【gemini-exp-1206】GoogleのLLMを検証!日本語の性能がGPT-4oよりも高いのか?

gemini-exp-1206 Google LLM

2024/12/9、Googleから新たなGeminiモデルが登場!

新たに登場したgemini-exp-1206はChatbotArena overallで1位を取得!これまでのどのLLMモデルよりも高性能であることが明らかになりました。

従来のLLMの性能を大幅に超え、非常に高性能なLLMではありますが、高性能が故にどのような場面で使えばいいのか悩んでしまいます。

押さえておきたいポイント
  • Googleが2024年12月にリリースした最新の実験段階LLM
  • 200万トークン超のコンテキストウィンドウを持ち、マルチモーダル機能
  • 総合性能(Overall)で1位を獲得し、さまざまなタスクで高い性能を発揮
  • 長文処理や複雑なタスク(Hard Prompts)に特化し、業務補助や創造的なプロジェクトで有用

本記事ではgemini-exp-1206の性能やgemini-exp-1206の使い方について解説をします。本記事を最後まで読めば、gemini-exp-1206の使い方がわかります。

ぜひ最後までお読みください!

目次

gemini-exp-1206の概要

Gemini-exp-1206は、Googleが2024年12月に発表した、実験段階の大規模言語モデルです。GoogleのGemini APIまたはGoogle AI Studioを通じて無料で利用できます。

200万トークンを超える圧倒的なコンテキストウィンドウと、テキストだけではなく、画像や音声、動画を扱えるマルチモーダル機能が大きな注目を集めています。

トークン数だけで言えば、一般的な大規模言語モデルと比較して、はるかに長いテキストを一度に理解し、処理が可能。

gemini-exp-1206の位置付け

gemini-exp-1206はまだ実験段階としての位置付けであり、Google AI Studioでも「Preview」と記載がされています。

参考:https://aistudio.google.com/app/prompts/new_chat

Preview版は、製品版として正式リリースされる前の段階であり、ユーザーからのフィードバックを収集し、モデル改善に役立てることが目的です。そのため、予告なくgemini-exp-1206の機能が変更されたり、他のモデルに置き換えられたりする可能性があります。

また、APIの仕様変更や、モデル自体の提供が終了する可能性もあるため、本番環境での利用は推奨されていません。

Gemini-exp-1206は、実験段階のモデルではありますが、高い性能と将来性を持っており、Googleは、ユーザーからのフィードバックを基に、Gemini-exp-1206を更に進化させていくでしょう。

gemini-exp-1206の性能

gemini-exp-1206がChatbotArenaで1位を量産しており、SNSでも非常に話題になっています。

実際にどのようなベンチマークで1位を取っているのか確認します。

Overall

Overallはモデルの総合的な性能を示し、質問応答や問題解決における正確性や効率性が高いことを示します。

95%CIが+10 / -5 という範囲で示されています。信頼区間が広め(+10)であることは、モデルがいくつかのタスクで非常に優れた結果を示したことを意味します。一方、-5の範囲は、特定の条件下でやや性能が変動する可能性を示しています。

Overallで1位を獲得しているため、高精度な質問応答タスクや複雑な推論、生成タスク(創造的な文章生成や詳細な説明の作成)などに適していると考えられます。

参考:https://lmarena.ai/

Math

数値計算や数学的問題解決のパフォーマンス評価。

1位はo1-previewであり、gemini-exp-1206は2位という結果でした。95%CIが+16 / -21とやや広いため、一部のタスクでの性能変動が大きい可能性があります。

参考:https://lmarena.ai/

Instruction Following

Instruction Followingはモデルが与えられた指示を正確に理解し、適切に実行する能力を評価します。

こちらは1位を獲得。特に高度な指示の処理が求められるタスクで他のモデルよりも優位性があります。ただし、他のGoogleモデルやChatGPT-4-latestも僅差で迫っており、それぞれ得意分野が異なる可能性もありそうです。

参考:https://lmarena.ai/

Multi-Turn Conversation

2ターン以上にわたる連続した会話において、モデルが文脈を正確に理解し、適切に応答できる能力を評価。

こちらも1位を獲得。ただし95%CIが+20 / -16と広めなので、特定の会話条件での性能変動が考えられます。とはいえ、全体として高いパフォーマンスを維持しています。

また、Claude 3.5 Sonnetが5位にランクインしており、特に投票数が多いことから、ユーザー層での信頼性が高い可能性がありそうです。

参考:https://lmarena.ai/

Creative Writing

創造的な文章生成や独自性のあるコンテンツ作成能力を評価。こちらも1位を獲得。

創造性を要するタスクで能力を発揮すると考えられますが、こちらも95%CIがやや広めなので、タスクによって変動する可能性があります。

参考:https://lmarena.ai/

Coding

コードスニペットを含む会話の生成やプログラミングに関するタスクへの対応能力を評価。こちらも1位ですが、o1-miniと同率1位です。

コード生成やプログラミング関連の会話で優れた能力を持っていますが、一部のタスクで性能変動が考えられます。それに対してo1-miniは95%信頼区間が狭く安定性に優れていると言えるでしょう。

参考:https://lmarena.ai/

Hrad Prompts

複雑で難解な指示(プロンプト)に対して、モデルがどれだけ正確に対応できるかを評価。1位です。

複雑な指示に対して、優れた応答生成能力を持つと言えるでしょう。95%CIもそこまで広くないので安定した性能を発揮できます。

参考:https://lmarena.ai/

Longer Query

500トークン以上の長文クエリに対して、モデルがどれだけ適切に応答できるかを評価。

ChatGPT-4-latest (2024-11-20)と同率1位です。

O1-miniが4位にいますが、投票数が多く95%CIも狭いので。ユーザーに人気なのはo1-miniなのかもしれません。性能も安定して発揮できるため。

参考:https://lmarena.ai/

Japanese Prompts

日本語のプロンプトに対する応答能力を評価。

gemini-exp-1121・ChatGPT-4-latest (2024-11-20)・o1-previewが同率1位です。

gemini-exp-1206は圏外です。日本語が非対応もしくは対応していても適切なパフォーマンスを発揮できないかもしれません。

ここは後半で検証してみたいと思います。

参考:https://lmarena.ai/

English Prompts

英語のプロンプトに対する応答能力を評価。

gemini-exp-1206・ChatGPT-4-latest (2024-11-20)・Gemini-Exp-1121で同率1位です。

95%CIも狭いので安定してパフォーマンスが発揮できそうです。ただ、他のモデルに比べると投票数が少ないので、今後の評価によっては変化するかもしれません。

参考:https://lmarena.ai/

Hard Prompts (English)

英語で難解な指示(プロンプト)に対してモデルがどれだけ適切に応答できるかを評価。

gemini-exp-1206・o1-preview・o1-miniが同率1位です。

95%CIは広めなので、特定のプロンプトで性能変動が考えられます。

参考:https://lmarena.ai/

gemini-exp-1206の料金体系

gemini-exp-1206はGoogle AI Studioを使えば無料で利用できます。

また、APIの使用料は従量課金制になっています。gemini-exp-1206のAPI料については、本記事執筆時点(2024/12/11)では、まだ公開されていませんでした。

それ以外のAPI使用料は以下のとおりです。gemini-exp-1206が開発段階から進めば、API料も公開されるかもしれません。

特徴Gemini 1.5 FlashGemini 1.5 Flash-8BGemini 1.5 ProGemini 1.0 Pro
レート制限 (リクエスト/分)2,0004,0001,000360
レート制限 (トークン/分)4,000,0004,000,0004,000,000120,000
1プロンプトあたりの最大トークン数128,000128,000128,00030,000
入力料金 (100万トークンあたり)$0.075$0.0375$1.25$0.50
出力料金 (100万トークンあたり)$0.30$0.15$5.00$1.50
コンテキストキャッシュ保存料金 (100万トークンあたり/時間)$1.00$0.25$4.50利用不可
チューニング料金無料無料利用不可利用不可
Googleサービス改善への利用いいえいいえいいえいいえ
参考:https://ai.google.dev/pricing?hl=ja#1_5flash

なお、Googleより新たにリリースされた視覚言語モデルPaliGemma 2について詳しく知りたい方は、下記の記事を合わせてご確認ください。

gemini-exp-1206の使い方

gemini-exp-1206はGoogle AI Studioを通じて、無料で使えます。

参考:https://aistudio.google.com/app/prompts/new_chat

また、APIを通じても使うことができるので、google colaboratoryでの実装方法もお伝えします。

gemini-exp-1206をgoogle colaboratoryで使う

ではgoogle colaboratoryで実装します。APIキーが必要になるので、まだ取得していない場合にはAPIキーを取得しておきましょう。

APIキーはGoogle AI Studioから取得できます。

参考:http://参考:https://aistudio.google.com/app/prompts/new_chat

■Pythonのバージョン
Python3.8
■システム RAM
1.7/53.0GB
■GPU RAM
0.0/22.5GB
■ディスク
32.6/112.6GB
■GPUの種類:L4
■プラン:有料

必要ライブラリのインストールはこちら

!pip install google-generativeai
サンプルコードはこちら
import os
import google.generativeai as genai

# APIキーを設定
genai.configure(api_key="your_api_key")

# 以降、通常通りライブラリを使用
generation_config = {
    "temperature": 1,
    "top_p": 0.95,
    "top_k": 64,
    "max_output_tokens": 8192,
    "response_mime_type": "text/plain",
}

model = genai.GenerativeModel(
    model_name="gemini-exp-1206",
    generation_config=generation_config,
)

chat_session = model.start_chat(history=[])

response = chat_session.send_message("量子コンピューティングについて教えて")

print(response.text)
結果はこちら
量子コンピューティングは、量子力学の原理を利用して情報を処理する、新しいタイプのコンピューティングです。従来のコンピューターは、情報をビット(0または1)で表しますが、量子コンピューターは、量子ビット(キュービット)を使用します。キュービットは、0と1の両方の状態を同時に取ることができるため、従来のコンピューターよりもはるかに多くの情報を処理することができます。

量子コンピューティングは、まだ開発の初期段階にありますが、従来のコンピューターでは解決できない問題を解決できる可能性があるため、大きな注目を集めています。たとえば、量子コンピューターは、新薬や新素材の開発、人工知能の改善、暗号解読などに役立つ可能性があります。

量子コンピューティングの主な利点は、次のとおりです。

* **速度:** 量子コンピューターは、特定の計算を従来のコンピューターよりもはるかに高速に実行できます。
* **効率:** 量子コンピューターは、従来のコンピューターよりも少ないエネルギーで計算を実行できます。
* **能力:** 量子コンピューターは、従来のコンピューターでは解決できない問題を解決できる可能性があります。

量子コンピューティングの主な欠点は、次のとおりです。

* **コスト:** 量子コンピューターは、従来のコンピューターよりもはるかに高価です。
* **開発:** 量子コンピューティングは、まだ開発の初期段階にあります。
* **エラー:** 量子コンピューターは、従来のコンピューターよりもエラーが発生しやすい可能性があります。

量子コンピューティングは、まだ開発の初期段階にありますが、私たちの生活に大きな影響を与える可能性を秘めています。今後数年間で、量子コンピューティングがどのように発展していくかを見るのは、非常に興味深いことです。

量子コンピューティングについてさらに詳しく知りたい場合は、次のリソースをご覧ください。

* [IBM Quantum](https://www.ibm.com/quantum)
* [Google Quantum AI](https://quantumai.google/)
* [Microsoft Quantum](https://www.microsoft.com/en-us/quantum)
* [Amazon Braket](https://aws.amazon.com/braket/)

これらのリソースは、量子コンピューティングの基本、現状、将来の可能性について学ぶのに役立ちます。

非常に網羅的に情報を提供してくれている気がします。またURLの提示もあるため、情報源にアクセスしやすいです。

gemini-exp-1206の性能をGPT-4oと比較検証

gemini-exp-1206はベンチマークで総合1位をとっており、高性能なモデルです。

そこで、まずはgemini-exp-1206の性能をGoogle AI Studio上で検証しつつ、同じタスクをGPT-4oにも与え、どちらの出力がよりプロンプトに従っているかを比較検証したいと思います。

gemini-exp-1206の性能検証内容として、コード生成能力を見ていきます。

また、GPT-4oとの比較タスクとして、下記2つを試します。

  • 基本的な日本語タスク
  • ある商品の日本語コピーライティング

gemini-exp-1206のコード生成能力

gemini-exp-1206のコード生成能力を検証するのに、パソコンで使用できる簡易的なtodoリストを作成してもらおうと思います。

与えた指示は以下です。

Pythonを使って簡易的なtodoリストを開発するためのコードを提示してください。ユーザーはtodoリストに記載しているタスクが終了した後、そのリストをタップすることでタスクを削除することができます。その際、実際にリスト上からタスクを削除するのではなく、取り消し線を使ってタスクが終了していることを示すようにしてください。

結果はこちら
import tkinter as tk
from tkinter import font

class TodoListApp:
    def __init__(self, master):
        self.master = master
        master.title("簡易Todoリスト")

        self.tasks = []

        # タスク入力用のエントリー
        self.task_entry = tk.Entry(master, width=40)
        self.task_entry.pack(pady=10)

        # タスク追加ボタン
        self.add_button = tk.Button(master, text="タスク追加", command=self.add_task)
        self.add_button.pack()

        # タスクリスト表示用のリストボックス
        self.task_listbox = tk.Listbox(master, width=50, height=15, selectmode=tk.SINGLE)
        self.task_listbox.pack(pady=10)
        self.task_listbox.bind("<<ListboxSelect>>", self.toggle_task)

        # フォント設定
        self.default_font = font.Font(family="Helvetica", size=12)
        self.strikethrough_font = font.Font(family="Helvetica", size=12, overstrike=1)

    def add_task(self):
        """タスクを追加する"""
        task = self.task_entry.get()
        if task != "":
            self.tasks.append({"text": task, "done": False})
            self.update_listbox()
            self.task_entry.delete(0, tk.END)
        else:
            tk.messagebox.showwarning("警告", "タスクを入力してください")

    def toggle_task(self, event):
        """タスクの完了状態を切り替える(取り消し線の有無)"""
        try:
            index = self.task_listbox.curselection()[0]
            self.tasks[index]["done"] = not self.tasks[index]["done"]
            self.update_listbox()
        except IndexError:
            pass  # 何も選択されていない場合は何もしない

    def update_listbox(self):
        """リストボックスの内容を更新する"""
        self.task_listbox.delete(0, tk.END)
        for task in self.tasks:
            if task["done"]:
                self.task_listbox.insert(tk.END, task["text"])
                self.task_listbox.itemconfig(tk.END, font=self.strikethrough_font)
            else:
                self.task_listbox.insert(tk.END, task["text"])
                self.task_listbox.itemconfig(tk.END, font=self.default_font)

root = tk.Tk()
app = TodoListApp(root)
root.mainloop()
content_copy
Use code with caution.
Python

コードの説明:

必要なモジュールのインポート:

tkinter:GUI作成のための標準ライブラリ

tkinter.font:フォント操作のためのモジュール

TodoListAppクラス:

__init__(self, master):コンストラクタ。ウィンドウ、ウィジェットの初期化、イベントの設定を行う。

self.tasks: タスクを格納するリスト。各タスクは辞書型で、text(タスクの内容)とdone(完了状態)を持つ。

self.task_entry: タスク入力用のエントリーウィジェット。

self.add_button: タスク追加ボタン。add_taskメソッドを呼び出す。

self.task_listbox: タスク一覧を表示するリストボックスウィジェット。<<ListboxSelect>>イベント(項目選択)にtoggle_taskメソッドをバインドする。

self.default_font: 通常のフォント。

self.strikethrough_font: 取り消し線付きのフォント。

add_task(self):タスクを追加するメソッド。

エントリーからタスクのテキストを取得。

空でなければ、self.tasksにタスクを追加。

update_listboxを呼び出してリストボックスを更新。

エントリーをクリア。

toggle_task(self, event):タスクの完了状態を切り替えるメソッド。

選択されたタスクのインデックスを取得。

対応するタスクのdone状態を反転。

update_listboxを呼び出してリストボックスを更新。

update_listbox(self):リストボックスの内容を更新するメソッド。

リストボックスを一旦クリア。

self.tasksをループ:

doneがTrueなら、取り消し線付きフォントでタスクを表示。

doneがFalseなら、通常のフォントでタスクを表示。

メイン処理:

root = tk.Tk():ルートウィンドウを作成。

app = TodoListApp(root):TodoListAppのインスタンスを作成。

root.mainloop():イベントループを開始し、アプリケーションを実行。

使い方:

上記のコードをtodo.pyなどの名前で保存します。

ターミナルやコマンドプロンプトでpython todo.pyを実行します。

表示されたウィンドウの入力欄にタスクを入力し、「タスク追加」ボタンを押します。

追加されたタスクをクリックすると、取り消し線が引かれてタスクが完了したことが示されます。もう一度クリックすると、取り消し線が消えます。

改善点 (オプション):

タスクの編集: 選択したタスクをダブルクリックで編集できるようにする。

タスクの削除: 取り消し線がついたタスクを完全に削除する機能を追加する。

データの永続化: タスクリストをファイルに保存し、次回起動時に読み込むようにする (例: pickleモジュールを使用)。

デザインの改善: より洗練されたUIにする。

エラー処理の強化: 例外処理をより詳細に行う。

このコードをベースに、必要に応じて機能を追加・改善してみてください。

出力されたコードでTodoリストを追加することまではできましたが、2個目以上のTodoリストを追加したり、取り消し線を加えることはできていませんでした。

基本的な日本語タスク

次にGPT-4oとの比較をしていきます。まずは基本的な日本語タスクを行います。こちらは営業メールに関するプロンプトを与えます。

新規営業先開拓のために、メール営業を行います。弊社の商品は女性向けのヘアケア商品です。特徴は髪の毛のケアをしながら、洗うことができる点です。弊社のヘアケア商品を実際に使用したユーザーからは「使用後に髪の毛がサラサになった」、「友達に髪の毛綺麗になったね」といった口コミをいただいています。これらを踏まえて営業メールを作成してください。

gemini-exp-1206の結果はこちら
承知いたしました。女性向けヘアケア商品の新規営業メールを作成いたします。以下にメール文例を提示いたしますので、参考にしていただければ幸いです。

件名: 【新発想ヘアケア】洗うたび、髪、美しく。御社のお客様へ新しい感動体験を届けませんか?

本文:

株式会社〇〇
〇〇様

突然のご連絡失礼いたします。
株式会社△△の□□と申します。

弊社は、女性向けヘアケア商品を開発・販売しております。

この度、貴社の事業内容を拝見し、弊社商品との親和性を強く感じご連絡を差し上げました。

弊社の商品は、「洗う」と「ケア」を同時に叶える、これまでにない新しい発想のヘアケア商品です。

髪への負担を最小限に抑えながら、汚れをしっかり落とし、同時に髪の内部まで栄養を届けます。

実際に、ご利用いただいたお客様からは、

「使用後に髪の毛がサラサラになった」

「友達に髪の毛綺麗になったねと言われた」

「使い続けるうちに、髪質が改善されたのを実感している」

など、嬉しいお声を多数いただいております。

現代女性は、仕事、家事、育児など、日々多忙な生活を送っており、自分自身へのケアに十分な時間を割くことが難しいのが現状です。

そのような女性たちに、「毎日使うシャンプーで、手軽に美髪を手に入れていただきたい」。そんな想いで、私たちはこの商品を開発いたしました。

髪は女性の印象を大きく左右する、大切な要素の一つです。
だからこそ、日々のヘアケアは、女性にとって特別な意味を持ちます。

弊社商品は、貴社のお客様に新しい感動体験を提供し、
さらなる満足度向上に貢献できると確信しております。

ぜひ一度、弊社商品について詳しくご説明させていただければ幸いです。
ご検討のほど、よろしくお願いいたします。

つきましては、お電話やオンライン会議などで、
〇〇様のご都合のよろしい日時をいくつかご教示いただけますでしょうか。

お忙しいところ恐縮ですが、何卒よろしくお願い申し上げます。

補足説明

**件名:**簡潔で、かつ興味を引くような件名を意識しました。

**書き出し:**唐突感を緩和するため、連絡の理由を簡潔に記載しました。

商品特徴:「洗う」と「ケア」を同時に叶えるという、商品の最大の特徴を強調しました。

**口コミ:**お客様からの具体的な口コミを記載することで、商品の効果をよりリアルに伝えられます。

**開発背景:**現代女性のニーズを捉え、開発に至った背景を説明することで、共感を得やすくしました。

**提案:**貴社のお客様の満足度向上に貢献できることを明確に伝え、提案の価値を高めました。

**アポイントメント:**面談の機会を設けるための具体的な行動を促すようにしました。

このメール文例を参考に、貴社の状況に合わせて適宜修正してご活用ください。

このメールを通じて、貴社の新規営業先開拓が成功することを心より願っております。

非常に丁寧な営業メールが完成したと思います。

冒頭の挨拶→なぜ連絡したのか→自社商品紹介→口コミ→なぜ自社商品を使うのか→ネクストアクション

上記の流れが非常にスムーズで正直AIが作成したとは思えないです。この内容であれば十分に実務に耐えられうるものだと思います。

これほど丁寧な文章を日本語で作成できるにもかかわらず、ChatbotArenaで日本語評価がランク外となっているのは驚きです。

次にGPT-4oでも同じことをしてもらいます。

GPT-4oの結果はこちら
GPT-4oの応答:
件名: 髪の美しさを実感!画期的なヘアケア商品をご紹介

__様

初めまして。私は[あなたの名前]と申します。[あなたの会社名]で営業を担当しております。

昨今、「髪は女性の命」と言われるほど、髪の美しさが重要視されています。そのため、日々のヘアケアにおいて、効率的かつ効果的な商品をお探しの方も多いかと思います。

本日は、そんなニーズに応える新商品をご紹介させていただきたく、メールをお送りしました。弊社のヘアケア商品は、独自の技術で髪を洗うだけでケアを実現する画期的なアイテムです。

実際にご使用いただいたお客様からは、「使用後に髪の毛がサラサラになった」という嬉しいお声や、「友達に髪の毛が綺麗になったと褒められた」という口コミが届いております。これまでのお悩みを解消し、貴方の髪にも自信を取り戻すことができるはずです。

この商品にご興味をお持ちいただけましたら、ぜひ一度ご体験中ください。詳しい情報やサンプルのご提供も可能ですので、まずはお気軽にお問い合わせください。

貴社の美容ニーズに応えるお手伝いができることを心より楽しみにしております。どうぞよろしくお願い申し上げます。

[あなたの名前]
[あなたの会社名]
[電話番号]
[メールアドレス]

文章を見ると明らかにgemini-exp-1206の方が良さそうです。こちらの文章では、なぜ連絡したのか?という点がgemini-exp-1206で作った時に比べて内容が薄いです。

ある商品の日本語コピーライティング

次にある商品の日本語コピーライティングを考えてもらいます。こちらも女性向けヘアケア商品のコピーライティングにしたいと思います。与えたプロンプトは以下です。

弊社の商品は女性向けのヘアケア商品です。特徴は髪の毛のケアをしながら、洗うことができる点です。弊社のヘアケア商品を実際に使用したユーザーからは「使用後に髪の毛がサラサになった」、「友達に髪の毛綺麗になったね」といった口コミをいただいています。これらを踏まえてコピーライティングを作成してください。

gemini-exp-1206の結果はこちら
承知いたしました。女性向けヘアケア商品のコピーライティングを作成いたします。以下にいくつかのパターンを提示いたしますので、参考にしていただければ幸いです。

1. キャッチコピー重視

洗うたび、髪に恋をする。

シャンプーで、エステ級の感動を。

髪が変われば、私が変わる。未来が変わる。

洗うだけで、サロン帰りのような指通り。

もう、トリートメントはいらない。

あなたの髪に、革命を。

2. ベネフィット重視

忙しい朝も、時短でサラツヤ髪へ。

ダメージヘアにさよなら。使うたび、髪、強く美しく。

「髪、きれいだね」の秘密は、このシャンプー。

洗いながらケアする新習慣で、理想の美髪を手に入れる。

髪に自信を。鏡を見るのが楽しみになる毎日へ。

3. ターゲット重視(20代女性向け)

SNS映えする、天使のツヤ髪へ。

恋も仕事も、キレイな髪で、もっと私らしく。

「あの子の髪、いつもキレイ」の秘密、教えます。

4. ターゲット重視(30代〜40代女性向け)

年齢に負けない、ハリ・コシのある美髪へ。

忙しい毎日でも、洗うだけで、サロン級の仕上がり。

髪から、大人の自信と輝きを。

5. 商品特徴を盛り込んだキャッチコピー

洗うとケアを同時に叶える、新発想のシャンプー。

「洗う」から「いたわる」へ。髪の未来を変える、革新のヘアケア。

洗うだけで、美容成分が浸透。使うたび、髪、生まれ変わる。

6. 口コミを活かしたコピー

「髪がサラサラになった!」感動の声、続々。

「友達に褒められた!」愛用者絶賛の、美髪シャンプー。

あの感動を、あなたにも。髪から始まる、幸せ体験。

7. ストーリー性のあるコピー

髪に悩むすべての女性へ。これは、あなたのための物語。

美しい髪は、あなたをきっと、どこか素敵な場所へ連れて行ってくれる。

洗うたびに、髪と心に、小さな奇跡が起こる。

補足説明

ターゲット: どの年齢層の女性をターゲットにするかによって、言葉遣いや訴求ポイントを変えています。

ベネフィット: 商品を使用することで、どのようなメリットが得られるのかを具体的に示しました。

独自性: 「洗う」と「ケア」を同時に叶えるという、商品の独自性を強調しました。

共感: 「髪の悩みに寄り添う」「自信を与える」といった、女性の気持ちに共感する言葉を選びました。

具体性: 「サラサラ」「ツヤ髪」「サロン帰り」など、具体的な言葉を使うことで、イメージを膨らませやすくしました。

簡潔さ: キャッチコピーは、一目で内容が理解できるように、短く簡潔な表現を心がけました。

これらのコピーはあくまで一例です。商品の特徴やターゲットに合わせて、自由に組み合わせてみてください。また、言葉を少し変えるだけで、印象が大きく変わることもあります。

これらのコピーが、貴社の商品をより魅力的に表現し、多くの女性の心を掴むきっかけとなることを願っております。

こちらが提示した情報をもとにコピーライティングをしてくれています。ブレストとして使う分には非常に使い勝手が良いのではないでしょうか。

GPT-4oの結果はこちら
GPT-4oの応答:
✨あなたの髪、もっと輝く✨  
美しい髪は洗うたびに手に入れるもの。髪のヘアケアと洗浄を同時に叶える私たちの製品で、サラサラの質感を実感!  
友達に「髪の毛綺麗になったね」と言われる喜びをあなたも体験しませんか?

文章の量もそうですが、gemini-exp-1206はターゲットを分けてコピーライティングを考えてくれていたので、実務に耐えられるのはgemini-exp-1206かなと思います。

なお、Gemini×Google検索で最新情報にアクセス可能なAPIについて詳しく知りたい方は、下記の記事を合わせてご確認ください。

まとめ

本記事ではgemini-exp-1206について、紹介をしました。ChatbotArenaで日本語評価はランクインしていませんでしたが、日本語での対話が非常にスムーズであり、タスクもGPT-4oよりも良い出力をしてくれました。

gemini-exp-1206メールの作成やブレスト、コード生成の補助として有効活用できるでしょう。Google AI Studioで無料で使えるので、業務の補助としては非常に高性能なLLMといえます。APIも使えるので、ぜひ本記事を参考に使ってみてください!

最後に

いかがだったでしょうか?

生成AIの活用で、次世代の業務効率化や創造的なビジネスアイデアの実現が可能です。今すぐ具体的な導入例や応用方法を知り、競争力をさらに高めるチャンスを掴みましょう!

株式会社WEELは、自社・業務特化の効果が出るAIプロダクト開発が強みです!

開発実績として、

・新規事業室での「リサーチ」「分析」「事業計画検討」を70%自動化するAIエージェント
・社内お問い合わせの1次回答を自動化するRAG型のチャットボット
・過去事例や最新情報を加味して、10秒で記事のたたき台を作成できるAIプロダクト
・お客様からのメール対応の工数を80%削減したAIメール
・サーバーやAI PCを活用したオンプレでの生成AI活用
・生徒の感情や学習状況を踏まえ、勉強をアシストするAIアシスタント

などの開発実績がございます。

まずは、無料相談にてご相談を承っておりますので、ご興味がある方はぜひご連絡ください。

➡︎生成AIを使った業務効率化、生成AIツールの開発について相談をしてみる。

生成AIを社内で活用していきたい方へ
LLM比較レポート

「生成AIを社内で活用したい」「生成AIの事業をやっていきたい」という方に向けて、生成AI社内セミナー・勉強会をさせていただいております。

セミナー内容や料金については、ご相談ください。

また、大規模言語モデル(LLM)を対象に、言語理解能力、生成能力、応答速度の各側面について比較・検証した資料も配布しております。この機会にぜひご活用ください。

投稿者

  • 翔平

    総合病院で10年間理学療法士として勤務し、その後Pythonを独学で学びデータアナリストとして転職。趣味はキックボクシング

  • URLをコピーしました!
  • URLをコピーしました!
目次