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

タグ:生成AI / Claude / ChatGPT / 比較 / 料金 / AI初心者向け

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

参考ソース