要約版:専門用語を控えて説明しています
何をするAIか
Waveは、利用データや画面操作の録画、顧客の声、コードをまとめて調べます。そのうえで、直すべき点を見つけて優先順位をつけます。
改善案ができると、技術的な計画と合格条件をつけて、Codexなどのコーディングエージェント(プログラムを書くAI)に渡せます。
自社サイトでの実験
Amplitudeは自社のホームページで試しました。AIとの会話を始める提案カードが、ほとんど使われていないことをWaveが見つけました。100件の録画のうち、80人は自分で質問を入力し、カードを選んだのは12人でした。
そこでカードを個人向けに変える案を出し、実験したところ、カード経由の送信が1日後に対照群比で160%増えました。
人が確認する範囲
多くのチームは、バグ修正をそのままコーディングエージェントに送ります。新機能や大きな変更は、人が確認してから進めます。Waveは現在ベータ版です。料金や日本での提供はまだ発表されていません。
対象は、自社のプロダクトを改善する企業のチームです。Amplitudeの「Wave」はベータ版(正式公開前の試用版)で、すでに複数の業種の顧客が使っています。
Waveは、製品の改善点を自ら見つけて提案するAIエージェント(自分で手順を進めるAI)です。Amplitudeは、Waveの約80%をOpenAIのモデルが支えていると説明しています。
画像:OpenAI(公式発表)改善点の発見から効果測定まで
OpenAIの公式ブログによると、チームはWaveに対象の製品領域と、改善したい目標や指標を渡します。Waveは、Amplitudeの分析データ、画面操作の録画、顧客の声、コードをまとめて調べます。そのうえで改善の機会を見つけ、優先順位をつけ、解決策を考えます。
改善案が固まると、技術計画と合格条件をつけて、「Codex」などのコーディングエージェント(コードを書いて作業を進めるAI)に直接送れます。実装後は成果を追跡し、その結果を次の改善に生かします。
Amplitudeは、Waveを使えば改善の公開までが約1カ月から1〜2日に縮むと見積もっています。
画像:OpenAI(公式発表)自社サイトの実験で、カード経由の送信が160%増
Amplitudeは、自社ホームページでWaveを試しました。対象は、AIエージェントとの会話を始めるための汎用の提案カードです。
Waveは、100件の画面録画を調べました。80人が自分で質問を打ち込み、カードを選んだのは12人でした。
Waveは、直近のグラフやダッシュボード、直前に見ていたページに合わせてカードを利用者向けにする案を出しました。自由入力は残し、個人向けの材料がないときは汎用のカードを出す、という計画もつけました。短い確認のあと、チームは実装をコーディングエージェントに渡し、A/Bテスト(異なる画面を比べて効果を調べる実験)をしました。
実験の結果、カード経由のメッセージ送信は、1日後に対照群(変更を加えなかった側)比で160%増えました。同社のSenior Principal AI Engineer、Eric Carlson氏は「目立たない変更でも機能の利用が思わぬ形で伸びる例」と説明しています。
作業ごとにモデルを使い分ける
Waveは、作業の内容に応じてOpenAIの3つのモデルを使い分けています。
- GPT-6.1 Sol:改善機会の管理と、コードやデータの深い調査
- GPT-6 Luna:コードの走査や小さな評価チェックなど、回数の多い低コストの作業
- GPT-Image-2.5 Flare:画面録画のスクリーンショットを参考に、製品の完成イメージ(モックアップ)を作る
Amplitudeは、品質・応答の速さ(遅延)・コストを作業ごとに評価して、モデルを割り当てています。
調査ではGPT-6.1 Solが最高点、データ分析では僅差で2位。
調査を担う「Opportunity Investigator」の評価では、GPT-6.1 Solは5点満点中4.06点でした。ほかの3モデルは3.62、3.52、2.94点です。5つの評価基準すべてで首位となり、調査時間の中央値も54分で最短でした。モデルのコストは$1.34(約214円、サイソク編集部の計算)です。
データ分析を担う「Data Science Agent」の評価では、GPT-6.1 Solは100点満点中67.5点で、別の有力モデルの69.3点をわずかに下回りました。1回の処理あたりの平均モデルコストは$1.28(約204円)で、相手の$2.63(約420円)より51%低くなりました(円換算はサイソク編集部の計算)。ツール利用の規約の順守、推定と不確かさの扱い、根拠の裏づけの3項目では、GPT-6.1 Solの得点が上でした。
モックアップの作成では、OpenAIの画像生成モデルが、ワイヤーフレーム(画面の設計図)の評価で100点満点中80.3点でした。別の画像生成モデルは63.9点です。15件の改善機会で、伝わりやすさや文字の読みやすさなどを見た評価です。
バグ修正や新機能で人の確認を使い分ける
Waveは、調べた結果に、修正案・技術計画・合格条件をつけて提案します。自動化の度合いは、チームが決められます。多くのチームはバグ修正をそのままコーディングエージェントに送り、新機能や大きな変更は人が確認します。
顧客が公開した実験・フラグ・ガイドのうち、4件に1件はWaveが機会を見つけた当日に公開されました。半数は4日未満、3件に2件は1週間以内です。
OpenAIは過去にも、CodeRabbitがセキュリティ調査の主力に「GPT-6.1 Sol」を採用した事例を紹介しています(CodeRabbitが「GPT-6.1 Sol」をセキュリティ調査の主力に採用)。
評価結果を比較:調査は4.06点、分析の平均コストは$1.28
表の円換算は、サイソク編集部が1ドル=159.70円(2026-11-12、ECB参照レート)で計算した目安です。
判断ガイドモデルを分けるか、そのままにするか2つの迷いに、状況ごとのおすすめと理由開く閉じる
判断ガイド
モデルを分けるか、そのままにするか
状況ごとのおすすめと理由です。どれを選ぶかは、ご自身の状況で決めてください。
軽作業と調査で、同じモデルを使い続ける?
- 状況
- 回数の多い軽作業と、深い調査が両方ある
- おすすめ
- 作業ごとに分けて、品質と料金を比べる価値がある
- 理由
- gpt-6-lunaは入力100万トークンあたり$0.10、gpt-6.1-solは$2.00で、料金ページ上の差は約20倍です。Lunaで足りるかは作業の品質しだいで、料金だけでは決まりません。
- 出どころ
- 出典・developers.openai.com
Batchの半額料金を使うか、標準のまま?
- 状況
- 結果をすぐに使わなくてよい作業がある
- おすすめ
- 急ぎでないかを確かめてから決めればよい
- 理由
- 料金ページでは、gpt-6.1-solのBatchは入力$1.00・出力$5.00で、標準の$2.00・$10.00の半分です。Fast modeは標準の2倍なので、速さと料金のどちらを優先するかで決まります。
- 出どころ
- 出典・developers.openai.com
不安Q&A
料金は高くならない?品質は?
QAIの料金は、使い方で高くなったりしない?▾
料金は処理の方式で変わります。gpt-6.1-solの標準料金は入力100万トークンあたり$2.00・出力$10.00で、Batchは入力$1.00・出力$5.00、Fast modeは入力$4.00・出力$20.00と書かれています。
出典・developers.openai.com今できること料金ページで、使う処理方式(標準・Batch・Fast)ごとの単価を確かめてから、回数の多い作業を任せる。
QAIに任せると、品質は落ちないの?▾
Amplitudeは品質・速さ・コストを作業ごとに評価してモデルを割り当てています。調査ではgpt-6.1-solが5点満点で4.06点と最高でしたが、データ分析では100点満点で67.5点と、別モデルの69.3点をわずかに下回りました。
出典・openai.com今できることAmplitudeのように、作業ごとに品質・速さ・コストを比べてから、モデルを割り当てる。
Q改善案をコーディングエージェントに直接送っても大丈夫?▾
Waveは技術計画と合格条件をつけてCodexなどに送れます。ただ、多くのチームはバグ修正だけを直接送り、新機能や大きな変更は人が確認していると書かれています。
出典・openai.com今できること新機能や大きな変更は、送る前に人が計画と合格条件を確認し、バグ修正と分けて扱う。
QWaveを使うと、本当に成果は出るの?▾
Amplitudeの自社ホームページの実験では、提案カード経由のメッセージ送信が1日後に対照群比で160%増えたと報告されています。ただし1社の1つの画面の結果です。
出典・openai.com今できること効果を見るときは、変えたグループと変えないグループに分けて、同じ期間で比べる。
QAmplitudeの「Wave」が使うOpenAIのモデルのAPI料金は?▾
OpenAIの料金ページ(11/13確認)では、GPT-6.1 Solは入力100万トークンあたり$2、出力$10です。GPT-6 Lunaは入力$0.10、出力$0.50です。いずれも入力が272K以下の場合です。
QWaveが作った実装計画を渡せるCodexは無料で使える?▾
Codexは、FreeとGoを含むChatGPTの各プランに含まれ、無料版には使用量の上限があります。クラウドでタスクを動かすCodex Cloudは、Plus、Pro、Businessなどが対象です(サイソクのCodexガイド、11/9確認)。