人工知能ツール 困惑AI و ノートブックLM これは、研究へのアプローチ方法におけるパラダイムシフトを表していますが、両者は少し異なる道をたどります。
Perplexityのディープリサーチ機能 まるで超効率的なリサーチアシスタントがいるかのようです。質問を投げかけると、複数のソースをスキャンして結果を要約し、さらに深く掘り下げたい場合には元のコンテンツへのリンクも表示してくれます。文脈や出典も添えた回答を素早く得られるので、とても便利です。
GoogleのNotebookLMについて彼はどちらかと言うと、熱心すぎる教師のようです。資料を抽出し、動画やポッドキャストを作成し、必要な情報を20種類ものバージョンで配信しています。
1. 観葉植物を健康に保つ方法
請求：光量の少ないアパートで一般的な観葉植物を健康に保つための、実証済みの最良の方法は何でしょうか？植物の種類、手入れの手順、水やりの方法、そして光量に関する信頼できる園芸研究を比較してみましょう。
ノートブックLM: ここでは、オンラインで簡単な質問をするよりも、デジタルスクールの机に座って詳細な調査をしているような感覚になります。これは印象的ですが、初めてのユーザーにとってはやり過ぎかもしれません。
彼は単に質問に答えるだけでは満足せず、今後のレポートを充実させるために、個人が選択できる PDF ファイルと Web リソースのリストを作成し、23 のソースと「ケアの 5 つの柱」の図表まで提供しました。
混乱しますが、特に AI 生成のビデオの詳細は驚くべきものです。
困惑: 一方、Perplexity は簡潔で理解しやすい結果を提供しました。
NotebookLMほど包括的ではありませんが、より管理しやすく、ユーザーフレンドリーでした。「リンク」タブには詳細情報への直接的なソースが提供されており、自分のペースでトピックを探求することができました。
これには、軽い読み物による Plus の努力が必要でしたが、ソースに裏付けられたリストがあり、NotebookLM を使用する場合よりもはるかに早く答えを得ることができました。
優勝者: NotebookLM
混乱するかもしれませんが、NotebookLM の回答は私の質問に丁寧に答えてくれ、私を導くための追加の教育リソースも提供してくれました。
2. タイプの比較 錠剤الإفطار
請求: 3つの主要朝食用シリアルブランドを、味、栄養価、価格の観点から比較します。独立した栄養分析、消費者の食味テスト、最新の市場価格データを引用し、明確で根拠に基づいたランキングを提供します。
ノートブックLM: NotebookLMは、改めて言うまでもなく、複数の情報源に基づく調査に適したワークスペースのようです。朝食用シリアルのトップ3を分析するように指示したところ、まず結果が表示されました。
その後、彼は22の情報源から得た売上ランキングと食物繊維、糖分、さらには味などの栄養基準を組み合わせた詳細な内訳を示した。
困惑: 対照的に、Perplexityは全く異なるアプローチを採用しています。トピックを中心にワークスペースを構築するのではなく、表、グラフ、そして文書化された証拠をすべて1ページにまとめ、構造化された回答に直接アクセスします。
彼はまた、主要な情報をわかりやすい形式で提示するシンプルな図も作成しました。
月々の費用の変動を計算し、食物繊維へのアレルギーを持つ人のための食物繊維耐性など、健康上の配慮も考慮されています。すべてが整理されていて分かりやすく、上部には情報源へのリンクと分かりやすいファイル名が付けられています。
勝者: 困惑
Perplexityはシンプルながらも効果的なソリューションを提供し、すべての情報を1つのすっきりとしたフォーマットにまとめました。NotebookLMもパフォーマンスは良好でしたが、過剰な機能に感じられ、追加情報が多すぎて混乱を招きました。
3. 公共交通機関アプリケーションの評価
請求： 英国ブリストル市において、どの公共交通アプリが正確でリアルタイムな情報を提供しているかを評価します。データソース、更新頻度、ユーザー生成レポートの正確性、プライバシー保護方針、サードパーティによる監査を評価します。
ノートブックLM: NotebookLMからのレポートを数分待った後、突然混乱しました。「これらの文書は、公共交通機関のデータとリアルタイム情報システムの状況を総合的に定義しており、主に英国とシンガポールのバスサービスに焦点を当てています。」私の質問は明らかに問題の都市に関するものだったので、なぜシンガポールが言及されているのか分かりません。
これらのグラフは、オープンデータ標準が英国の情報源を利用するすべての交通アプリのリアルタイムバス情報の精度と信頼性をどのように向上させるかを示しています。ただし、最適なアプリを選定したり、ユーザーレビュー、プライバシー、アプリ監査について検討したりするものではありません。そのため、これらの要素についてさらに調査する必要があるかもしれません。
困惑: 一方、Perplexityは要約の中ですぐに率直な答えを示しました。「ブリストル住民にとって、Bustimes.orgは複数の公式ソースからのデータを強力な透明性の実践と組み合わせ、リアルタイムのバス情報を提供する信頼できる情報源となっています…」
これに続いて、ブリストルの主な交通アプリケーション、データ ソースと更新頻度、ユーザーが送信したレポートの正確性の問題、データの品質、プライバシー慣行、およびその他の関連セクションなどの重要なセクションが続きました。
勝者: 困惑
Perplexity はテキストがぎっしり詰まっていましたが、最終的には私が探していた答えを要約だけで得ることができました。一方、NotebookLM は単なるプレゼンテーションで、中身が欠けているように感じました。
4. 10分でできるヘルシースナック
請求：自宅で10分以内で作れるヘルシーなスナックをいくつか挙げてください。科学的根拠に基づいた栄養ガイドラインを優先し、材料リストを添え、選択肢間の栄養面でのトレードオフについても説明してください。
ノートブックLM: NotebookLM は 22 のソースに基づいて、「満腹感と戦略的なスナック: タンパク質、脂肪、体重管理」と題する要約を作成しました。
すぐに必要以上に複雑に感じられ、またしても私が探していた答えは得られませんでした。何ページにもわたる情報が提供されていましたが、私が実際に言及した健康的なスナックの提案以外は、基本的に全てが網羅されていました。
困惑: Perplexityはこの点で期待を裏切らず、まさに求められていたものを提供し、それを証明しました。「自宅で10分以内で作れるヘルシーなスナックをいくつかご紹介します。それぞれに材料リストとエビデンスに基づいた栄養ガイドラインが付いています。提供されている選択肢は、ホールフードと主要栄養素のバランスを重視しており、栄養上のトレードオフについても説明しています。」
徹底的な調査の結果、10 種類のレシピが見つかり、それぞれの材料、栄養、代替品も記載されました。
「リンク」タブと「画像」タブでは、「回答」タブの要約結果を補完するさまざまな信頼できるソースに誘導されました。
勝者: 困惑
Perplexityは確かに私が課したタスクを完了しました。繰り返しになりますが、NotebookLMは見た目は素晴らしかったものの、いくつかの重要なコア機能が欠けていました。
5. 冬の家庭での電力消費を減らす
請求：冬の間、家庭で電気消費量を削減する最も効果的な方法を説明します。データに基づいた戦略、コスト削減、断熱性の向上、家電製品の効率化、そして信頼できる研究に裏付けられた行動変容に焦点を当てます。
ノートブックLM: NotebookLM は、「技術の向上と行動の変化の両方に重点を置いた住宅エネルギー削減戦略」の包括的な概要を提供し、関連性のある成果をもたらすことに一致しています。
魅力的なスライドプレゼンテーションやポッドキャストまで提供してくれたのは素晴らしいです。家庭のエネルギー効率という点でも、NotebookLMは非常に優れたパフォーマンスを発揮しました。
困惑: Perplexity の結果は、デザイン、インタラクティブ性、読みやすさの面で明らかに物足りなさを感じました。エネルギー効率という複雑なテーマ自体を考えると、少なくともいくつかの図やグラフがあれば、論点が明確になるのではないかと期待していました。
しかし、テキストに大きく依存し、まるで終わりのないスクロールに思えました。意識的に「リンク」や「画像」タブに移動しない限り、注目を集めたり、関心を惹きつけたり、インタラクションを促したりする要素はほとんどありませんでした。これらのタブには、調査結果を裏付けるブログやウェブサイトがいくつか表示され、画像には出典のあるグラフが表示されていました。
優勝者: NotebookLM
ここで、ノートブックの追加の詳細が役に立ち、私の質問に完全に答えるだけでなく、自然で興味深い方法で答えます。
総合優勝者: Perplexity
どちらのモデルも私の質問に全力で答えてくれました。競争は僅差でしたが、Perplexityが僅差で勝利を収めました。
これは、Perplexity が細部に重点を置くのに対し、NotebookLM は視覚的な訴求力に重点を置く傾向があるためです。この手法が見事に機能し、詳細で魅力的なレポートが作成されることもありますが、その焦点が誤った方向へ向かってしまうこともあります。
これにより、特定の状況で情報量が増加することもあります。「Perplexity」はそれほど興味深いものではありませんでしたが、全体的にはより有用でした。
コメントは締め切りました。