4-1　ツールを3層で見る：モデル・文脈・実行

※もともと有料教材でしたが、今はすべて無料で読めます。経緯はこちら→https://note.com/bonnno420/n/n226b8551ab12

「結局どのAIが一番いいんですか？」と後輩に聞かれ、「用途によるかな」と答えながら、内心では自分も分かっていなかった——そんな苦い瞬間はありませんか。

答えられないのは不勉強ではありません。比較の「軸」を、誰も提供してこなかっただけです。

原理さえあれば、解決できます。

サービス選びに、暗記は要りません。どのAIサービスもモデル×文脈供給×実行機構の3層という同じ構造でできています。この分解ができると、「どれが賢いか」ではなく「どの層の何が自分の仕事に効くか」で選べるようになります。

主要なAIサービスを覚えようとすると、すぐに挫折します。機能が多すぎ、更新が速すぎるからです。しかし、どのサービスも構造は同じです。3つの層に分解して見てください。

第1層はモデル——中核のLLMです（第1部で学んだ、次単語予測の頭脳）。各社のモデルには推論の強さ、扱える文脈の長さ、応答の速さといった個性がありますが、最前線のモデル同士の差は縮まり続けています。つまり、モデルの性能だけでサービスを選ぶ時代は終わりつつあるのです。

第2層は文脈供給の仕組み——そのサービスが、モデルにどんなコンテキストを届けられるかです。Web検索で最新情報を取り込めるか。ファイルや画像を読めるか。あなたの好みや業務知識を記憶できるか。社内資料を参照できるか。第1部の結論「AIの成果はコンテキストの質で決まる」（1-8）を思い出せば、この層こそサービスの実力差の源泉だと分かります。

第3層は実行機構——モデルの出力を、どこまで「作業」に変換できるかです。文章を返すだけか。コードを実行し、ファイルを生成できるか。他のアプリと連携し、複数の工程を自律的に進められるか（エージェント機能）。

この3層で見ると、サービスの個性は明快になります。たとえば、検索と出典明示に全振りした設計のサービス（Perplexityなど）は第2層特化型。手元の資料だけを文脈にする設計（NotebookLM）も第2層の変種。資料作成やデータ分析まで実行する機能群（各社のエージェント・分析機能）は第3層の競争です。「どのAIが一番賢いか」という問いは、「どの層の何が自分の仕事に効くか」という問いに置き換えましょう。

そして、これからの見通しを最初に述べておきます（断定ではなく、現時点の観測です）。モデルの性能差は縮まり続けており、競争の主戦場は「コンテキスト供給」と「オーケストレーション」へ移りつつあります。この部の残りは、この勝負を分ける2つの原理を深掘りします。第2層の原理が「コンテキスト供給」（4-2、4-3、4-4）、第3層の原理が「オーケストレーション」（4-5）です。

保存版・ツールを見る3層

• サービス＝モデル×文脈供給×実行機構の3層。構造はどれも同じ

• モデル性能の差は縮小中。実力差の源泉は文脈供給と実行機構に移っている

• 「どれが賢いか」ではなく「どの層の何が自分の仕事に効くか」で選ぶ

これで冒頭の"用途によると答えつつ内心分かっていない"が消えます。

【2026年時点の一例】 モデル層＝ChatGPT・Claude・Geminiなどの基盤モデル。文脈層＝各サービスのプロジェクト機能やNotebookLM、社内RAG。実行層＝Deep Research系の調査機能やエージェントモード。名称は数年で入れ替わりますが、本文の原理は変わりません。

やってみよう: 普段使っているAIサービスを1つ、3層に分解してメモしてみましょう。どの層を使いこなせていないかが見えます。整理はこのプロンプトでも。

関連する無料ケーススタディ: 55「データ分析・資格対策・投資リサーチ」

📍 番号や読む順に迷ったら講座マップへ。目的別ルートと全84レクチャーの対応表があります。