2026年7月、OpenAIは新世代モデル「GPT-5.6」を発表した。
中でも最上位のGPT-5.6 Solは、従来のChatGPTのように質問へ答えたり、文章を作ったりするだけのAIではない。複数の情報源を調べ、必要なツールを使い、判断し、資料やコード、スプレッドシートといった成果物まで仕上げることを前提に設計されたモデルだ。
これまで生成AIを使いこなすには、作業を細かく分解し、「次はこれをして」「その結果を使ってこれを作って」と、人間が一工程ずつ指示する必要があった。しかしGPT-5.6では、達成したい目的と条件を伝えることで、複雑な仕事を自ら整理し、長い工程をより一貫して進められるようになっている。
さらに、複数のエージェントを同時に動かすMulti-agentやultra、大量のツール結果をプログラムで処理するProgrammatic Tool Calling、長期的な作業の前提を維持するpersisted reasoning、難しい問題を深く検証するmax reasoning effortとPro modeなど、実務を前提とした機能も数多く追加された。
では、GPT-5.6 Solはこれまでのモデルと何が違うのか。Sol、Terra、Lunaはどう使い分ければよいのか。トークン数や料金はどれくらいで、ChatGPT Work、Sites、Multi-agentといった新機能は実際の仕事にどう役立つのか。
この記事では、GPT-5.6を初めて触る人にもわかる言葉で、その特徴、新機能、モデルの選び方、実践的な使い方を徹底的に解説する。後半では、GPT-5.6の進化を具体的にイメージできるマーケティング活用事例も3つだけ紹介する
1. GPT‑5.6を一言で言うと
GPT‑5.6は、難しい仕事を分解し、必要な情報を集め、ツールを使い、途中で検証し、完成物に近い形まで持っていく力が強くなったモデル。
人間にたとえるなら、ただ知識がある人ではない。
むしろ、
「目的を渡すと、調査して、考えて、資料を作って、間違いを確認して、必要なら別担当にも並列で動いてもらい、最後に使える形へまとめる人」
に近い。
GPT‑5.6の本質は、知識量だけではない。
“長くて複雑な作業を、途中で崩さずに進める力” が重要。
だから、GPT‑5.6を使うときは、こう考えるとわかりやすい。
短い質問をするだけなら、普通の高速モデルで十分。
でも、調査、判断、制作、検証、資料化、実行計画までつなげたいなら、GPT‑5.6 Solを使う価値が出る。
なお、セットアップやガチの活用術はPDFにまとめてます。
欲しい人は、この👇から受け取れるようにしてます！
https://x.com/MakeAI_CEO/status/2027682940847898770?s=20
2. GPT‑5.6にはSol、Terra、Lunaがある
GPT‑5.6は、1つのモデルだけではない。
大きく分けると、Sol、Terra、Lunaの3種類がある。
Solは、最も賢く、複雑な仕事に向いている。
戦略、設計、分析、重要判断、長い資料、コード、研究、セキュリティ、デザイン、エージェント作業に向く。
Terraは、性能とコストのバランスがいい。
日常的な仕事、量がある作業、標準的な文書作成、下書き、大量の業務処理に向く。
Lunaは、最も速く、低コストで大量処理に向く。
分類、抽出、短い要約、タグ付け、一次チェックのような作業に強い。
ChatGPTの通常画面では、TerraやLunaを直接選ぶ形ではなく、標準会話では主にGPT‑5.6 SolがMedium、High、Extra Highの推論レベルとして使われる。TerraとLunaはWork、Codex、APIなどで使える位置づけになっている。
この3つの違いは、会社のチームで考えるとわかりやすい。
Solは、最終判断をする参謀。
Terraは、品質を保ちながら作業を進める実務担当。
Lunaは、大量のデータを速くさばく処理担当。
全部をSolにやらせるのは、社長にレシート整理まで全部やらせるようなもの。
強い使い方は、Lunaで大量処理、Terraで下書き、Solで重要判断、という分担。
3. ChatGPTでGPT‑5.6 Solを使うときの選び方
ChatGPTでは、モデル名そのものよりも「どれくらい考えさせるか」で選ぶ。
Instantは高速な日常用。
GPT‑5.5 Instantが使われるので、GPT‑5.6 Solではない。
Mediumは、GPT‑5.6 Solの標準推論。
普段の仕事でまず選ぶ場所。
Highは、GPT‑5.6 Solにもう少し深く考えさせる設定。
複数条件がある分析、重要な文章、調査、計画に向く。
Extra Highは、Solで使える最も高い推論量。
失敗コストが高い仕事、長い資料、複雑な判断に向く。
Proは、GPT‑5.6 Sol Pro。
難しい仕事や長く続く作業で、品質を最優先したいときに使う。
OpenAIのヘルプでは、Medium、High、Extra HighはGPT‑5.6 Sol、ProはGPT‑5.6 Sol Proとして説明されている。GPT‑5.5 Instantは、日常的な高速応答向けのデフォルトとして残っている。(OpenAI Help Center
つまり、GPT‑5.6を使いたいなら、なんとなくChatGPTを開くだけでは不十分。
Medium以上を選ぶ。
これが最初の基本。
4. GPT‑5.6で何が変わったのか
GPT‑5.6の変化は、文章が少し上手くなった、というレベルではない。
重要なのは、次の10個。
1つ目は、ChatGPT Work。
これは、散らばったメモ、ファイル、アプリ、資料を集めて、ドキュメント、スプレッドシート、スライドなどの完成物へ近づけるための機能。OpenAIはChatGPT Workについて、チームのツールから文脈を集め、下書きやアイデアを完成物へ変えるものとして説明している。(OpenAI
2つ目は、資料作成の強化。
GPT‑5.6は、プレゼン、ドキュメント、スプレッドシートの品質が上がっている。特に、既存のスライドや参考デッキのデザインルール、余白、色、見出し、レイアウト、Slide Masterの規則を読み取り、それに合わせて新しい資料を作る力が強化された。(OpenAI
3つ目は、デザイン判断の強化。
GPT‑5.6は、ただコードや文章を生成するだけでなく、画面を見て、使いやすさ、視覚的な階層、余白、レイアウト、完成度を確認して直す方向に強くなった。OpenAIは、GPT‑5.6がレンダリング結果を確認し、視覚的・機能的な問題を直せると説明している。(OpenAI
4つ目は、ultra。
これは、一人のAIに長く考えさせるだけではなく、複数のサブエージェントを並列で動かす考え方。複数の調査や分析を同時に進めたいときに向く。OpenAIは、ultraを複数エージェントで並列作業を進める高能力設定として紹介している。(OpenAI
5つ目は、Multi-agent。
API側では、GPT‑5.6が複数のサブエージェントを並列に動かし、結果を統合できるMulti-agentがベータとして追加されている。これは、競合調査、複数市場の分析、複数案の比較のように、仕事を分担できる場面で強い。(OpenAI Developers
6つ目は、Programmatic Tool Calling。
GPT‑5.6がJavaScriptを書いて、複数ツールの結果を処理したり、重複除去、集計、ランキング、フィルタリングを行ったりできる。大量のデータをそのままモデルに戻すのではなく、必要な形に圧縮してから判断できるのが大きい。(OpenAI Developers
7つ目は、explicit prompt caching。
毎回使うブランドガイド、社内ルール、商品仕様、出力フォーマットのような固定情報を、明示的にキャッシュしやすくなった。cache writeは未キャッシュ入力の1.25倍で、cache readは割引が続くと説明されている。(OpenAI Developers
8つ目は、persisted reasoning。
複数ターンにわたって、前の推論や判断軸を再利用しやすくする機能。長いプロジェクトで、毎回同じ前提を説明し直す負担を減らせる。(OpenAI Developers
9つ目は、max reasoning effortとPro mode。
maxは、もっと深く探索と検証をさせる設定。Pro modeは、APIでreasoning.mode: "pro"を指定して、難しい仕事により多くのモデル作業を使わせ、1つの最終回答の信頼性を高めるモード。どちらも日常作業ではなく、重要判断向け。(OpenAI Developers
10個目は、長文とトークン効率。
GPT‑5.6 SolのAPI仕様では、コンテキストウィンドウは1,050,000トークン、最大出力は128,000トークン。入力はテキストと画像、出力はテキスト。知識カットオフは2026年2月16日とされている。(OpenAI Developers
この10個をまとめると、GPT‑5.6は「話すAI」ではなく、長い仕事を運ぶAI に近づいた。
5. GPT‑5.6はどう使えばいいのか
GPT‑5.6を使うときの一番大事な考え方は、作業を「答え」ではなく「成果物」で渡すこと。
悪い依頼は、こう。
「この資料を分析して」
これだと、AIは要約すればいいのか、問題点を探せばいいのか、意思決定資料にすればいいのか、よくわからない。
良い依頼は、こう。
「この資料を読み、来週の経営会議で意思決定できるように、結論、根拠、リスク、選択肢、推奨案、次に確認すべき点に分けてまとめてください」
GPT‑5.6は、細かい手順を全部書かなくても、目的を理解して進める力が上がっている。ただし、重要な制約、承認範囲、成功条件は明示すべきだとOpenAIのガイドでも説明されている。(OpenAI Developers
つまり、人間が書くべきなのは作業手順の全部ではない。
書くべきなのは、
何を完成させたいか。
誰が使うのか。
何を判断したいのか。
何を絶対に守るのか。
どこから人間の承認が必要か。
この5つ。
6. GPT‑5.6で一番やってはいけない使い方
GPT‑5.6を使うときに、いちばんもったいないのは「もっと詳しく」「最高品質で」「プロっぽく」とだけ言うこと。
これは強いプロンプトではない。
GPT‑5.6は、すでに短く、要点をまとめ、推論する方向に寄っている。OpenAIのガイドでは、GPT‑5.6向けに、長く肥大化したプロンプトを短く明確にすることで、内部評価においてスコア改善、トークン削減、コスト削減が見られた例が紹介されている。(OpenAI Developers
だから、GPT‑5.6向けのプロンプトは、長ければ長いほど強いわけではない。
強いプロンプトは短い。
ただし、必要な条件は抜けていない。
目的。
背景。
入力資料。
制約。
出力形式。
成功条件。
承認境界。
これだけでいい。
7. トークン数と料金の考え方
GPT‑5.6 Sol APIの料金は、100万トークンあたり、入力5ドル、キャッシュ済み入力0.50ドル、出力30ドル。272Kを超える入力では、リクエスト全体に対して入力2倍、出力1.5倍の長文料金が適用される。(OpenAI Developers
この意味は大きい。
大量の資料を一気に入れられるからといって、何でも全部入れるとコストが上がる。
特に272Kを超えると、超えた部分だけではなく、リクエスト全体が長文料金になる。
だから実務では、次の順番が強い。
まず、関係ある資料だけを選ぶ。
次に、LunaやTerraで分類、抽出、下処理をする。
その後、Solに重要部分だけ渡して判断させる。
固定情報はprompt cachingする。
最終判断や重要資料だけSol High、Extra High、Pro、maxを使う。
GPT‑5.6は、力技で全部食わせるモデルではない。
たくさん読めるからこそ、何を読ませるかを設計するモデル だ。
8. GPT‑5.6の使い分けを、普通の人向けに説明する
Mediumは、普通の仕事をかなり賢くやってもらう設定。
企画、文章、資料、分析のたたき台なら、まずここ。
Highは、ちゃんと考えさせたい設定。
ミスしたくない文章、複数条件の分析、調査、戦略に使う。
Extra Highは、重い仕事の設定。
長い資料、重要な判断、複雑な計画、役員会向けの内容に使う。
Proは、さらに慎重にやらせたい設定。
会社の方針、予算、法務、公開前チェックのように、間違いのコストが大きいときだけ使う。
maxは、APIで一人のAIに限界まで深く考えさせる設定。
ultraやMulti-agentは、一人に考えさせるのではなく、複数の担当者に分けて同時に調べさせるイメージ。
Programmatic Tool Callingは、AIに計算やデータ整形の段取りまでやらせるための仕組み。
Workは、チャットの返事ではなく、完成物を作る場所。
Sitesは、静的な資料ではなく、触れるサイトやダッシュボードを作る場所。
こう理解すればいい。
9. GPT‑5.6のマーケティング事例は3つだけ
ここからは、GPT‑5.6の紹介の一環として、マーケティング事例を3つだけ出す。
マーケティング大全ではない。
あくまで、GPT‑5.6の新機能がどう仕事に効くのかを理解するための具体例。
事例1：顧客調査からキャンペーン資料まで一気につなげる
GPT‑5.6以前の使い方だと、顧客アンケートを要約させる、広告文を作らせる、スライド構成を作らせる、というように作業がバラバラになりがちだった。
GPT‑5.6では、ChatGPT WorkとSolを使って、顧客調査、営業メモ、過去キャンペーン、競合情報をまとめて読み、そこからキャンペーンブリーフ、広告案、LP案、メール案、役員向けスライドまでつなげやすくなった。
たとえば、新商品を売りたいとする。
まず顧客調査を読む。
次に、顧客が本当に困っていることを抜き出す。
そのうえで、どの訴求が強いかを考える。
さらに、広告、LP、メール、営業資料へ展開する。
最後に、既存の会社テンプレートに合わせてスライドへ仕上げる。
OpenAIは、ChatGPT Workについて、散らばったメモやアイデアをチームのツールから集め、スプレッドシート、ドキュメント、スライドなどの完成物に変えるものとして説明している。(OpenAI
ここでのGPT‑5.6の価値は、文章作成ではない。
価値は、調査、判断、制作、資料化がつながること。
事例2：競合の顧客体験を調べて、自社の弱点を見つける
マーケティングでよくある競合分析は、機能比較で終わる。
でも本当に重要なのは、競合がどんな体験を顧客に提供しているか。
広告を見た瞬間。
LPを読んだ瞬間。
料金ページを開いた瞬間。
無料体験を始めた瞬間。
問い合わせをした瞬間。
購入後のフォローを受けた瞬間。
この流れを見ないと、顧客がなぜ競合を選ぶのかはわからない。
GPT‑5.6のWork、ブラウザ、Computer Use、資料生成を組み合わせると、競合サイトや公開情報を確認しながら、顧客ジャーニー単位で比較し、どこで自社が勝っていて、どこで負けているかを整理しやすくなる。
OpenAIはVirgin Atlanticの事例として、ChatGPT Workが競合の顧客体験を調査し、どこで自社が優れ、どこで遅れ、どこへ投資すべきかを示すデータセットを作った例を紹介している。(OpenAI
ここでのGPT‑5.6の価値は、競合リストを作ることではない。
価値は、顧客目線で競合体験を歩き、投資すべき改善点を見つけること。
事例3：広告データとCRMデータをつなげて、何を伸ばすべきか判断する
広告運用では、クリック率やCPAだけを見て判断すると失敗しやすい。
クリックは安いが、商談化しない。
リードは多いが、受注しない。
CPAは高いが、LTVが高い。
広告ではなく、LPや営業フォローが詰まっている。
こういうことが普通に起きる。
GPT‑5.6のProgrammatic Tool Callingを使うと、広告媒体のデータ、CRMのリード情報、商談情報、受注情報を整理し、重複を除き、チャネルごとに集計し、異常値や改善候補だけをSolへ渡す流れを作れる。Programmatic Tool Callingは、複数ツールの結果をフィルタリング、結合、集計、ランキング、重複除去するような処理に向いているとOpenAIは説明している。(OpenAI Developers
ここでのGPT‑5.6の価値は、広告レポートを書くことではない。
価値は、大量データを整理し、重要な変化だけを人間が判断できる形にすること。
10. GPT‑5.6用プロンプト10選
ここからは、GPT‑5.6で本当に使えるプロンプトだけを10個に絞る。
大量のプロンプト集ではない。
「これを持っておけば、GPT‑5.6の力を引き出しやすい」という型だけ。
プロンプト1：GPT‑5.6の基本依頼
目的：
［最終的に完成させたいもの］
背景：
［なぜこの作業が必要か。誰が使うか。どんな判断に使うか］
入力：
［資料、URL、データ、前提、過去の経緯］
制約：
［予算、期間、文字数、ブランド、法律、禁止事項、変更してはいけないもの］
出力：
［欲しい形式。例：結論、根拠、選択肢、リスク、推奨アクション］
判断基準：
［正確性、実行可能性、費用、速度、読みやすさ、説得力など、何を優先するか］
承認境界：
調査、分析、下書き、非破壊的な確認は進めてよい。
外部公開、送信、購入、削除、既存データの上書きは必ず確認してください。
注意：
事実、推論、仮説、不明点を分けてください。
確認できない数字や事例は作らないでください。
これは、GPT‑5.6を使ううえで一番基本になる型。
ポイントは、「何をして」ではなく「何を完成させたいか」を書くこと。
プロンプト2：Workで完成物まで作らせる
ChatGPT Workで、この仕事を完成物まで進めてください。
最終成果物：
［ドキュメント、スライド、スプレッドシート、Sites、レポートなど］
目的：
［この成果物で誰に何を判断してもらうか］
使う情報：
［接続アプリ、アップロード資料、過去資料、Web情報、社内ファイルなど］
進め方：
まず利用できる情報を確認してください。
次に、不足情報と前提リスクを明示してください。
その後、調査、分析、構成、下書き、編集、検証の順に進めてください。
品質条件：
・読み手が判断できる構成にする
・数字には単位と期間を付ける
・元資料と矛盾しない
・推測は仮説として分ける
・不要な装飾より実用性を優先する
承認が必要なこと：
外部共有、メール送信、公開、広告出稿、購入、削除、既存ファイルの上書き。
Workに投げるときは、「調べて」ではなく「完成物」を指定する。
プロンプト3：重要判断をHigh、Extra High、Pro向けに依頼する
この判断を、重要な意思決定として検証してください。
判断したいこと：
［Go / No-Go、予算配分、採用案、投資案、公開可否など］
前提：
［現在わかっている事実］
選択肢：
［案A、案B、案C］
評価基準：
・期待成果
・実行可能性
・費用
・時間
・リスク
・失敗した場合の損失
・後戻りのしやすさ
・必要な追加情報
やってほしいこと：
各案の強みと弱みを出す。
最も強い反対意見を出す。
前提が崩れる条件を出す。
判断に必要な未確認情報を出す。
最後に、現時点の推奨と、その確信度を示す。
注意：
不明な数字を推測で埋めないでください。
結論と根拠を分けてください。
これは、MediumではなくHigh以上で使いたい型。
Proやmaxで使う場合も、プロンプトに「頑張って」と書くのではなく、判断基準を明確にする。
プロンプト4：参考デッキに合わせて資料を更新する
添付の参考デッキをテンプレートとして使い、新しい資料を作成してください。
維持すること：
・スライド構成
・デザインの方向性
・見出しの位置
・余白
・配色
・フォントの雰囲気
・グラフの見せ方
・注記の書き方
・ロゴやフッターの扱い
更新すること：
・数字
・本文
・グラフ
・結論
・推奨アクション
・対象期間
・出典
完成条件：
見出しだけでストーリーが追えること。
1スライド1メッセージにすること。
数字と本文が矛盾しないこと。
不足データは作らず、要確認として示すこと。
最後に、変更した箇所、元資料と照合した箇所、確認が必要な箇所をまとめてください。
GPT‑5.6の資料生成強化を活かすプロンプト。
スライド作成では「いい感じに」ではなく、「何を維持して何を更新するか」を分ける。
プロンプト5：Multi-agentで並列調査する
この調査を、複数の専門担当に分けて並列で進めてください。
テーマ：
［調査テーマ］
担当：
・市場調査担当
・競合調査担当
・顧客理解担当
・データ分析担当
・リスク検証担当
・反対意見担当
・最終統合担当
各担当の出力：
・確認できた事実
・重要な発見
・根拠
・不確実な点
・追加確認が必要な点
・意思決定への影響
最終統合担当の出力：
・一致している結論
・意見が分かれた点
・最も強い根拠
・最大のリスク
・推奨アクション
・次に検証すべきこと
注意：
多数決ではなく、証拠の質と意思決定への影響で判断してください。
複数の視点が必要なときに強い。
競合、地域、顧客セグメント、専門分野などに分けると効果が出る。
プロンプト6：Sitesで触れる成果物を作る
ChatGPT Sitesで、次の目的に合うインタラクティブな成果物を作ってください。
目的：
［例：進捗管理、ダッシュボード、診断ツール、ローンチハブ、社内ポータル］
使う人：
［経営陣、チーム、顧客、営業、運用担当など］
必要な画面：
・概要
・重要指標
・詳細
・進捗
・未解決事項
・次のアクション
必要な機能：
・情報の切り替え
・状態の表示
・重要な変化の強調
・入力または更新欄
・要約表示
デザイン：
見やすく、操作に迷わず、重要情報が最初に伝わる構成にしてください。
装飾より、理解の速さを優先してください。
完成後に、使いにくい点、誤解される点、更新が必要な点を自己レビューしてください。
資料を読むだけではなく、触れる形にしたいときの型。
プロンプト7：Scheduled Tasksで監視する
次の対象を定期的に監視してください。
監視対象：
［競合サイト、広告指標、顧客レビュー、ニュース、価格、在庫、法規制など］
頻度：
［毎日、毎週、毎月、特定曜日、特定時間］
確認する変化：
［何が変わったら重要か］
通知条件：
重要な変化がある場合だけ詳しく報告してください。
変化がない場合は、短く「重要な変化なし」と報告してください。
出力：
・何が変わったか
・いつ確認したか
・根拠
・影響
・対応すべきこと
・追加確認が必要なこと
注意：
古い情報を新しい情報として扱わないでください。
推測と確認済み事実を分けてください。
外部への書き込みや送信は承認後にしてください。
GPT‑5.6時代の監視は、単なるリマインドではなく「変化検知」に使うのが強い。
プロンプト8：Programmatic Tool Callingで大量データを前処理する
Programmatic Tool Callingを使い、大量データを判断しやすい形に前処理してください。
目的：
［最終的に判断したいこと］
データ源：
［広告、CRM、売上、問い合わせ、ログ、レビューなど］
前処理すること：
・日付形式の統一
・名称の正規化
・重複除去
・欠損確認
・集計
・ランキング
・異常値検出
・条件に合うデータの抽出
・最終判断に必要な指標だけに圧縮
モデルに戻す最終要約：
・重要な変化
・上位項目
・下位項目
・異常値
・判断に使える指標
・判断に使えない不確かな指標
・追加確認が必要なデータ
注意：
前処理と最終判断を分けてください。
外部システムへの書き込みは行わないでください。
大量データをそのままSolに渡す前に使う型。
プロンプト9：画像や画面を見て改善点を出す
添付した画像またはスクリーンショットを確認し、目的に対して改善点を出してください。
目的：
［購入、登録、理解、信頼、操作、比較など］
見る人：
［顧客、社内、経営陣、初心者、専門家など］
確認すること：
・最初に何が伝わるか
・重要な情報が目立つか
・読みにくい箇所がないか
・誤解される表現がないか
・視線の流れが自然か
・余白や階層が適切か
・CTAや次の行動が明確か
・信頼を下げる要素がないか
出力：
・最重要の改善点
・すぐ直せる点
・検証すべき仮説
・修正版の構成案
・残すべき良い点
注意：
画像から確認できる事実と、成果に関する推測を分けてください。
GPT‑5.6のoriginal image detailやデザイン判断を活かす型。
プロンプト10：最終監査
この成果物を最終提出前に監査してください。
監査観点：
・目的に合っているか
・読み手が判断できるか
・重要な情報が抜けていないか
・事実と推論が混ざっていないか
・数字、単位、期間が正しいか
・根拠のない主張がないか
・古い情報が混ざっていないか
・制約や禁止事項に反していないか
・実行可能な次のアクションがあるか
・表現が過剰ではないか
出力：
まず問題点を重要度順に出してください。
次に、修正方針を出してください。
最後に、修正済みの最終版を出してください。
注意：
重要な根拠や注意点を削って短くしないでください。
削る場合は、重複、一般論、長い前置きから削ってください。
GPT‑5.6は強いが、最終監査を別工程にするだけで成果物の安定感がかなり上がる。
11. GPT‑5.6を使うときの実践ルール
GPT‑5.6は、何でも一発で丸投げするためのものではない。
使い方のコツは、役割を分けること。
最初に、人間が目的を決める。
次に、GPT‑5.6に調査と整理をさせる。
その後、GPT‑5.6に案を出させる。
重要な案は、High、Extra High、Pro、maxで検証させる。
成果物はWork、資料生成、Sitesで形にする。
大量データはProgrammatic Tool Callingで前処理する。
複数の調査はMulti-agentやultraで分担する。
最後は人間が承認する。
この流れが強い。
逆に弱い使い方は、こう。
「いい感じにして」
「バズるようにして」
「完璧にして」
「全部考えて」
「とにかく最高にして」
これではGPT‑5.6の強さを引き出しにくい。
GPT‑5.6は、あいまいな願望より、明確な成果物に強い。
12. 最後に。GPT‑5.6は何がすごいのか
GPT‑5.6のすごさは、賢い文章を書くことではない。
もちろん文章も書ける。
要約もできる。
コードも書ける。
資料も作れる。
画像も読める。
データも扱える。
でも本当の価値は、そこではない。
GPT‑5.6の本当の価値は、複雑な仕事を、完成物へ向かって進める力 にある。
調査する。
考える。
分解する。
複数案を出す。
反対意見を出す。
ツールを使う。
データを整える。
資料にする。
画面を確認する。
長い文脈を保つ。
複数エージェントで並列化する。
最後に、使える形へまとめる。
これがGPT‑5.6。
だから、GPT‑5.6を使う人間に必要なのは、プロンプト芸ではない。
必要なのは、
「何を達成したいのか」
「誰のための成果物なのか」
「何を守るべきか」
「どこから人間が承認するのか」
「何をもって成功とするのか」
を決める力。
GPT‑5.6は、目的が明確な人にとっては、かなり強い相棒になる。
逆に、目的が曖昧なまま使うと、ただそれっぽい文章を大量に出すだけで終わる。
結論。
GPT‑5.6 Solは、ChatGPTを「相談相手」から「仕事を前に進める実行エンジン」に変えるアップデート。
マーケでも、開発でも、資料作成でも、調査でも、経営判断でも、使い方の本質は同じ。
人間が目的と判断基準を決める。
GPT‑5.6が調査、推論、制作、検証、整理を進める。
最後は人間が責任を持って承認する。
この役割分担ができたとき、GPT‑5.6はただのAIチャットではなくなる。
仕事の進め方そのものを変える道具になる。
入力50万トークン、出力2万トークンの場合：
・長文入力：5ドル
・長文出力：0.90ドル
・合計：5.90ドル
マーケティングでは、すべてをSolで処理するより、
1．Lunaで分類
2．Terraで標準的な要約
3．Solで戦略と最終判断
という流れが費用効率に優れる。
51．トークン数と料金を減らす方法
1．最初から全資料を渡さない
目的に必要な資料だけを渡す。
2．抽出と分析を分ける
まずLunaやTerraで必要箇所を抽出し、その後Solへ渡す。
3．ブランド情報をキャッシュする
毎回使う、
・ブランドガイド
・商品仕様
・対象顧客
・禁止表現
・用語集
をキャッシュ対象にする。
4．「全部要約して」と頼まない
悪い例：
「この300ページを全部要約してください」
良い例：
「この資料から、顧客の購買障壁、競合との差、価格に関する記述、証拠として利用できる数値だけを抽出してください」
5．必要な出力を明確にする
・結論
・根拠
・リスク
・行動
だけが必要なら、それを指定する。
6．長い万能プロンプトを使い続けない
OpenAIの内部評価では、一部の長大なプロンプトを短く明確なプロンプトへ置き換えた結果、評価が約10〜15％改善し、総トークン数が41〜66％減り、料金が33〜67％下がった例が報告されている。
これはすべての業務で同じ改善を保証するものではないが、「長ければ強い」とは限らないことを示している。 (OpenAI デベロッパー
52．マーケティング向け最強プロンプトの型
以下の型を保存しておけば、市場調査、記事、広告、メール、分析、プレゼンの大半に使える。
【最終目的】
この仕事によって、何を達成したいか。
【事業目標】
売上、利益、リード、商談、継続、認知など。
【対象顧客】
誰に向けるのか。
【顧客の状況】
顧客は今どのような状況にいるか。
【顧客の課題】
何に困っているか。
【望む成果】
顧客は何を達成したいか。
【商品】
何を提供するか。
【価値】
なぜ顧客にとって重要か。
【証拠】
実績、データ、事例、機能、第三者評価。
【競合と代替】
顧客は他に何を選べるか。
【チャネル】
広告、検索、SNS、メール、イベントなど。
【予算】
利用可能な予算。
【期間】
開始日、終了日、重要な締切。
【必須条件】
必ず含めること。
【禁止事項】
推測、誇大表現、禁止表現、未承認情報など。
【判断基準】
正確性、収益性、実行可能性、速度、ブランドなど。
【出力形式】
何を、どの順番で、どの形式で出すか。
【検証】
事実と推論を分ける。
数字を再計算する。
最新情報を検索する。
証拠がない主張を断定しない。
不足情報を明示する。
【承認境界】
調査、分析、下書きは自律的に進めてよい。
公開、送信、出稿、購入、削除は承認を求める。
53．初稿と品質監査を分ける
一回のプロンプトですべてを完璧にさせようとするより、制作と監査を分ける。
制作担当への指示
顧客理解、戦略、証拠に基づいて初稿を作ってください。
まだ最終版にする必要はありません。
最も強い構成とメッセージを優先してください。
批判担当への指示
この初稿を厳しくレビューしてください。
確認項目：
・対象顧客に合っているか
・中心メッセージが一つか
・顧客の問題を正確に表現しているか
・商品の価値につながっているか
・証拠があるか
・根拠のない主張がないか
・競合との差が明確か
・反論へ答えているか
・情報が重複していないか
・CTAが自然か
・ブランドと一致しているか
・誤解を招く表現がないか
問題を重要度順に示してください。
まだ書き直さないでください。
最終編集担当への指示
初稿とレビュー結果を使い、問題を修正した最終版を作ってください。
重要な事実、証拠、注意点は削らないでください。
削る優先順位：
- 重複
- 一般論
- 長い前置き
- 儀礼的な文章
- 結論に影響しない補足
最終版だけを出してください。
54．公式に紹介されたマーケティング関連事例
Virgin Atlantic
Virgin Atlanticは、構造化された顧客ジャーニーをChatGPT Workへ渡し、競合の顧客体験を調査、確認し、比較データを作成した。
従来なら数週間かかる可能性があったサイクルを、数時間へ短縮した事例として紹介されている。 (OpenAI
マーケティングへの応用：
・競合の予約体験
・購入フロー
・オンボーディング
・問い合わせ体験
・解約フロー
・顧客ジャーニー比較
Zapier
Zapierでは、一件のリードについてHubSpot、Gong、メールなどを確認する作業に35〜45分かかっていた。
Workを利用して、顧客接点や離脱点の分析、品質確認、経営向け週次ダッシュボードなどを構築した事例が紹介されている。 (OpenAI
マーケティングへの応用：
・リード品質
・商談化率
・失注理由
・チャネル別リード
・営業とマーケティングの連携
・リード取りこぼし防止
NVIDIA GTC
NVIDIAでは、GTC関連のワークフローにおいて、約40％の時間が手作業での数字処理や分析に使われていた。
Workによって再利用可能な自動ワークフローへ変えた事例が紹介されている。 (OpenAI
マーケティングへの応用：
・イベント参加者分析
・セッション分析
・リード集計
・スポンサー報告
・イベント後のフォロー
・次回企画への学習
Model ML
Model MLは、顧客向けプレゼン作成でGPT‑5.6を評価し、比較対象より1資料当たり約39％少ないトークンで、より整ったレイアウト、読みやすさ、明確で正確なデータ可視化を実現したと報告している。 (OpenAI
マーケティングへの応用：
・提案資料
・市場調査資料
・月次レポート
・役員会資料
・広告振り返り
・キャンペーン提案
これらは個別企業の初期事例であり、すべての企業で同じ改善率になる保証はない。
55．マーケティングでよくある失敗
失敗1．「バズる投稿を作って」と頼む
何がバズるかは、対象顧客、発信者、時期、配信、既存フォロワー、テーマによって変わる。
代わりに、
・対象読者
・読者の状況
・伝えたい視点
・証拠
・投稿の役割
・CTA
を指定する。
失敗2．架空のペルソナを作る
データがない状態で、名前、年齢、趣味を細かく作っても意味がない。
先に顧客の行動、課題、購入理由、代替手段を集める。
失敗3．競合分析が機能比較だけ
顧客がなぜ選ぶかを分析する。
失敗4．大量生成を成果だと思う
投稿数、記事数、広告案数ではなく、
・売上
・粗利
・リード品質
・商談
・継続
・顧客理解
・検証した仮説
を成果として見る。
失敗5．最新情報なのに検索しない
GPT‑5.6 Sol APIの知識カットオフは2026年2月16日。
現在の価格、仕様、競合、広告ルール、法律、ニュースは検索して確認する。
失敗6．AIの市場規模をそのまま使う
市場の定義、地域、対象期間、通貨、調査方法が違う数字を混ぜる可能性がある。
失敗7．広告文を大量に言い換えるだけ
異なる顧客心理、状況、訴求角度、証拠を使う。
失敗8．クリック率だけで判断する
高いCTRでも、購入率、粗利、継続率、リード品質が悪い可能性がある。
失敗9．相関を因果関係として書く
広告を見た人が購入したからといって、その広告が購入を引き起こしたとは限らない。
失敗10．重要な操作まで自動化する
広告出稿、価格変更、大量メール、Web公開、データ削除は人間の承認を残す。
失敗11．ブランドガイドを渡さない
「当社らしく」と頼むだけでは、Solは正確なブランドトーンを再現できない。
失敗12．事例やレビューを作らせる
架空の顧客事例や証言を、実在するものとして公開しない。
失敗13．顧客データを無差別にアップロードする
分析に不要な氏名、住所、メール、電話番号、健康情報、決済情報などは取り除く。
56．プライバシーとデータ管理
個人向けChatGPTでは、
「Settings」
→「Data Controls」
→「Improve the model for everyone」
をオフにすることで、新しい会話をモデル改善に使わない設定ができる。 (OpenAI Help Center
Business、Enterprise、APIでは、入力、出力、業務データは標準ではモデル学習に使われないと案内されている。 (OpenAI
ただし、マーケティングデータを扱う場合は、OpenAI側の設定だけでなく、
・接続アプリ
・CRM
・広告媒体
・外部ストレージ
・共有権限
・社内規程
・委託契約
・顧客同意
・現地法
も確認する必要がある。
57．マーケティングで人間が必ず確認するもの
・商品価格
・割引条件
・在庫
・発売日
・機能
・顧客事例
・顧客の発言
・効果の数値
・市場規模
・競合情報
・法律
・広告ポリシー
・商標
・著作権
・肖像権
・プライバシー
・医療、金融、健康に関する主張
・比較広告
・保証
・返金条件
・公開前の最終文章
・広告出稿設定
・メール配信対象
・予算変更
Solは極めて高度でも、公開責任、法的責任、事業判断の責任を引き受けるわけではない。
58．マーケティングチームへの30日導入計画
1週目：基盤を作る
・マーケティングProjectを作る
・ブランド資料を登録
・商品情報を登録
・顧客調査を登録
・禁止表現を登録
・既存広告を登録
・成果指標を定義
・利用ルールを決める
・承認が必要な操作を決める
成果物：
・Project指示
・ブランド用語集
・証拠一覧
・禁止表現一覧
・基本プロンプト
2週目：顧客と市場を理解する
・市場調査
・競合分析
・VOC分析
・顧客インタビュー分析
・ICP設計
・JTBD分析
・カスタマージャーニー
成果物：
・市場レポート
・競合レポート
・顧客インサイト
・ICP
・購買障壁
・未検証仮説
3週目：戦略と制作をつなぐ
・ポジショニング
・メッセージ設計
・キャンペーンブリーフ
・広告角度
・コンテンツ戦略
・ランディングページ
・メール
・SNS
成果物：
・メッセージアーキテクチャ
・キャンペーン案
・広告案
・コンテンツカレンダー
・LP案
・メールシーケンス
4週目：計測と自動化
・広告分析
・ファネル分析
・月次レポート
・A/Bテスト
・競合監視
・ニュース監視
・ブランド校正Skill
・定期レポートTask
成果物：
・ダッシュボード
・実験計画
・Scheduled Tasks
・再利用可能なSkill
・運用ルール
・次の90日計画
59．用途別の最適構成
一人マーケター
・普段の文章：Medium
・重要な戦略：High
・最新調査：Search、Deep Research
・データ：Data Analysis
・継続案件：Projects
・成果物：Work
・競合監視：Scheduled Tasks
コンテンツチーム
・記事戦略：Sol High
・初稿：MediumまたはTerra
・大量の再利用：Terra
・分類：Luna
・SEO調査：Deep Research
・ブランド確認：Skill
・長期運用：Project
広告チーム
・顧客調査：Sol High
・広告角度：Sol High
・大量バリエーション：Terra
・データ集計：Data Analysis
・月次レポート：Work
・ChatGPT Ads：Ads Manager、ピクセル、CAPI
・最終審査：Sol HighまたはPro
CRMチーム
・顧客セグメント：Data Analysis
・戦略：Sol High
・大量メール案：Terra
・問い合わせ分類：Luna
・CRM参照：Apps
・定期施策：Scheduled Tasks
・メール品質：Skill
ブランドチーム
・ブランド戦略：Sol Pro
・ポジショニング：Sol High
・ガイドライン：Project
・制作物監査：Skill
・画像方向性：Images
・プレゼン：Work
・重大な公開物：人間の最終承認
大企業
・市場調査：Deep Research
・戦略：Sol High、Extra High、Pro
・成果物：Work
・大量処理：Terra、Luna
・標準化：Skills
・社内データ：Apps
・自動化：Scheduled Tasks
・複数部門：ultra、Multi-agent
・重要操作：承認制
・データ管理：Business、Enterprise、API
60．最後のチェックリスト
GPT‑5.6 Solへマーケティング業務を頼む前に確認する。
・事業目標を書いたか
・対象顧客を書いたか
・顧客の状況を書いたか
・解決したい問題を書いたか
・商品価値を書いたか
・証拠を渡したか
・競合と代替を示したか
・チャネルを指定したか
・予算を指定したか
・期間を指定したか
・必須条件を書いたか
・禁止事項を書いたか
・出力形式を書いたか
・成功指標を書いたか
・中止条件を書いたか
・最新情報を検索させたか
・事実と推論を分けさせたか
・数字を再計算させたか
・顧客の声を捏造させないようにしたか
・ブランドガイドを渡したか
・広告ルールを確認したか
・個人情報を取り除いたか
・公開、送信、出稿の承認条件を書いたか
・Mediumで十分か検討したか
・High、Extra High、Proを使う価値があるか確認したか
・大量処理をTerra、Lunaへ分けられないか検討したか
・初稿と監査を分けたか
・最終的に人間が確認したか
まとめ
GPT‑5.6 Solをマーケティングで最大限使う方法は、投稿や広告文を大量に書かせることではない。
本当に強い使い方は、
1．市場の事実を集める
2．顧客の声を分析する
3．優先する顧客を決める
4．ポジショニングを作る
5．メッセージを設計する
6．チャネルごとの制作物を作る
7．Workで成果物へ仕上げる
8．データで結果を検証する
9．失敗理由を分析する
10．次の仮説を作る
11．繰り返す業務をSkillsとTasksへ変える
という循環を作ること。
Solは戦略と最終品質。
Terraは日常的な制作と運用。
Lunaは大量の分類と前処理。
Searchは現在の事実。
Deep Researchは本格調査。
Data Analysisは数字。
Imagesは視覚表現。
Projectsは長期的な文脈。
Workは完成品。
Appsは社内外データとの接続。
Skillsは業務の標準化。
Scheduled Tasksは継続と監視。
ultraとMulti-agentは並列化。
ChatGPT Adsは、会話の文脈と顧客意図に合わせた新しい広告チャネル。
これらを別々の機能として使うのではなく、一つのマーケティングシステムとして接続する。
人間が、
・目的
・顧客
・ブランド
・証拠
・制約
・判断基準
・承認境界
を決める。
GPT‑5.6 Solが、
・調査
・推論
・分析
・制作
・検証
・改善
・自動化
を担当する。
この役割分担が、GPT‑5.6 Solをマーケティングの「文章生成AI」から、「事業を前に進めるマーケティングOS」へ変える。
