https://roboco.io/ja/tags/gpt/ Recent content in Gpt on ROBOCO Hugo ja Sun, 04 May 2025 11:59:09 -0700 https://roboco.io/ja/posts/the-art-of-vibe-coding/ Sun, 04 May 2025 11:59:09 -0700 https://roboco.io/ja/posts/the-art-of-vibe-coding/ <figure><img src="https://roboco.io/posts/images/Dohyun.png"><figcaption> <h4>チョン・ドヒョン - ROBOCO首席コンサルタント</h4> </figcaption> </figure> <p>バイブコーディング（vibe coding）という言葉を聞いたことがあるでしょうか。もともとこの表現は褒め言葉ではありませんでした。直感と感覚だけに頼ってコードを書き、厳密な構造やルールはしばしば無視する開発者を、いささか皮肉る意味で使われていたのです。ところが興味深いことに、最近では人工知能（AI）、とりわけ大規模言語モデル（LLM）を活用してプロンプトだけでコードを生成する手法と結びついて使われています。もちろん、LLMを使っても十分に模範的で保守しやすいコードを書くことはできます。特に、試行錯誤なしに一度でうまく動くコードが得られたなら、それはバイブコーディングがきちんと機能したということであり、AIベースの開発の本質を正しく理解しているという意味でもあります。</p> <p>「AIコーディングはコンパイラと似ているのではないか」という質問をときどき受けます。表面的には正しいと言えます。コンパイラがコードを機械語に変換するように、LLMは自然言語のプロンプトをコードに変換するからです。しかし、両者の類似点はその程度までです。最大の違いは決定性です。コンパイラは同じ入力に対して常に同じ出力を返しますが、LLMは同じ入力に対しても、微妙に、あるいはまったく異なる出力を返します。不完全な、あるいは文脈のないプロンプトを入力すると、見当違いの結果が出てくることもあります。コードの言語は明確ですが、人間の言語は曖昧だからです。そのためLLMは、常に意図を「推測」しなければなりません。</p> <p>では、このように非決定的なツールを、どうすれば信頼して使えるのでしょうか。その答えは、ほかの確率ベースのシステムを信頼する方法と似ています。「収束」という概念です。たとえば、最適解を探す際にランダム性を許容しながら少しずつ範囲を狭めていく「シミュレーテッドアニーリング（Simulated Annealing）」に似ています。機械学習で用いられる確率的勾配降下法（Stochastic Gradient Descent）も、確率的に少しずつ良い結果へと収束していきます。さらに言えば、私たち人間の開発者も日々コンディションや成果が変わりますが、良い習慣と仕組みを通じて信頼できる結果へと収束します。つまり、完璧さではなく有用な結果へ収束するように構造化すれば、LLMも十分に信頼できるのです。</p> <h2 id="tldr">TL;DR</h2> <ul> <li>バイブコーディングとは、直感でコードを丸投げすることではなく、非決定的なLLMが有用な結果へ収束するように構造化することです。</li> <li>信頼は、コードを目で一つひとつ確認することから生まれるのではなく、テスト・リンタ・フォーマッタといった自動検証を再現可能な仕組みにすることから生まれます。</li> <li>良い入力、小さなステップ、思い切った単純化が、AIベースの開発の品質と保守性を左右します。</li> </ul> <p>収束のような大げさな話を持ち出すまでもなく、生成されたコードが正しいかどうかの確認を自動化しなければ、LLMの利用は非常に苦痛になります。多くの人が、LLMの生成したコードは信頼できないと言います。先ほどコンパイラとの違いを見たとおり、信頼できないのは当然のことです。生成されたコードが正しいかどうかを、なぜ人間の目で確認しなければならないのでしょうか。遺伝的アルゴリズム（Genetic Algorithm）のような手法を使うとき、交叉や突然変異で生成された遺伝子が実際に適法かどうかを人間が一つひとつ確認しなければならないとしたら、誰もそれを使いたいとは思わないはずです。</p> <p>LLMをきちんと活用するには、いくつかの原則に従う必要があります。</p> <p>第一に、思い切って単純化してください。LLMはしばしば過度に複雑な構造を作ろうとします。不要なクラス、抽象化、複雑な構造は削除し、最小限の形に保ってください。単純化はエラーの可能性を減らし、問題点を素早く把握できるようにしてくれます。</p> <p>第二に、小さなステップで進めてください。一度にすべてを解決しようとすると失敗します。明確な要件を書くことから始め、曖昧な部分は例で解きほぐしてください。必要であれば設計文書を作らせ、それを一緒にレビューしてください。このように一歩ずつ段階を踏めば、エラーを減らすことができます。</p> <p>第三に、自動化を積極的に活用してください。例ができたら、すぐに実行可能なテストへと変換してください。コードフォーマッタ、リンタ、ユニットテストを自動的に実行するスクリプトを用意しておくとよいでしょう。細かなスタイルの問題は自動フォーマッタに任せ、LLMが変更後に自らテストを実行し、失敗した箇所を修正するよう仕向けてください。自動化はコストも低く、速度も速いのです。</p> <p>最後に、良い入力を与えてください。LLMは不確かなときに右往左往します。最新のドキュメントや正確なAPI情報といった信頼できる入力を与えれば、際限のない繰り返しと不確実性を大きく減らすことができます。</p> <p>かつては嘲笑の対象だったバイブコーディングが、いまやAI時代の強力な思考法として浮上しました。しかし、直感だけでは足りません。このゲームは結局のところ、収束をうまく調整する仕事です。単純化し、自動化し、明確に方向を示してください。そうすれば、モデルは正しい道を見つけ、自ら「バイブ」に乗ることでしょう。</p> https://roboco.io/ja/posts/gpt4.1-released/ Tue, 15 Apr 2025 07:22:08 +0900 https://roboco.io/ja/posts/gpt4.1-released/ <figure><img src="https://roboco.io/posts/images/Dohyun.png"><figcaption> <h4>チョン・ドヒョン - ROBOCO首席コンサルタント</h4> </figcaption> </figure> <h2 id="tldr">TL;DR</h2> <ul> <li>GPT-4.1ファミリーは、コーディング、指示への追従、長いコンテキストの処理に焦点を当てた開発者向けのモデル群です。</li> <li>GPT-4.1 MiniとNanoは、高速な応答とコスト効率が求められる作業に適した選択肢として紹介されています。</li> <li>バイブコーディングの観点では、Windsurfの無料利用イベントを通じて負担なく性能を体感できる点が重要です。</li> </ul> <h2 id="序論---openaiがソフトウェア開発に特化したgpt-41をリリース">序論 - OpenAIがソフトウェア開発に特化したGPT-4.1をリリース</h2> <p>OpenAIは韓国時間2025年4月15日未明、開発者向けの新しい製品群であるGPT-4.1を発表しました。この製品群は、GPT-4.1、GPT-4.1 Mini、そして最も小さく高速で安価なモデルであるGPT-4.1 Nanoで構成されています。これらのモデルは従来のGPT-4.0より性能が向上しており、最大100万トークンの長いコンテキストを処理できる点が特徴です。</p> <p>また、<a href="https://windsurf.com/editor">Windsurf</a>では、このGPT-4.1を本日から1週間、つまり4月21日まで無制限かつ無料で利用できるイベントを実施しています。文字どおり、無料ユーザーを含むすべてのプランの利用者に無料で提供されますが、乱用防止のためのスロットリングは他の有料モデルと同様に適用されます。余談ですが、Windsurfの開発チーム内部ではこのGPT-4.1に対する評価が非常に高いそうです。</p> <p>この記事では、OpenAIの<a href="https://www.youtube.com/watch?v=kA-P9ood-cE">GPT-4.1紹介YouTube動画</a>の内容に基づいて、GPT-4.1の主な特徴を要約・整理しました。動画の要約と整理には<a href="https://chromewebstore.google.com/detail/deepsrt-experience-the-fa/mdaaadlpcanoofcoeanghbmpbdbhladd">DeepSRT</a>を使用しました。</p> <h3 id="gpt-41ファミリーの紹介">GPT-4.1ファミリーの紹介</h3> <ul> <li>GPT-4.1は、コーディング、複雑な指示の理解、エージェント構築に優れています</li> <li>GPT-4.1 Miniはより高速で、やや単純なユースケースに適しています</li> <li>GPT-4.1 Nanoは、オートコンプリート、分類、長い文書からの情報抽出など、さまざまなアプリケーションで役立ちます</li> </ul> <h3 id="コーディング能力の向上">コーディング能力の向上</h3> <ul> <li>SWEBenchにおいて、GPT-4.1は55%の正確度を達成し、GPT-4.0の33%から大きく向上しました</li> <li>Ader polyglotベンチマークでは、GPT-4.1がさまざまなプログラミング言語のコーディング能力を向上させたことが示されています</li> <li>フラッシュカードアプリの例では、GPT-4.1はGPT-4.0よりもはるかに機能的で美しいフロントエンドコードを生成しました</li> </ul> <h3 id="指示追従能力の強化">指示追従能力の強化</h3> <ul> <li>GPT-4.1は、複雑な指示のセットを正確に守るよう訓練されています</li> <li>社内評価において、GPT-4.1は従来のモデルよりもはるかに優れた性能を示しました</li> <li>Scaleのmulti-challenge evalのような外部ベンチマークでも優れた結果を示しました</li> <li>モデルを最大限に活用できるよう、新しいプロンプティングガイドラインが提供されています</li> </ul> <h3 id="長いコンテキストの処理能力">長いコンテキストの処理能力</h3> <ul> <li>GPT-4.1 MiniとNanoは、100万トークンのコンテキストを処理できる最初のモデルです（従来の128Kから8倍に増加）</li> <li>「干し草の中の針」評価において、モデルは長いテキストから特定の情報を正確に見つけ出すことができます</li> <li>OpenAIのMRCR評価では、GPT-4.1がGPT-4.0を上回る性能を示し、最大100万トークンまで良好に維持されます</li> <li>Video MMEベンチマークでは、GPT-4.1は72%の正確度を達成し、最先端の性能を記録しました</li> </ul> <h3 id="価格およびその他の情報">価格およびその他の情報</h3> <ul> <li>GPT-4.1はGPT-4.0より26%安価です</li> <li>GPT-4.1 Nanoは最も安価なモデルであり、長いコンテキストの利用に対する追加の値上げはありません</li> <li>GPUリソース確保のため、GPT-4.5はAPIから段階的に削除される予定です</li> <li>GPT-4.1および4.1 Miniはファインチューニングが可能で、Nanoも近く対応予定です</li> </ul> <h2 id="結論">結論</h2> <p>これまで、バイブコーディングの作業にはClaude 3.7 Sonnetが多く選ばれてきました。しかし、Windsurfとの事前協業を通じてモデル発表と同時に1週間の無料利用イベントまで実施し、ユーザーを獲得しようとする姿勢は、OpenAI側がそれだけGPT-4.1に自信を持っているということではないでしょうか。ぜひ今回のWindsurfのイベントを活用して、コスト負担なくバイブコーディングに入門してみてください。</p>