炎鎮🔥 - ₿onochin -

あー、なんとなくわかった。
GPT-4.1の評価が分かれてる理由。
結論から言うと、使ってるエディタというかエージェントの差異(GitHub CopilotなりCursorなり)だと思う。

GPT-4.1は、それ単体がデフォルトで柔軟にAgenticにふるまうLLMではなく、「言われてないことは基本的にしない」ようになっていて「ふるまいを徹底的に細かく指示することで、"あなたの考える最強のAgentic"を定義してね」というモデル。
だから、過去にGPT-4oだったり、Claude 3.7 Sonnet用に構築されてるAgentでは、Instructionが不足してる/不適合なんじゃないのかな。
プロンプトの方針も、これまでと結構違うし。

んで、調べてると、自分もそうだけど、GitHub CopilotのAgentモードでGPT-4.1を使ってる人達からの評判は結構良いのよ。
これシンプルに、事前に結構GPT-4.1の扱いについて、OpenAIとかMS、GitHubのエンジニアが距離感近くすり合わせしたからなんじゃないのか。

調べてないけど、windsurfで使ってる人からの評判も良かったりしない？事前にOpenAIと検証してたよね。

かなり前からm365 Copilotで出来るんだよなぁ。
Deep Researchの結果をWordに貼って、それをインプットにPowerPointのCopilotでプレゼンテーションにできる。
こっちのほうが、先にo1 proで補完したり手で微修正したあとにスライド化できるからいい。
ちなみにCopilotが手元に無くても、Deep Researchの結果を『MARP形式で』とすれば簡易なスライド化はすぐにでも可能。

https://x.com/super_bonochin/status/1889343447737450676

初めて o1 に触れる人に向けて、GPT-4o と o1 （GPTとoシリーズ）の違いを説明するには、
Inference と Reasoning の違いをそのまま説明するのが良いね。
単発のプロンプトに対するそれぞれの挙動の違いを説明しやすい。

■Inference
・データや前提が与えられたとき、そこから素早く結論を取り出す行為
・単一ステップ、あるいは部分的な演繹・帰納を用いて得られる結論に注目
・「結果は何か」を指し示すイメージが強い

■Reasoning
・結論に至るまでの「筋道（ロジック）」や複数ステップの正当性・妥当性に注目
・演繹・帰納・類推など論理的なプロセスや方法論をしっかり踏まえる
・「なぜその結論になるのか」を説明できることが重視される

補足すると、Reasoning はまさに、一連のinferenceを組み合わせて論理的に思考を進めていく過程。
だから、 o1 のほうが「丁寧に」答えを出してくれるということ。