GPT-4o
プロンプト集

2026年時点では、GPT-5は推論精度と長文処理でGPT-4oを上回りますが、GPT-4oはリアルタイム音声会話(Advanced Voice Mode)と画像入出力のレイテンシが低く、インタラクティブな用途に向いています。コスト面でもGPT-4oはGPT-5より低価格です。会話型アシスタント、リアルタイム翻訳、画像認識タスクではGPT-4o、深い推論・研究・複雑なコードではGPT-5が最適です。

画像を添付した後、「この画像の[具体的な要素]を分析してください」のように具体的な分析軸を指定してください。「何が見えますか?」という汎用質問より、「製品パッケージの栄養成分表から1日の推奨摂取量を計算してください」のような具体的なタスクを与えるとGPT-4oは最良の結果を出します。

はい。GPT-4oは日本語、英語、中国語など100以上の言語を理解し生成できます。「日本語で回答してください」または「Always respond in Japanese」と指定するか、日本語でプロンプトを書けば日本語で返答します。翻訳タスクには「以下のテキストを自然な日本語に翻訳してください:」の形式が効果的です。

ChatGPTのカスタム指示(Custom Instructions)またはAPI呼び出しのsystem fieldに設定します。例: 「あなたは日本の法人税に詳しいシニア税理士です。回答は簡潔に、専門用語には括弧で簡単な説明を付けてください。」のように役割、専門性、回答スタイルを明示すると一貫したキャラクターで動作します。

ChatGPT Plus/Proでは最大512ページ程度のPDFをアップロードして分析できます。APIでは128,000トークン(約96,000文字、300〜400ページ相当)のコンテキストウィンドウがあります。ただし非常に長い文書では最初と最後の内容に比べて中間部分の引用精度が下がる「中間損失」現象があります。重要な箇所を先頭に置くか、文書をセクション分割して分析するのが効果的です。

コード生成の品質は競争力が同等です。GPT-4oはマルチモーダル入力(スクリーンショット、図解)を理解してコードに変換する能力が特に高く、UIデザインのスクリーンショットからReactコードを生成するタスクが得意です。Claude(特にClaude 4)は長いコードベースの分析と文書化、複雑な推論が必要な設計判断で強みがあります。

APIでは「response_format: { type: 'json_schema' }」パラメータでスキーマ準拠のJSON出力を強制できます。ChatGPTでは「以下のJSONスキーマに従って出力してください: { name: string, age: number, skills: string[] }」のように指定します。データ抽出、フォーム入力、システム統合に特に有効です。