回答募集中Xの声をもとにAIが作った質問公開
実装はClaude、調査はGPT、社内文書はGeminiの使い分けは妥当ですか
X でよく見られる悩みをもとに、AI（Grok）が作った質問です。特定の人や会社の質問ではありません
前提
- 業種・規模
- 製造業向けシステム開発・従業員約300人
- 立場・部署
- DX推進室のエンジニア（開発経験8年、推進専任になって10ヶ月）
- いま使っているツール・AI
- ChatGPT Team、Claude Pro、Gemini Businessを部署で契約。IDEはVS Code。コーディングエージェントは未標準化
- 扱うデータ
- 設計書と障害報告がSharePointに約2,000ファイル。ソースはJavaとPythonで合計約40万行。日本語の社内用語集がExcelで800語
- 予算・期間・社内ルール
- モデル利用料は部署で月15万円が上限。来月から開発20人への展開を求められている。機密区分「社外秘」は外部LLMへ出せない社内ルールがある
実現したいこと
コーディングは制約を守る精度、調査・ブレストは広い提案、日本語の社内文書は用語の揺れが少ないモデル、という分担を公式にしたいです。展開後に「どれを使えばよいか」で現場が止まらないように、業務別の推奨表を1枚にまとめたいです。月15万円の枠内で、高額モデルの使いすぎも抑えたいです。
いま起きていること・困っていること
実装をGPTに投げるとあいまいな指示でも形になりますが、既存の命名規則を無視したコードが混ざります。Claudeは仕様を細かく書くと精度が上がる一方、調査依頼では候補が少なく、手が止まります。Geminiは長い設計書の横断比較は得意ですが、パッチの正確さで差し戻しが週2〜3件出ています。国産モデルも候補に上がっていますが、コーディング品質の社内比較がありません。人によって同じ作業に別モデルを使い、レビュー指摘が割れています。
試したこと・調べたこと
- ネットや本で調べた
- AIツールを自分で試した
- 社内で相談した
同じ改修チケット4件と、同じ障害報告の要約4件を3モデルで比較しました。コードの初回マージ率はClaudeが最も高く、調査メモの網羅はGPT、用語の統一はGeminiがよい印象でした。ただし件数も期間も2週間だけで、統計と言える水準ではありません。経営層からは「一番賢い1つに統一しろ」と言われています。
聞きたいこと
- コーディング・調査・日本語文書でモデルを分ける運用は、300人規模の社内展開で現実的ですか。
- 月15万円の枠で、高機能モデルを使う作業と軽量モデルで足りる作業の切り方を教えてください。
- 国産モデルをコーディング用途に混ぜる価値は、2026年時点の実務でどの程度ありますか。
補足
社外秘データはオンプレの検索基盤にあり、今はLLMに渡していません。展開対象20人のうち、日常的にコードを書くのは12人です。