Geminiに文章執筆を依頼するスキル「Gemini Write」を作った

Geminiに文章執筆を依頼するスキル「Gemini Write」を作った

はじめに

Gemini 3.8 Flashがリリースされた時に、日本語作文の能力を高く評価する評価をよく見かけました。

筆者もいくつかの例で試したのですが、特にClaudeやGPTと比べて優れてるとはその時は思いませんでした。

そこでさらに調べるために、同じ筋書きから近い価格帯の3モデルで文章を作成してブラインドテストで好みの文章を探るという実験をしました。

その過程でできたエージェントスキルを紹介します。念の為補足すると、記事を自然な日本語で書くためのスキルではありません。Geminiの文章評価を自動化したい人向けのものになります。

Gemini Write

「Gemini Write」は普段使っているCodexやClaude Codeから、文章を書く作業だけGeminiに依頼するというスキルです。材料と指示を外部のagyコマンド(Antigravity CLI)に渡し、生成された文章をファイルで受け取ります。

GitHub - laiso/gemini-write: Delegate drafting, rewriting, or proofreading of text to Gemini through authenticated Antigravity CLI (agy), keeping manuscripts out of the caller's context.
Delegate drafting, rewriting, or proofreading of text to Gemini through authenticated Antigravity CLI (agy), keeping manuscripts out of the caller's context. - laiso/gemini-write

Antigravity CLIを直接呼び出しても同じことはできます。Gemini Writeは、利用できるモデルの確認、作業コピーの用意、生成結果の確認までを毎回指示せずに済むよう、手順をまとめたものです。

使い方

Antigravity CLIのインストールが必要です。Gemini Flashは無料のGoogleアカウントでも使うことができます。

Antigravity CLIをインストールしてログインした後、次のコマンドでスキルを追加できます。

npx skills add laiso/gemini-write --skill gemini-write -g

例えば、以前書いたように筆者は自作のリサーチエージェントに、ニュースを収集してきてもらっています。

その時に、調査したニュースのソースや箇条書きをファイルにまとめ、Codexから次のように依頼します。

$gemini-write news-notes.mdの材料から、開発者向けのニュースを日本語で一段落書いて、gemini-draft.mdに保存してください。

比較する場合は、普段使っているモデルにも同じ材料と指示を渡します。Gemini Writeの部分をcodex execやclaude -pにしてみてください。

GPTやClaudeと比較してみる

これを使って、文章を比較してみました。まず同じニュース材料から一段落を書かせて数十個並べて読んだ範囲では、特にモデル差を感じませんでした。

そこでニュース記事のアウトラインを箇条書きにして比較しました。全体構成を作る過程で、何を取捨選択するのかで、どんな順番で説明するのかで差が出るのでは? と推測したからです。

具体的な方法としては、GPT-6.1 Terra、Claude Sonnet 5.5、Gemini 3.8 Flash(Medium)に調査と構成を任せ、モデル名を伏せた見出しだけを読んで好みの順位をつけてみました。

  • ChatGPT Sitesへのデプロイ記事の下書き:
    • 1位:GPT、2位:Claude、3位:Gemini
  • TRLのLoRA学習レシピ調査結果:
    • 1位:Claude、2位:GPT、3位:Gemini
  • OpenCodeのClaude Agent連携アップデート:
    • 1位:Claude、2位:GPT、3位:Gemini

(比較した3題材の各モデルの生成結果と、入力した指示はGistにまとめています)

今回のテストでは、Geminiを特に高く評価する気にはなりませんでした。ただ、少し観察してみると、これは見出しの言い回しの好みを見ているだけかもしれません。ニュース記事程度の文章だと大した違いを観察できません。

参考プロンプト

比較自体は3つのCLIを直接呼び出してもできます。アウトラインを比較した時の依頼を、別の題材でも試せる形にすると次のようになります。

次の題材で、3つのモデルにアウトラインを作成させ、比較できるようにしてください。
題材:[記事にしたいテーマと参考URL]
読者:[想定する読者]
記事で伝えたいこと:[主題や関心]

モデル:
| CLI | モデル |
| --- | --- |
| codex exec | GPT-6.1 Terra |
| claude -p | Claude Sonnet 5.5 |
| agy | Gemini 3.8 Flash(Medium) |

同じ条件で、それぞれ新規セッションから調査と構成を依頼してください。公式・一次資料を優先し、未確認事項は断定しないでください。

各モデルの記事見出しだけを、本文を編集せずに取り出してください。並び順をランダムにして案A・B・Cの比較表を作り、モデル名と対応表は私が順位を答えるまで見せないでください。私が選ぶ前に、あなたの評価やおすすめも出さないでください。

モデル名・実行条件・共通の指示・出力原文・出典・A/B/Cとの対応表は記録してください。指定モデルが利用できない場合は、別モデルに置き換えず知らせてください。

おわりに

筆者の持論としては、エージェントに作業や会話が積み重なったコンテキストから文章を書かせると、過去の指示や別の話題が混ざり、認知の歪みが生じて、文章が崩れることがあると感じています。コンテキスト腐敗のような現象です。

これに対して、記事のアウトラインを精査して、作文に必要な指示だけを、新規のコンテキストで渡す場合とは条件が異なります。

Geminiを試した人も、整理した材料と作文指示だけを渡して、その結果を見ているのかもしれません。新しいモデルへの期待や文章の好みに加えて、このコンテキストの条件差が評価の一因ではないかと予想しています。

なお、筆者は自分の調べた結果を自分で読むときにこのスキルを使っていますが、一般公開する記事には向いていないと思っています。この記事もGemini Writeで書いたと言いたいところですが、アウトライン設定段階まで手伝ってもらって、あとは自分で書きました。

あと、この記事の対象は「Gemini 3.8 Flash」です。Gemini 4以降のモデルはプランを契約していないのでまだ試していません。ユーザーの方はぜひ自身でお試しください。