概要
https://www.baka-ke.com/2025/08/16/about-service/
詳細内容
## 【AI雑談】LLM自分探しの旅
https://www.baka-ke.com/2025/08/16/about-service/
筆者は、自身のブログ「バカに毛が生えたブログ」に対する主要LLMの認識を比較検証し、その情報収集能力と出力傾向の差異を明らかにします。
**Content Type**: Research & Analysis
**Scores**: Signal:4/5 | Depth:3/5 | Unique:4/5 | Practical:4/5 | Anti-Hype:4/5
**Main Journal**: 74/100 | **Annex Potential**: 75/100 | **Overall**: 76/100
**Topics**: [[LLM挙動, AIモデル比較, 情報認識, データソース, ウェブコンテンツ評価]]
本記事は、筆者自身のブログ「バカに毛が生えたブログ」を題材に、Gemini、ChatGPT、Perplexity、Claudeという主要なLLMがそのウェブコンテンツをどのように認識し、情報を提示するかを比較検証した興味深いレポートです。実験の結果、LLMによって認識の範囲と深さ、情報ソースと記述傾向に明確な違いがあることが判明しました。
具体的には、GeminiはSEO/SEMブログとして簡潔に要点をまとめ、ChatGPTは運営者情報やブログ改名の経緯まで含めストーリー性豊かに記述し、Perplexityは同人誌執筆や登壇などの活動にまで言及し、引用元も最も豊富でした。一方で、Claudeは「バカに毛が生えたブログ」を全く認識せず、情報提供を求める結果となりました。
この実験は、LLMがウェブ上の情報をどのように取り込み、知識を構築しているか、その「知識の深さ」と「情報ソースの偏り」を浮き彫りにします。特にウェブアプリケーションエンジニアにとって、自社サービスやプロダクトの公開情報が各LLMにどう認識されているかを把握することは、コンテンツ戦略、AI検索からの流入、さらにはLLMを活用した顧客サポート機能開発において極めて重要です。特定のLLMが全く情報を認識しないケースがある一方で、別のLLMは詳細な経緯や関連活動まで把握している事実は、AIモデル選定の際の重要な指標となります。
さらに、LLMがどのソースを重視し、どのように情報を構造化して提示するかは、効果的なSEO戦略やAIフレンドリーなウェブコンテンツ作成を考える上で貴重なインサイトを提供します。複数のLLMを比較し、それぞれの「目」から見た情報ギャップを分析することで、より堅牢で網羅的な情報発信や、AIを活用したシステム設計が可能になるでしょう。これは、単にAIの回答を鵜呑みにするのではなく、その背後にある知識構造を理解し、自らのプロジェクトにどう活かすかを考える、エンジニアリング的視点に他なりません。