ChatGPT・Claude・Gemini、どれを選ぶ？

性能ランキングではなく、実際に何をしたいかで考える。

ChatGPT、Claude、Geminiを比べると、話はすぐModel性能へ向かいます。

それ自体は重要です。

でも、毎月お金を払って使うのはModel名ではありません。

使うのは、

• Chat
• Research
• File
• Project
• Memory
• Coding
• Document / Spreadsheet / Presentation
• Google Workspace

などが組み合わさった製品全体です。

なのでFineInTheoryでは、

「どれが一番賢いか」ではなく「自分の繰り返す仕事が、どの製品Surfaceに一番自然に乗るか」

で考えます。

まず3つとも、普通のGeneral AIとしてかなり重なる

文章、要約、一般的な質問、ファイルを使った分析、アイデア整理。

このレベルでは3製品とも広い用途を持っています。

そのため、差が小さいTaskだけで乗換判断すると、移行コストの方が大きくなることがあります。

重要なのは、日常Taskの外側にある、自分が本当に使うSurfaceです。

ChatGPTを選ぶ理由になりやすいもの

Projectを中心に長い仕事を続けたい

ChatGPTのProjectsは、Chat、File、Instruction、Project Memory/ContextをまとめるWork spaceとして現在提供されています。

単発Chatではなく、同じResearchやDocumentを何度も更新する人には、Productとして見る価値があります。

Researchを製品内で完結させたい

Deep researchは、Sourceを選び、Research planを確認し、複数SourceからCited reportを作る専用workflowです。

Researchが有料Plan選択の理由になるなら、単純なModel比較ではなく、このworkflowが自分の仕事に合うかを見る。

完成物まで進めたい

現在のChatGPT Workは、対応Plan/SurfaceでDocument、Spreadsheet、Presentation、Report等の作成・編集を行うWork surfaceとして案内されています。

Google Docs / Sheets / Slidesなどと接続できる場合もあります。

「回答」より「編集可能な成果物」がPurposeなら、ここは重要です。

Codingが重要

CodexはChatと別のsoftware-development surfaceとして扱われています。

Codingが契約理由の中心なら、P05/P06でAgent workflowとして比較した方がいい。

Claudeを選ぶ理由になりやすいもの

Project / Contextを積み上げる仕事

ClaudeにもProjectsがあり、現在はProject knowledgeを大きく扱うためのRAG-based capacityも案内されています。

大量の資料を継続的に扱うWorkで、Project Contextの持ち方が判断要素になります。

Researchを使う

Claude Researchも、複数Search、Analysis、Citationを行う専用Research workflowとして現在提供されています。

ここも「Researchがある/ない」ではなく、実際に何をSourceにし、どのContextと組み合わせるかを見る。

Artifacts / Work outputを重視する

Claude Artifactsは、通常Chatとは別のWindowで、Content、Tool、Visualization、App-like outputを作成・更新・共有するSurfaceです。

単なる文章回答より、編集し続けるOutputを中心に使う人には意味があります。

Codingが重要

Claude Codeは専用Coding Agentです。

General chatでClaudeが好きだからClaude Codeを選ぶ、という順番ではなく、Coding workflowそのものをP05/P06で比較します。

Memory portabilityが気になる

現在ClaudeはMemoryのImport / Export機能を提供しています。

これはSwitching costを考える上で重要な方向性です。

ただし機能は変化中なので、公開前確認前にCurrent statusを再確認します。

Geminiを選ぶ理由になりやすいもの

Geminiだけは、少し分けて考えた方がいい。

Current Fit — 今日の仕事に合うか

普通のChat、Research、File、Canvas等を、今のTaskで実際に使うか。

Googleの将来性ではなく、今日の仕事で判断します。

Ecosystem Advantage — Googleの中で仕事しているか

Gemini Deep Researchは、Google Searchに加えて、条件を満たせばGmailやDrive、File、NotebookLMなどをSourceにできます。

Google Workspace側でも、Docs、Drive、Gmail、Sheets、SlidesなどでGemini機能が使われるSurfaceがあります。

Google ecosystemが日常のWorkplaceなら、Product valueはModel性能だけではありません。

Capability Expansion — 今まで面倒だった仕事が現実的になるか

Gemini CanvasはDocument、App、Slides、Codeの作成・編集Surfaceを現在持っています。

またGoogle Workspace内のDataやFileへ自然につながることで、今までAIへ情報を移すのが面倒だった仕事が現実的になる可能性があります。

ここは単なる「便利」ではなく、Workflowそのものが変わるかを見る。

Strategic Optionality — 将来性

GoogleはSearch、Workspace、Drive、Android、Cloudなど広いSurfaceを持っています。

これは将来の可能性として無視する必要はありません。

ただし、将来つながるかもしれないを現在の比較Scoreへ加点しません。

今使えないものは、今のWinnerを決めるFactではありません。

The case against Gemini is mostly about Gemini. The case for Gemini includes most of Google.

これはJokeであって、比較点数ではありません。

3つを用途で並べる

日常の文章・分析・ファイル

3者とも候補。

すでに使っている製品で困っていないなら、乗換理由は弱い。

Research

3者とも専用Research workflowを持つ現在、比較は「ある/ない」では足りません。

• Source control
• Connected context
• Output/report
• Plan/limit
• 自分の資料との接続

を見る。

Coding

P05/P06へ送ります。

General AI比較のついでにCoding Agent Winnerを決めない。

長期Project / Context

Projects、Memory、File、Knowledgeの持ち方を見る。

編集可能な成果物

ChatGPT Work、Claude Artifacts、Gemini Canvas / Workspace surfaceなど、最終Outputの作り方を見る。

Google中心の仕事

GeminiのEcosystem Advantageが意味を持ちやすい。

すでにContextが蓄積している

Keepが強い選択肢。

新Productが少し良いだけなら、移行する必要はありません。

Combineはいつ合理的か

2つ契約するなら、役割が重ならないことが条件です。

例：

• 日常Workを1つのGeneral AI
• Codingを別Agent

または、

• Google Workspace中心のGemini
• 別のGeneral AIをResearch/Artifactsの明確な別workflowに使う

など。

「両方好き」はComplementary workflowではありません。

Stay freeも正常

Freeで自分のTaskが終わるなら、有料比較のWinnerを選ぶ必要はありません。

Usage limitやPaid-only capabilityが本当に必要になってから上げる。

結論

ChatGPT

Project、Deep Research、Work output、Codexなどを一つの広いProduct surfaceとして使いたい場合にFitを確認する。

Claude

Project/Context、Research、Artifacts、Claude Code等のWork surfaceが自分のRecurring workに合うか確認する。

Gemini

Current Fitをまず確認し、そのうえでGoogle ecosystemとの接続が実際のworkflowを短くするかを見る。

Keep

差が小さく、今のContext/Workflowが機能しているならそのまま。

Combine

明確に役割が分かれるときだけ。

Stay free

Paid機能が必要ないならそこで終了。

「最高のAI」は、Purposeを指定しないとあまり意味がありません。

必要なのは、自分のRecurring workに一番自然なProduct surfaceです。

What would change our mind?

Positive

• Research/Coding/Work/Artifacts/Workspace integrationが安定して広がる
• Context portabilityが改善する
• Finished deliverable workflowが強くなる

Negative

• Price / usage / privacy / availabilityが悪化する
• Key capabilityがPlanから外れる
• Integrationが実務上使いにくくなる

Structural

• 3製品のWork surface差がほぼ消える
• Memory/Projects/FilesがportableになりSwitching costが下がる