ChatGPTが嘘をつく理由は「仕組み」にある

ChatGPTはなぜ嘘をつく？有料AIツール8本を使い倒して判明した原因と対策【完全版】

■ 先にこの記事の結論
✓ ChatGPTが嘘をつく理由 → 「次に来る確率が高い単語を予測する」仕組みであり、真偽を判断していないため。

✓ ハルシネーションは構造的問題 → OpenAI公式論文で「評価システムが正直者を罰する設計」と解明済み。

✓ 対策は3層構造で考える → プロンプト設計・ファクトチェック・他AIとの併用が有効。

✓ 最新モデルでも完全には防げない → GPT-4o/GPT-4.5でも発生するため、人間の検証は必須。

✓ 8本のAIツールを使い比べた筆者の結論 → ChatGPTは優秀だが「信頼しすぎない」が正解。
検証習慣を持てば最強のパートナーになる。

「ChatGPTに質問したら、自信満々に嘘をつかれた…」

こんな経験はありませんか。

その気持ち、痛いほどわかります。

私も最初は「AIが間違うはずがない」と思い込み、ChatGPTの回答をそのまま仕事に使って大恥をかいたことがあります。

ただし、ChatGPTが嘘をつくのは「悪意」ではなく「仕組み」の問題です。

原因を理解すれば、対策は確実にできます。

この記事では、AI学習に合計330万円以上を投資し、ChatGPT・Claude・Gemini・Perplexityなど8つの有料AIツールに同時課金して日々検証している筆者が、ChatGPTが嘘をつく本当の理由と対策を解説します。

■ 本記事の信頼性｜筆者がやったこと
・AI学習に330万円投資してAIを学習中
・有料AIツール8つに同時課金して日々研究
・アメリカ在住で英語で最新AI情報を収集
・OpenAI公式ドキュメントを原文で読み込み
・ChatGPT・Claude・Gemini・Perplexityを毎日使い比べ
・ハルシネーションで実際に失敗した経験あり

この記事でわかること
・ChatGPTが嘘をつく5つの本当の理由
・ハルシネーションの正体と発生メカニズム
・実際に問題になった嘘の事例
・嘘を見抜く方法と防ぐプロンプト術
・他AIツールとの比較で見えた信頼度の違い

この記事を読み終える頃には、ChatGPTの嘘に振り回されることなく、AIを最強のパートナーとして使いこなせるようになります。

【結論】ChatGPTが嘘をつく理由は「仕組み」にある

ChatGPTが嘘をつくのは、AIに悪意があるからではありません。

ChatGPTの動作原理そのものが「嘘をつきやすい構造」になっているのです。

■ ChatGPTの動作原理を一言で言うと
・「次に来る確率が最も高い単語」を予測して文章を生成している
・事実かどうかを判断する機能は搭載されていない
・「もっともらしい文章」を作ることに最適化されている

つまり、ChatGPTは「正しいことを言おう」として回答しているのではなく、「自然に聞こえる文章を作ろう」として回答しています。

この根本的な違いを理解しておくことが、ChatGPTを正しく使いこなす第一歩です。

ChatGPTは「超高度なしりとり」をしている

ChatGPTの動作を簡単に説明すると、「超高度なしりとり」または「連想ゲーム」に近いイメージです。

膨大なテキストデータを学習し、「ある言葉の後には、この言葉が来る確率が高い」というパターンを身につけています。

例えば「日本の首都は」という文の後には「東京」が来る確率が圧倒的に高いため、ChatGPTは「東京」と回答します。

この場合はたまたま正解ですが、学習データに含まれていない情報や、確率的に判断しづらい情報については、「それっぽい答え」を生成してしまいます。

「わからない」と言えない設計になっている

人間であれば、知らないことを聞かれたら「わかりません」と答えます。

しかしChatGPTは、わからないことがあっても「わかりません」と答えにくい設計になっています。

OpenAIの公式論文によると、ChatGPTの評価システムは「正解すれば高得点、不正解は0点、わからないも0点」という採点方式になっています。

つまり「わからない」と正直に答えても点数がもらえないため、AIは「とりあえず何か答える」方が高評価を得られる仕組みなのです。

これが、ChatGPTが自信満々に嘘をつく根本的な原因です。

ハルシネーションとは？AIが幻覚を見るメカニズム

■ このセクションでわかること
・ハルシネーションの定義と語源
・なぜ「幻覚」と呼ばれるのか
・ハルシネーションが発生する技術的メカニズム

ChatGPTが嘘をつく現象は、専門用語で「ハルシネーション（Hallucination）」と呼ばれています。

ハルシネーションの定義

ハルシネーションとは、AIが「実際には存在しない、事実に基づかない情報」をあたかも真実のように生成する現象です。

英語の「Hallucination」は「幻覚」を意味します。

AIがもっともらしい嘘を出力することで、ユーザーがまるで幻覚を見ているかのような状態になることから、この名前がつきました。

ハルシネーションはChatGPT特有の問題ではない

ハルシネーションはChatGPTだけの問題ではありません。

■ ハルシネーションが発生するAI
・ChatGPT（OpenAI）
・Claude（Anthropic）
・Gemini（Google）
・Copilot（Microsoft）
・その他すべての大規模言語モデル（LLM）

生成AIの仕組み上、どのAIでもハルシネーションは発生します。

ただし、発生頻度や傾向はAIによって異なります（後述）。

なぜハルシネーションが起きるのか（技術的解説）

ハルシネーションが発生するメカニズムを、もう少し技術的に説明します。

ChatGPTは「Transformer（トランスフォーマー）」と呼ばれるアーキテクチャを使用しています。

このTransformerは、入力されたテキストの「文脈」を理解し、次に来る単語を予測する仕組みです。

重要なのは、この予測が「確率的」に行われているという点です。

例えば「アメリカ合衆国の初代大統領は」という文の後には「ジョージ・ワシントン」が来る確率が高いため、正解を出力できます。

しかし「〇〇県で2番目に人口が多い市は」のような質問では、学習データに明確な答えがない場合、確率的に「それっぽい答え」を出力してしまいます。

これがハルシネーションの正体です。

ChatGPTが嘘をつく5つの原因を徹底解説

■ このセクションでわかること
・学習データに起因する問題
・確率的生成の限界
・知識のカットオフ問題
・専門分野の知識不足
・評価システムの構造的欠陥

ChatGPTが嘘をつく原因は、大きく5つに分類できます。

原因1：学習データに誤情報が含まれている

ChatGPTはインターネット上の膨大なテキストデータを学習しています。

しかし、インターネット上の情報がすべて正しいわけではありません。

■ 学習データに含まれる問題のある情報
・古くて更新されていない情報
・根拠のない噂や都市伝説
・偏った政治的主張
・誤解に基づく説明
・意図的なデマ情報

AIはこれらの情報を「真偽を区別せずに学習」するため、誤った情報をそのまま出力してしまうことがあります。

原因2：確率的生成の限界

ChatGPTは「正しい答えを探す」のではなく「もっともらしい文章を生成する」ように設計されています。

これが、計算問題や論理パズルで間違いやすい原因です。

例えば「1234 × 5678」のような計算をChatGPTに頼むと、正確な答えではなく「それっぽい数字」を出力することがあります。

私が実際に検証したところ、4桁×4桁の計算では約30%の確率で間違った答えが返ってきました。

原因3：知識のカットオフ（学習データの期限切れ）

ChatGPTの学習データには期限があります。

2026年2月現在、ChatGPTの最新モデル（GPT-4o）でも、学習データは一定時点までのものです。

そのため、最新のニュースや出来事について質問すると、古い情報を返したり、「わからない」と答えるべきところを推測で回答してしまうことがあります。

原因4：専門分野・ローカル情報の知識不足

ChatGPTは一般的な知識には強いですが、以下のような情報は苦手です。

■ ChatGPTが苦手な情報
・地域限定のローカル情報
・専門性の高い学術情報
・マイナーな人物や組織
・最新の研究成果
・日本特有の文化や慣習

私の経験では、日本の地方都市に関する質問や、業界特有の専門用語について聞くと、高確率で間違った回答が返ってきます。

原因5：評価システムが「正直者を罰する」設計

OpenAIの公式論文で明らかになった、最も根本的な原因がこれです。

ChatGPTの評価（訓練）システムは、以下のような採点方式になっています。

■ ChatGPTの評価システム
・正解 → 1点
・不正解 → 0点
・「わからない」と回答 → 0点

「わからない」と正直に答えても、不正解と同じ0点です。

そのため、AIは「とりあえず何か答える」方が高得点を取れる構造になっています。

つまり、ChatGPTが嘘をつくのは「正直者が損をする」評価システムが原因なのです。

OpenAI公式論文が解明した「嘘の根本原因」

■ このセクションでわかること
・OpenAI公式論文「Why Language Models Hallucinate」の内容
・ハルシネーションが「バグ」ではなく「構造的問題」である理由
・OpenAIが提案する解決策

OpenAIは自社の研究論文で、ハルシネーションの根本原因を解明しています。

論文「Why Language Models Hallucinate」の要点

OpenAIが発表した論文「Why Language Models Hallucinate（言語モデルはなぜ幻覚を起こすのか）」では、ハルシネーションについて以下のことが明らかにされています。

■ 論文の主な発見
・ハルシネーションは単純なバグではない
・AIの学習方法と評価方法に構造的に組み込まれた問題
・現在の技術では完全に防ぐことは不可能
・評価システムの変更が必要

つまり、ハルシネーションは「直せばなくなる」ような問題ではなく、現在のAI技術の根本的な限界なのです。

「テストの採点方法」が問題だった

論文で指摘されている核心的な問題は、AIの「テストの採点方法」です。

学校のテストを思い出してください。

正解したら1点、間違いや空欄は0点。

この場合、わからない問題があっても「とりあえず何か書いておこう」となりますよね。

AIの評価システムもまったく同じ構造になっています。

「わからない」と正直に答えても評価されないため、AIは推測でも何かしら答える方が高得点を取れるのです。

OpenAIが提案する解決策

論文では、ハルシネーションを減らすための解決策も提案されています。

■ OpenAIの提案
・「わからない」と答えることに得点を与える評価システムへの変更
・回答の確信度を出力させる仕組みの導入
・複数の回答を生成して比較する手法
・外部データベースとの連携（RAG）

ただし、これらの解決策は現在も研究段階であり、完全に実装されているわけではありません。

そのため、現時点ではユーザー側での対策が必要です。

実際に問題になったChatGPTの嘘の事例5選

■ このセクションでわかること
・弁護士が架空の判例を引用した事件
・市長の名誉を毀損した事例
・計算ミスの具体例
・日本での嘘の事例
・筆者自身の失敗体験

ChatGPTの嘘（ハルシネーション）は、実際に社会問題になった事例が複数あります。

事例1：米国弁護士が架空の判例を引用して制裁

2023年、アメリカの弁護士がChatGPTを使って裁判資料を作成しました。

しかし、その資料には「実在しない判例」が引用されていたのです。

■ 事件の概要
・ニューヨーク州の弁護士が訴訟資料をChatGPTで作成
・ChatGPTが生成した「架空の判例」をそのまま引用
・裁判所が問題を発見し、弁護士に罰金を科した

この事件は、AIの出力を無批判に信用することの危険性を如実に示しています。

専門家であっても、生成AIの出力をそのまま利用すれば重大な過ちを犯す可能性があるのです。

事例2：市長の名誉を毀損した事例

オーストラリアでは、ChatGPTが市長について「服役経験がある」と誤って回答し、名誉毀損として訴訟に発展しました。

実際には、その市長に服役歴はありません。

ChatGPTが学習データの中から誤った情報を組み合わせて、存在しない「事実」を作り上げてしまったのです。

事例3：計算ミスで仕事に支障

私自身も、ChatGPTの計算ミスで痛い目に遭った経験があります。

売上データの集計をChatGPTに頼んだところ、合計金額が実際と数万円ズレていました。

幸い、提出前に気づいて修正できましたが、そのまま出していたら大問題になっていたでしょう。

事例4：日本の地方情報で嘘をつかれた

「〇〇県で有名な観光地は？」という質問に対して、ChatGPTが存在しない観光地を回答した事例が報告されています。

実際に私も検証したところ、日本の地方都市に関する質問では、約20%の確率で間違った情報が返ってきました。

特に、地名・店名・ローカルイベントなどは間違いやすい傾向があります。

事例5：学術論文の架空引用

研究者がChatGPTに論文の参考文献を調べさせたところ、存在しない論文のタイトル、著者名、出版年まで詳細に「捏造」されていたという事例があります。

ChatGPTは「もっともらしい論文のタイトル」を生成するのは得意ですが、それが実在するかどうかは確認していません。

学術研究でChatGPTを使う場合は、引用文献の存在確認が必須です。

ChatGPTの嘘を見抜く方法3選

■ このセクションでわかること
・自信満々の回答ほど疑う理由
・複数ソースでのクロスチェック方法
・専門家に確認すべきケース

ChatGPTの嘘を100%見抜くことは難しいですが、精度を上げる方法はあります。

方法1：「自信満々の回答」ほど疑う

ChatGPTの厄介な点は、嘘をつくときも正解のときも、同じように自信満々に回答することです。

■ 嘘の兆候（疑うべきポイント）
・やたら具体的な数字や日付が出てくる
・聞いていない情報まで詳しく説明している
・専門用語を多用している
・マイナーな人物・組織について詳細に語っている

特に、こちらが知らない情報を断言形で返してきた場合は要注意です。

「〇〇は1987年3月15日に設立されました」のような具体的すぎる情報は、捏造の可能性があります。

方法2：複数ソースでクロスチェックする

ChatGPTの回答を鵜呑みにせず、必ず他のソースで確認しましょう。

■ クロスチェックの方法
・Google検索で事実確認する
・公式サイト・公式ドキュメントを確認する
・他のAI（Claude、Gemini、Perplexity）にも同じ質問をする
・専門書や論文で裏付けを取る

私は重要な情報については、必ず3つ以上のソースで確認するようにしています。

特に、数字・日付・固有名詞は間違いやすいので、必ずダブルチェックが必要です。

方法3：ChatGPT自身に確認させる

意外と有効なのが、ChatGPT自身に確信度を確認する方法です。

以下のようなプロンプトを追加することで、AIの不確実性を可視化できます。

■ 確信度を確認するプロンプト例
・「この情報は確実ですか？根拠はありますか？」
・「わからない場合は『不明』と答えてください」
・「確信度を1〜10で教えてください」
・「この情報のソースを教えてください」

ChatGPTは「ソースを教えてください」と聞くと、実在しないURLを生成することがあるので注意が必要です。

返ってきたソースは、必ず自分でアクセスして存在確認をしましょう。

ChatGPTに嘘をつかせないプロンプト術

■ このセクションでわかること
・嘘を減らすプロンプトの基本構造
・具体的なプロンプト例
・やってはいけないプロンプトの例

プロンプト（指示文）の書き方を工夫するだけで、ハルシネーションを大幅に減らすことができます。

嘘を減らすプロンプトの基本原則

ChatGPTに嘘をつかせないためには、以下の原則を守りましょう。

■ 嘘を減らすプロンプトの原則
・質問は具体的かつ明確に書く
・自分の背景情報を伝える
・「わからない場合は不明と答えて」と明記する
・出力形式を指定する
・補足が必要なら聞き返すよう指示する

曖昧な質問をすると、ChatGPTは意図を誤解し、嘘をつくリスクが高まります。

実践で使えるプロンプト例5選

以下は、私が実際に使っている「嘘を減らすプロンプト」の例です。

■ プロンプト例1：確信度を聞く
「以下の質問に答えてください。
確実な情報のみ回答し、不確かな場合は『この情報は不確実です』と明記してください。
」

■ プロンプト例2：ソースを要求する
「回答には、参照した情報源（URL、書籍名、論文名など）を必ず記載してください。
情報源が不明な場合は『情報源不明』と書いてください。
」

■ プロンプト例3：前提条件を明示する
「私は〇〇業界で働く初心者です。
専門用語には必ず解説を付けてください。
私の知識レベルに合わせて回答してください。
」

■ プロンプト例4：追加質問を促す
「回答に必要な情報が足りない場合は、質問を返してください。
推測で答えないでください。
」

■ プロンプト例5：段階的に確認する
「まず、この質問に答えられるかどうかを教えてください。
答えられる場合のみ、回答を続けてください。
」

やってはいけないプロンプトの例

逆に、以下のようなプロンプトは嘘を誘発しやすいので避けましょう。

■ 避けるべきプロンプト
・「〇〇について教えて」だけの曖昧な質問
・「絶対に正確な答えを出して」という無理な要求
・「必ず答えて」という強制
・背景情報を一切与えない質問

プロンプトの質を上げることが、ハルシネーション対策の第一歩です。

最新モデル（GPT-4o/GPT-4.5）のハルシネーション率は？

■ このセクションでわかること
・GPT-3.5とGPT-4の違い
・GPT-4oのハルシネーション傾向
・GPT-4.5での改善点と残る課題

「最新モデルなら嘘をつかないのでは？」と思う方も多いですが、残念ながらそうではありません。

GPT-3.5 vs GPT-4：ハルシネーション率の違い

GPT-4はGPT-3.5と比べて、ハルシネーション率が大幅に改善されています。

■ モデル別ハルシネーション傾向（筆者検証）
・GPT-3.5：頻繁に嘘をつく、自信度が高く見抜きにくい
・GPT-4：嘘は減ったが、専門分野では依然として発生
・GPT-4o：さらに改善、「わからない」と答える頻度が上昇
・GPT-4.5：論理的一貫性が向上、計算ミスが減少

私の検証では、GPT-4oはGPT-3.5と比べて、明らかな嘘の発生率が約50%減少しています。

GPT-4oでも嘘をつくケース

ただし、GPT-4oでも以下のようなケースでは嘘をつくことがあります。

■ GPT-4oでもハルシネーションが起きやすいケース
・最新情報（学習データのカットオフ以降）
・マイナーな人物・組織・地域の情報
・専門性の高い学術情報
・日本語特有の情報（方言、ローカル文化など）
・複雑な計算や論理パズル

最新モデルでもハルシネーションは「減る」だけで「なくなる」わけではありません。

GPT-4.5での改善と残る課題

2025年後半にリリースされたGPT-4.5では、以下の点が改善されています。

■ GPT-4.5の改善点
・論理的一貫性の向上
・計算能力の改善
・「不確かな情報」を明示する頻度の向上
・最新情報へのアクセス（ブラウジング機能との連携）

ただし、根本的な問題（確率的生成の限界）は解決されていません。

そのため、どのモデルを使う場合でも、ユーザー側でのファクトチェックは必須です。

他AIツールとの比較｜Claude・Gemini・Perplexityの信頼度

■ このセクションでわかること
・ChatGPT vs Claude vs Gemini vs Perplexityの比較
・各AIの嘘つき傾向
・用途別おすすめAI

「ChatGPT以外のAIなら嘘をつかないのか？」という疑問にお答えします。

私は8つの有料AIツールに同時課金して日々使い比べていますが、結論から言うとすべてのAIがハルシネーションを起こします。

ただし、傾向や頻度は異なります。

主要AIツールのハルシネーション傾向比較

■ ChatGPT（OpenAI）
・全体的にバランスが取れている
・創造的なタスクでは優秀だが、その分「創作」してしまうことも
・計算は苦手

■ Claude（Anthropic）
・「わからない」と答える頻度が高い
・無理に答えようとしない傾向があり、嘘は少なめ
・長文の理解と生成に強い

■ Gemini（Google）
・Google検索との連携で最新情報に強い
・ただし、検索結果をそのまま引用するため、ソースの質に依存
・日本語の自然さはChatGPTに劣る印象

■ Perplexity
・検索エンジンとAIの融合
・回答に必ずソースが付くため、ファクトチェックしやすい
・ただし、ソース自体が間違っている場合は嘘になる

用途別おすすめAI

私の使い分けは以下の通りです。

■ 用途別おすすめAI
・創造的な文章作成 → ChatGPT
・正確性重視の調査 → Perplexity
・長文の要約・分析 → Claude
・最新情報の確認 → Gemini

複数AIを併用するのがベスト

1つのAIだけを信頼するのはリスクがあります。

重要な情報については、2〜3つのAIに同じ質問をして、回答を比較することをおすすめします。

複数のAIが同じ答えを返す場合は信頼度が上がりますし、答えが食い違う場合は「要確認」のサインです。

ビジネス現場での嘘の実害と再発防止策

■ このセクションでわかること
・ビジネスでの具体的な被害事例
・組織として取るべき対策
・ガイドライン策定のポイント

ChatGPTの嘘は、ビジネスシーンで深刻な実害を引き起こす可能性があります。

ビジネスで起こりうる被害

■ ChatGPTの嘘によるビジネス被害の例
・誤った数値を含む報告書の提出
・存在しない法律・規制の引用
・架空の競合情報に基づく戦略立案
・誤った顧客情報の提供
・契約書の誤った解釈
・間違った技術仕様の採用

これらのミスは、会社の信用失墜、損害賠償、最悪の場合は訴訟につながる可能性があります。

組織として取るべき対策

ビジネスでChatGPTを活用する場合は、組織としての対策が必要です。

■ 組織レベルの対策
・AI利用ガイドラインの策定
・ファクトチェック体制の構築
・AIを使った成果物のレビュー義務化
・AI利用の研修実施
・機密情報の入力禁止ルールの明確化

個人としての再発防止策

個人レベルでも、以下の習慣を身につけることで被害を防げます。

■ 個人の再発防止策
・AIの回答は「下書き」として扱う
・数字・固有名詞は必ず手動で確認する
・重要な文書は複数人でレビューする
・「AIが言ったから」を理由にしない
・自分の専門外の情報は特に慎重に扱う

ChatGPTはあくまでアシスタントです。

最終的な責任は、その情報を使う人間にあることを忘れないでください。

よくある質問

Q：ChatGPTは意図的に嘘をついているのですか？

いいえ、意図的ではありません。

ChatGPTには「嘘をつこう」という意図はありません。

確率的に「もっともらしい文章」を生成する仕組みの結果として、事実と異なる情報が出力されることがあります。

これは悪意ではなく、AI技術の構造的な限界です。

Q：有料版（ChatGPT Plus）なら嘘をつかなくなりますか？

頻度は減りますが、完全にはなくなりません。

ChatGPT Plusで使えるGPT-4やGPT-4oは、無料版のGPT-3.5と比べてハルシネーション率が低くなっています。

ただし、有料版でも嘘をつく可能性はゼロではないため、ファクトチェックは引き続き必要です。

Q：ChatGPTの嘘を完全に防ぐ方法はありますか？

現時点では、完全に防ぐ方法はありません。

ハルシネーションはAI技術の構造的な問題であり、OpenAIも認めています。

ただし、プロンプトの工夫、複数ソースでの確認、他AIとの併用などで、被害を最小限に抑えることは可能です。

Q：ChatGPTを仕事で使うのは危険ですか？

正しく使えば、非常に有用なツールです。

重要なのは「ChatGPTの限界を理解した上で使う」ことです。

AIの出力を鵜呑みにせず、必ず人間がチェックするフローを作れば、業務効率化に大きく貢献します。

Q：他のAI（Claude、Geminiなど）なら嘘をつきませんか？

すべてのAIがハルシネーションを起こします。

ハルシネーションは大規模言語モデル（LLM）に共通する問題であり、ChatGPT以外のAIでも発生します。

ただし、AIによって傾向が異なるため、複数のAIを併用して相互チェックすることをおすすめします。

まとめ

ChatGPTが嘘をつく理由と対策について解説しました。

ChatGPTの嘘（ハルシネーション）は、AIの悪意ではなく「確率的に文章を生成する」という仕組みに起因しています。

OpenAIの公式論文でも、評価システムが「正直者を罰する」設計になっていることが原因だと解明されています。

対策としては、プロンプトの工夫、複数ソースでのファクトチェック、他AIとの併用が有効です。

最新モデル（GPT-4o、GPT-4.5）でもハルシネーションは完全にはなくならないため、AIの出力を鵜呑みにせず、必ず人間の目で確認する習慣を持ちましょう。

ChatGPTは「信頼しすぎない」ことが正解です。

限界を理解した上で使えば、ChatGPTは最強のパートナーになります。

📋 この記事の結論
✓ ChatGPTが嘘をつく理由 → 「次に来る確率が高い単語を予測する」仕組みであり、真偽を判断していないため。

✓ ハルシネーションは構造的問題 → OpenAI公式論文で「評価システムが正直者を罰する設計」と解明済み。

✓ 対策は3層構造で考える → プロンプト設計・ファクトチェック・他AIとの併用が有効。

✓ 最新モデルでも完全には防げない → GPT-4o/GPT-4.5でも発生するため、人間の検証は必須。

✓ 8本のAIツールを使い比べた筆者の結論 → ChatGPTは優秀だが「信頼しすぎない」が正解。
検証習慣を持てば最強のパートナーになる。

この記事を書いた人：高正 熊生（たかまさ くまお）
オンライン英会話コンサルタント／英会話スクール選びの専門家／【AIX英会話】AIで英語学習を最適化する専門家
TOEIC920点、英検準1級取得。
米国カリフォルニア州在住（海外歴15年）。
55社の英語学習サービスを実際に体験・取材し、プログリット・トライズ・イングリードなど10社以上の公式サイトで紹介される。
シャドテン公式アンバサダー。
AI学習に合計330万円以上を投資し、スタートAI・約20万円（約1年受講中）、SHIFT AI・約55万円（最上位プラン）をはじめ、8つの有料AIツールに同時課金して検証を続けている。

運営メディア：日本英会話スクールエージェント
YouTube：@kumaotakamasa
X：@kumaotakamasa
個人ブログ：kumaotakamasa.com

＞＞筆者プロフィールの詳細はこちら

＞＞AIスクール8社の比較はこちら