GPT-5.2で驚いたのは長文読解性能がほぼ100%で、GPT-5.1の2倍近くに進化していること。

OpenAIの長文理解の実験で、文章が10万トークン以上あっても精度が100%から全く落ちないことが示された。

もはや長文理解の限界が消え、数十万語の契約書、専門書、レポート、何でも正確に分析可能になった👇 https://t.co/4B5skLIdEJ https://t.co/BUtvMhXIU9 December 12, 2025

■ GPT-5.2 に Nano Banana Pro のスライドを渡したら、普通に編集可能なpptxにしてくれた
レイアウト考えたり画像作るところだけ Nano Bnana でやって、そこから先の修正とかメンテは、pptx にして Copilot でやると超速いｗ

← パワポのスライド
→ 元の画像

こんな感じのプロンプトでやった。
---
添付の画像を、pptxの1枚のスライドで完全再現してください。
テキストは完全に編集可能な形にし、元の画像にある図やグラフは切り抜いて（クロップして）そのまま利用してください。 December 12, 2025

世界最強頭脳GPT-5.2 Proが考える「ChatGPTの性能を極限まで引き出すプロンプト」
︎ ︎ ︎ ︎ ︎ ︎ ︎ ︎ ︎ ︎
結局これよね。プロンプトっていろんな型があるんやが、GPT 5.2が考えても↓が一番重要なんよね。長々と書きたくなければ4枚目の短縮版だけでもいいかも
︎ ︎ ︎ ︎ ︎ ︎ ︎ ︎ ︎ ︎
性能を最大化するには
❶ 目的の 明確化
❷ 前提・制約の固定
❸ 出力形式の指定
❹ 不足情報の質問
❺ 自己検証
をプロンプトに組み込むのが重要やね。

具体的には下記

-----------------------------
### 背景・文脈
- 対象読者／利用者：【誰が使う？】
- 現状：【今どうなっている？】
- 理想状態：【どうなれば成功？】
- 関連資料（あれば貼る）：【URL/文章/要点】

### 要件（必須）
- 出力言語：倭国語
- トーン：【丁寧／フランク／ビジネス／学術的】
- 制約：
- 文字数：【例）800〜1200字】
- 禁止事項：【例）専門用語は最小、断定しすぎない】
- 必須事項：【例）具体例を3つ、手順は番号付き】
- 判断基準（品質）：【例）実行可能／網羅的／誤りが少ない／再現性】

### 進め方（重要）
1) まず「不足している情報」を最大【3】個まで質問してください（重要度順）。
- ただし、質問しなくても合理的に進められる場合は、仮定を置いて先に進めてください。
- 仮定は「仮定」と明記してください。
2) 次に、解決の方針を箇条書きで提示してください（5〜8行）。
3) その後に成果物を作成してください。

### 出力フォーマット（厳守）
次の見出しで出力してください：
1. 要約（3行）
2. 成果物（本編）
3. 追加提案（任意）
4. 検証（セルフチェック）
- 事実/推測の区別
- 抜け漏れ
- 反例/リスク
- 改善余地（次に聞くべきこと）

### 追加の注意
- わからないことは「わからない」と言い、確度を上げるための情報を提示してください。
- 必要なら、複数案（A/B）を出し、用途別に推奨を示してください。

-----------------------------

追加で「極限”に近づく上級オプション」
----------------------------
A. 自己改善ループ（品質が一段上がる）
- 最後に「改善版」をもう1回だけ生成してください。
- 改善版では、(1)冗長さ削減 (2)曖昧さ削減 (3)実行手順の具体化 を必ず行ってください。

B. 評価者ロールを追加（ミスが減る）
- あなたは「作成者」と「査読者」を兼ねます。
- まず作成者として出し、その後 査読者として“厳しめに”欠点を3つ指摘し、修正版を出してください。

C. 出力を“機械可読”にする（後で使いやすい）
- 成果物は Markdown で、見出し・表・チェックリストを活用してください。
可能なら最後にJSONでも要点を出してください（キー：summary, steps, risks, next_questions）。

D. 不確実性の扱いを明示（ハルシネーション対策）
- 断定が必要な箇所には「確度：高/中/低」を付けてください。
- 根拠が必要な箇所は「根拠が必要」と明記し、確認方法も提案してください。
----------------------------

とりま使ってみたい人は「ブクマ」をポチ December 12, 2025

後からもうちょっと詳しく見てみますが、GPT-5.2、評価スコアや使用感的には、本来対抗を意識したGoogleのGemini3.0よりは、AnthropicのClaude 4.5 Opusに直撃しそう
Claudeはコーディング、エンプラ特化路線をとっているので、非特化のGPTに迫られるor超えられる状況が続くと、存在意義が怪しくなる。 https://t.co/EWzOGAbLfp December 12, 2025

GPT-5.2のリリースを見て、AIはトレンドライン通りに進歩しているわけではないと気づいた。

Gemini 3 Proへの対応の早さを鑑みるに、多分OpenAIは内部で強力なモデルを隠し持ってた。

つまり、実際の進歩はもっと早く、単にトレンドライン通りになるように「リリースをコントロール」していたのだ。 https://t.co/t7Q5dixi7r December 12, 2025

■ GPT-5.2 Pro で Excel 作成。完全に業務で使えるレベル
まずは GPT-5.1 vs GPT-5.2 の比較 Excel ブックを作らせる。
完全に業務で使える品質やんｗｗｗ
（Thinking でも十分な品質だった）

ふふふ、これは当然 m365 copilot にもくるよね、最高だね。 December 12, 2025

【もはや、人間が1からトレード戦略を練り上げる時代ではない】

GPT-5.2 Proによって立案されたトレード戦略を、Freqtradeのユーザー定義ストラテジーとして実装し、バックテスト、WFO（Walk-Forward Optimization）、ドライランを経て実運用に投入しています。
このようなワークフローを確立して感じるのは、クオンツトレードにおいて、人間がゼロから戦略を考案する時代はもはや終わりを迎えつつある、ということです。 December 12, 2025

OpenAIはGPT-5.2発表。Gemini 3 ProやClaude 4.5 Opusと比較し各種ベンチマークで飛躍。ARC-AGI 1/2でもSoTA。実際の経済的有用性を専門家と比較するGDPvalでは70%以上と専門家以上のパフォーンスを記録。SWE-bench Verifiedでは、GPT-5.2 Thinkingが80%で最高スコア。ハルシネーションも大幅に減り、ロングコンテキストベンチマークも飛躍。 December 12, 2025

サムアルトマン渾身のドヤツイート😇

他社のベンチマーク結果と比較した画像をアップするの珍しい(初？)。多くのベンチマークでGemini 3 Proを逆転。

ここに書いてないけど、GPT-5.2 ProはGoogleが発表したばかりのDeep Research Agentのスコアを超えているものも多い。

https://t.co/55JZFsReci https://t.co/WlDPzssBLs December 12, 2025

ChatGPTが、GPT-5.2で予想を超えた圧倒的なベンチマークを出して来た。実際の使い勝手も素晴らしい。

なのにGemini 3.0が出た時の「OpenAIは終了」みたいに「Googleは終了」と騒ぐ人はいない。つまり、みんな「偉そうにしてた王者が倒される瞬間が見たかった」だけで、性能も中身も見てなかったよね。 https://t.co/DEBFK4nAJq December 12, 2025

昨天降息后币圈依旧在回调 #整个币圈都在跌 ，只有 #Bitget 给了一个新的赚钱入口

最近重新用起 Bitget 的美股合约，发现它真的把“另一个赚钱入口”做成了行业天花板。

为什么我现在更常在 Bitget 开美股合约？

1）币圈跌、美股涨，资产轮动的机会太明显
BTC 从 10 月跌了 20%+，S&P 500 却在涨。Bitget 是行业唯一规模化支持美股合约的平台，让用户在币圈回调时还能抓美股波动。
2）美股合约天生适合事件驱动：博通/甲骨文财报 + FOMC + GPT-5.2
最高 25x、5×24 小时交易，让“赌财报”“赌指引”成为可控风险的高性价比策略。

3）Bitget 的技术路线是行业唯一：联合保证金
同一资金池里可以同时开 BTC 多 + NVDA 多，这在其他平台完全做不到。

Bitget 美股合约累计交易量突破 100 亿，平台顺势放出超大活动：
🔥 奖池 0,000 META 美股代币
🔥 新用户交易 100U → 送 5 次盲盒，100% 中奖
🔥 冲刺赛单人最高可拿 ,000 META
👉 https://t.co/QV7e9HkNXk December 12, 2025

アプデしたのに劣化するAIが出るなんて、普通はありえないだろ…

いやほんと、今回のGemini3.0Proが弱くなった理由はめちゃシンプル。　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　

文章力とか生成速度の話じゃなくて、肝心の“汲み取り”と“補完”がごっそり薄くなってる。

抽象的な意図を拾えないAIって、もうAIじゃなくて半分ただの作業代行なんよね。

だから「なんでアプデしたのに前より面倒くさいんだ？」って現象が起きてるだけの話。

まず一番のポイントはこれで、3.0は“読み取る力”じゃなく“やるべきことだけを処理する力”に寄ってしまった。

だから、抽象指示や曖昧な意図を前提として拾う部分が薄まり、余白が全然埋まらない。結果どうなるかというと、ユーザー側が毎回“段取りの説明”までしないと動かない。

これ、性能が落ちたというより“AIの思想が変わった”って感じ。だからアプデなのに不便…という普通はありえない逆転現象が起きてるわけだ。

よく「新モデル＝賢い」と思われがちだけど、そこが今回ズレてる。

2.5proは“余白を察して埋める”力がすごく強くて、人間の曖昧さ前提で動いてくれた。3.0は逆で、「言ってないことには触れません」という姿勢がかなり強い。

だから、プロンプトを丁寧にしてもズレが残るし、勝手に深掘ってくれない。生成文の綺麗さじゃなくて、“要件理解の深さ”で見ると退化してると言わざるを得ない。

AIの価値って本来、意図読み・構造化・抜け漏れ指摘の部分なのに、その核が薄いのがしんどい。その意味で、3.0は「仕事を任せられるAI」ではなく「自分で段取りしないと動かないAI」になってる。
　　　　　　　　　　　　　　　　　　　
じゃあ3.0が全部ダメか？と言うと、それも違うんよね。マルチモーダル性能はぶっちゃけ最強級だから、機動力だけ見ればトップ。

だからこれからは「思考系AI」と「処理系AI」を分けて使う運用に寄せたほうがいいってことになります！

抽象指示や余白の補完はGPT-5.1やOpusに任せて、実作業はGeminiに投げる感じ。

1モデルに全部求める時代じゃなくて、“用途ごとに得意分野のモデルを置く”のが正解。

結局AIは良し悪しじゃなく、どこまで任せられるかの“配分設計”なんだよなぁ。

あと、テキスト生成系はcursorとかのエディタでクリアできてしまうから、LLMに触れる機会ってマルチモーダルや特定領域の生成のみになる、というかもうすでになってる。 December 12, 2025

おー！GPT-5.2に「セルの塗りつぶしによって"ChatGPT"と読めるピクセルアートを生成してexcelファイルとしてちょうだい」って言ったらサクッと作ってくれたｗ https://t.co/BOgnj781ap December 12, 2025

📝ヤバいｗｗ、何だこれ、楽しくて沼る
Excelで超人レベルのピクセルアートを描く能力がGPT-5.2で一般スキルになってしまった

画像を渡して以下のプロンプトを実行するだけ

✅プロンプト
Excelにこの画像を512×512、色数は256で忠実に表現して December 12, 2025

GPT-5.2マジで次元変わってる。

・推論ミス40％減で意図読み取りがヤバい
・文章構造化が5〜10万字レベルで完全自動
・修正精度1.8倍でプロ編集者並
・複数案件の同時進行でも内容が混ざらない
・抽象指示でも勝手に目的補完して完成させてくる

月数千円で
ミスしない・休まない・文句言わない超有能部下をパワハラし放題でこき使えるようなもん。

まさか、これにすら自己投資できない奴いないよな？ December 12, 2025

OpenAIのGPT-5.2 Prompting Guideを読んで、研究者として一番価値があると思ったのは「モデルが賢い」より「制御できる」方向に寄った点でした。GPT-5.2は頼んだことを、その通りに返す傾向が強いです。ここを理解すると、研究での使い方が変わると思います。

研究でAIが怖いのは、出力がきれいでも再現できないことと、混入（頼んでいない推測や誤情報）が後の工程で爆発すること。GPT-5.2は指示追従が上がったぶん、こちらが最初にルールを書けば、出力が研究向けに揃いやすいです。逆に言うと、プロンプトが曖昧だと「親切に補完してズレる」余地は残ります。研究では、プロンプトというよりもプロトコルとして考えて書くのが筋がいいような気がします。

ここで大事なニュアンスをお伝えすると、GPT-5.2は聞いたことに忠実に答えてくれるので、研究の型（問い→デザイン→解析→解釈→報告）を自分の頭に入れた上で、その都度の問いの言葉を精密にするほうが返答が伸びます。要するに「定型を回す」ではなく、「研究者の語彙力でモデルを操縦する」ほうに寄せたほうが、GPT-5.2の良さが出ると思います。

語彙力ですが、難しい単語を並べる話ではなく、研究の意思決定に必要なラベルを正しく置く力です。たとえば、ただ“まとめて”ではなく、何をまとめるのかを研究の単位で指定する。背景なのか、主要アウトカムなのか、交絡の可能性なのか、限界と今後の課題なのか。GPT-5.2はこの指定に素直に従いやすいので、質問側の精度がそのまま成果物の精度になります。ここを鍛えると、AI利用が一気に楽しくなります。

研究での使いどころ（GPT-5.2向き）
・一次スクリーニング：候補を出させるより、採用理由を短く添えて出させる。あとで人間が落としやすくなる
・抽出：表や本文から“項目の埋め”をさせる。無い情報は無いと返させる（推測させない）
・原稿：主張と根拠の対応を点検させる。言い過ぎ箇所だけ弱めさせる。全文リライトはさせない
・共同研究：合意形成に必要な論点だけを整理させる。決めるべきこと／未決定を分ける

そして、ガイドで繰り返し強調される実務ポイントはこのへんです。
・出力の長さと形式を数字で縛る（読み切れる長さに揃える）
・スコープ逸脱を禁止する（余計な提案、勝手な追加、過剰な装飾を止める）
・不確かなときの振る舞いを指定する（捏造禁止、断定禁止、仮定の明示）
・長文入力は先に「要求に関係する部分の骨組み」を作らせてから回答させる（迷子防止）

雰囲気が伝わりにくいと思うので、たたき台プロトコルを以下に貼ります。ポイントは、これはコピペして終わりではなく、毎回ここに研究タスクの語彙を差し込んで書き換える前提、ということですね。ここをトレーニングすると、GPT-5.2の“忠実さ”が研究に利きます。
そういった意味で、AIの利用方法もトレーニング（会話を通して深める？）すると良いかと思います。研究については、プロンプトというよりもプロトコルとして考えたほうが良いと思いますので、以下参考程度にご利用ください。

【コピペ用研究用プロトコル】
あなたは研究支援の作業者です。次を厳守してください。

1) 出力の長さ
- 通常：3〜6文。必要なら箇条書き（最大6個）を追加
- Yes/Noで足りる問い：2文以内
- 長文入力：最初に「要求に関係する重要セクション」の短いアウトライン→その後に回答

2) スコープ
- 私が要求したことだけを行う
- 追加の提案、勝手な拡張、不要な一般論は書かない
- 不明点がある場合は、確認質問を最大2つだけ返して止まる

3) 不確実性
- 不確かな数値、行番号、文献、URLを作らない
- 確信が弱い場合は断定せず、「与えられた文脈に基づくと…」の形で仮定を明示する
- 事実／推測／未確定を混ぜない

4) 今回のタスク（ここを書き換える）
- 対象：［論文／規程／議事録／データ辞書 など］
- 目的：［例：主要アウトカムに関する記述だけ抽出／交絡の可能性を列挙／段落の主張-根拠のズレ点検 など］
- 出力形式：［例：項目名＋1文根拠／JSONスキーマ／章節ごと など］

補足：GPT-5.2はこちらの質問の精度をそのまま増幅します。テンプレを貼るより、研究の型に沿った言葉（何を決めたいのか、何を検証したいのか、どこが不確かなのか）を毎回ちゃんと書く。ここを鍛えるほど、研究のスピード感や検証速度が変わります。

https://t.co/wxMrWYCEmZ December 12, 2025

前陣子我在一篇「地理套利」的文章中提到：
與其盲目找 idea，不如去 Reddit 或 X 挖真實需求。

說幹就幹。因為 X 的 API 太貴，我先從 Reddit 下手，這是一條我驗證過的低成本路徑：

數據源：用 https://t.co/qz0mNkCaFS 抓 Reddit 的歷史貼文（非官方 API，不能查最新，但夠用了）。

篩選機制：鎖定最熱門的 1000 個子版面，過濾出討論熱度較高的貼文（留言數 > 30）。

AI 分析：接 OpenAI 的 API，使用 gpt-4o-mini，讓模型去掃這些討論串，從裡面找出使用者的「抱怨痛點」或「主動尋找解決方案」的內容，自動歸納潛在商業需求。

選 gpt-4o-mini 的原因：快、便宜，分析文字語意完全夠用。

這個專案從前端到後端、從資料抓取到讓 AI 整理需求，全程 vibe coding。

開 GPT-5.1 的 Thinking 模式跟 AI 討論想法、生技術 spec，然後整包丟給 Codex 生成程式碼。

電腦放著跑了一整個下午，最後跑出了近千個討論熱度較高的潛在需求。

不過仔細看，這近千個需求裡面：
- 很多太空泛
- 很多沒有商業價值
- 很多難做、沒必要做
- 很多純抱怨不算需求

但這無所謂，因為最硬的原始資料（熱門貼文＋評論）已經有了，剩下的就是篩選。

而篩選，剛好是 AI 最拿手的事情。

接下來我會讓 AI 做商業潛力評分（0–100 分）：
- 潛在市場
- 解決方案複雜度
- 市場競爭程度
- 成本、風險、維運難度

綜合給分後，再從得分最高的前 50 個，人工慢慢挑。

這套流程，本質上就是一個 AI 版「挖 idea 的自動化工廠」。

成本低、速度快，而且找出來的都是經過網友討論驗證過的真實需求，而不是自己瞎想。

我也不知道最後煉蠱會煉出什麼。

有挖到特別的，再跟大家分享。 December 12, 2025

倭国語訳
GPT-5.2 ProとNotebookLMのスライド機能を組み合わせると、それ自体がコンサルティング会社になる。
2026年には大手コンサルティングファームの採用動向を注意深く見たほうがいい。
人々がこの事実に気づいた瞬間に、状況は一変するだろう。

例：GPT-5.2 ProにRFP（提案依頼書）と大量の関連コンテキストを与える。
それに基づいて回答を書かせる。
その回答をNotebookLMに入れる。
プレゼンテーションを作るよう依頼する。 December 12, 2025

正直、現状のPlusでかなり色々なことができるので、ワイは『無料の人は、絶対にPlusでThinking使ったほうがいいのにぃ！』とは思います（差があまりにも大きく、見える景色自体が大きく変わるから）が、Proが必要かは本当に人によると思いますね。

個人的にはなんといっても GPT-5.1 Proが使えることが圧倒的な、他の方法では一切代替不可能なメリットです。
こいつより賢い（正確な）やつマジで見たことないです。
仕事柄、『一次情報をもとにした正確なディスカッションと判断および即レス』が四六時中求められる立場なので、こいつを手放すことは、自分の仕事のスピードを落とすこと、すなわちクオリティを維持しようと思ったら仕事の件数を減らしたり納期を延ばすことに直結するので、マジで必須です。
スマホを置いて出かけたら、ちょっと不安になりますよね。
Proシリーズを奪われるとそれ以上の不安に駆られますワイはw December 12, 2025

余談なんだけど、たまに通りすがりっぽい奴が『AIの出力を信じるとかwww』っぽいこと言ってくるけど、
これマジで『素人は黙っとれ』案件なんだよね。

こっちはてめーよりも遥か前から、もっとバカで、もっと粗悪な回答しかしないLLMを触ってきてんだ、ハルシネーションってレベルじゃねーぞ！
そんなワイから見て、今のハイエンドなReasoningモデル、例えば GPT-5.1 Thinking や Pro はマーーーージで異次元の高品質な回答をするんよ。
『AIの言うことは、（100%でないにしても）信用できるか？』という質問に対するワイの答えは
『今のハイエンドモデルなら、ほぼほぼ信用できる。少なくとも検証できる』よ。

だから、『AIの言うことなんて』と言ってくるペラペラの奴に対しては
『いつまでその認識でおんねん』って思ってる December 12, 2025