PerplexityとGPTsをどう使い分けて検索・企画提案を効率化する？

TL;DR

Perplexityで事実を検索し、ChatGPTのGPTsで企画案を広げ、必要に応じてPerplexityで事例を裏取りするのが基本です。会社調査では「検索→生成→再検索」の3ステップを使い、提案内容の妥当性は最後に人間が判断します。具体的な調査手順や職種別の活用法まで知るために、続きを確認してください。

Transcript

リモートア研究所どです今回はAIの 使い分けはこうする調査と企画提案を超 効率化するためのパープレシテーション ですねまその代表例がパプエキシティで ありGPTとチャットGPTという感じに なるんですけどこの考え方というかやり方 を覚えてもらうことによってあこういう風 に使い分けるのかっていうイメージにも なるかなと思いますしまた今回出すのは 基本的に提案系企画系の話になるんです けどあこういう風にうまく併用するといい 提案ができるんだなという参考になれば 嬉しいなと思いますえ内容としてはこんな 感じで調査と企画のAI使い分けまずは 実例をご紹介した上でその時にAI 使い分けの考え方として生成系AIと検索 系AIっていうまこれ私のわけなんです けどこの2つが違うよねということをお 伝えしたい... Read More

Key Insights

• 検索系AIと生成系AIの違いは、既存データを探すか新しいものを考えるかにあり、材料を集めてくるのが検索系、それを調理するのが生成系という関係になる。
• Perplexityは毎回ネットで検索した情報を整理しているため、検索エンジンで自分で調べる代わりとして使え、事実確認の工程に向いている。
• ChatGPTやGemini、Claudeは基本的にAIの中にある知識で回答しようとするため、事実を扱う場面では信用しづらいケースがあるとされている。
• 調査と企画の基本フローは3ステップで、Perplexityで会社概要を調べ、ChatGPTで活用可能性を考え、再びPerplexityで事例を裏取りする流れになる。
• GPTsには「優秀な生成AIコンサルとして、入力する顧客の業界や事業内容を踏まえてバリューチェーンごとの活用可能性を整理する」という指示とアウトプットフォーマットを組み込んでいる。
• Perplexityの有料版プロは無料利用時より多くのソースを参照し、動画内の例ではプロで約20個、プロなしでは5つほどのソースにとどまった。
• Perplexityは日本語を直接打つと途中で検索が始まってしまうケースがあるため、テキストで書いてからコピーして貼り付ける運用が取られている。
• Difyを使うと、社名を入れるだけで会社概要の検索、活用可能性の整理、職種ごとの提案までを1つのワークフローで自動化できる。

Questions & Answers

Q: PerplexityとChatGPTはどう使い分ければいいですか？

既存の事実や事例を探す作業にはPerplexity、新しい可能性や企画を考える作業にはChatGPTを使います。材料を集めるのが検索系AI、その材料を調理するのが生成系AIという役割分担です。ChatGPTが出した案の根拠を確認したい場合は、再びPerplexityで検索します。

Q: 調査から企画提案までのAI活用手順は？

基本は「検索→生成→再検索」の3ステップです。まずPerplexityで顧客企業の事業概要、ビジネスモデル、バリューチェーンを調べ、次にその情報をGPTsへ貼り付けて生成AIの活用可能性を整理します。最後に各案の事例をPerplexityで調べ、提案に使うものを人間が絞り込みます。

Q: なぜ会社調査にChatGPTではなくPerplexityを使うのですか？

会社概要のような事実を扱う工程では、ネット上の情報を検索して整理するPerplexityが向いていると説明されています。ChatGPT、Gemini、ClaudeはAI内部の知識で回答しようとするため、事実について信用しづらい場合があります。Perplexityは検索エンジンで自分で調べる作業の代わりとして使われています。

Q: 生成系AIと検索系AIの違いは何ですか？

検索系AIは、ネット上にある具体的なデータや記述を集めて整理する役割です。生成系AIは、集めた情報を材料に新しい案を考えたり、データを処理したりします。ただし機能の境界は完全には分かれておらず、用途に応じた使い分けが重要です。

Q: GPTsにはどのような指示を設定しますか？

顧客の業界や事業内容を踏まえ、バリューチェーンごとの生成AI活用可能性を整理するよう指示します。情報が不足する場合はブラウジングで補い、求めるアウトプット形式も定義します。職種向けには、その職種の業務と生成AIで効率化できそうな程度を仮説として出させます。

Q: Perplexityの有料版プロと無料利用では何が違いますか？

有料版プロは、より多く検索して情報を集める傾向があると説明されています。動画内の例では、プロが約20個のソースを参照したのに対し、プロを使わない場合は約5つでした。多数の事例を整理してリストアップしたい場合にプロが便利です。

Q: AIが出した事例や企画案はそのまま提案に使えますか？

そのまま使わず、人間が内容と根拠を確認する必要があります。Perplexityの結果には、実例ではなく別のブログに例として書かれただけの情報など、想定と異なるものも混じります。どの事例を採用し、どの活用可能性を提案するかは人間が判断します。

Q: 職種別の生成AI活用可能性はどう調べますか？

まずPerplexityで会社の代表的な職種を調べ、その職種名を専用のGPTsへ入力します。GPTsに業務内容と生成AIで効率化できそうな程度を仮説として出させ、その結果をPerplexityで再検索して事例や根拠を確認します。仮説を出発点にすることで、ゼロから事例を探す工程を効率化できます。

Summary & Key Takeaways

• 調査と企画のAI使い分けは、Perplexityで顧客企業の事業概要やビジネスモデル、バリューチェーンを調べ、その結果をChatGPTのGPTsに貼り付けて生成AI活用の可能性を整理し、さらにその可能性に事例があるかをPerplexityで再検索して評価するという3ステップで構成される。事実を扱う工程と発想を広げる工程を明確に分け、それぞれ適したツールに任せるのがポイントとされている。

• 2つ目の型として、まずPerplexityでその会社の代表的な職種を調べ、GPTsで「入力した職種や業種にどんな業務があり、どの程度生成AIで効率化できそうか」を仮説として出させ、その仮説をPerplexityで再検索して事例と根拠を確認する流れが紹介される。仮説があるかないかで思考の深さが変わる一方、出力には誤りも混じるため、どの事例を使い何を提案するかは人間が判断する必要があると強調される。

• ツールの分類としては、ChatGPT、Gemini、Claudeが生成系、Perplexityが検索系とされる。ただし境界は明確ではなく、ChatGPTのブラウジングやGeminiの検索によるダブルチェック機能、Perplexityがネットを参照しないモードを持つなど機能は重なりつつある。おまけとしてDifyが紹介され、社名を入力するだけで検索から活用可能性の整理、職種別の提案までを自動化するワークフローが組めるため、使い分けに慣れた次のステップとして位置づけられている。