AIのモデル乗り換えで点検する項目一覧｜切り替えで壊れるもの

「同じ指示文のままモデルだけ新しくしたら、出てくる形が変わって後ろの処理が止まりました」「使っているモデルが来月で終わると案内が来たのですが、何を確かめればよいのか分かりません」——AIを業務の中に組み込んだ会社から、この2つが同じ時期に届くようになりました。並べてみると分かるのは、乗り換えが新しい物を選び直す作業ではないということです。動いている物を抜いて別の物を差す、入れ替えの作業です。オープンエーアイが公開している廃止予定の案内（2026年9月時点）では、一般提供のモデルは停止の少なくとも6か月前に知らせるとされていますが、2026年9月11日に告知されて2026年10月1日に止まる型のように、20日ほどしか猶予がない例もあります。この記事では、切り替えで壊れる5か所と、切り替える前に埋める点検の項目、切り替えた後に見る数字を順に並べます。

乗り換えは「選び直し」ではなく「入れ替え」

乗り換えの相談は、たいてい「どのモデルにするか」から始まります。けれど実務で止まるのはそこではありません。すでに動いている物を抜いて、別の物を差す作業なので、壊れるのはモデルそのものではなく、そのモデルに合わせて積み上げてきた周りの取り決めのほうです。指示文、出力を受け取る側の処理、社内に配った使い方の説明、月の費用の見込み。どれもいまのモデルの癖に合わせて作られています。

だからこの記事では、比べる話は扱いません。どのモデルが速いか、どの数字が高いかという選ぶ前の比較は別の記事の領分です。ここで扱うのは、入れ替えると決まった後に何を点検するかだけに絞ります。順番は、壊れる場所を5つに分けて見る、点検の項目を1枚にする、並行して走らせる、戻せるようにしておく、の4段です。

対象の範囲もはっきりさせます。この記事が想定しているのは、すでに業務の中で動いている使い方です。試しに触っている段階なら、出てくる物が変わっても誰も困らないので点検は要りません。困るのは、出てきた物を誰かが受け取って次の工程に渡している場合です。受け渡しの形が変わると、その先が止まります。止まる場所がある使い方だけを対象にします。

最初にやることは1つだけです。新しいモデルの出来を調べる前に、いまのモデルに何がぶら下がっているかを書き出します。ぶら下がっている物の一覧がなければ、切り替えた後に何が壊れたのかも分かりません。指示文の置き場、呼び出している処理、出力を使っている業務、月の請求。この4つを1枚に並べるところから始めます。

切り替える日は、こちらの都合では決まらない

乗り換えには、自分たちの判断で始める場合と、提供が終わるので動かざるを得ない場合があります。実務で多いのは後者です。提供する側が決めた期日に合わせて動くので、準備にかけられる期間はこちらでは選べません。だから段取りは、期間が短い側に合わせて作っておきます。

期間の実際を押さえます。オープンエーアイが公開している廃止予定の案内（2026年9月時点）では、一般提供のモデルは停止の少なくとも6か月前に知らせるとされています。実際、2026年4月22日に告知された旧世代の一群は2026年10月23日に停止、2026年6月11日に告知された一群は2026年12月11日に停止と、どちらもちょうど6か月です。原則は6か月。ここまでは案内のとおりに動いています。

ただし例外があります。2026年9月11日に告知された特定用途の型は、2026年10月1日に停止と案内されました。告知から20日ほどです。提供する会社によって決め方も違い、各社が公開している案内では、アンソロピックは公開済みのモデルについて少なくとも60日前、グーグルは試験提供の版や「最新」という別名について少なくとも2週間前としています。6か月を前提に段取りを組むと、短い案内が来たときに間に合いません。

そこで平時に決めておくのは1点です。最短で何日あれば切り替えられるか。半年かけてよいなら丁寧にやればよいだけですが、2週間しかない場合に何を省いて何を残すかを先に決めておかないと、短い案内が来た日に判断から始めることになります。省けるのは並行して走らせる長さで、省けないのは戻せる状態を作ることです。この順序を先に決めておきます。

壊れる場所①：指示文の効き方

同じ指示文を渡しても、モデルが変わると効き方が変わります。書いてある内容は同じでも、どの部分が強く効くかが動くからです。2026年に出ているモデルごとの解説でも、禁止の言い方に強く反応する型と、細かい禁止を並べるより方針を1つ置いたほうが安定する型があると整理されています。文面を変えていないのに結果が変わるのは、この違いによるものです。

特に出やすいのが、長い出力の途中で形式の決まりだけが薄れる現象です。指示文の後ろのほうに書いた決まりほど、出力が長くなるにつれて守られなくなることがあります。短い問いで試すと通るのに、実務の長さで流すと崩れるのはこの型です。試すときは、必ず実際に扱う長さで試します。

手当ては2つあります。1つ目は、形式の決まりを指示文の末尾ではなく、出力させる直前に置き直すこと。2つ目は、長い出力を一度に作らせず、区切って作らせることです。どちらも指示文の中身は変えず、置き場所と長さだけを変える手当てです。中身を書き直す前に、この2つを試すほうが早く済みます。

書き直しが必要になった場合は、前の指示文を消さずに残します。新しいモデルで駄目だった書き方は、戻すと決めたときに必要になるからです。指示文はモデルごとに別で持ち、上書きしません。この持ち方にしておくと、後で戻す判断をするときに、何を戻せばよいかを探さずに済みます。

壊れる場所②：出力の形式

業務に組み込んだ使い方では、出てきた文章をそのまま人が読むとは限りません。決まった形で出して、後ろの処理が受け取る。この形が崩れると、人が気づく前に処理のほうが先に止まります。止まらずに通ってしまう場合のほうが、もっと厄介です。

運用の現場からは、指示文を1行直しただけで、それまで守られていた出力の形が崩れたという報告が出ています（大規模言語モデルの回帰検査についての技術記事・2026年）。モデルを替えた場合はもっと起きます。項目の並びが変わる、余計な前置きが付く、囲みの記号が増える。どれも文章としては正しいので、読んだだけでは異常に見えません。

見つけ方は機械に任せます。出てきた物が決めた形かどうかを受け取る側で毎回確かめ、外れたら記録に残す。形が外れた件数は、切り替え直後にいちばん早く動く数字です。人が違和感を覚えるより先に、この数字が跳ねます。切り替えの前から取っておかないと、跳ねたかどうかが分かりません。

併せて決めておくのは、形が外れたときに止めるのか、直して通すのかです。止める側にすると業務が滞り、通す側にすると誤りが下流へ流れます。どちらを取るかは工程ごとに違うので、切り替えの前に工程ごとに一度決めます。決めないまま切り替えると、外れた瞬間に現場が独自の判断で通し始めます。

壊れる場所③：長い文書の扱える量

一度に渡せる文章の量は、モデルごとに違います。量が増える方向の乗り換えなら困りませんが、減る方向の乗り換えでは、長い資料を渡している使い方から順に止まります。契約書、仕様書、議事の記録。長い物を丸ごと渡している使い方ほど先に当たります。

量そのものより厄介なのは、量の使われ方です。渡せる上限が同じでも、長い入力の真ん中あたりに置いた情報の扱いが変わることがあります。前のモデルでは拾えていた指示が、新しいモデルでは薄くなる。上限の数字だけを見て同じだから大丈夫と判断すると、ここで外します。

点検は、いちばん長い入力で行います。平均の長さではなく、過去に流した中で最も長かったものを持ってきて流す。上位の数件で通れば、残りは通ります。長さの分布を先に出しておくと、この数件をすぐ選べます。分布を出す作業は、切り替えの話が出る前に済ませておける準備の1つです。

減る方向だと分かったら、渡す物を減らす手当てを先に用意します。全文を渡していた部分を、必要な章だけに絞る。絞る作業を誰がやるのかも決めます。ここを決めずに切り替えると、現場が各自の判断で切り詰めて、何を捨てたか誰も知らない状態になります。捨てた部分に判断の根拠が入っていた場合、後から追えません。

壊れる場所④：外部とつなぐ口の仕様

モデルを呼び出す側の取り決めも、一緒に変わります。呼び出す名前、渡せる項目、返ってくる形、断られたときの扱い。モデル自体は残っていても、呼び出し方のほうが先に終わることがあります。この場合、モデルの一覧だけを見ていると見落とします。

実際に2026年には、指示文を提供側の画面に保存しておいて呼び出す仕組みそのものを終える、という案内が出ました。画面で組んだ指示文が呼び出せなくなるので、指示文を自社の側に持ち直す作業が要ります。似た例として、断られた要求の課金の扱いが変わり、費用の計算が合わなくなった話も報告されています。

手当ての基本は1つです。モデルの名前を処理の中に直接書かず、設定の1か所にまとめておきます。直接書いてあると、切り替えのたびに書かれている場所を探す作業から始まります。まとめてあれば、1か所を書き換えるだけで済みます。これは切り替えの話が出てからでは間に合わないので、動かし始めた時点で決めておく形です。

併せて、提供側が出す廃止の案内を、どこで誰が見るのかを決めます。届く形は会社ごとに違い、画面の告知だけのこともあります。見る人が決まっていないと、期限の告知そのものを誰も読んでいない状態になります。月に1回、決めた人が各社の案内を確かめ、自社で使っている名前が載っていないかだけを見る。5分で終わる作業です。

壊れる場所⑤：費用の単位

費用は、同じ答えが返ってきても変わります。文字の数え方の単位が違う、考える過程の分にも費用がかかる、同じ問いでも返す長さが違う。出来上がりが同じでも、支払う額は同じになりません。2026年に出ている解説でも、返す長さの冗長さがモデルによって大きく違うことが指摘されています。

報告されている型として、乗り換えた後に答えは正しかったが、かかる費用が2倍になったというものがあります（大規模言語モデルの回帰検査についての技術記事・2026年）。1件あたりの差が小さくても、件数の多い使い方では月の請求で初めて気づきます。気づくのが請求書だと、その1か月分は取り返せません。

だから切り替えの前に、1件あたりの費用を先に測ります。同じ問いの組を両方のモデルに流して、1件あたりの平均と、いちばん高かった1件の両方を出す。平均だけを見ると、長い出力が出る問いでの跳ね方を見落とします。測った値に月の件数を掛けて、見込みを出しておきます。

なお、導入そのものの費用対効果をどう見積もるかは、この記事では扱いません。ここで測るのは、いまと同じ処理を新しいモデルで流したときの1件あたりの差だけです。見込みより増えたときに誰が止めるのかも、切り替えの前に決めます。止める人が決まっていないと、増えていることは分かっても止まりません。

点検する項目を1枚にする

ここまでの5か所を、点検できる形に落とします。表は4列で作ります。壊れる場所、気づき方、切り替え前に測っておく物、戻す判断の目安。気づき方まで書いておかないと、点検表は切り替えの日だけ使われて終わります。切り替えた後に毎日見る列が要ります。

壊れる場所	気づき方（切り替え後に見る）	切り替え前に測っておく物	戻す判断の目安
指示文の効き方	長い案件だけ結果が荒れる	実務で最も長い10件の結果	長い案件の不合格が前の3倍
出力の形式	受け取る側で形が外れた件数	切り替え前の外れ件数と割合	外れた割合が前の3倍
扱える量	長い資料を渡す処理が失敗する	入力の長さの上位10件	最長の10件のうち3件が通らない
つなぐ口の仕様	呼び出しが断られる件数	呼び出しの設定と名前の置き場所	設定の1か所で直せない
費用の単位	1件あたりの費用の平均と最大	同じ問いの組での1件あたりの額	1件あたりが見込みの1.5倍

この表の使い方は2つです。切り替えの前に、右から2列目（測っておく物）を全部埋める。切り替えの後は、左から2列目（気づき方）を毎日見る。埋まらない欄が残っているなら、その場所はまだ切り替えられません。埋まらない理由はたいてい、前の値を取っていなかったからです。

表に載せる単位は、モデル単位ではなく使い方の単位にします。同じモデルを3つの業務で使っているなら、行は3組できます。業務ごとに壊れ方も戻し方も違うので、まとめて1行にすると判断ができません。行が増えることを嫌って束ねると、束ねた中のどれが壊れたかが見えなくなります。

切り替え前に手元へ揃える3つの物

点検は、比べる物がないとできません。切り替えの前に揃えるのは3つです。同じ問いの組、期待する答え、合否の基準。作る順番もこのとおりで、問いを先に決めないと、期待する答えが書けません。

同じ問いの組は、実際に流れた物から選びます。作文した見本ではなく、過去の記録から取ります。数は30件から50件あれば足ります。選び方に1つだけ約束があります。うまくいった物ばかりを集めず、前のモデルで失敗した物と、いちばん長い物を必ず入れます。うまくいった物だけの組は、どのモデルでも通ってしまいます。

期待する答えは、1件ずつ書きます。全文を書く必要はなく、入っていなければならない要素と、入っていてはいけない要素を並べる形で足ります。書くのは、その業務を知っている人です。ここを業務の外の人に任せると、合否の基準が業務から離れて、通るけれど使えない出力が合格になります。

• 30件から50件の問いの組は、業務ごとに別で持つ（1組を使い回すと業務ごとの違いが消える）
• 期待する答えは、担当が替わっても読める言葉で書く（略した書き方は本人以外に伝わらない）
• 作った日と、どのモデルで作った物かを一緒に残す（次の乗り換えのときに、古さが判断できる）

3つ目の合否の基準は次で扱いますが、先に1つだけ。基準の数は絞ります。10個も条件を並べると、どれで落ちたのかが分からなくなり、直す手がかりになりません。3つから5つに収め、収まらない分は「人が見る」に回します。

合否は人が先に決める

ここがいちばん間違えやすい場所です。答えが合っているかどうかを、AIに判定させたくなります。件数が多いほど楽になるからです。けれど切り替えの判断に使う合否は、人が決めます。この一連の作業でAIに判断させない場所を1つだけ挙げるとすれば、ここです。判定する作業まで機械に渡すと、判断の土台そのものが動きます。

理由は2つあります。1つ目、判定する側もモデルなので、判定に使うモデルを替えた瞬間に基準が動きます。何と比べているのかが分からなくなります。2つ目、判定させた結果には理由が残りません。合否だけが残って、なぜ落ちたのかが残らない記録は、切り替えの判断には使えません。

人が確認する範囲は先に決めます。全件を人が見る必要はありません。形式が外れた物、期待する要素が欠けた物、前のモデルと大きく違った物の3種類だけを人に回し、残りは通します。この3種類を選り分ける作業は機械にやらせて構いません。選別と判定を分けるのが要点です。

人が見るときは、落とした理由を1行書かせます。理由が書けない落とし方は、基準がまだ言葉になっていない証拠です。書かれた1行は、次の切り替えのときの基準にそのまま使えます。AIに根拠を書かせる場面も同じで、どの資料のどこを見たのかを併せて出させ、それを人が確かめます。根拠を出させない設定のまま切り替えると、外れた理由を追えません。

並行して走らせる期間の決め方

切り替えは一度に全部やりません。前のモデルと新しいモデルを同時に動かし、差を見る期間を置きます。期間の長さは日数では決めません。件数で決めます。日数で決めると、流量の少ない業務で見た件数が足りないまま終わります。

件数で決める理由は、業務によって1日に流れる量が違うからです。1日に3件しか流れない業務で2週間見ても、6件しか見ていません。見た件数が100件に届かないうちは、落ち着いたとは言えません。件数が集まらない業務では、過去の記録を流し直して件数を稼ぎます。

並行して走らせると、費用は一時的に増えます。増える分を先に見込んでおかないと、途中で止める判断が入ります。影を走らせる段は、出力を使わないのに費用だけがかかるので、いちばん止められやすい場所です。何件流すのかを先に数字で出して、その分を見込みに入れておきます。

戻せるようにしておく条件

戻せる状態とは、前のモデルがまだ呼べることだけを指しません。前の指示文、前の設定、前の出力の見本の3つが揃っていることです。どれか1つでも欠けると、戻しても同じ物は出ません。特に指示文は、切り替えの過程で何度も直すので、直す前の版を残す決まりにしておきます。

期限の都合で戻れない場合もあります。提供が終わったので切り替えた場合、前のモデルはもう呼べません。この場合の戻し先は、前のモデルではなく人の手順です。AIを使わずに回す手順を、切り替えの前に書いておきます。書いておけば、最悪でも業務は止まりません。

戻す判断の線も先に引きます。形が外れた割合が切り替え前の3倍を超えた、人が落とした件数が全体の1割を超えた、1件あたりの費用が見込みの1.5倍を超えた。この3つのどれかに当たったら戻す、という書き方にします。数字は業務ごとに変えて構いませんが、線の形は同じにします。

線を先に引いておくのは、切り替えの途中で判断すると戻さない方向に傾くからです。ここまで進めたのだから、という力が必ずかかります。線に当たったら機械的に戻し、当たった記録を残して、次の切り替えのときに読み直します。戻した回数そのものは失敗の数ではなく、線が働いた証拠として扱います。

段取りを崩す4つの詰まり方

ここまでの手順は、実際にはよく崩れます。崩れ方には型があり、4つのどれかに当てはまります。自社がどれに近いかを先に見ておくと、崩れる前に手を打てます。

• 短い問いで試して通ったので、そのまま全部を切り替えた。実務の長さで流したら、出力の後半から形式が崩れた
• モデルの名前が処理の中に直接書かれていて、どこを直せばよいかを探すだけで3日かかった
• 合否をAIに判定させたので、落ちた理由が残らず、直す手がかりが1つも得られなかった
• 前のモデルが止まる日を過ぎてから切り替えを始め、戻す先も、AIを使わずに回す手順も用意していなかった

4つに共通するのは、切り替えの日を一点で考えていることです。日が来たら替える、という組み立てにすると、試す・並行する・戻すの3つが全部その日に押し込まれます。押し込まれた段取りは、必ずどれかが飛びます。飛ぶのはたいてい、戻す準備です。

直し方は順番を入れ替えるだけです。期限の日ではなく、期限の日から逆算して「並行を始める日」を決めます。並行の件数が決まっていれば、1日に流れる件数から必要な日数が出るので、逆算できます。逆算した日が今日より前なら、その時点で件数を減らす判断に入ります。

もう1つ多いのが、切り替えたことを使っている人に知らせていない型です。出てくる物が変わったのに、使う側は同じだと思って読みます。違和感が報告されないので、気づくのが遅れます。知らせ方は次で扱います。

使っている人に、いつ何を知らせるか

社内で使っている人に伝えるのは、モデルの名前ではありません。出てくる物のどこが変わる可能性があるかです。名前を伝えても、何を見ればよいかが分かりません。名前は記録に残す情報で、伝える情報ではありません。

伝える時期は、1割を切り替える段の前です。影を走らせている段では伝えなくて構いません。出力が使われないからです。1割を切り替える日から、受け取る側に伝えます。伝えるときに一緒に渡すのは、違和感を報告する先の1か所です。報告先が複数あると、どこにも行かない人が出ます。

伝える中身は3つに絞ります。いつから変わるか、どこが変わる可能性があるか、おかしいと思ったらどこに言うか。理由や背景は要りません。長い説明を配ると読まれず、結局は報告が来なくなります。3行で済む形にして、1回だけ配ります。

報告が来たら、その日のうちに分類します。形式の問題か、中身の問題か、単に慣れの問題か。慣れの問題を中身の問題として扱うと、戻す判断が早まりすぎます。逆に、中身の問題を慣れの問題として片づけると、戻す線に当たらないまま誤りが流れ続けます。分類する人を1人決めておきます。

切り替えた後に見る数字

切り替えた後に見る数字は4つで足ります。多く並べると誰も見ません。4つに絞る代わりに、切り替え前の値を必ず持っておきます。比べる相手がない数字は、高いのか低いのかが判断できません。

1つ目は、形が外れた件数です。これがいちばん早く動きます。2つ目は、人が落とした件数の割合。切り替え前の割合と比べて上がっているかどうかだけを見ます。この数字の絶対値には意味がありません。業務によって最初から高い場合があるからです。

3つ目は1件あたりの費用で、平均といちばん高かった1件の両方を見ます。4つ目は、使っている人からの報告の件数です。報告が0件のときは、うまくいっているのではなく、報告先が伝わっていない可能性を先に疑います。1件も来ない週が2週続いたら、受け取る側に直接1人聞きます。

見る頻度は、切り替え直後の2週間は毎日、その後は週に1回に落とします。見る人と、数字が動いたときに誰へ言うのかを先に決めます。決めずに始めると、数字は出ているのに誰も読んでいない状態になります。落ち着いたと判断する線も、日数ではなく件数で決めておきます。

まとめ

モデルの乗り換えで壊れるのは性能ではなく、モデルの周りに積み上げた取り決めのほうでした。指示文の効き方、出力の形式、扱える量、つなぐ口の仕様、費用の単位。この5か所を、気づき方と戻す目安まで書いた1枚にして、切り替える前に埋めます。埋まらない欄が残る場所は、まだ切り替えられません。

手順は、同じ問いの組と期待する答えと合否の基準を揃える、影を走らせる、1割と半分と全部の順に上げる、戻す線を先に引く、の4段です。合否はAIに判定させず、人が確認する範囲を3種類に絞って先に決め、落とした理由を1行残します。根拠をどの資料から取ったかも併せて出させます。提供が終わる案内は6か月前とは限らないので、最短で何日あれば切り替えられるかを、期限が来る前に1度決めておきます。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。