新しいAIが発表されるたびに、「前より賢い」「速くなった」というニュースが流れてきます。ただ、会社で知りたいのは、自分たちの仕事に使ったときに、どこが良くなり、何を確認する必要があるかです。
Anthropicは2026年9月28日、Claude Sonnet 5.5を発表しました。公式には、範囲が明確な日常業務や文書作成などに向くモデルとして紹介されています。この記事では製品の点数を並べるのではなく、岡崎市や三河の企業でもできる、小さな業務評価の組み立て方を整理します。
発表の数字と、自社の成果は分けて考える
公式発表では、Sonnet 5に比べた速度や仕事あたりの費用の改善が説明されています。ただし、これは提供元の評価であり、自社のメール返信や報告書も同じ割合で改善するという意味ではありません。この記事の比較手順は運用の提案で、レイヤーワークスが全業務で実測した結果ではありません。
長い文章を作るのが速くても、固有名詞を直す時間が増えれば、担当者の仕事は減りません。逆に、文章の見た目が大きく変わらなくても、条件の読み落としが減れば、実務では価値があります。見るべきなのは、完成までの流れです。
まずは同じ仕事を10件そろえる
評価用の題材として、よくある問い合わせへの返信、箇条書きからの報告書、会議メモの整理などを選びます。日々の仕事から10件程度を用意し、名前や金額などは架空の情報へ置き換えます。
簡単な例だけを選ぶと差が見えません。条件が少ない通常案件、情報が足りない案件、相手の要望と社内ルールが合わない案件を混ぜると、仕事上の弱点を確認しやすくなります。画像や添付ファイルを使う場合も、同じ素材を渡すことが大切です。
旧モデルと新モデルには、同じ資料と指示を渡します。一方だけに追加説明をしたり、何度もやり直したりすると公平に比べられません。初回の結果と修正後の結果を分けて記録すると、最初の品質と直しやすさの両方が見えます。
採点項目は、文章のうまさだけにしない
次のような観点で、担当者が同じ基準で確認します。
- 資料に書かれた事実を正しく使っているか
- 必須の条件や注意事項を落としていないか
- 不明な点を勝手に補わず、確認事項として残すか
- 指定した形式で、そのまま次の作業へ渡せるか
- 最終確認と修正に何分かかったか
特に「資料にない料金を提示した」「まだ決まっていない納期を約束した」は、言い回しの好みと別に扱います。文章が読みやすくても、こうした重大な誤りがある結果は採用できません。担当者ごとの好みで評価が揺れないよう、許容できる表現の違いも先に決めます。
生成時間より、送れる状態までの時間を見る
メール返信なら、AIが出力するまで、担当者が内容を読むまで、修正が終わるまでの時間を記録します。処理が速くても、根拠を探し直す必要があるなら、その時間も含めます。
APIを組み込んだツールでは、利用量、エラー、やり直しも評価対象です。月額契約の画面で使う場合とAPIで使う場合では、費用の計算方法が異なります。「新しいから安い」とまとめず、利用している契約と実際の処理量に合わせて確認します。料金表は変更されるため、導入時に公式情報を再確認してください。
評価用の表は、題材名、モデル、重大な誤り、修正時間、採用可否だけでも始められます。細かい点数を作りすぎるより、仕事を続けるかどうか判断できる記録のほうが役立ちます。
一つの結果だけで優劣を決めないことも必要です。AIは同じ入力でも返答が変わるため、重要な題材は複数回試します。モデル名を伏せて担当者に見てもらえば、「新しいほうが良いはず」という期待の影響も抑えられます。試す回数と、何件まで重大な誤りを許容できるかは、仕事の影響に合わせて決めます。外部へそのまま送る文章なら、許容基準を特に厳しくします。
良い結果が出ても、一度に全部を切り替えない
試験で良かった仕事から、少数の担当者に使ってもらいます。最初は返信案や報告書の下書きにとどめ、人が確認する運用で実際の案件を観察します。評価用にはなかった入力が来たときの動きも確認しましょう。
見積もり、外部への送信、顧客データの更新などをつないでいる場合は、モデル評価に加えてツール側の動作確認が必要です。文章が正しくても、必要な項目が別の場所へ入れば業務は失敗します。モデルの能力と連携の互換性は別の確認です。
切り替え前の設定と題材を残しておくと、その後の更新でも同じ条件で比較できます。「今回たまたま良かった」で終わらせず、自社の仕事に対する基準を蓄積することが、AIを安定して使う土台になります。
AIの進化を、会社の判断基準に変える
新しいモデルの登場は、仕事を見直す良い機会です。ただし、ニュースの順位より、自社で困っている読み落としや修正が減るかを確認したいところです。
よくある10件、重大な誤りの基準、修正時間。この三つがあれば、小規模な会社でも比較を始められます。AIを選ぶ判断材料を、宣伝の数字から、自分たちの仕事の記録へ移していきましょう。
