【2026年4月】Claude Opus 4.7・ChatGPT・Gemini 実務比較——Claude Code・Codex・Gemma 4まで含めてHSビルが現場から解説
- 2 日前
- 読了時間: 35分
更新日：20 時間前
導入文
2026年4月、生成AIの主要プレイヤーが一斉にメジャーアップデートを行いました。AnthropicはClaude
Opus 4.7の一般提供を開始し、OpenAIはGPT‑5.4とCodexアプリを展開、GoogleはGemini 3.1 ProとオープンウェイトモデルGemma 4を公開しています。
選択肢が増えた分、「結局どれを選べばいいのか」という判断は難しくなっています。しかし、この問いの立て方そのものが問題かもしれません。実務でAIを使っていると気づくのは、「1つ選ぶ」のではなく「役割で分ける」方がうまくいくということです。
この記事では、HSビルワーキングスペースで日常的にこれらのAIを業務に使っている立場から、3つの問いに答えます。「どのAIが何に向いているのか」「それをどう組み合わせるのか」「中小規模事業者が現実的にどう始められるのか」。
本記事の比較構造
この記事では、比較対象を以下の3層に整理しています。
第1層：会話AI比較（ChatGPT / Gemini / Claude Opus 4.7）
一般業務における主要な生成AIの使い分けを扱います。
第2層：開発実務比較（Claude Code / Codex）
コード実装・レビュー・エージェント運用の役割分担を扱います。
第3層：ローカル運用比較（Gemma 4）
クラウドAPIに依存しない運用の選択肢を扱います。
Claude Mythosについては既存の比較文脈として補足的に触れますが、本稿の主軸は本日発表されたClaudeOpus 4.7と、実務でのClaude Code／Codex活用比較です。
AI導入や活用で迷っている方へ
HSビルワーキングスペースでは、AI導入、SEO/AIO改善、社内AI活用のご相談を受け付けています。まずは短時間で方向性を整理したい方は、LINE相談またはAI相談ページをご利用ください。
著者：三宅悠生（FULMiRA Japan合同会社 CEO / AI専攻修了）
公開日：2026年3月7日 更新日： 2026年3月7日
なぜ今、Claude Opus 4.7を改めて検証する価値があるのか
Anthropicの非公開モデル「Claude MythosPreview」は本稿の補足枠として後述しますが、本記事の主軸はClaude Opus 4.7の実務検証と、Claude Code／Codexの使い分けにあります。
Claude Opus 4.7は、Anthropicが2026年4月に一般提供を開始したフラッグシップモデルです。前世代のOpus4.6から変わったのは、主に3つの領域です。
1つ目はコーディング性能です。Anthropic公式によると、93タスクのコーディングベンチマークで前世
代比13%の性能向上を達成しています。CursorBenchでは58%から70%、Rakuten‑SWE‑Benchでは解決タスク数が3倍に増加しました（参考文献①）。これは単発のコード生成ではなく、長時間にわたる複雑なタ
スクでの性能を指しています。Devinの開発チームは「何時間もの間一貫して作業を続け、困難な問題 を途中で投げ出さない」と評価しています（参考文献①）。
2つ目はビジョンです。画像入力の解像度が長辺最大2,576ピクセル（約3.75メガピクセル）に対応し、従来の3倍以上の精細さで画像を読み取れるようになりました。XBOWの視覚精度ベンチマークではOpus4.6の54.5%に対して98.5%が報告されており（参考文献①）、UIスクリーンショットの解析や設計図面の読み取りで実務上の差が出ています。
3つ目は指示追従の精度です。Anthropicは「Opus 4.7は指示を文字通りに受け取る」と明記しています
（参考文献①）。従来のモデルが曖昧に解釈していた指示を正確に実行する一方で、以前のモデル向けに書いたプロンプトを再調整する必要がある場合もあります。HSビルでも実際に、Opus4.6時代のプロンプトを数パターン書き直しました。「指示が厳密に通る」のはメリットですが、「前 と同じプロンプトで同じ結果が出るとは限らない」という点は運用設計に組み込む必要があります。
料金は入力$5、出力$25（100万トークンあたり）でOpus 4.6から据え置きです（参考文献②）。ただし
新しいトークナイザーの影響で、同じ内容のトークン消費量が1.01〜1.35倍に増える可能性があると公
式マイグレーションガイドに記載されています（参考文献①③）。「料金据え置き」だけを見ると誤解しやすいですが、実質コストはやや上がる可能性があります。
ChatGPT・Claude・Gemini——会話AIとしての比較
ここからは、一般業務で検討される主要な3つの生成AI——ChatGPT、Claude、Gemini——を「会話AI」として比較します。Codex、Gemma 4、ClaudeMythosはそれぞれ別の文脈を持つため、後のセクションで個別に扱います。
ChatGPT（GPT‑5.4）——日常業務の相談役として
ChatGPT（GPT‑5.4）の最大の強みは、Web検索との統合とアクセスの容易さです。BrowseCompベンチマ ークで82.7%（Proバージョンで89.3%）という数値は、情報検索を伴う業務での実用性の高さを反映しています（参考文献④）。tool‑search機能はMCP‑Atlasタスクでトークン使用量を約47%削減するとされており、調べ物の多い業務ではコスト効率面でも有利です。
コンテキストウィンドウは標準272K、最大100万トークンに対応し、OSWorld‑Verifiedベンチマークで7
5.0%というスコアはPC上のアプリケーション操作を自動化するエージェント用途での先行を示しています（参考文献④）。
HSビル視点での実務用途として
ChatGPTを使っているのは主に「最初の相談役」の場面です。新規案件の企画整理、要件の初期洗い出し、営業メール・提案文面のたたき台、幅広い一般業務の壁打ち——こうした「まず手を動かしたい」段階で最も使いやすいのがChatGPTだと判断しています。
料金はAPI利用で入力$2.50、出力$15（100万トークンあたり）。GPT‑5.4Proは入力$30、出力$180と高額なため、用途に応じた使い分けが前提です（参考文献⑤）。
Claude（Opus 4.7）——精度が必要な業務の主力として
Claude Opus 4.7の強みは、長文・複雑な文脈を保持した状態での精度です。HarveyのBigLaw Benchで
は90.9%の正確性を示し、法的文書における契約条項の区別——たとえば譲渡条項と支配権変更条項の識
別——で従来モデルが苦手としていた領域を改善しています（参考文献①）。Hexは「データがない場合にもっともらしいが不正確な回答を返すのではなく、正直に報告する」と評価しています（参考文献①） 。
HSビル視点での実務用途として、Claudeを使っているのは「精度を出す」段階の業務です。複雑な前提
を踏まえた文章生成、提案書・仕様書・ブログ構成の精度出し、文脈を保持したまま何度も改稿を重ねる作業、そしてClaude Codeと組み合わせた実装支援——こうした「雑に投げると品質が落ちるタスク」でClaudeを主力にしています。
ChatGPTが「相談役」なら、Claudeは「精密作業の実行担当」です。HSビルでは、企画段階ではChatGPTで壁打ちし、構成が固まったらClaudeに引き渡して精度を上げるという流れを取ることが多くあります。
Gemini 3.1 Pro——Googleエコシステムの中心として
Gemini 3.1 Proは2026年2月19日にプレビュー公開され、ARC‑AGI‑2（抽象推論ベンチマーク）で77.1%を記録しました（参考文献⑥）。これはGemini 3 Proの2倍以上の推論性能に相当します。Google AI Studio、Gemini CLI、Vertex AI、NotebookLMなどGoogle製品群全体で利用可能です（参考文献⑥）。
HSビル視点での実務用途として、Geminiが活きるのはGoogle Workspaceとの接続が前提になる場面です。スプレッドシートのデータ分析、NotebookLMでのリサーチノート統合、Gemini CLIによるGoogle系情報との横断確認——HSビルではこうしたGoogle連携業務を日常的にGemini経由で処理しています。
料金は入力$2、出力$12（100万トークンあたり）と3モデル中最も安価です（参考文献⑦⑧）。ただし、2026年4月現在はプレビュー段階であり、本番環境への全面投入にはAPI仕様の正式確定を待つことを推奨します。
このセクションの主な参照元
- Claude Opus 4.7：Anthropic公式リリース（参考文献①）、Claude API料金（参考文献②）
- GPT‑5.4：OpenAI公式リリース（参考文献④）、OpenAI API Pricing（参考文献⑤）
- Gemini 3.1 Pro：Google公式発表（参考文献⑥）、Gemini Developer API Pricing（参考文献⑦）
---
Codexは何が違うか——開発支援AIとしての別枠
Codexは、ChatGPTやClaude、Geminiと同じ土俵で比較するツールではありません。OpenAIが2026年3月4日にmacOS版をリリースしたCodexアプリは、「汎用チャットAI」ではなく「開発業務のマルチエージェ
ント環境」です（参考文献⑨）。
プロジェクトスレッドごとに独立したエージェントを管理する並列タスク機能、ビルトインのworktree
によるgitコンフリクト回避、Skills機能によるFigma・Linear・Cloudflare・Vercel等との連携、Auto
mationsによる定期バックグラウンドワークフローの自動化——こうした機能は、コードを書く・レビュ
ーする・デプロイする・ドキュメントを生成するといった開発プロセス全体をカバーしています（参考
文献⑨）。
ChatGPT Plus・Pro・Business・Enterprise・Eduのサブスクリプションに含まれ、期間限定でFree/Go
ユーザーにも提供されています。過去1か月で100万人以上の開発者が利用したと報告されています（参考文献⑨）。
HSビル視点での実務用途として、Codexは「主力」ではなく「副担当」です。HSビルの実装主力はClaud
e Codeであり、Codexは以下の場面で補助的に活用しています。
- Claude Codeで生成したコードのdiff確認とレビューをCodexの並列エージェント機能で実施
- 複数の実装パターンをCodexで同時生成して比較検討
- OpenClawの補助頭脳としてCodexを接続し、ドキュメント生成やプロジェクト管理連携の効率化に活用 - CLIベースの確認作業や難所の切り分け作業でのセカンドオピニオンとしての利用
「Claude Codeで作り、Codexで確認する」——この主従構造がHSビルの開発運用における基本設計です。
このセクションの主な参照元
- Codex App：OpenAI公式発表（参考文献⑨）
- Claude Code：公式ドキュメント（参考文献⑭）
---
Gemma 4はどの枠で見るべきか——ローカルLLMとしての独自軸
Gemma 4はGeminiの代替ではありません。比較の枠そのものが異なります。
Gemini 3.1 ProはGoogleのクラウドAPIを通じて利用する大規模モデルですが、Gemma 4はGoogle DeepMindが開発したオープンウェイトモデルファミリーで、Apache2.0ライセンスのもと自社のローカル環境で実行できます（参考文献⑩⑪）。この違いは「性能の上下」 ではなく「運用モデルの違い」です。
モデルサイズは4種類——E2B（実効2B）、E4B（実効4B）、26B A4B（MoE）、31B Dense——が公開されています（参考文献⑪）。コンテキストウィンドウは小型モデルが128K、大型が256Kトークン。31Bモデルは4ビット量子化で約17.4GBのVRAMに収まるとモデルカードに記載されています（参考文献⑪）。ただしKVキャッシュや推論時の追加メモリは上記に含まれないため、実運用では余裕あ るスペック選定が必要です。
HSビル視点での実務用途として、Gemma 4は「今すぐ主力に据えるツール」ではなく「将来に向けて検
証しておくべき選択肢」として位置づけています。具体的には以下の用途で検証を進めています。
- クライアントの機密データをクラウドに送信せずに処理するローカルLLMとしての可能性の検証
- API利用料を発生させない定型推論タスクの実験
- 社内限定用途での試験導入
- 将来的な閉域運用・内製基盤の技術的な見通しの確認
Gemma 4を評価する軸は「コスト削減」だけではありません。「運用の自由度」——データを外に出さな くて済む、API提供元の仕様変更に左右されない、自社のタイミングでモデルを更新できる——という観点が、将来的には中小企業にとっても意味を持つ場面が出てくるはずです。
このセクションの主な参照元
- Gemma 4：Google公式ブログ（参考文献⑩）、モデルカード（参考文献⑪）
Claude Mythosの位置づけ——先端動向の参考枠として
Forbes Japan報道などで言及される「Claude Mythos Preview」について補足します（参考文献⑫⑬）。
Claude Mythos PreviewはAnthropicがProject Glasswingの枠組みで限定パートナー向けに提供している非公開モデルです（参考文献⑫）。SWE‑benchVerified 93.9%、CyberGym 83.1%といった突出したベンチマークスコアが報じられていますが（参考文献⑬）、一般ユーザーやAPI経由でのアクセスは提供されていません。Anthropicは公式発表で「Mythos Previewのリリースは限定的に保ち、より能力の低いモデルでまずサイバーセーフガードをテストする 」と明言しています（参考文献①）。
本記事ではMythos Previewを「一般導入候補」としては扱いません。これはAnthropicの技術開発が向かっている方向——高い安全性と極めて高い技術能力の両立——を知るための参考情報です。主要なAI選定とは別枠で、「Anthropicの動向として知っておくべきこと」として押さえておけば十分です。
HSビルワーキングスペースでの実務活用例
各AIの具体的な使いどころ
HSビルで日常的に発生する業務に対して、各AIをどう当てているかを整理します。
Claude Code（主力・毎日使用）
SEO記事の構成設計から本文執筆支援、Wix向けHTML/CSSの修正、GTMタグの導線修正、JSON‑LDの生成と検証、/batchによる複数ファイル一括処理、/ultrareviewによるコードベース品質レビュー。HSビルの
ブログ記事制作フロー全体がClaude Code上で動いています（参考文献⑭）。
Codex（副担当・レビュー専任）
Claude Codeで生成したコードの差分レビュー、同じ問いに対する並列回答の比較検証、OpenClawの補助頭脳としてドキュメント生成やプロジェクト管理連携タスクの処理、設定ファイルやCI/CDの整合性チェック。「主担当が出した答えを、別の目で確認する」役割です（参考文献⑨）。
ChatGPT（壁打ち・初期企画）
新規案件の方向性整理、競合サービスのリサーチ、クライアント向け提案文面の初稿作成、SNS投稿案の発想拡張。「正確さよりもまず手を動かしたい」段階でのスピード感が役立っています。
Gemini（Google連携・定常業務）
スプレッドシートのデータ分析と要約、Gemini CLIによるGoogle系情報の横断確認、NotebookLMでのリサーチノート統合、メール下書きの生成。GoogleWorkspaceとの接続が前提になる業務はGemini経由で処理しています。
Gemma 4（ローカル検証・進行中）
31Bモデルを使ったローカル推論テスト、クライアント機密データのオフライン処理実験、API利用料を発生させない定型タスクの検証。本番業務の主力ではありませんが、「自社環境で実際に動かした経験の蓄積」を目的に検証を継続しています（参考文献⑪）。
この記事自体も、上記の運用体制で制作しています。比較記事の構成設計はClaude、情報収集はChatGP
T、公式データの照合はGemini CLI、コードブロックやJSON‑LDの生成はClaude Code、制作物のレビュ
ーはCodex——HSビルのAI運用は「記事1本の制作プロセス」にもそのまま反映されています。
どのAIをどう使い分けるべきか——コストバランスの考え方
ここまでの比較を踏まえて、HSビルが実務で得た「使い分けの原則」を整理します。これは「正解」ではなく「HSビルで試行錯誤した結果の、現時点での運用判断」です。
日常業務の母艦AIは1つに寄せる。
複数のAIを同時に使い分けること自体はメリットがありますが、すべての業務で毎回「どのAIに投げるか」を判断するのは現実的ではありません。HSビルの場合、文書作成・提案・構成・改稿の主力はClaude系に寄せています。プロンプトの資産が蓄積され、出力の傾向を把握できるため、修正コストが下がります。
高性能・高コストなAIは難所専用にする。
GPT‑5.4 Proは出力$180/100万トークンと高額です（参考文献⑤）。常用するにはコストが見合わないケースが多いですが、特に難易度の高いリサーチや、他のモデルでは対応しきれない複雑な推論が必要な場面に限
定して使うなら、コスト対効果は成立します。同様に、Claude Opus 4.7もトークン消費が増える可能性がある（参考文献①③）ため、軽い壁打ちにはChatGPTを使い、精度が必要な場面でClaudeに切り替えるという判断をHSビルでは日常的に行っています。
コーディングAIは主従を決める。
Claude CodeとCodexの両方を対等に使おうとすると、どちらの出力を正とするかの判断が毎回発生し、かえって非効率になります。HSビルでは「ClaudeCodeが主、Codexが副」と明確に決めています。迷う場面では主担当の出力を優先し、副担当はレビュー・検証に徹する。この主従のルールがあるだけで、開発の意思決定速度は大きく変わります。
ローカルLLMは本番常用より、まず検証用途から始める。
Gemma 4はApache 2.0で商用利用可能であり、API利用料が発生しない点は魅力的です。しかし、ローカル環境の構築・メンテナンス・モデル更新にかかる手間は無視できません。コスト削減だけを理由にローカルLLMに飛びつくのではなく、「運用自由度」「データガバナンス」「将来の自社運用余地」という複合的な観点で判断する方が、中長期で合理的です。
Claude Mythosは常用候補ではなく、先端動向の参考枠。
限定パートナー向けの非公開モデルであるMythosPreview（参考文献⑫）を日常の導入計画に含める必要はありません。
このセクションの主な参照元：参考文献①②④⑤⑥⑦⑨⑪⑭（各モデル公式発表・料金ページ）
どの組み合わせを選ぶべきか——用途別パターン
比較表を見ただけでは「で、自分はどれを選べばいいのか」が分かりにくいはずです。業務パターンご
との推奨を整理します。
文章生成・調査・提案書作成が中心の方は、会話AI比較の中から選んでください。企画初期の壁打ちと
リサーチにChatGPT、精度が必要な改稿と仕様書にClaude、Google系データ整理にGeminiという使い分
けがHSビルでの実運用パターンです。
コード実装・Web修正が中心の方は、Claude Codeを主軸にしてください。レビューと並列確認にCodex
を副担当として併用すると、少人数でも品質を維持できます。
差分レビュー・検証作業を効率化したい方は、Codexのマルチエージェント並列機能が適しています。C
laude Codeの出力をCodexでクロスチェックする運用が、HSビルでの定番です。
ローカル環境での検証・社内機密保全を重視する方は、Gemma 4の31Bモデルから検証を始めてください
本番常用ではなく、まず「自社環境で動くかどうか」の確認から入るのが現実的です。
「何を選べばいいかわからない」方は、HSビルのAI導入相談をご利用ください。業務内容をお聞きした
上で、最初に試すべきAIと使い方を一緒に整理できます。
スタートアップ・中小事業者は何から始めるべきか
「全部を比較して、最適な1つを選ぶ」は理想ですが、リソースの限られた小規模事業者にとって現実
的ではありません。HSビルが推奨するのは、もっとシンプルなアプローチです。
ステップ1：自社で最も時間がかかっている定型タスクを1つ選ぶ。
すべてをAI化するのではなく、「毎週これに時間を取られている」というタスクを1つだけ特定してく
ださい。情報検索やリサーチが多ければChatGPT、GoogleWorkspaceの書類作業が多ければGemini、コード改修が必要ならClaude Code——入口は1つで十分です。
ステップ2：2週間使って「壁」を特定する。
使ってみると「ここは便利だが、ここはうまくいかない」が必ず見えてきます。その壁がプロンプトの問題なのか、ツール自体の限界なのか、別のAIの方が適しているのかを判断する。これが2つ目のステップです。
ステップ3：壁の解消を自分でやるか、伴走者と進めるか決める。
プロンプト調整やツール間の切り替えを自力で進められるなら、この記事の情報で十分対応できます。
「プロンプトの調整がうまくいかない」「ClaudeCodeとCodexのどちらを使うか判断がつかない」「ローカルLLMの導入を検討したいが技術的な見通しが立たない」といった具体的な壁がある場合は、HSビルのAI導入相談をご利用ください。
AI導入・活用の相談を受け付けています。「どのAIから始めるべきか」「ClaudeCodeとCodexのどちらが自社に合うか」「Gemma 4のローカル導入は現実的か」——こうした実務レベルの問いに、使用経験に基づいてお答えします。まずは15分の無料オンライン相談からどうぞ。
FAQ
Q1. Claude CodeとCodexの違いは何ですか？
Claude CodeはAnthropicのClaude Opus4.7に直結するCLIツールで、コード実装・リファクタリング・セキュリティレビューを一括で行えます（参考文献⑭）。CodexはOpenAIのマルチエージェントデスクトップアプリで、並列タスク管理・差分レビュー・Skills連携が強みです（参考文献⑨）。HSビルではClaude Codeを実装の主担当、Codexをレビ ュー・検証の副担当として使い分けています。両者は競合ではなく補完関係です。
Q2. Claude Opus 4.7はChatGPTやGeminiと比べて何が強いですか？
Claude Opus 4.7の際立った強みは、長時間の自律タスクとコーディング精度です。Anthropic公式で93
タスクのコーディングベンチマーク13%向上、CursorBench70%が報告されています（参考文献①）。ChatGPT（GPT‑5.4）はWeb検索統合（BrowseComp82.7%）とPC操作自動化（OSWorld‑Verified 75.0%）で先行し（参考文献④）、Gemini 3.1ProはARC‑AGI‑2 77.1%の抽象推論とGoogleエコシステム統合で独自の優位性を持っています（参考文献⑥）。「どれが最強か」ではなく用途で分けるのが実務的な選び方です。
Q3. Gemma 4はGeminiの代わりになりますか？
代替ではありません。Gemini 3.1 ProはGoogleのクラウドAPIモデル、Gemma 4はApache
2.0のオープンウェイトモデルで、自社環境にローカルで展開できます（参考文献⑥⑩）。比較の軸その
ものが「クラウドAI vs ローカルLLM」であり、性能の上位互換・下位互換の関係ではありません。デ
ータを外部に送信できない業種や、API利用料をゼロに抑えたいケースでGemma 4が選択肢に入ります。
Q4. 小規模事業者はどのAIの組み合わせから始めるべきですか？
最初は1ツールに絞ることを推奨します。情報検索・営業文面・企画整理が多い業務ならChatGPT、Goog
le Workspaceの書類作業が中心ならGemini、コード改修やWebサイト修正が必要ならClaude
Codeが入口です。2週間使ってみて「この部分は別のAIの方がいい」と気づいた段階で2つ目を追加する
のが、コストとスキルの両面で現実的です。
Q5. HSビルでは各AIをどう実務で使い分けていますか？
HSビルでは、Claude Codeを実装・修正・構成確認の主力として毎日使用し、Codexをレビュー・並列確認・Open Claw補助頭脳として接続しています。ChatGPTは企画初期の壁打ちとリサーチ、GeminiはGoogle
Workspace連携業務で定常利用しています。Gemma4は31Bモデルのローカル検証を進行中です。この記事自体も同じ運用体制で制作しています。
Q6. Claude Opus 4.7の料金はいくらですか？
API利用料は入力$5、出力$25（100万トークンあたり）で、前世代のOpus4.6と同額です（参考文献②）。ただし新しいトークナイザーの影響で同じ内容のトークン消費量が1.01〜1.35倍に増える可能性がある点は留意が必要です（参考文献①③）。
Q7. Gemma 4のローカル実行に必要なスペックはどの程度ですか？
公式モデルカードによると、31Bモデルの4ビット量子化で約17.4GBのVRAM、E2Bモデルなら約3.2GBです（参考文献⑪）。ただしKVキャッシュや推論時の追加メモリは含まれていないため、実運用では余裕を持ったスペック選定が必要です。
Q8. Claude Mythosは導入すべきですか？
現時点では一般導入の対象にはなりません。AnthropicがProject Glasswing枠で限定パートナーに提供
している非公開モデルです（参考文献⑫）。一般ユーザーはアクセスできないため、日常のAI選定には含めず、Anthropicの先端動向を知るための参考情報として押さえておけば十分です。
AIを実務で使いたい方へ
注記 相談・見学は無料です
HSビルワーキングスペース 基本情報
- 所在地：奈良県奈良市・近鉄大和西大寺駅近く
- 事業内容：コワーキングスペース／レンタルスペース／AI活用支援／AIコーチング
- 公式サイト：https://www.hsworking.com
- 主なサービス：AI導入個別相談、Claude Code／Codex／Gemini実務導入支援、プロンプト設計、AI記
事制作ワークフロー設計、売上導線設計、Gemma4ローカル環境検証、作業場所・打ち合わせスペース提供
プロフィール文
三宅 悠生（みやけ ゆうき）
HSビルワーキングスペース運営者。近畿大学理工学部卒業、大阪市立大学大学院修了。イオンディライ
ト株式会社を経て独立し、FULMiRA Japan創業。現在、奈良を拠点にコワーキングスペース事業とAIコーチング事業を運営。Claude Code・Codex・Geminiを組み合わせたマルチAI運用体制を自ら構築・運用し、その実務経験に基づいた 中小企業・スタートアップ向けAI導入支援を行っている。本ブログのAI比較記事・SEO/AIO対応コンテンツは、すべて自社のAI運用体制で制作・検証したものを公開している。
