この記事は2025年8月に公開し、最新の情報をもとに随時更新しています。（最終更新：2026年3月）
ChatGPTを2023年の初期から使い続けています。GPT-3.5からGPT-4、そしてGPT-4oへと進化してきました。モデルが変わるたびに、できることが明確に広がっていきました。この記事では、自分が実際に仕事で使ってきた中で感じたChatGPTの進化を振り返ります。2017年からAIを業務に取り入れてきた人間として、この数年の変化は特に印象的でした。
AI活用の前史：GPT以前の時代
自分がAIを仕事に使い始めたのは2017年、IBM Watsonの時代です。当時のAIは「特定のタスクに特化した」もので、汎用的に何でもこなせるものではありませんでした。自然言語の解析、画像認識、音声認識。それぞれ別々のAPIを呼び出す必要があって、使いこなすにはプログラミングの知識が不可欠でした。
その後、Google翻訳がニューラル翻訳に切り替わり、翻訳品質が劇的に向上したのを目撃しました。「AIってすごいな」と思いつつも、日々の業務に使えるレベルには程遠かったです。AIを活用するには、まずAPIを叩くコードを書いて、データを整形して、出力を解析します。この一連の作業が必要で、非エンジニアには敷居が高すぎました。
その頃と今のChatGPTを比べると、隔世の感があります。当時は「AIを使うためにコードを書く」のが当たり前でした。今はブラウザを開いて日本語で話しかけるだけで動きます。この変化だけでも十分に革命的です。
GPT-3.5時代（2022年末〜2023年前半）
ChatGPTが一般公開されたのは2022年11月30日。最初のモデルはGPT-3.5でした。公開から5日で100万ユーザーを突破し、2ヶ月で1億ユーザーに到達しました。史上最速で普及したアプリと言われました。
自分も公開初日に試しました。ブラウザを開いてチャット欄に質問を打ち込むだけで、AIが流暢な日本語で答えてくれます。それだけで「これは世界が変わる」と直感的に思いました。IBM Watsonの時代に感じていた「AIの敷居」が、一瞬で消えた瞬間です。
ただ、GPT-3.5には明確な限界がありました。事実関係の間違いが多い。存在しない書籍名を堂々と引用します。日本の地名や人名を間違えます。長い文章を書かせると途中で論理がブレる。プログラミングのコードを書かせても、そのままでは動かないことが頻繁にあります。特に日本語の固有名詞に弱くて、東京の区名を間違えたり、実在しない駅名を出したりすることがありました。
「すごいけど、仕事にはそのまま使えない」というのが当時の正直な印象です。AIの出力を信用できないから、必ずファクトチェックが必要。ファクトチェックに時間をかけるくらいなら、自分で書いた方が速い場面もありました。
それでも、ブレインストーミングの相手としては有用でした。アイデアの壁打ちをしたり、文章の下書きを作ったり、メールの言い回しを考えてもらったり。完成度は低くても、白紙からスタートするよりは速いです。「60点の下書きをAIに作らせて、自分が90点に仕上げる」という使い方を覚えたのがこの時期です。
社内では、まずメールの下書き作成から導入しました。取引先への定型的なメール、お礼のメール、スケジュール調整のメール。こうした「型が決まっている文書」は、GPT-3.5でも十分に使えた。EC支援のクライアントにも「AIでメールの下書きを作ると楽ですよ」と提案し始めたのもこの頃です。
GPT-4の登場（2023年3月〜）
GPT-4が登場したのは2023年3月14日。これは大きな転換点でした。GPT-3.5と比べて、回答の正確性が体感で倍以上に向上しました。長文の生成でも論理的な一貫性を保てるようになり、コードの品質も格段に上がりました。「GPT-3.5は高校生、GPT-4は大学教授」と表現する人もいましたが、言い得て妙だと思いました。
自分が一番変化を感じたのは、コードの生成能力です。GPT-3.5では「参考程度」だったAIのコードが、GPT-4ではコピペでそのまま動くケースが増えました。JavaScriptの関数、Pythonのスクリプト、SQLのクエリ。簡単なものならAIに書いてもらって、自分は動作確認と微調整だけ。開発のやり方が根本から変わり始めた時期です。
自社のAIツール開発でも、GPT-4のAPIを組み込むようになりました。顧客向けのチャットボット、商品説明文の自動生成、問い合わせの自動分類。GPT-3.5では精度が足りなかった機能が、GPT-4で実用レベルに到達しました。
ビジネス文書の作成でも品質の向上を感じました。メールの下書き、提案書の構成、議事録の要約、報告書のドラフト。GPT-3.5では毎回大幅な手直しが必要だったのが、GPT-4ではそのまま使えるレベルに近づいた。「AIの出力をベースに、人間が仕上げる」というワークフローが現実的になったのはGPT-4からです。
ただし、GPT-4には速度の問題がありました。回答生成に10〜20秒かかることがあり、長いコードだと1分以上待つこともあります。この待ち時間がストレスでした。Plus会員限定（月額20ドル）というのも普及のハードルでした。仕事で使う人には安い投資ですが、「試しに使ってみたい」という層には敷居が高い。
GPT-4o登場とマルチモーダル化（2024年5月〜）
GPT-4oの「o」はOmni（全方位）の略です。テキストだけでなく、画像や音声も処理できるマルチモーダルモデルとして、2024年5月13日に発表されました。個人的に、GPT-3.5以来最大のインパクトを感じたアップデートです。
自分にとって最大の変化は、画像入力への対応でした。ECサイトの商品画像を見せて「この写真の改善点を教えて。背景、ライティング、構図の観点で」と聞ける。デザインカンプのスクリーンショットを渡して「このデザインをHTMLとCSSで再現して」と依頼できます。エラー画面のスクリーンショットを貼って「このエラーの原因を教えて」と聞ける。テキストだけのやり取りとは、情報の伝達量がまるで違いました。
EC支援の現場では、画像分析が特に役立ちました。クライアントの商品ページのスクリーンショットを渡して、「このページの改善点を5つ挙げて」と聞く。UIの問題点、商品画像の構図、テキストの可読性。人間のコンサルタントと同等の指摘が返ってくることに驚きました。もちろんAIの指摘が常に正しいわけではないけど、チェックリスト的に使うには十分実用的です。
処理速度も大幅に向上しました。GPT-4で10〜20秒かかっていた回答が、GPT-4oでは2〜3秒で返ってくる。この速度差は仕事でAIを使う頻度に直結します。速ければ「ちょっとAIに聞いてみるか」という気持ちになります。遅いと面倒で使わなくなります。GPT-4oで初めて「AIに質問することの心理的コスト」がほぼゼロになったと感じました。
無料ユーザーでもGPT-4oが使えるようになったのも大きな変化です。以前のGPT-4はPlus会員限定でしたが、GPT-4oは回数制限はあるものの無料プランでもアクセス可能になりました。AIの民主化が確実に進んです。周りの経営者にも「まず無料で試してみて」と勧めやすくなりました。
進化の中で変わらなかった本質
モデルがどれだけ進化しても、変わらない本質的なことがあります。これはGPT-3.5から3年以上使い続けてきた実感です。
1つ目は、AIは嘘をつくということ。ハルシネーション（もっともらしい嘘）の問題は、GPT-4oでも完全には解決していません。頻度は確実に減りました。GPT-3.5の頃は10回に3回くらい怪しい回答があったのが、GPT-4oでは10回に1回くらいに減った印象です。でもゼロではありません。特に数字やデータ、最新の情報に関する回答は、必ず自分で裏を取る習慣を崩してはいけません。
2つ目は、プロンプトの質が出力の質を決めるということ。「AIに上手に指示を出す」スキルの重要性は、どのモデルでも変わりません。具体的に指示を出す。役割を与えます。出力形式を指定します。背景情報を十分に提供します。この基本ができているかどうかで、回答の品質は天と地ほど違います。
3つ目は、最終判断は人間がやるということ。AIの出力を鵜呑みにせず、自分の目と頭で確認します。特にクライアントに提出する書類、公開するコンテンツ、金額が絡む文書。こうした重要な場面では、AIは下書きを作るまでで、決定権は常に人間にあります。この原則は今後どれだけモデルが進化しても変わらないと思います。
GPT-4o以降の展開
GPT-4oの後も、OpenAIは新しいモデルを発表しています。2024年9月に登場した推論特化型のo1シリーズは、数学や論理パズルなど複雑な問題を段階的に思考して解く能力に優れていました。推論モデルという新しいカテゴリが生まれ、AIの可能性がさらに広がっています。
振り返ると、GPT-3.5からGPT-4oまでの約2年間で、AIは「面白いおもちゃ」から「毎日使う仕事道具」に変わりました。完璧ではありません。でも、AIなしで仕事をしていた頃には戻れません。メール作成、コード生成、データ分析、文書作成、リサーチ、画像分析です。こうした日常業務の大半で、AIが時間を大幅に短縮してくれるようになりました。
大事なのは、新しいモデルが出るたびに飛びつくことではなく、自分の仕事に合った使い方を地道に磨くこと。GPT-3.5の時代に身につけた「プロンプトの書き方」「出力のチェック方法」「AIとの役割分担」という基本は、モデルが進化した今でもそのまま通用しています。ツールは変わっても、使い方の原則は変わりません。それがこの数年間で学んだ一番大きなことです。