GPT-5.6モデルの使い分け方士業が業務5類型で選ぶ判断基準

GPTの使い分けとは、業務の性質でモデルの等級を配分する設計のことです。

OpenAIの発表によると、2026年8月6日の更新でSolの事実誤りを含む回答は、更新前のGPT-5.5 Instantと比べて68%減ったとされています(出典: Sol改良と無料版拡大の発表)。この数字だけを見て、新しいSolにすべての業務を任せればよいと考えるのは早計です。この記事では、2026年8月時点のGPTモデルのラインナップを一次情報で確認したうえで、事務所の業務を5つの類型に分け、どの類型にどの等級を当てるかという判断基準を示します。本記事は士業のチカラ編集部が、公表されている一次情報のみを根拠に作成しています。法令の条文はe-Gov法令検索の原文で、行政の見解は各府省庁の公表資料で確認しています。モデルの仕様と価格は、OpenAIが公開しているGPT-5.6の発表の記載に基づきます。ChatGPTの基本的な使い方の型そのものは士業のChatGPT使い方入門業務別の型6つと入力ルールの決め方で扱っているため、本記事はその一歩先、モデルの等級をどう選ぶかに絞って掘り下げます。

GPT-5.6 Sol・Terra・Lunaの体制と2026年8月の更新

OpenAIは2026年7月9日、GPT-5.6のモデル群を一般提供として公開しました(出典: GPT-5.6の発表)。ラインナップはSol、Terra、Lunaの3等級です。Solは新しい旗艦モデル、Terraは日常業務向けの均整の取れたモデル、Lunaは最速で費用を最も抑えられるモデルという位置づけが、同じ発表資料に示されています。

料金は100万トークンあたりのドル建てで公開されています。発表時点の入力と出力の単価は、Solが5ドルと30ドル、Terraが2.5ドルと15ドル、Lunaが1ドルと6ドルでした(出典: 前掲のGPT-5.6の発表)。この単価は長く続かず、2026年7月30日にOpenAIはLunaを80%、Terraを20%値下げしたと公表しています(出典: 価格性能フロンティアの更新)。値下げ後のTerraは入力2ドルと出力12ドル、Lunaは入力0.2ドルと出力1.2ドルです。Solの単価はこの改定でも変わっていません。

さらに2026年8月6日、OpenAIはChatGPT上のSolを更新したと公表しました。金融・医療・法務分野を含む内部評価で、事実誤りを含む回答の割合が、更新前のGPT-5.5 Instantと比べてSolで68%、Lunaで62%少なくなったとしています(出典: 前掲のSol改良と無料版拡大の発表)。同じ発表では、無料版とGoプランの既定モデルがLunaに切り替わり、テキストチャットの上限がなくなったことも示されています。一方で、ChatGPT WorkとCodexで動くSolはこの更新の対象外だと明記されています。つまり、Solという同じ名前のモデルでも、通常のチャット画面とChatGPT Work・Codexとでは、更新のタイミングがずれる場面があります。事務所として使っているのがどちらの画面のSolかまで、把握しておく必要が出てきます。

この動きが示すのは、等級の境目が固定ではないということです。数か月前まで有償プラン専用だった水準のモデルが、無料版の既定に降りてきました。士業の実務でここから読み取れるのは、モデル名を事務所規程に固定で書き込むと、更新のたびに規程が古びるという点です。次の章では、モデル名ではなく業務の類型で判断する枠組みを示します。

業務5類型でSol・Terra・Lunaを割り当てる判断軸

結論から書くと、事務所の業務は定型変換、下書き生成、長文読解、整合チェック、調査の5つに分けると割当が決まります。Claudeの等級を使い分ける記事では業務を4類型で整理しました(Claude最新モデルの使い分け士業が業務4類型で選ぶ判断基準)。GPTの並びには調査に強いという特徴があるため、本記事では調査を5つ目の独立した類型として扱います。

類型1は定型変換です。議事録の体裁を整える、書式の違う資料を事務所の様式に寄せる、顧問先へのメール文面を型どおりに起こす。判断がほとんど要らず、量が多く、速さが効く仕事です。ここはLunaの領域になります。OpenAIは、Lunaがツールを使った複数手順の作業をこなせる水準にありながら、費用を大きく抑えられるモデルだと位置づけています(出典: 前掲の価格性能フロンティアの更新)。量をさばく係としてLunaを当てる使い方に向きます。

類型2は下書き生成です。顧問先への説明資料、事務所内の手順書、提案書のたたき台。ある程度の構成力と文体の安定が要り、そのうえで本数を出す仕事です。ここはTerraが扱いやすい位置にあります。発表資料はTerraを日常業務向けの均整の取れたモデルと位置づけており、Solに近い結果を、より低い費用で出せると説明されています(出典: 前掲のGPT-5.6の発表)。日常業務の主力をTerraに置き、上下に振れたときだけ等級を動かす形にすると運用が単純になります。

類型3は長文読解です。就業規則の全文から改定漏れを拾う、契約書の束から条項の書きぶりの差を抜く、税務調査の資料一式を通しで読む。ここで効くのは推論の深さより、渡した量の後半まで均等に見ているかどうかです。ChatGPT Businessの料金ページでは、通常の応答で使える文脈量とは別に、深い推論を使う場合の文脈量が示されています。後者はBusinessとEnterpriseのどちらも25万6千トークンに達します(出典: ChatGPT Businessの料金ページ)。長文を通しで読ませる業務では、深い推論の設定を使う組み立てが実務的です。

類型4は整合チェックです。複数の資料の間で前提が食い違っていないか、条件分岐の多い制度を当てはめたときに矛盾が出ないか。ここは深い推論が効くので、Solの領域です。効率と精度の交換は、モデルを切り替えるより先に、効果レベルの設定を上げるという手段でも調整できます。GPT-5.6にはultraという設定もあります。これは複数のエージェントを並列に走らせて一つの結果にまとめる仕組みで、時間のかかる検証を早く終わらせる目的で使われます(出典: 前掲のGPT-5.6の発表)。整合チェックの中でも特に量が多い案件では、このultraが選択肢に入ります。

類型5は調査です。判例や公表資料を横断的に集めて論点を整理する、複数の一次情報源を突き合わせて事実関係を固める。OpenAIの公開評価では、Web上の情報を探索して答えを組み立てるBrowseCompという指標で、Solが90.4%、より高い効果レベルでは92.2%という結果が示されています(出典: 前掲のGPT-5.6の発表)。ChatGPT BusinessとEnterpriseにはDeep Researchという調査特化の機能も含まれており(出典: 前掲のChatGPT Businessの料金ページ)、事務所の判例調査や制度調査の下ごしらえに使う余地があります。ただし、調査の結果として出てくる条番号や事実は、原文で確かめてから書面に使う工程が欠かせません。

割当の考え方をまとめると、定型変換にLuna、下書き生成にTerra、長文読解はTerraから深い推論の設定へ、整合チェックにSol、調査にSolとDeep Researchです。どの類型にも共通する前提が一つあります。外に出る成果物の最終確認は、有資格者が行う工程として残すことです。Lunaが整えた文面も、Solが拾った矛盾も、顧問先に渡す段階では人の目を通す。等級を上げても、この工程は減らせません。

業務の棚卸しには、Sol自身に整理させる方法が早く進みます。

あなたは士業事務所の業務設計を手伝うアシスタントです。
以下の作業一覧を、次の5類型に分類してください。

1. 定型変換(判断がほぼ不要・量が多い・速さが効く)
2. 下書き生成(構成力と文体の安定が要る・本数を出す)
3. 長文読解(渡す資料が長い・後半の取りこぼしが致命的)
4. 整合チェック(複数資料の矛盾検出・条件分岐が多い)
5. 調査(複数の一次情報源を横断して論点を集める)

分類のあとに、各作業について次を出力してください。
- 判定の根拠(30字以内)
- 想定する等級(Luna・Terra・Sol のいずれか)
- 有資格者の最終確認が必須かどうか

【作業一覧】
(ここに事務所の作業を箇条書きで貼る。顧問先名は伏せてA社・甲などに置き換える)

調査の類型では、出典を切り離さない指示文を型として持っておくと、確認の手間が減ります。

あなたは士業事務所の調査を補助する役です。以下の論点について、公表されている
一次情報を根拠に整理してください。

条件:
- 官公庁または職能団体が公表した資料のみを根拠にすること
- 出典として、資料名と参照した箇所が分かる形を必ず添えること
- 出典を示せない内容は「一次情報で確認できず」と明記し、推測で埋めないこと
- 条文番号を含む場合は、それが確認済みかどうかを併記すること

【調査したい論点】
(ここに論点を記述する。固有名詞は必要な範囲に絞る)

【出力形式】
- 論点の要約(3行以内)
- 確認できた事実と出典
- 確認できなかった事項

この型を使うと、出典のない断定と、確認済みの事実が混ざりにくくなります。調査の類型でとくに効く工夫です。

GPTの契約形態で守秘義務の扱いが分かれる3つの場面

事務所でGPTを契約する前に確認しておくことが3つあります。個人向けと法人向けで学習利用の既定が逆になっている点、Projectsやカスタム指示のような個別機能でも扱いが分かれる点、そして資格法上の守秘義務との重なりです。

一つ目は契約形態です。OpenAIのヘルプセンターによると、個人向けのFree・Plus・Proには、Improve the model for everyoneという設定があります。これがオンになっていると、入力した内容がモデルの改善に使われます。この設定は利用者がいつでも切り替えられますが、既定でオンになっている点が実務上の要点です(出典: データコントロールFAQ)。一方、法人向けのChatGPT Business・Enterpriseでは並びが逆になります。OpenAIは、ChatGPT Business・Enterprise・Edu・ヘルスケア向け・教員向けプランとAPIについて、既定では入力や出力をモデルの学習に使わないと説明しています(出典: エンタープライズプライバシー)。同じGPTでも、契約形態が違えば既定の向きが逆になる。この一点は、事務所として最初に確定させておく項目です。

二つ目は、Projectsやカスタム指示のような個別機能です。OpenAIのヘルプセンターは、Projectsについても契約形態で扱いが分かれることを明示しています。ChatGPT Business・Enterprise・Eduでは、Projectsでアクセスした情報を既定では学習に使いません。Free・Plus・Proでは、先述の設定がオンになっていれば学習に使われ得ると書かれています(出典: ChatGPTのProjects)。カスタム指示についても、入力した指示の内容はモデルの応答を調整する目的で使われると同じヘルプセンターが説明しています。文字数の上限はFree・Goが1,500字、Plus・Pro・Enterprise・Business・Educationが5,000字です(出典: カスタム指示)。機能を契約プランの土台とは別物として扱うと、この差を見落とします。

三つ目は、士業の資格法との重なりです。弁護士は弁護士法第23条が秘密保持の権利および義務を、税理士は税理士法第38条が秘密を守る義務を定めています。個人情報の側では、個人情報の保護に関する法律の第23条が安全管理措置を、第27条が第三者提供の制限を定めています。生成AIサービスへの入力は、これらの条文が直接使ってよいかを答える構成にはなっていません。事務所として、契約形態とデータ区分を先に決め、その運用が各条文の趣旨と食い違わないかを確認する順序になります。学習利用の設定を切り替える手順そのものはChatGPTを学習させない設定の考え方士業事務所の確認手順と限界に詳しく整理してあります。

規程に落とすときは、モデル名ではなく契約形態とデータ区分の対応で書く運用が実務的です。公開情報だけを扱う作業、顧問先名を伏せた抽象化済みの情報を扱う作業、識別可能な情報を扱う作業。この三区分に、使ってよい契約形態を紐づけておくと、モデルの世代が変わっても規程の骨組みは維持できます。

GPT活用でよくある失敗と回避策

失敗の型として、事務所の相談でよく聞くものが3つあります。

一つ目は、個人契約のPlusをそのまま業務に使い、学習利用の設定を確認しないまま顧問先の資料を入力してしまう例です。法人向けのBusinessやEnterpriseとは既定が逆であることに気づかず、個人向けプランの感覚のまま運用してしまう形です。回避策は、事務所として契約する形態を先に一本化し、個人向けアカウントでの業務利用を認めないと決めておくことです。

二つ目は、ChatGPT上のSolが更新されたという告知を見て、ChatGPT WorkやCodexで動くSolも同じように変わったと思い込む例です。2026年8月6日の更新は通常のチャット画面のSolが対象で、ChatGPT WorkとCodexのSolはこの更新の対象外だとOpenAIは明記しています(出典: 前掲のSol改良と無料版拡大の発表)。回避策は、更新の告知を読むときに、対象となる画面や製品名まで確認する習慣を持つことです。

三つ目は、すべての業務をSolで処理してしまう例です。定型変換のような量の多い作業まで最上位のモデルに寄せると、費用と応答時間の両方が膨らみます。逆に、整合チェックのような深い推論が要る作業をLunaに寄せると、取りこぼしを人が拾い直す時間が増え、事務所全体の負担はかえって下がりません。回避策は、本記事の5類型のように、業務の性質で等級をあらかじめ決めておくことです。

GPT導入の費用・工数・体制

個人向けの料金は、2026年1月時点でGoが月額8ドル、Plusが月額20ドル、Proが月額200ドルと公表されています(米国価格、出典: ChatGPT Goの発表)。法人向けのBusinessは、年払いで一人当たり月額20ドル、月払いでは25ドルで、2名から契約できます(出典: 前掲のChatGPT Businessの料金ページ)。Enterpriseは個別見積もりで、営業への問い合わせが前提です。BusinessとEnterpriseのどちらも、Sol・Sol Pro・Terra・Lunaを使用量に応じて柔軟に使える枠として提供されており、モデルごとに契約を分ける仕組みではありません(出典: 前掲のChatGPT Businessの料金ページ)。

工数は、契約形態の選定と学習利用設定の確認に半日から1日、5類型への業務の振り分けに半日ほどを見ておくと、無理なく進みます。API経由で自社ツールに組み込む場合は、Solが100万トークンあたり入力5ドルと出力30ドル、Terraが入力2ドルと出力12ドル、Lunaが入力0.2ドルと出力1.2ドルという単価が目安になります(出典: 前掲の価格性能フロンティアの更新)。

体制では、契約プランの管理者を事務所内で一人に定めます。管理者が学習利用の設定と利用者の追加・削除を一括で把握できる状態にしておくと、退職時のアカウント停止も含めて運用が崩れません。

GPTの使い分けが今後どう変わるか

論点は二つあります。一つは、等級の境目が固定ではないことです。無料版の既定モデルが数か月でLunaに切り替わったように、性能と価格の対応関係は動き続けます。事務所の割当をモデル名で持つと、更新のたびに作り直しになります。類型と等級の対応で持ち、モデル名は対応表の値として扱う形にしておくと、更新の影響を一箇所に閉じ込められます。

もう一つは、ultraのような複数のエージェントを使う仕組みが、効果レベルの調整とは別の軸として増えてきたことです。調査や検証のような時間のかかる業務で、並列処理が標準の選択肢になっていく可能性があります。どちらへ振れても変わらないのは、条文や事実を原文で確認する工程です。モデルの等級が上がっても、この工程は代替されません。

よくある質問

事務所でまずどのプランから始めればよいですか

法人向けのBusinessから始める形が扱いやすいです。個人向けプランとは学習利用の既定が逆であるため、事務所として顧問先の情報を扱うなら、最初から法人向けに寄せておくと確認の手間が減ります。

常にSolを使えばよいのではないですか

費用と応答時間の両面で割に合わなくなる場面があります。定型変換のような量の多い作業をSolに寄せると、単価の高さがそのまま費用に跳ね返ります。業務の性質で等級を分けたほうが、事務所全体では安定します。

無料版のLunaで顧問先の資料を扱ってよいですか

事務所としては避けたほうが安全な選び方です。個人向けプランはImprove the model for everyoneが既定でオンになっており、設定を切り替えない限り入力内容が学習に使われ得ます。法人向けプランでは既定が逆になるため、顧問先の情報を扱う業務は法人向けに一本化するのが実務的です。

ChatGPT WorkのSolと、通常のChatGPTのSolは同じ挙動ですか

更新のタイミングは同じとは限りません。2026年8月6日の更新は通常のチャット画面のSolが対象で、ChatGPT WorkとCodexのSolはこの更新の対象外だとOpenAIは明記しています(出典: 前掲のSol改良と無料版拡大の発表)。どちらの画面のSolを指しているか、都度確認する習慣が要ります。

Projectsを使うと守秘義務の扱いは変わりますか

契約形態によって変わります。ChatGPT Business・Enterprise・Eduでは、Projectsでアクセスした情報も既定では学習に使われません。Free・Plus・Proでは、個人向けプランの設定次第で学習に使われ得るため、Projectsを使う場合も契約形態の確認が先になります。

法改正の内容をGPTに聞いてよいですか

条番号や改正の有無をモデルの記憶から書かせない運用が前提になります。条文はe-Gov法令検索の原文で確認し、GPTには読み込ませた原文の中から抽出させる使い方に寄せると、条ずれの事故を避けやすくなります。

ClaudeやGeminiとどちらを選べばよいですか

業務の性質で決める問題です。3つのサービスを業務別に比較した内容はChatGPT・Claude・Gemini比較士業が業務別に使い分ける判断軸に整理しています。どのサービスを選んでも、契約形態の確認と有資格者による最終確認は共通の前提です。

参考文献

※士業のチカラでは、生成AIの導入支援から運用最適化まで、貴事務所の業務に合わせたカスタマイズ提案を行っています。無料相談(30分)も実施中ですので、お気軽にお問い合わせください。
https://shigyonochikara.jp/contact/

本記事の作成体制について

本記事は士業のチカラ編集部が、公表されている一次情報のみを根拠に作成しています。法令の条文はe-Gov法令検索の原文で、行政の見解は各府省庁の公表資料で、それぞれ確認したうえで記載しています。引用元は本文中および参考文献にすべて明示しています。

本記事には特定の資格者による監修は入っていません。個別の事案について法令の当てはめや手続の可否を判断する必要がある場合は、当該分野の有資格者にご相談ください。本記事は一般的な情報提供を目的としたものであり、個別具体的な法律判断・税務判断・労務判断を提供するものではありません。

記載内容に誤りを見つけられた場合は、お問い合わせよりご指摘ください。確認のうえ速やかに訂正し、訂正履歴を記事内に残します。編集方針の詳細は運営者情報をご覧ください。