是目前最成熟的解法。把它喂给 AI，构建一个企业专属的“知识大脑”，几十块钱成本就能解决以前几十万外包费用的问题。
第三阶段：未来已来——智能体 (Agent)
这是我最想强调的趋势。如果说 Chatbot 是“嘴”，那么 Agent（智能体） 就是“手和脚”。
Agent = 大脑 (LLM) + 工具 (Tools)。
它像一个人类员工，接到任务后，会自己去搜索网页、写代码、运行终端、读取文件、自我修正，直到完成任务。
给程序员的忠告：
现在的 Cursor、Windsurf 这些 AI 编程工具，本质上就是 Agent。它们不是简单的代码补全，而是能读懂整个项目库的“初级工程师”。不要抵触，去用它。 学会指挥 AI 写代码，比自己手撸代码更重要。
第四阶段：传统行业的“弯道超车”
如果你身处建筑、制造、电子或咨询行业，觉得 AI 离你很远，请听好这两条建议：
1. 万物皆可“结构化” (Structured Data)
不管你是搞建筑设计还是停车位优化，试着把你的业务问题抽象成 JSON 或 表格数据。一旦你的经验变成了结构化数据，AI 就能帮你进行优化、排列组合，甚至生成 CAD 参数。
2. 深度研究 (Deep Research) 是核武器
做行研、写财报分析、做竞品调研，千万别再傻傻地去 Google 翻几百个网页了。
直接使用 Deep Research 类产品。让 AI 瞬间阅读 500 个网页、PDF 和论文，然后给你生成一份带引用源的万字深度报告。
这以前是分析师一周的工作量，现在只需要 15 分钟。
💡 最后的话
AI 时代，门槛被拉平了。
上到院士，下到高中生，大家都在同一起跑线上。谁有想象力，谁有将业务逻辑转化为 AI 任务的能力，谁就是赢家。
不要担心被替代，去成为那个驾驭 Agent 的人。 December 12, 2025

GPT deep researchを使って予算100万円3週間で現物取引運用させた
結果マイナス1万
素人は何も考えずにニーサ枠でオルカン買っとけってこったガハハ December 12, 2025

コメントありがとうございます。

おっしゃるとおり、NotebookLMの音声概要で作成しています。

ただ自分も香水が好きで、本当の情報を知りたいので、できるだけ精度を上げるために前処理をいろいろしてます。（少しずつ工程やプロンプトを改善しているので、最初のほうはかなりいまいち...）

こんな感じです ↓

① 複数（5〜10個）のDeep Researchで該当香水のレポートを取得
② ①の複数資料を添付して、多数決方式で、公式情報/複数資料確認/単一資料確認/推測 という確度ラベルをつけた上で、1つの資料に統合
③ ②でできた資料をGensparkのファクトチェック機能で最終確認して指摘があった点を修正
④ ③もとにNotebookLMの音声概要を作成。カスタムプロンプトで確度ラベルに応じた言い切り方にするように指示。

ただ、それでもハルシネーションリスクは残ってしまうと思うので、概要欄に NotebookLM で作ってあることは記載していますけど、もう少し明示的に書いた方がいいかもしれないですね。。

ご指摘ありがとうございました！ December 12, 2025

最近数学圈发生了一件很有意思的事。

世界顶级数学家陶哲轩在解决一个 Erdős（埃尔德什）的经典问题时，全流程都在用 AI 做助手——从证明草案，到简化证明，再到形式化验证。

Erdős 是20世纪最高产的数学家之一，一辈子发表了1500多篇论文，提出了无数开放问题。数学圈有个著名的"埃尔德什数"——如果你和他合作过论文，你的埃尔德什数就是1；和他的合作者合作过，就是2，以此类推。爱因斯坦的埃尔德什数是2。

后来有人专门做了一个网站，把他的很多未解决/已解决问题系统整理出来，这就是 Erdos Problems 网站。

陶哲轩讲的是其中的第 367 号问题，属于数论里的一个具体问题，专业数学研究级别的问题。

解决过程大概是这样的：

一位数学家 Wouter van Doorn 先给出一个人类手写的反例证明草案，但里面有一个关键恒等式他没完全证明，只是说：“相信有人能帮我确认一下”。

陶哲轩把这个恒等式扔给 Google 的 Gemini Deepthink 模式。大概十分钟后，Gemini 给出了一份完整证明，还顺带确认了整套论证是成立的。

Gemini 的证明用到了 p-adic 等比较高级的代数数论工具，对这个具体问题来说有点杀鸡用牛刀。于是陶哲轩花了半小时，把 AI 的证明手工转化成更基础、更易懂的版本。

两天后，另一位数学家 Boris Alexeev 用一个叫 Aristotle 的工具（基于 AI + Lean）完成了全套形式化证明，还特意手动检查最终结论，以防 AI 在形式化过程中存在编造。

陶哲轩觉得还没完，又用 Deep Research （同时用了 ChatGPT 和 Gemini）做了一轮文献搜索，看这个问题有没有前人类似工作。结果找到了若干关于连续幂数的相关论文，但没有直接解决第 367 号问题。

整个流程：人类提出猜想 → AI暴力证明 → 人类简化优化 → AI辅助形式化验证。

都在说 Gemini 3 已经到了博士生水平，看来所言非虚，这些事情真的需要数学博士级别才能做的出来，但另一方面，真正的数学家也并没有被 AI 代替：是人类决定哪个问题值得解决，是人类判断AI的p-adic方法太重了需要简化，是人类手工完成最终的形式化表述以验证 AI 的结果是否准确。

AI 做的是那些需要大量计算、符号推演、但方向已经明确的体力活。在 AI 时代，问对问题、甄别结果，比以前更重要了。 December 12, 2025

はあ〜明日から12月かあ。去年の12月といえばOpen AIが連続12日間だっけ？の発表して、初めてo1 previewが登場したりGoogleからDeep Researchが登場したり…はあー。あれから1年かあ。

いや、1年でずいぶん遠くまで来たものだな…で、来年再来年は超加速ですって？すごい世界ですわね December 12, 2025