GPTsとは何か？基本概念と仕組み - 金融情報システム開発なら20年以上の実績があるテンファイブ株式会社

生成AIの普及により、文章作成、情報整理、プログラミング支援など、さまざまな分野でChatGPTが活用されています。その中でも、特定の目的や業務に合わせてChatGPTの振る舞いをカスタマイズする仕組みが「GPTs（カスタムGPT）」です。

GPTsを理解することで、単にAIへ質問するだけでなく、自分が求める役割や回答ルールを設定したAIアシスタントを設計するための基本的な考え方を身につけられます。

本章では、GPTsの基本概念、ChatGPTとの違い、 AIモデルとの関係、実現できる機能、活用事例、そしてPluginsとの関係について詳しく解説します。

サービスに関する注意（2026年10月時点）： OpenAIはカスタムGPTの提供終了とPluginsへの移行を発表しています。現在、個人向けアカウントでは新規GPTの作成・公開ができません。 Business・Enterprise・Eduでは、ワークスペースの権限に応じて作成可能な場合があります。本章では既存GPTの仕組みを学び、今後のPluginsにも応用できる基礎知識を習得します。

1. GPTs（カスタムGPT）とは？

1-1. GPTsの基本的な定義

GPTsとは、ChatGPTを特定の目的に合わせて設定したカスタマイズ版のAIアシスタントです。

通常のChatGPTは、幅広い質問や作業に対応する汎用的なAIです。一方、GPTsでは、特定の専門分野、作業内容、回答形式などをあらかじめ設定し、目的に合った応答を得やすくできます。

例えば、通常のChatGPTにプログラミングを質問する場合、利用者は必要に応じて「初心者向けに説明して」「Pythonのコードを含めて」などの条件を指定します。

これに対し、プログラミング学習専用のGPTでは、「初心者向けに説明する」「コードにはコメントを含める」「専門用語には補足説明を加える」といったルールをあらかじめ設定できます。

つまり、GPTsは 「用途に合わせて振る舞いを調整したChatGPT」 と考えることができます。

1-2. GPTsが生まれた背景

生成AIを業務で使用する際には、毎回同じ説明や条件を入力する必要が生じることがあります。

例えば、次のようなケースです。

企業独自の文章表現ルールを毎回指定する。
決まった形式の報告書を繰り返し作成する。
特定のマニュアルに基づいて質問に回答する。
専門用語の説明方法を統一する。
特定の役割をAIに繰り返し指定する。

GPTsは、こうした繰り返しの設定を減らし、用途ごとにAIを使い分けることを目的とした仕組みです。

1-3. GPTsを構成する主な要素

GPTsは、主に以下の要素によって動作や機能が決まります。

Instructions（指示）： AIの役割、回答方法、制約条件などを定義します。
Knowledge（知識）： 登録した文書などを回答時の参考資料として活用します。
Capabilities（機能）： Web検索、画像生成などの利用可能な機能を設定します。
Conversation Starters（会話開始例）： 利用者が最初に入力する質問の例を表示します。
Apps / Actions（外部連携）： 対応する外部サービスやAPIと連携する仕組みです。

これらの要素を組み合わせることで、特定の業務や目的に適したAIアシスタントを構成できます。ただし、使用可能な機能はアカウント、権限、ワークスペースの設定などによって異なります。

2. ChatGPTとGPTsの違い

2-1. 汎用AIと特定用途向けAI

ChatGPTとGPTsは、完全に異なるAIというわけではありません。 GPTsはChatGPTの仕組みを利用しながら、特定用途向けの設定を追加したものです。

通常のChatGPTは、さまざまな分野に対応することを想定しています。 GPTsは、設定した役割やルールに沿って動作するよう設計されています。

2-2. ChatGPTとGPTsの比較表

比較項目	通常のChatGPT	GPTs
主な目的	幅広い用途への対応	特定用途への最適化
役割設定	会話中に指定できる	専用の指示として設定できる
回答形式	会話中の指示や設定による	用途に合わせたルールを定義できる
専門資料	会話内のファイル等を活用	Knowledgeとして資料を設定できる
外部連携	利用可能なツールやアプリによる	対応するAppsやActionsを設定可能
共有	会話や成果物の共有が中心	設定済みGPTを共有できる
利用例	調査、質問、文章作成	社内FAQ、技術支援、研修支援

2-3. 具体例で理解する違い

例えば、プログラミングのコードレビューを依頼する場合を考えます。

通常のChatGPTへの指示例：

以下のPythonコードをレビューしてください。初心者にもわかるように、可読性、性能、セキュリティの観点から問題点を説明し、改善後のコードを提示してください。

一方、コードレビュー専用GPTには、同様の評価項目をInstructionsとして事前に設定できます。

利用者は毎回細かな条件を入力しなくても、コードと簡単な依頼を送信するだけで、指定した観点に基づくレビューを受けやすくなります。

ただし、GPTsに設定した指示が常に完全に守られるとは限りません。重要な業務では、生成された内容の確認が必要です。

3. GPTsが動作する基本的な仕組み

3-1. GPTsの処理の流れ

GPTsは、利用者の入力だけでなく、事前に設定されたInstructionsや利用可能な参考情報を組み合わせて回答を生成します。

基本的な処理は、以下のように整理できます。

ユーザーが質問する： 利用者がGPTに質問や作業指示を送ります。
指示や会話内容を参照する： GPTのInstructionsや会話の文脈などを踏まえます。
必要な情報を取得する： 利用可能な場合、Knowledgeの検索やツールの呼び出しを行います。
AIモデルが回答を生成する： 取得した情報や指示を踏まえて応答を生成します。
利用者へ結果を返す： 文章やコードなどの形式で回答を提示します。

この流れは概念的な説明です。実際には、質問の内容によって情報検索が不要な場合や、ツールを複数回利用する場合もあります。

3-2. Instructionsの役割

Instructionsは、GPTに対して「どのように振る舞うべきか」を指定する設定です。

例えば、IT学習支援GPTに以下のような指示を設定できます。

あなたはIT初心者向けの学習支援AIです。

【役割】
プログラミングやIT用語を初心者に説明します。

【回答ルール】
・最初に結論を説明してください。
・専門用語は簡単な言葉で補足してください。
・必要に応じて具体例を示してください。
・不明な情報は推測で断定しないでください。

【出力形式】
1. 結論
2. 詳しい解説
3. 具体例
4. まとめ

このような設定を行うことで、回答の構成や説明方針を統一しやすくなります。

3-3. Knowledgeの役割

Knowledgeは、GPTが回答を作成する際に参照できる資料を設定する仕組みです。

例えば、企業の社内FAQ、業務マニュアル、製品仕様書などを登録できます。

利用者が「経費精算の手順を教えてください」と質問した場合、 GPTは関連する資料を参考に回答できます。

ただし、Knowledgeへファイルを登録することと、 AIモデルそのものを再学習させることは異なります。

一般的なKnowledgeの利用では、モデルの内部パラメータを変更するのではなく、必要な参考情報を回答生成時に利用します。

3-4. GPTsは独立したAIモデルなのか？

GPTsは、通常、それぞれが独自に学習された AIモデルを持っているわけではありません。

基盤となるAIモデルに対して、指示、参考資料、機能などを追加し、特定用途に合わせた動作を実現します。

そのため、GPTsの作成には、通常、機械学習モデルを一から訓練するような大規模な計算環境は必要ありません。

4. GPTsと大規模言語モデル（LLM）の関係

4-1. LLMとは何か？

LLM（Large Language Model）とは、大量のデータを用いて学習した大規模言語モデルです。

LLMは、入力された文章の文脈を踏まえ、次に続くトークンを予測する処理を基本として、文章の生成や質問への回答などを実現します。

LLMを活用することで、次のような処理が可能になります。

文章の生成・要約
多言語翻訳
プログラムコードの生成
質問への回答
文章の分類・情報抽出
アイデアの提案

4-2. GPT・ChatGPT・GPTsの違い

これらは名前が似ていますが、技術的には異なる概念を表しています。

用語	意味
LLM	文章の理解や生成に利用される大規模言語モデルの総称
GPT	Generative Pre-trained Transformerというモデル系列・方式に由来する名称
ChatGPT	AIモデルや各種機能を会話形式で利用できるサービス
GPTs	特定用途に合わせて設定されたChatGPTのカスタム版

4-3. モデルと設定の違い

GPTsを理解するうえで重要なのが、「AIモデルの能力」と「GPTに与える設定」を区別することです。

AIモデルの能力は、基盤モデルの学習や設計によって形成されます。一方、GPTsのInstructionsは、その能力をどのような目的や方針で利用するかを指定します。

例えば、数学学習向けGPTに「途中式を丁寧に説明する」と設定することはできます。しかし、その設定だけでAIモデルの数学的能力そのものが向上するわけではありません。

GPTsのカスタマイズは、 モデルの能力を目的に合わせて引き出すための設計 と理解することが重要です。

5. GPTsで実現できること・できないこと

5-1. GPTsで実現できること

GPTsでは、設定や利用環境に応じて、以下のような機能を実現できます。

専門分野に合わせた回答： IT、教育、営業など特定分野向けの応答ルールを設定できます。
文章作成の標準化： 議事録、報告書、メールなどの出力形式を統一できます。
独自資料の参照： 登録したマニュアルやFAQを参考に回答できます。
学習支援： 学習者の理解度に合わせた説明方針を設定できます。
プログラミング支援： コードレビューやエラー解説などに利用できます。
外部サービスとの連携： 利用環境や許可された機能に応じて、外部APIや対応サービスを利用できます。

5-2. GPTsで実現できないこと・制限されること

GPTsは便利な仕組みですが、あらゆる処理を正確かつ自動的に実行できるわけではありません。

回答の正確性を完全には保証できない： 誤った情報を生成する場合があります。
指示を必ず守るとは限らない： 複雑な条件や曖昧な指示では、期待と異なる回答になることがあります。
未接続の外部システムへ自由にアクセスできない： 外部データの取得には対応機能や適切な権限が必要です。
登録資料が常に正確に参照されるとは限らない： 資料の構造や検索結果によって回答品質が変化します。
Instructionsだけで基盤モデルを再学習できない： 指示文の設定とモデルの学習は別の処理です。
機密情報の安全性を無条件には保証できない： 利用環境のデータ管理設定や共有権限の確認が必要です。

5-3. GPTsを安全に利用するための基本原則

GPTsの出力は、あくまでAIによって生成された情報です。特に、法務、医療、金融、セキュリティなど、判断の誤りが大きな影響を与える分野では注意が必要です。

重要な回答については、根拠資料を確認し、必要に応じて担当者や専門家による検証を行いましょう。

6. GPTsの代表的な活用事例

6-1. 社内FAQ・問い合わせ対応

社内の各種ルールや手続きに関する質問に対応する FAQアシスタントとして活用できます。

想定する質問：

有給休暇の申請方法を教えてください。
経費精算の提出期限はいつですか？
社内システムの利用申請はどこから行いますか？

社内規程や業務マニュアルを参考情報として設定することで、必要な情報を探す手間を減らす効果が期待できます。

ただし、社内情報を扱う場合は、閲覧権限、情報更新、機密情報の取り扱いに注意が必要です。

6-2. ITエンジニア向け技術支援

プログラミングやシステム開発の支援に活用できます。

代表的な用途は以下のとおりです。

プログラムコードの解説
ソースコードのレビュー
エラーメッセージの原因分析
SQLの改善案の提示
設計書や技術文書の作成支援
初心者向け技術学習

例えば「セキュリティ上の懸念を優先して指摘する」「改善理由を必ず説明する」といったルールを設定できます。

6-3. 営業・マーケティング支援

営業資料、商品説明文、Webサイト向け文章の作成にも活用できます。

営業メールの下書き作成
製品紹介文の作成
プレスリリースの原案作成
SEO記事の構成案作成
SNS投稿文の作成

あらかじめ文章のトーンや表記ルールを定めることで、制作物の品質を一定の方向に統一しやすくなります。

6-4. 教育・研修サポート

企業研修や学校教育向けの学習支援にも利用できます。

例えば、以下のような学習支援が考えられます。

IT用語の初心者向け解説
学習内容に応じた練習問題の生成
解答に対するフィードバック
段階的な学習計画の提案
理解度確認問題の作成

学習者に応じた説明方法を設定できるため、補助教材や自習支援ツールとして利用することが考えられます。

6-5. 多言語コミュニケーション支援

翻訳や多言語での文章作成を支援する用途にも活用できます。

例えば、英語のビジネスメールを作成するGPTや、日本語と中国語の表現の違いを説明するGPTなどです。

言語ごとの敬語、表現の自然さ、ビジネス上の文体などを指示として設定できます。

7. GPTsとPluginsの位置づけ

7-1. Pluginsとは何か？

Pluginsとは、ChatGPTなどの機能を拡張するために、再利用可能な指示、ワークフロー、外部アプリとの連携などを組み合わせる仕組みです。

Pluginsには、処理手順を定義するSkillsや、外部サービスに接続するアプリなどを含められます。

7-2. GPTsとPluginsの違い

GPTsとPluginsは、どちらもAIを特定の目的に合わせて利用するための仕組みですが、機能のまとめ方や利用方法に違いがあります。

比較項目	GPTs	Plugins
主な役割	特定用途向けのAIアシスタント	再利用可能な機能やワークフローの提供
中心となる構成	Instructions、Knowledge、機能設定	Skills、接続済みアプリなど
外部サービス連携	対応するAppsやActionsを利用	接続済みアプリ等を利用
利用形態	設定された専用GPTとの対話	ChatGPTや対応環境で機能を活用
今後の方向性	提供終了が予定されている	GPTsの移行先として案内されている

7-3. なぜPluginsを理解する必要があるのか？

OpenAIは2026年9月、カスタムGPTの提供終了とPluginsへの移行方針を発表しました。

そのため、今後は従来のGPTsで利用していた指示、知識、ワークフローを、 Pluginsなどの新しい仕組みに適切に移行することが重要になります。

ただし、GPTsで学習する「AIに役割を与える」「回答ルールを定義する」「必要な情報を参照させる」「品質を評価して改善する」といった考え方は、 Pluginsを利用する場合にも役立ちます。

そのため、本カリキュラムではGPTsの基本概念を学びながら、将来のAIアシスタント設計にも応用できる知識を身につけます。

8. 実践演習：GPTsの役割を理解する

演習1：汎用ChatGPTと専門GPTを比較する

本演習では、通常のChatGPTと、利用可能な専門分野向けGPTの回答を比較します。

手順：

通常のChatGPTを開きます。
「Pythonのfor文について説明してください」と入力します。
回答の構成や説明内容を確認します。
利用可能なプログラミング学習向けGPTを開きます。
同じ質問を入力します。
2つの回答を比較し、違いを整理します。

比較する観点：

説明のわかりやすさ
回答の構成
専門用語の使い方
コード例の有無
初心者への配慮

なお、回答の違いはモデル、設定、会話の文脈などによっても生じるため、GPTsであることだけが原因とは限りません。

演習2：オリジナルGPTの設計を考える

自分が日常生活や仕事で利用したいGPTを1つ考えてください。実際のGPT作成権限がない場合は、設計書の作成のみで構いません。

以下の項目を整理しましょう。

GPTの名前
利用目的
想定する利用者
対応させたい質問や業務
回答時に守るべきルール
参考資料として必要な情報

設計例：

項目	設計内容
名前	IT Learning Assistant
目的	IT初心者の学習支援
対象者	プログラミング未経験者
主な機能	IT用語の解説、コード解説、練習問題の作成
回答ルール	専門用語を補足し、具体例を示す
参考資料	入門教材、技術用語集

9. 理解度確認問題

問題1

GPTsとは何か、ChatGPTとの関係を含めて説明してください。

問題2

InstructionsとKnowledgeの違いを説明してください。

問題3

GPTsを作成することと、 LLMそのものを再学習することは同じでしょうか？理由も説明してください。

問題4

GPTsを業務に活用する場合のメリットを 3つ挙げてください。

問題5

GPTsで生成された情報を、そのまま業務上の重要な判断に利用することには、どのようなリスクがありますか？

問題6

GPTsとPluginsの主な違いを説明してください。

10. 理解度確認問題の解答例

解答1

GPTsとは、ChatGPTを特定の目的に合わせて設定した AIアシスタントです。専用の指示や参考資料、機能を設定できる点が特徴です。

解答2

InstructionsはAIの振る舞いや回答ルールを指定する仕組みです。 Knowledgeは、回答時に参考となる資料を設定する仕組みです。

解答3

同じではありません。 GPTsの設定は通常、基盤モデルの内部パラメータを変更するものではなく、指示や参考情報によって回答の振る舞いを調整します。

解答4

例として、指示の繰り返しを減らせること、回答形式を統一しやすいこと、専門資料を活用できることが挙げられます。

解答5

誤情報の生成、重要情報の見落とし、登録資料の誤った参照などのリスクがあります。重要な情報は人間による確認が必要です。

解答6

GPTsは特定用途向けに設定されたAIアシスタントです。一方、Pluginsは指示やワークフロー、外部アプリなどを組み合わせて機能を提供する仕組みです。 OpenAIはGPTsからPluginsへの移行を案内しています。

11. Chapter 1のまとめ

本章では、GPTsの定義、ChatGPTとの違い、動作の仕組み、LLMとの関係、活用事例およびPluginsの基本概念を学習しました。

特に重要なポイントは、次の5つです。

GPTsは、ChatGPTを特定用途に合わせて設定したものです。
InstructionsやKnowledgeを利用して、回答の方針や参照情報を調整できます。
GPTsの設定とLLMそのものの再学習は異なります。
GPTsは業務を支援できますが、回答の正確性が保証されるわけではありません。
GPTsの設計原則は、 Pluginsなどの新しい仕組みにも応用できます。

GPTsを効果的に利用するためには、単にAIへ質問するだけでなく、目的、役割、指示、情報、評価方法を適切に設計することが重要です。

12. 次章の学習内容

次章「Chapter 2：GPTsの利用環境と基本操作」では、 GPTsへのアクセス方法、既存GPTの選び方、 GPT Storeの概要、基本的な操作方法などを学習します。

また、利用環境ごとの権限制限や、今後のPluginsへの移行も踏まえた基本的な利用方法を確認します。