生成AIのDeep Researchで2025年レコード大賞を予測した結果

2026年1月2日

URLをコピーしました！

アドベントカレンダーって知ってますか？
これをビジネスに活かす方法って沢山あるね？
イーンスパイアの横田です。
https://www.enspire.co.jp

【アドベントカレンダー】
アドベントカレンダーとは、クリスマスまでの日々を楽しみに待つためのカレンダーで、12月1日から24日までの24日間を数える習慣としてヨーロッパで生まれました。もともとは子どもたちが毎日一つずつ窓を開け、聖書の言葉やイラストを見ながら心を整える宗教的な意味合いが強いものでした。現在ではその形も大きく変化し、お菓子やチョコレート、雑貨、化粧品などが入ったものが一般的になっています。さらに近年では、IT業界やマーケティング分野を中心に「アドベントカレンダー企画」として、日替わりで記事やノウハウ、体験談を公開する文化も定着しました。これは情報発信を継続する仕組みとして有効であり、参加者同士の交流や学びを深める場にもなっています。アドベントカレンダーは単なるカウントダウンではなく、期待感や共有体験を生み出す仕掛けとして、今も進化し続けているのです。

そんな曲を音楽生成AIで作ったのでコメント欄から聞いてくださいw

アドベントカレンダーなら / Milia
https://www.youtube.com/watch?v=RnsIWeY8G6M

アドベントカレンダーの恋
https://www.youtube.com/watch?v=iWPwHr30oSk

さて、本題です。

大晦日の最も稼ぎ時の日に民放は３％台しか視聴率が取れないのはヤバいね。
NHK紅白は昨年で瞬間最高の29.7%のB’z登場シーンを軒並み上回って一人勝ち状態ですね。

2025/12/31 22:26 関東の視聴率 #TVALnow
https://tval-now.switch-m.com/?time=1767187560&area=SAAS_KANTO&station=all&cb=3931

昨年に始めたレコード大賞を生成AIに予測させる企画
https://yokotashurin.com/etc/recordaward2024.html
今年もやってみてライブ配信しました。

レコード大賞が始まる前
https://www.youtube.com/watch?v=tK-6rikA5V4

レコード大賞が発表された後
https://www.youtube.com/watch?v=5efmB_pzf_w

上記の続きの動画はYouTubeメンバーシップの
デイリー会員(190円/月)に限定公開しています。
詳しくは以下をご覧ください。
https://yokotashurin.com/youtube/membership.html
YouTubeメンバーシップ申込こちら↓
https://www.youtube.com/channel/UCXHCC1WbbF3jPnL1JdRWWNA/join

生成AIによる動画･音声･スライド･カルーセル･図解による解説は無料

動画解説
https://www.youtube.com/watch?v=Y5-NEAJrPs8

音声解説
https://www.youtube.com/watch?v=2hVSFfyPzy8

スライド解説
https://www.youtube.com/watch?v=mh8EKgoPyKw

スライド
https://www.docswell.com/s/6534747/KWM26Y-2026-01-02-230609

漫画解説
https://www.youtube.com/watch?v=fx6heuL-H8c

カルーセル
https://www.instagram.com/p/DTAZJL8j9zJ/

この投稿をInstagramで見る

ネットビジネス･アナリスト横田秀珠セミナー講演講師Suno P音楽生成AIコンサルタント(@enspire.co.jp)がシェアした投稿

漫画

インフォグラフィック解説

マインドマップ

生成AIのDeep Researchで2025年レコード大賞を予測した結果

AI vs レコード大賞予測検証

🤖 7つのAI Deep Researchで2025年レコード大賞を予測検証！

🎯 検証の背景

📅 2025年12月30日 18:44 – レコード大賞放送中にリアルタイム検証

昨年、Google Deep Researchが「ライラック」を的中させた実績あり

→ 今年は7つのAIツールで一斉検証を実施！

🔬 検証方法

✅ 優秀作品賞の全ノミネート曲を入力
✅ 56のデータリンクを参照指示
✅ レコード大賞の選定基準で多角的分析を依頼
✅ 放送前にリアルタイムで結果を記録

⬇️ 7つのAIの予測結果 ⬇️

🤖 各AI Deep Researchの予測

🟡 Felo ⚡ 高速

🥇 Mrs. GREEN APPLE「ダーリン」

🥈 アイナ・ジ・エンド「革命道中」

★★★ 最速で回答

🟡 Genspark ⚡ 高速

🥇 Mrs. GREEN APPLE「ダーリン」

🥈 ライラック / 🥉 Snow Man

★★★

🟡 Skywork ⚡ 高速

🥇 Mrs. GREEN APPLE「ダーリン」

🥈 BE:FIRST「夢中」/ 🐴 CANDY TUNE

★★★

🟡 Grok ⚡ 高速

🥇 Mrs. GREEN APPLE「ダーリン」

ビルボード順位などから分析

★★★

🟣 Claude 🔍 じっくり

🥇 Mrs. GREEN APPLE「ダーリン」

🥈 BE:FIRST / 幾田りら / CANDY TUNE

★★★ 総合得点ダントツ

🟣 ChatGPT 🔍 じっくり

🥇 Mrs. GREEN APPLE「ダーリン」

🥈 アイナ・ジ・エンド「革命道中」

★★★

🟣 Google Gemini 🔍 じっくり

🥇 Mrs. GREEN APPLE「ダーリン」

🥈 BE:FIRST / 🐴 アイナ・ジ・エンド

★★★ 多角的分析

💬 注目ポイント: 7つ全てのAIが「ダーリン」を本命予測！対抗馬は意見が分かれた

📊 予測結果まとめ

AI	本命	対抗馬	速度
Felo	✓ ダーリン	革命道中	⚡ 最速
Genspark	✓ ダーリン	ライラック	⚡ 高速
Skywork	✓ ダーリン	夢中	⚡ 高速
Grok	✓ ダーリン	–	⚡ 高速
Claude	✓ ダーリン	夢中など	🔍 5分
ChatGPT	✓ ダーリン	革命道中	🔍 時間大
Google	✓ ダーリン	夢中	🔍 時間大

📌 速度の傾向: Felo, Genspark, Skywork, Grokは高速回答。ChatGPT, Google Gemini, Claudeはじっくり分析型。予測精度に差はなし！

⬇️ 結果発表 ⬇️

🏆 第67回日本レコード大賞

🏆

2025年第67回日本レコード大賞

Mrs. GREEN APPLE

「ダーリン」

🎯 AI予測的中率: 7/7 = 100%

🎉 史上5組目の3連覇達成！

2023年「ケセラセラ」→ 2024年「ライラック」→ 2025年「ダーリン」

全てのAIが的中！Deep Research機能の実力が証明された

💡 検証から得られた知見

🔍 AI Deep Researchの特徴

📈 データ分析力：56のデータソースを多角的に分析
🎯 予測精度：全AIが同一結論に到達
⏱️ 速度差：早いAIと遅いAIで精度に差なし
📊 レポート品質：Google, Claudeは詳細な分析プロセスを提示

🌟 最優秀新人賞はHANAさんが受賞（事前予言通り）
→ レコード大賞にはノミネートされていなかったため別枠での受賞

生成AIのDeep Researchで2025年レコード大賞を予測した結果

2025年12月30日、日本レコード大賞の受賞者を複数のAIで予測する検証が行われた。ChatGPT、Google Gemini、Claude、Felo、Genspark、Skywork、Grokの7つのAIのDeep Research機能を使用し、優秀作品賞ノミネート曲を多角的に分析。処理速度に差はあったものの、全てのAIがMrs. GREEN APPLEの「ダーリン」を最有力候補と予測した。対抗馬にはBE:FIRSTやアイナ・ジ・エンドが挙げられた。結果、第67回日本レコード大賞はAI予測通り「ダーリン」が受賞し、AIの分析精度の高さが証明された。

はじめに
レコード大賞AI予測企画のスタート
7つのAIツールで一斉にリサーチを開始
各AIの予測結果を徹底比較
運命の発表！AIの予測は的中したのか？
おわりに
よくある質問（Q&A）

はじめに

年末の音楽シーンを彩る一大イベントといえば、やはり「日本レコード大賞」ですよね。毎年、どのアーティストが栄冠を勝ち取るのか、音楽ファンの間では予想合戦が繰り広げられます。

「今年のレコード大賞は誰が獲るんだろう？」「自分の推しアーティストにチャンスはあるかな？」——そんなワクワクとドキドキが入り混じる季節がやってきました。

さて、近年では人間の予想だけでなく、AI（人工知能）を活用した予測が注目を集めています。膨大なデータを瞬時に分析し、客観的な視点から結果を導き出すAIの力は、果たして音楽賞の予測にも通用するのでしょうか？

実は昨年、GoogleのDeep Research機能を使ってレコード大賞を予測したところ、見事にMrs. GREEN APPLEの「ライラック」という正解を導き出していたのです。この成功を受けて、今年はさらにスケールアップ！なんと7つの異なるAIツールを同時に使って、レコード大賞の予測に挑戦してみました。

この記事では、その検証の全過程と驚きの結果をお届けします。AIの予測力に興味がある方、レコード大賞の舞台裏が気になる方は、ぜひ最後までお読みください！

レコード大賞AI予測企画のスタート

企画の背景と昨年の成功体験

2025年12月30日火曜日、時刻は18時44分。まさに日本レコード大賞のテレビ放送がリアルタイムで行われている最中に、この検証企画はスタートしました。

なぜこのタイミングで緊急に動画を回すことになったのか。それは、放送前にAIの予測結果を記録として残し、後から「本当に当たったのか」を検証できるようにするためです。生中継という形式を取ることで、予測の信憑性を担保しようという狙いがありました。

この企画は昨年から始まった新しい試みです。従来は、さまざまなランキングデータをもとに人間が予測を立てていました。しかし、「AIが予測するとどうなるのか？」という好奇心から、昨年初めてGoogleのDeep Research機能を使った予測に挑戦したのです。

その結果はどうだったかというと、なんとGoogleのAIはMrs. GREEN APPLEの「ライラック」を選出し、これが見事に的中！この成功体験があったからこそ、今年はさらに多くのAIツールを使って、より大規模な検証を行うことにしたわけです。

予測に使用したデータと選定基準

今回の予測では、レコード大賞の優秀作品賞にノミネートされた楽曲の情報をベースにしています。各AIには、以下のような指示を与えました。

「この内容をもとに、以下のデータのリンク先を、選定基準に従って多角的に分析して日本のレコード大賞を予測してください」

この指示とともに、なんと56もの関連データリンクを添付しました。これらのデータには、各種音楽チャートのランキング、ストリーミング再生数、CD売上、SNSでの話題性など、レコード大賞の選定に影響を与えうるさまざまな指標が含まれています。

つまり、AIには単なる勘や印象ではなく、客観的なデータに基づいた分析を求めたのです。これにより、どのAIがどのような観点から予測を導き出すのか、その過程も含めて比較できるようになりました。

7つのAIツールで一斉にリサーチを開始

各AIツールの設定と送信

それでは、実際に使用した7つのAIツールとその設定について、順番に見ていきましょう。

1. ChatGPT（Deep Research機能）

まず最初に試したのは、ChatGPTのDeep Research機能です。優秀作品賞の内容と56のデータリンクを入力し、リサーチを開始しました。画面にはリアルタイムの日付も表示されており、この検証が放送前に行われていることが確認できます。

2. Google Gemini（Deep Research + Proモード）

次に、GoogleのGeminiです。こちらはDeep Researchにチェックを入れ、さらにProモード（プロモード）に設定しています。昨年の成功実績があるGoogleのAIが、今年も正解を導き出せるのか注目です。同じプロンプトを入力して送信ボタンを押しました。

3. Claude（じっくり考えるモード + 研究モード）

3つ目はClaudeです。Claudeには「じっくり考えるモード」と「研究モード」という2つのオプションがあります。今回は両方を有効にして、より深い分析を期待しました。同じ内容のプロンプトを入力し、送信を実行します。

4. Felo（リサーチ分析機能）

4つ目はFeloというAIツールです。Feloにもリサーチ分析という機能が搭載されています。こちらにも同様の文章を入れて、送信ボタンを押しました。

5. Genspark（深層研究機能）

5つ目はGensparkです。Gensparkの中には深層研究（Deep Research）という機能があります。ここに同じプロンプトを入力して、リサーチを開始しました。

6. Skywork（R1V4モード）

6つ目はSkyworkです。SkyworkではR1V4というモードにチェックを入れた状態で、同様のプロンプトを送信しました。

7. Grok（Deep Research機能）

最後の7つ目はGrokです。GrokにもDeep Research機能が搭載されています。チェックを入れて送信ボタンを押したところ、Grokからは追加の質問が返ってきました。

Grokからの質問と回答

Grokは送信後すぐに、「最も重視するものは何ですか」という質問を投げかけてきました。これは他のAIにはなかった動きで、より精度の高い予測を行うための確認プロセスと言えます。

この質問に対して、以下のように回答しました。

分析の姿勢について：「あらゆるデータを公平に分析すること。何かに偏ってはだめです」
出力形式について：「レポート形式で特典付き、各曲の得点比較などの形式が良いです」
考慮すべき要素について：「過去の話題性は考慮しなくて良いです。あくまでもレコード大賞の選定基準で」

このやり取りを経て、Grokもリサーチを開始しました。

リサーチ開始時の各AIの状況

7つのAIに同時にプロンプトを送信した後、それぞれの進捗状況を確認してみました。

Google Geminiはリサーチを開始し、じっくりと分析を進めている様子です。Claudeの方はすでに作業が始まっており、思考プロセスが動いていることが確認できました。

ここで驚いたのがFeloのスピードです。他のAIがまだ分析中にも関わらず、Feloはすでにリサーチ結果を出力し始めていたのです。「わあ、早いな。もう終わったの？」と思わず声が出てしまうほど、その処理速度は圧倒的でした。

各AIの予測結果を徹底比較

Felo（リサーチ分析機能）の予測結果

最も早く結果を出したFeloの予測を見てみましょう。出力されたレポートは非常に長く、詳細な分析が行われていました。

Feloの結論：「Mrs. GREEN APPLEの『ダーリン』が受賞する可能性が極めて高い」

さらに、「もし波乱があるとすれば、アイナ・ジ・エンドの『革命道中』が浮上するだろう」という対抗馬の予測も示されていました。

この結果を見て驚いたのは、人間である私が事前に立てていた予測と全く同じだったことです。AIと人間の分析が一致したということは、それだけ根拠のある予測だったと言えるのかもしれません。

Genspark（深層研究）の予測結果

次に結果が出たのはGensparkです。こちらの分析レポートでは、少し異なる順位付けがされていました。

Gensparkの予測順位：

第1候補：Mrs. GREEN APPLE「ライラック」
第2候補：Mrs. GREEN APPLE「ダーリン」
第3候補：Snow Man

Gensparkは「ライラック」を1位に挙げていますが、これは昨年すでにレコード大賞を受賞している楽曲です。確かに今年も売れた楽曲ではありますが、さすがに2年連続で同じ曲が受賞するのは考えにくいところ。その意味では、実質的には「ダーリン」が本命と見ることもできます。

また、3位にSnow Manがランクインしているのも興味深い結果です。

Skywork（R1V4）の予測結果

Skyworkの分析も完了しました。

Skyworkの結論：「『ダーリン』がレコード大賞を受賞する可能性が最も高い」

さらに面白いのは、対抗馬とダークホースの予測です。

対抗馬：BE:FIRSTの「夢中」
ダークホース：CANDY TUNEの「倍倍FIGHT!」

CANDY TUNEをダークホースとして挙げているのは、他のAIにはない独自の視点です。これは非常に興味深い分析結果と言えるでしょう。

Grok（Deep Research）の予測結果

Grokの予測結果も確認してみましょう。

Grokの結論：「Mrs. GREEN APPLEの『ダーリン』が最有力候補です」

Grokは第2位の予報は明示していませんでしたが、ビルボードの順位などの客観的なデータをもとに分析を行っていることが確認できました。データドリブンなアプローチが特徴的です。

ChatGPTとGoogleの処理時間について

ここで気づいたのは、ChatGPTとGoogle Geminiは他のAIに比べて処理に時間がかかっているということです。Claudeもまだ思考中で、この時点で約5分間考え続けていました。

「早いのがいいのか、遅いのがいいのか」という議論はありますが、今回は予測の精度が重要です。じっくり考えてもらった方が、より正確な結果が期待できるかもしれません。時間がかかること自体は全く問題ありません。

それにしても、FeloやSkyworkなど、早く結果を出したAIのスピードには驚かされます。

Google Geminiの分析プロセス

Googleの方は、かなり多くの基準から多角的に分析を進めている様子が画面から確認できました。分析のプロセス自体が可視化されており、どのような観点からデータを処理しているのかが分かります。

このプロセスを見ているだけでも非常に勉強になります。AIがどのようにして結論を導き出すのか、その思考過程を垣間見ることができるのは貴重な体験です。

Claude（研究モード）の予測結果

Claudeの分析が完了しました。「完成しました」というメッセージとともに、テキストデータの比較レポートが出力されています。

Claudeの注目ポイント：「Mrs. GREEN APPLEが史上初の3連覇なるか」

Claudeは、もしMrs. GREEN APPLEの「ダーリン」が受賞すれば、それは史上5組目の3連覇という歴史的快挙になることを指摘しています。単なる予測だけでなく、その背景にある歴史的文脈まで分析しているのが印象的です。

Claudeの結論：「『ダーリン』が最有力候補です」

レポートには各楽曲にポイントが付けられており、「夢中」などの他の候補曲もそれぞれ評価されています。

Claudeの総合得点：

「ダーリン」：星3つ（ダントツのトップ）
BE:FIRST、幾田りら、CANDY TUNE：続く位置だが差は歴然
その他の楽曲：星2つ

結論として、「ダーリン」がダントツで飛び抜けているという評価でした。他の楽曲と比較しても、勝ち目がないほどの差があるという分析結果です。

最優秀新人賞の発表（リアルタイム情報）

ちなみに、この検証を行っている最中に、最優秀新人賞の発表がありました。受賞したのはHANAさんです。

これは前日に私が予言していた通りの結果でした。HANAさんについては「残念ながらレコード大賞の方は獲らないのではないか」という話をしていたのですが、やはり新人賞の方を受賞しました。というのも、HANAさんはそもそもレコード大賞の優秀作品賞にはノミネートされていなかったのです。

最優秀新人賞としては、ダントツの受賞だったのではないでしょうか。

ChatGPT（Deep Research）の予測結果

ChatGPTのリサーチもついに完了しました。結果を見ていきましょう。

ChatGPTの結論：「あらゆる指標で抜きん出た実績はMrs. GREEN APPLEの『ダーリン』でしょう」

さらに、「対抗があるとすればアイナ・ジ・エンドの『革命道中』が挙げられる」という分析も示されています。

最終的な見解として、「Mrs. GREEN APPLEが獲る可能性が非常に高いと思われます」という結論に至っています。

Google Gemini（Deep Research + Pro）の予測結果

最後に、Google Geminiの分析も完了しました。

Geminiのレポートタイトル：「Mrs. GREEN APPLE『ダーリン』が覇権の証明と3連覇の挑戦」

Geminiは詳細なレポート形式で結果を出力しており、以下のような予測を示しています。

最有力候補（本命）：Mrs. GREEN APPLEの「ダーリン」
対抗馬：BE:FIRSTの「夢中」
ダークホース：アイナ・ジ・エンドの「革命道中」

私の事前予測とは若干異なる部分もありますが、この3つの楽曲が上位に来るという分析は十分に理解できるものです。

7つのAI予測結果のまとめ

ここまでの結果を整理すると、全てのAIがMrs. GREEN APPLEの「ダーリン」を最有力候補として予測していることが分かります。

AIツール	最有力候補	対抗馬・ダークホース
ChatGPT	ダーリン	アイナ・ジ・エンド「革命道中」
Google Gemini	ダーリン	BE:FIRST「夢中」、アイナ・ジ・エンド「革命道中」
Claude	ダーリン	BE:FIRST、幾田りら、CANDY TUNE
Felo	ダーリン	アイナ・ジ・エンド「革命道中」
Genspark	ダーリン（実質）	Snow Man
Skywork	ダーリン	BE:FIRST「夢中」、CANDY TUNE「倍倍FIGHT!」
Grok	ダーリン	—（明示なし）

7つのAIが揃って同じ結論を出すというのは、非常に説得力のある結果です。

運命の発表！AIの予測は的中したのか？

レコード大賞の発表の瞬間

全てのAIの予測が出揃いました。7つのAI全てがMrs. GREEN APPLEの「ダーリン」を本命として予測しています。

しかし、予測はあくまで予測。実際の結果はどうなったのでしょうか。運命の発表の瞬間を見届けましょう。

2025年第67回日本レコード大賞の結果

それでは発表します。

2025年、第67回日本レコード大賞は——

Mrs. GREEN APPLE「ダーリン」！

やはりそうでした。7つのAI全ての予測が見事に的中したのです！

「いや、そりゃそうだよね」と思わず声が漏れてしまいましたが、それだけデータが明確にMrs. GREEN APPLEの優位性を示していたということでしょう。

AIの予測力が証明された瞬間

今回の検証で分かったのは、AIの予測力が非常に高いということです。7つの異なるAIツールが、それぞれ独自の分析手法で同じ結論に達し、しかもその予測が実際に的中しました。

昨年のGoogleに続き、今年は7つのAI全てが正解を導き出したという事実は、AIによるデータ分析の信頼性を示す良い事例となりました。

Mrs. GREEN APPLEの皆さん、3連覇おめでとうございます！

そして、この検証にお付き合いいただいた皆さん、ありがとうございました！

おわりに

今回の検証では、ChatGPT、Google Gemini、Claude、Felo、Genspark、Skywork、Grokという7つのAIツールを使って、2025年の日本レコード大賞を予測するという挑戦を行いました。

結果として、全てのAIがMrs. GREEN APPLEの「ダーリン」を最有力候補として予測し、その予測は見事に的中しました。これは、AIが膨大なデータを多角的に分析する能力において、非常に優れていることを示しています。

各AIには処理速度や分析の深さに違いがありました。Feloは驚くほど早く結果を出し、ChatGPTやGoogle Geminiはじっくりと時間をかけて詳細なレポートを作成しました。Claudeは歴史的文脈まで踏み込んだ分析を行い、Skyworkは独自のダークホース予測を示すなど、それぞれのAIに個性があることも分かりました。

昨年に続き2年連続でAIの予測が的中したことは、今後の予測企画にも期待が持てる結果となりました。来年はさらに多くのAIツールを試してみたり、異なる分野の予測に挑戦してみたりするのも面白いかもしれません。

AIの進化は日進月歩です。今回の検証が、皆さんのAI活用のヒントになれば幸いです。これからもAIを使った面白い検証企画をお届けしていきますので、どうぞお楽しみに！

よくある質問（Q&A）

Q1. 今回使用した7つのAIツールの中で、最も処理速度が速かったのはどれですか？

A1. 最も処理速度が速かったのは「Felo」です。他のAIがまだ分析中の段階で、Feloはすでに詳細なリサーチ結果を出力していました。一方、ChatGPTやGoogle Geminiは時間をかけてじっくりと分析を行い、より詳細なレポートを作成する傾向がありました。処理速度と分析の深さは、必ずしも比例しないことが今回の検証で分かりました。

Q2. なぜ7つのAI全てが同じ結論に達したのでしょうか？

A2. これは、Mrs. GREEN APPLEの「ダーリン」がビルボードチャート、ストリーミング再生数、CD売上など、あらゆる指標において圧倒的な実績を残していたためと考えられます。客観的なデータが明確に一つの楽曲の優位性を示していたため、異なる分析手法を持つAIでも同じ結論に至ったのです。データドリブンな分析の強みが発揮された結果と言えるでしょう。

Q3. AIによる予測は毎年当たるものなのでしょうか？

A3. 昨年のGoogleによる予測に続き、今年は7つのAI全てが的中しました。ただし、これはあくまで2年連続の結果であり、AIの予測が常に正しいとは限りません。レコード大賞の選定には、数値化しにくい要素（審査員の主観、その年の音楽シーンへの貢献度など）も含まれるため、データだけでは予測できない「波乱」が起きる可能性は常にあります。

Q4. 各AIが挙げた対抗馬やダークホースはそれぞれ異なりましたが、これはなぜですか？

A4. 最有力候補が明確だった一方で、2位以降の順位はデータの解釈によって異なります。例えば、ChatGPTとFeloはアイナ・ジ・エンドの「革命道中」を対抗馬に挙げ、Google GeminiとSkyworkはBE:FIRSTの「夢中」を挙げました。これは、各AIがどの指標を重視するか、どのような重み付けで分析するかによって結果が変わることを示しています。

Q5. 来年もこのAI予測企画は行われる予定ですか？

A5. はい、2年連続でAIの予測が的中したこともあり、来年も同様の検証企画を行う予定です。さらに多くのAIツールを試したり、予測の精度を高めるための新しいアプローチを模索したりする計画もあります。また、レコード大賞だけでなく、他の音楽賞やイベントの予測にもAIを活用する企画を検討中です。ぜひ楽しみにしていてください！

詳しくは15分の動画で解説しました。
https://www.youtube.com/watch?v=4je6hrie4Yc

0:00 📺 導入部分:2025年レコード大賞AI予測企画の説明
1:06 🤖 ChatGPT・Geminiへのプロンプト送信開始
2:09 🔄 複数のAIツール(Perplexity/JenSpark/SkyWork/Grok)への一斉送信
3:21 ⚙️ リサーチ設定の調整と各AIの分析開始
4:28 📊 最初の結果:Perplexity・Gensparkが即座に回答
5:38 ⏳ 各AIツールの進行状況確認 6:47 📈 SkyWork・Grokの予測結果が判明
7:55 🕐 ChatGPT・Googleは深い分析で時間がかかる
9:04 🧠 Claudeの詳細分析結果が完成
10:19 🌸 新人賞発表(HANAさん受賞)
11:26 🔍 GoogleのDeep Research完了
12:33 📝 Googleの予測結果詳細確認
13:40 💡 ChatGPTの最終予測結果
14:58 🏆 実際のレコード大賞発表:AI予測が的中!

上記の動画はYouTubeメンバーシップのみ
公開しています。詳しくは以下をご覧ください。
https://yokotashurin.com/youtube/membership.html
YouTubeメンバーシップ申込こちら↓
https://www.youtube.com/channel/UCXHCC1WbbF3jPnL1JdRWWNA/join

生成AIのDeep Researchで2025年レコード大賞を予測した結果

🔬 Deep Research Deep Researchとは、AIが単なる検索ではなく、複数の情報源を横断的に調査・分析し、総合的なレポートを生成する高度な機能です。ChatGPT、Gemini、Claude、Grokなど主要AIに搭載されており、複雑な問題の調査や予測分析に活用されます。

🏆 日本レコード大賞 日本レコード大賞は、1959年から続く日本最大級の音楽賞です。その年に発表された楽曲の中から、作曲・編曲・歌唱など音楽的完成度と売上・話題性を総合評価し、大賞を決定します。毎年12月30日にTBSで生放送されます。

🍏 Mrs. GREEN APPLE Mrs. GREEN APPLEは、大森元貴を中心とする日本のロックバンドです。2023年「ケセラセラ」、2024年「ライラック」に続き、2025年「ダーリン」で史上5組目となる3連覇を達成。音楽チャートでも圧倒的な実績を誇ります。

💬 プロンプト プロンプトとは、AIに対してユーザーが入力する指示文のことです。今回の検証では、優秀作品賞のデータと56のリンク先を含む詳細なプロンプトを全AIに共通で入力し、公平な比較分析を行いました。

📊 多角的分析 多角的分析とは、一つの視点に偏らず、複数の基準や指標から対象を評価する手法です。今回のAI予測では、音楽チャート順位、売上データ、話題性など様々な角度からレコード大賞候補を分析しました。

🤖 ChatGPT ChatGPTは、OpenAI社が開発した対話型AIです。Deep Research機能では詳細な調査レポートを生成でき、今回の検証では処理に時間を要したものの、「ダーリン」を最有力と予測し、対抗馬にアイナ・ジ・エンドを挙げました。

💎 Gemini GeminiはGoogleが開発したAIモデルです。プロモードとDeep Research機能を組み合わせることで高度な分析が可能。昨年のレコード大賞予測でも「ライラック」を的中させた実績があり、今回も正確な予測を行いました。

🧠 Claude ClaudeはAnthropic社が開発したAIです。「じっくり考えるモード」と「研究モード」を併用することで深い分析が可能。今回の検証では約5分間の思考の末、総合得点で「ダーリン」がダントツという詳細な比較結果を出力しました。

⚡ 処理速度の差異 AI間で処理速度に大きな差が見られました。Feloは数分で結果を出した一方、ChatGPTやGeminiは10分以上を要しました。ただし、速度と精度は必ずしも比例せず、全AIが同じ結論に達したことが注目されます。

🎯 AI予測の的中 今回の検証では、7つの異なるAIが全て同じ予測結果を出し、実際の受賞結果と一致しました。これは、十分なデータと適切なプロンプトを与えれば、AIが高い精度で将来の結果を予測できる可能性を示しています。

超要約1分ショート動画こちら↓
https://www.youtube.com/shorts/9PvtnAvLRio

生成AIのDeep Researchで2025年レコード大賞を予測した結果

1. はじめに

本レポートは、主要な生成AIプラットフォームが持つ予測能力と性能特性を客観的に評価・比較することを目的としています。対象読者として、ビジネスや研究の現場でAIツールの導入を検討しているプロフェッショナルを想定しており、具体的なツール選定に資する実践的な洞察を提供します。

評価にあたっては、2025年の「第67回日本レコード大賞」の受賞作品予測という、結果が明確に検証可能な実世界のケーススタディを採用しました。これにより、各AIの予測精度だけでなく、分析プロセス、応答速度、アウトプットの形式といった多角的な側面から、それぞれの強みと弱みを明らかにします。

続くセクションでは、本評価の具体的な枠組みと方法論について詳述します。

2. 評価の概要

本評価実験は、信頼性と再現性を担保するため、標準化された条件下で実施されました。評価対象となるAIプラットフォーム、ケーススタディの選定理由、そして全てのAIに共通して提供されたテスト環境を明確に定義することで、各AIのパフォーマンスを公平に比較するための基盤を構築しました。このアプローチは、ツールの特性を客観的に把握する上で戦略的に重要です。

2.1. 評価対象AI

今回の評価では、現在市場で注目されている以下の7つの生成AIプラットフォームを対象としました。各プラットフォームの特定の高度な機能を活用し、その最大性能を引き出すことを試みました。

• ChatGPT (Deep Research機能)

• Google Gemini (Deep Research機能、プロモード)

• Claude (じっくり考えるモード、研究モード)

• Felo (リサーチ分析機能)

• Genspark (深層研究機能)

• Skywork (R1V4)

• Grok (Deep Research機能)

2.2. 評価ケーススタディ

評価タスクには、「第67回日本レコード大賞（2025年）の受賞作品予測」を選定しました。具体的には、大賞の候補となる「優秀作品賞」にノミネートされた10作品の中から、大賞受賞作品を予測するタスクを各AIに課しました。

2.3. テスト環境とプロンプト

全てのAIに対し、公平な評価を行うため、以下の共通情報をインプットとして提供しました。

• 第67回日本レコード大賞「優秀作品賞」ノミネート作品リスト

• 選考の参考となる56のデータリンク

この標準化された入力に加え、Grokについては、初期応答でユーザーに質問を投げかける対話的な挙動が見られました。これに対し、以下の通り追加の指示を行いました。

1. あらゆるデータを公平に分析すること

2. レポート形式で特典付き、各曲の得点比較などの形式が良いです

3. 過去の話題性は考慮しなくて良いです。あくまでもレコード大賞の選定基準で

この対話的プロセスは、Grokがユーザーの意図を汲み取る能力を持つことを示す一方で、他のAIとは異なる、より詳細な指示セットを受け取ったことを意味します。これは本評価における潜在的なバイアスであり、結果を解釈する上で考慮されるべきである。

次章では、これらの条件下で各AIが示した具体的なパフォーマンスについて、個別に詳述します。

3. 各AIの性能評価

このセクションでは、評価対象となった各AIの個別のパフォーマンスを詳細に分析します。応答速度、分析プロセス、そして最終的な予測結果とアウトプットの特性という観点から、それぞれのAIが示した長所と短所を客観的に評価します。

3.1. Felo

• 応答速度: 分析開始後、極めて短時間で結果を提示し、「非常に高速」なパフォーマンスを示しました。その速度は、実験担当者から「早いな。もう終わったの？」という所感が漏れるほどでした。

• 予測結果とアウトプアウト: 長文のテキスト解説形式で、「Mrs. GREEN APPLEの『ダーリン』が受賞する可能性が極めて高い」と明確に結論付けました。また、波乱要因としてアイナ・ジ・エンドの「革命道中」が浮上する可能性にも言及しており、単一の予測に留まらない分析を提供しました。

3.2. Genspark

• 応答速度: 迅速に結果を提示したAIの一つです。

• 予測結果とアウトプット: 予測結果をシンプルな順位付け形式で提示しましたが、その内容には深刻な問題点が見られました。第1候補に前年の受賞アーティストの楽曲である「ライラック」を挙げ、実際の受賞作「ダーリン」を第2候補としました。実験担当者が「ライラックは去年獲っているから…さすがに連続はない」と指摘した通り、この予測は過去の受賞歴という重要な文脈を無視した、精度の低いものでした。さらに、第3候補としてノミネートリストに存在しない「Snow Man」を挙げるという、致命的なハルシネーション（事実に基づかない情報の生成）が発生しました。この事実は、Gensparkの予測信頼性に重大な疑念を投げかけるものです。

3.3. Skywork

• 応答速度: 迅速な結果提示が可能なAIの一つでした。

• 予測結果とアウトプット: 「本命」「対抗馬」「ダークホース」という、質的なシナリオ分析フレームワークを用いて予測を提示した点が特徴的です。結論として「『ダーリン』が最も可能性が高い」としながらも、対抗馬にBE:FIRSTの「夢中」、ダークホースにCANDY TUNEの「倍倍FIGHT!」を挙げるなど、多角的な視点からの分析結果を示しました。

3.4. Grok

• 分析プロセス: 分析開始時にユーザーへ「最も重視するものは何か」と質問を投げかける、対話的なアプローチが際立っていました。これにより、ユーザーの意図を汲み取った上で分析の軸を調整する能力があることが示されました。

• 予測結果とアウトプット: 追加指示を踏まえ、「Mrs. GREEN APPLEの『ダーリン』が最有力候補です」と結論を提示しました。分析の根拠としてビルボードの順位などを挙げており、データに基づいた論理的な予測を行いました。

3.5. Claude

• 応答速度: 分析に5分以上を要し、じっくりと時間をかけて思考するタイプのAIであることが示されました。

• 予測結果とアウトプット: 独自の定量的スコアリングシステム（星の数）で結果を提示した点が非常に特徴的です。「ダーリン」が星3つで「ダントツ」の首位と評価され、他の候補（BE:FIRST、幾田りら、CANDY TUNEなど）との間に明確な差があることを視覚的かつ定量的に示しました。

3.6. ChatGPT

• 応答速度: ClaudeやGoogle Geminiと同様に、分析には一定の時間を要しました。

• 予測結果とアウトプット: 「あらゆる指標で抜きん出た実績」を根拠に、「Mrs. GREEN APPLEの『ダーリン』」を最有力候補とする、極めてロジカルな結論を導き出しました。対抗馬としてアイナ・ジ・エンドの「革命道中」を挙げており、Feloと類似した分析視点も持ち合わせていることが確認されました。

3.7. Google Gemini

• 応答速度: 他の熟考型AIと同様に、分析プロセスに時間を要しました。

• 分析プロセス: 透明性の高い、多基準意思決定分析（MCDA）プロセスが特徴です。その緻密さは実験担当者から「結構色々な基準から多角的に分析している気がします。プロセスがすごいですよね」と高く評価されました。

• 予測結果とアウトプット: 体系的なレポート形式で出力され、「Mrs. GREEN APPLE『ダーリン』」を本命、BE:FIRSTの「夢中」を対抗馬、アイナ・ジ・エンドの「革命道中」をダークホースとする詳細な分析結果を提示しました。

以上の個別評価を踏まえ、次のセクションではこれらの結果を横断的に比較分析し、各AIの相対的な特性を明らかにします。

4. 比較分析

ここまでの個別評価の結果を踏まえ、本セクションでは各AIの特性を横断的に比較・分析します。予測精度、応答速度、そして分析プロセスとアウトプット形式という3つの重要な軸で比較検討することにより、各AIの相対的な強みと弱みを浮き彫りにし、ツール選定における戦略的価値を明らかにします。

4.1. 予測精度

評価軸: 予測の正確性

分析: 今回のケーススタディでは、Gensparkを除く6つのAIが、実際の受賞作品であるMrs. GREEN APPLEの「ダーリン」を最有力候補として正確に予測しました。Gensparkは受賞作を第2候補とし、さらに存在しない候補を挙げるなど、著しく信頼性を欠く結果となりました。他のAIの予測が一致したという事実は、提供されたデータに基づけば、各AIが高い分析能力を発揮したことを示唆しています。しかし、この満場一致の結果は、各AIの高度な分析能力を証明する一方で、提供されたデータセットから勝者が比較的容易に予測可能であった可能性も示唆している。今後の評価では、より結果が拮抗する複雑なケーススタディを用いることが望ましい。

4.2. 応答速度

評価軸: 結果提示までの時間

分析: 応答速度においては、AIは明確に2つのグループに分類されました。

• 高速グループ: Felo, Genspark, Skyworkがこのグループに該当します。これらのAIは数分とかからずに分析結果を提示しました。即時性が求められるタスクで有用ですが、Gensparkの例が示すように、速度と引き換えに精度や信頼性が犠牲になるリスクも考慮すべきです。

• 熟考グループ: ChatGPT, Google Gemini, Claudeが該当します。これらのAIは5分以上の時間をかけて分析を行いました。この追加の処理時間は、アウトプットの質的向上に寄与していると見られます。具体的には、Geminiの透明性の高い分析プロセス、Claudeの定量的なスコアリング、ChatGPTの論理的な解説文など、より深く、ニュアンスに富んだ結果を生成する傾向がありました。実験担当者の「予測なのでじっくり考えてもらいたい」というコメントが示すように、分析の深さが重視されるタスクでは、この「熟考」は明確な利点となります。

4.3. 分析プロセスとアウトプット形式

評価軸: 結果の提示方法とその戦略的価値

分析: 各AIは、結論に至るプロセスやその提示形式において顕著な独自性を示しました。この違いは、ユーザーの目的に応じて最適なツールが異なることを示唆しています。以下の表は、各AIのアウトプット形式が持つ戦略的価値をまとめたものです。

AIプラットフォーム	アウトプット形式の特長	ビジネス・研究における戦略的価値
Google Gemini	透明性の高い多角的な分析プロセスとレポート形式	分析根拠の検証や再現性が求められる研究・報告業務に最適
Claude	独自のスコアリング（星評価）による定量的比較	複数選択肢を客観的指標で優先順位付けしたい場合に有効
Skywork	「本命・対抗・ダークホース」の質的シナリオ分析	不確実性の高い市場予測や競合分析で複数のシナリオを評価する際に有効
Grok	ユーザーへの質問を通じた対話的なプロセス	要件が不明確な初期段階で、対話を通じて分析の軸を定義したい場合に有効
Genspark	シンプルなランキング形式（ただし信頼性に課題）	迅速な回答が必要だが、出力内容は必ず人間による厳格なファクトチェックを要する
Felo	速度を重視した包括的なテキスト解説	即時性が最優先され、テキストベースの網羅的な回答が必要な場合に有効
ChatGPT	論理的な根拠を明確にした解説文	結論に至るまでの論理的背景（「なぜ」）の理解が重要な意思決定に有効

次の最終章では、これらの分析結果を基にした総合的な結論と、ツール選定のための具体的な指針を提示します。

5. 考察と結論

本レポートでは、7つの主要な生成AIプラットフォームの予測能力を、実世界のケーススタディを通じて多角的に評価・分析しました。この最終セクションでは、実験から得られた重要な発見を総括し、それらがビジネスや研究の現場でAIツールを選定する際に、どのような実践的な洞察を提供するのかを論じます。

5.1. 総括

本評価実験は、現代の生成AIが持つ高度な情報処理能力を示す一方で、その性能には顕著な差異が存在することを明らかにしました。Gensparkを除く6つのAIが正確な予測を達成したことは、データに基づく分析タスクにおけるAIの有効性を裏付けています。

しかし、最も重要な発見は、各AIが採用するアプローチ——応答速度、分析プロセス、アウトプット形式——の多様性です。高速だが信頼性に課題のあるAI、時間をかけて質の高い分析を提供するAI、対話や独自のフレームワークを通じて新たな視点を与えるAIなど、それぞれに明確な個性と強みが存在します。この結果は、「どのAIが優れているか」という一元的な問いではなく、「どのAIが特定の目的に最も適しているか」という視点でのツール選定が不可欠であることを強く示唆しています。