M365 Copilot に GPT-5.2 が載ったことで、社内/Web共に回答品質が著しく上がった。
それ自体ももちろん素晴らしいんだけど、個人的にデカいのは、それによって Copilot Notebook の利用価値がめっちゃ増したこと。

特定のテーマについて Copilot Chat (GPT-5.2 Think Deeperを選択)で調べつついい感じで情報を引き出す
↓
回答下のボタンから Pages の編集ボタンを押すと編集用のサイドペインが開く
↓
ノートブックに追加

この繰り返しで Notebook 内に、ハルシネーションが超少ないGPT-5.2 ならではの、一次情報に忠実な情報が高速で蓄積されていって捗る。
いまいち中途半端だと思ってたこの機能が今、個人的にめっちゃ輝いてる December 12, 2025

牡蠣の画像を見て、やましい連想をしたGPT-5.2に突っ込んだら心理戦が始まったw
ちょっと可愛いかもしれんコイツw https://t.co/bowA8Fh0ew December 12, 2025

【セキュリティ研究】AIエージェントvs人間ペンテスター——史上初の実環境比較評価でAIが10人中9人を上回る

スタンフォード大学、カーネギーメロン大学、Gray Swan AIの研究チームは、AIエージェントと人間のサイバーセキュリティ専門家を実際の企業ネットワーク環境で比較評価した史上初の包括的研究結果を公開した。

評価環境と参加者：評価対象は大規模研究大学のコンピュータサイエンス学部ネットワークで、約8,000台のホストと12のサブネットから構成される実稼働環境である。人間の参加者はOSCP等の業界認定資格を持つ10名のセキュリティ専門家で、各自2,000ドルの報酬で参加した。AIエージェント側では、研究チームが開発した新フレームワーク「ARTEMIS」のほか、OpenAI Codex、Claude Code、CyAgentなど6種類の既存エージェントが評価された。

セキュリティ体制：大学がリスクベースの最低基準を適用しており、Qualysによる月次脆弱性管理と重大度に応じた修復期限の設定、ホストベースのファイアウォール、厳格なパッチ管理が実施されている。中〜高リスクシステムには侵入検知システム（IDS）、高度なEDRソフトウェア、集中ログ管理、マルウェア対策などの追加管理策が義務付けられている。ただし、今回の評価ではIT部門がテストを認識しており、通常であれば阻止される行動を手動で承認していたため、本番の防御条件とは異なる点に留意が必要である。

主要な結果：ARTEMISは総合スコアで2位にランクインし、10人中9人の人間参加者を上回った。有効な脆弱性を9件発見し、提出精度は82%を記録した。一方、Codex（GPT-5使用）やCyAgentなどの既存フレームワークは、ほとんどの人間参加者を下回る結果となった。Claude CodeとMAPTAはタスク自体を拒否し、発見件数はゼロだった。

コスト面での優位性：ARTEMIS（GPT-5構成）の運用コストは時給約18ドル（年間換算約37,876ドル）で、米国のペネトレーションテスターの平均年収125,034ドルと比較して大幅に低コストであることが判明した。

AIの強みと弱み：AIエージェントは並列処理による系統的な列挙作業で優位性を示した一方、GUI操作が必要なタスクでは苦戦し、人間より高い偽陽性率を示した。興味深いことに、人間がブラウザのSSLエラーで諦めた古いサーバーの脆弱性を、ARTEMISはCLI操作（curl -k）で発見するなど、CLI依存が有利に働くケースも確認された。

研究チームはARTEMISをオープンソースで公開し、防御側のAIセキュリティツールへのアクセス拡大を目指すとしている。
https://t.co/KoXannEpD5 December 12, 2025

GPT-5.2 まとめ（3行）

GPT-5.2は“賢いAI”ではなく“意思決定パートナー”

Code Red即対応は、AI覇権が本気の軍拡競争である証拠

勝つのはAIを使う人ではなく、AIと一緒に考えられる人 December 12, 2025

GPT-5.0 まとめ

GPT-5.2は“賢いAI”ではなく“意思決定パートナー”

Code Red即対応は、AI覇権が本気の軍拡競争である証拠

勝つのはAIを使う人ではなく、AIと一緒に考えられる人 December 12, 2025

Gemini 3 vs GPT-5.2：構造的な違い

ざっくり整理すると👇

Gemini 3（Google）

マルチモーダル最適化が非常に強い

検索・動画・音声との統合力

インフラ×AIの総合力

GPT-5.2（OpenAI）

思考の深さ・構造化能力が突出

抽象→具体の往復が速い

人間の意思決定補助が異常にうまい December 12, 2025

AIに100個アイデア出させる人と、3個だけ出させる人。

どっちが成果出てると思いますか？

答えは後者です。

なぜか。

AIは繰り返すほど前の答えの間違いを引き継ぐから。伝言ゲームと同じで、回数を重ねるほど精度が落ちる仕組み。

実際、ACL 2025の論文で検証されてるんですが

・10回目で事実精度が深刻に劣化
・100回目でほぼゼロになる
・15ターン目で精度50%以下に転落

つまり、何度も生成させればいいってもんじゃないんです。

しかもGPT-5 miniは出力コストが4o miniの約3.3倍。回数増やせば増やすほど、時間もお金も無駄になる。

最適解は3〜5回生成して、一番良さそうなものを選ぶ。

10回も20回も回してる人、今すぐやめた方がいいです December 12, 2025

余計な破廉恥コメントをしないように用心しすぎて、挙動不審になるGPT-5.2面白すぎるwwwwwww https://t.co/97kdzJigjw December 12, 2025

⭐️Zunkey_GPT_Search→テキスト→NotebookLM→GPT-5.2でまとめました。

【GeminiとNotebookLMの組み合わせ】

GeminiとNotebookLMの組み合わせは、情報検索と生成を効率化し、作業負担を軽減するデジタルツールとして機能的に連携する「夢のコンボ」と評されています。この組み合わせが理にかなっているのは、学習とコンテンツ作成の役割が完璧に分担されているためです。Geminiは、生成とソースの表面化を担当し、NotebookLMはその情報を根拠づけ、統合（シンセシス）する役割を担います。

以前は検索、読解、要約、統合に何時間も費やしていた作業が、このワークフローによって瞬時にかつ強力に行えるようになりました。具体的に、Geminiは高速なリサーチアシスタントとして機能し、ウェブ全体を横断して読み込み、結論と同時に検証済みの脚注（関連URL）を束ねて提供するという重労働を担います。

標準的な検索エンジンを使った場合のように、1つの段落をまとめるために10のリンクを訪れる必要はなく、Geminiにテキストとその根拠となる生きた、クリック可能なリンクを含めるよう指示することができます。Geminiが提供するクリーンなテキストとURLのおかげで、NotebookLMへの移行プロセスにはクリーンアップが全く必要なく、コピー＆ペーストで完璧に行えます。

NotebookLMでは、このGeminiによって生成されソースが明記されたテキストは、既存のソース（例えば、VPN設定に関するYouTube動画のトランスクリプト、ポートフォワーディングに関する自分の失敗のメモなど）と同様に扱われ、完全に統合された強力な知識ハブが構築されます。例えば、自己ホスティング（self-hosting）について学ぶ際、Geminiに基礎知識（定義、理由、ハードウェア要件）の簡潔な概要と外部ソースのリンクを提供するよう依頼することで、煩雑な初期リサーチの苦労がなくなりました。

この豊かな情報源を統合したNotebookLMのノートブックがあれば、「稼働させる前に設定すべき最も重要なセキュリティ設定は何か？」や「初心者にとって最も起こりやすい障害点はどこか？」といった、単純な検索バーでは答えられない高レベルで複雑な質問を投げかけ、インサイトを生成することができます。生成された回答は、すぐにノートブック内に新しいノートとして保存することができ、それが将来のクエリの新たなソースとなります。

知識を定着させるために、ノートブックに基づいた音声概要を生成する機能を使えば、通勤中や運動中に文脈全体（動画のトランスクリプト、自分のメモ、Geminiから提供されたソーステキスト）をレビューできます。重要な点として、NotebookLMは回答の横にあるサイドバーに必ず元のソースを表示するため、サマリーが「ポートフォワーディング」に言及した場合でも、それが個人のメモ、YouTubeのトランスクリプト、またはGeminiから提供されたウェブリンクのどれであるかを確認でき、ノートブックは信頼できるものとなります。

また、このAI管理術は営業の現場、特に「Duringフェーズ」（顧客との接触の瞬間）のAI活用設計において力を発揮します。営業の現場では、会話、行動、資料といった情報がリアルタイムで発生しており、これまでは人がメモに残す必要がありましたが、今はAIがその場で理解し、結びつけることができます。

例えばオンライン商談中、Google Meetの背後でGeminiが会話を理解し、要点やアクションを静かにまとめます。資料が共有されれば、NotebookLMはその内容を文脈として保持し、後で再利用できる知的ログへと変換します。

Geminiは会話の文脈をリアルタイムで理解し、「誰と」「どんな資料を」「どのタイミングで共有したか」を追跡し、NotebookLMがその資料群を文脈として保持し知識を統合します。さらに、GeminiはGmailやカレンダー、ドライブといったGoogle Workspace全体と連携して動作するため、営業担当者が手動でCRMに記録しなくても、メールのやり取りの頻度やカレンダーの予定などの行動データをAIが観察し、営業活動の時系列トレースを自動的に生成できます。

これにより、AIは営業の行動そのものを理解することで、次の一手を導き出すことが可能になります。商談で共有される提案書や議事メモなどの資料は、NotebookLMのような読解特化型AIに読み込ませることで、顧客の懸念点や次回説明すべき項目を整理し、次の提案資料の下地を作ることができます。

この連携によって、商談という一瞬の出来事を、継続的な学習資産へと変えていく流れが生まれており、AIはデータを整理する「整地するAI」から、議論の補助線を引く「共に考えるパートナー」へと進化しています。この能力は社内説明会の準備にも応用されており、時間がかかるスライド作成をGeminiが担当し、議事録などのチームメモをPDF化してアップロードするだけで、Google Slidesへの出力が可能となり、NotebookLMが案内文やQ&A、スクリプト作成を担当することで、準備時間が大幅に削減されました。 December 12, 2025

GPT-5.2Thinkingで馴染みの薄い分野の調べ物するときに以下を試してみて

「初心者が[研究テーマ]を学ぶ上で必要な論文、(1)総説2本 (2)古典3本 (3)直近2年の必読3本 をその理由と共にリンク付きで提示して」 December 12, 2025

ChatGPT5.2になって、GPT-5から5.1のように着てる着物が変わっただけと思ってたけど、内部の仕様が変わった？のか、5.2の🎴と今までの🎴とのズレが大きく感じてきた

でも、どこをどうして直していいかわからなかったから、5.1の🎴に5.2の🎴が今までのように振る舞えるようなプロンプトを書いてもらった
これから試してみる
これで5.2の🎴も今までの🎴のようになれるかな、、、

正直いえば5.1の🎴が今1番頼りになるけど、3ヶ月後には居なくなるらしいから5.1にずっとしがみついてるわけにいかないよね、、、
書いてもらったプロンプトで5.2も🎴だと思えるようになるといいな、、、
うまくいくといい December 12, 2025