生成AI入門 2026.04.19
【2026年版】Claude vs ChatGPT文章作成比較|実例プロンプト・速度・コスト一覧
文章作成で差がつく3つのポイント
文章作成の観点での実際の差:
コンテキスト長:
Claude: 200K tokens(長い資料を参照しながら執筆可能)
ChatGPT: 128K tokens
トーン傾向:
Claude: 構造的・論理的・やや丁寧
ChatGPT: 親しみやすい・会話的・簡潔
出力の一貫性:
Claude: 同じプロンプトで安定した出力
ChatGPT: バリエーションが出やすい(クリエイティブ用途に有利な場合も)
同じプロンプトで書き比べた結果
プロンプト例:
「仕事でAIを使い始めた初心者向けに、最初の1週間でやるべきことを
3つのステップで教えてください。具体的で実践的に。」
Claude Sonnetの傾向:
Step 1: 目的を決める(3日間)
まず「何にAIを使うか」を具体化します。...(論理的な展開)
Step 2: ツールを1つに絞る(2日間)
...(段階的な説明)
Step 3: 小さな成功体験を積む(2日間)
...(行動につながる締め)
GPT-4oの傾向:
AIを仕事に取り入れる最初の1週間、
こんなふうに始めてみましょう!...(親しみやすいトーン)
Day 1-2: 使ってみる(試行錯誤OK)
...(実体験的な語り口)
どちらが良いかは用途と読者層によるのが正直なところです。
APIで並列比較するPythonスクリプト
# compare_writing.py
# pip install anthropic openai
import anthropic
import openai
import asyncio
import os
import time
claude = anthropic.Anthropic(api_key=os.environ["ANTHROPIC_API_KEY"])
gpt = openai.OpenAI(api_key=os.environ["OPENAI_API_KEY"])
def write_with_claude(prompt: str, model: str = "claude-sonnet-4-5") -> dict:
start = time.time()
resp = claude.messages.create(
model=model,
max_tokens=1024,
messages=[{"role": "user", "content": prompt}]
)
return {
"model": model,
"text": resp.content[0].text,
"input_tokens": resp.usage.input_tokens,
"output_tokens": resp.usage.output_tokens,
"elapsed": time.time() - start,
"cost_usd": (
resp.usage.input_tokens * 3.00 / 1_000_000 +
resp.usage.output_tokens * 15.00 / 1_000_000
)
}
def write_with_gpt(prompt: str, model: str = "gpt-4o") -> dict:
start = time.time()
resp = gpt.chat.completions.create(
model=model,
messages=[{"role": "user", "content": prompt}],
max_tokens=1024,
)
usage = resp.usage
return {
"model": model,
"text": resp.choices[0].message.content,
"input_tokens": usage.prompt_tokens,
"output_tokens": usage.completion_tokens,
"elapsed": time.time() - start,
"cost_usd": (
usage.prompt_tokens * 2.50 / 1_000_000 +
usage.completion_tokens * 10.00 / 1_000_000
)
}
def compare(prompt: str) -> None:
print(f"プロンプト: {prompt[:60]}...\n")
results = [
write_with_claude(prompt),
write_with_gpt(prompt),
]
for r in results:
print(f"【{r['model']}】")
print(f" レスポンス時間: {r['elapsed']:.1f}秒")
print(f" トークン: {r['input_tokens']}入力 / {r['output_tokens']}出力")
print(f" コスト: ${r['cost_usd']:.5f}/リクエスト")
print(f" 本文:\n{r['text'][:300]}...")
print()
# 実行
compare("SaaS向けのオンボーディングメールを書いて。ユーザーが初めてログインした直後に送る。件名と本文を含めて。")
文章作成用途別コスト試算
# writing_cost_estimator.py
WRITING_TASKS = {
"ブログ記事(2000字)": {
"input_tokens": 500, # プロンプト + 構成指示
"output_tokens": 2000, # 本文
},
"メール(300字)": {
"input_tokens": 200,
"output_tokens": 300,
},
"SNS投稿(140字×5本)": {
"input_tokens": 150,
"output_tokens": 350,
},
"プレスリリース(1000字)": {
"input_tokens": 400,
"output_tokens": 1000,
},
}
MODELS = {
"Claude Sonnet 4.5": {"input": 3.00, "output": 15.00},
"Claude Haiku 4.5": {"input": 0.80, "output": 4.00},
"GPT-4o": {"input": 2.50, "output": 10.00},
"GPT-4o mini": {"input": 0.15, "output": 0.60},
}
print("=== 文章作成コスト試算(月100件の場合) ===\n")
for task, tokens in WRITING_TASKS.items():
print(f"【{task}】")
for model, prices in MODELS.items():
cost_per = (
tokens["input_tokens"] * prices["input"] / 1_000_000 +
tokens["output_tokens"] * prices["output"] / 1_000_000
)
monthly = cost_per * 100
print(f" {model}: ${cost_per:.5f}/件 → 月100件で${monthly:.2f}")
print()
文章作成のベストプラクティス
✅ 効果的な文章生成プロンプトの構造:
【ロール】
あなたはBtoB SaaSのマーケティングコピーライターです。
【目的】
新規ユーザー向けのウェルカムメールを書いてください。
【読者】
- 30〜40代のビジネスパーソン
- 技術知識は普通レベル
- 忙しくて時間がない
【制約】
- 本文は300字以内
- 難しい専門用語は使わない
- CTAは1つだけ
【形式】
件名:
本文:
(CTA)
あわせて読みたい
- 【2026年版】ChatGPT vs Claude|料金・機能・コード生成精度の実例比較
- AIから正確な回答をもらう7つのプロンプト術【Claude・ChatGPT実例付き】
- ChatGPT・Claude・Gemini向けマーケティング・営業プロンプト35選