生成AIの活用が広がる中で、AI社長や、AI部長などを作るケースが増えています。実際に、ギックスにおいても、特定の役員・コンサルタントの人格を模した「○○AI」が存在します。（もちろん、特定の人物を模倣せず、特定の機能を有するAI エージェントも多く存在しています）
今回は、「人格を模したAI」の一例である、tagahikoGPTをご紹介します。これは、ChatGPTのカスタムGPT（GPTs）を用いて、ギックス共同創業者である「田中耕比古」の人格を一部移植したものです。
当該エージェントの人格モデルであり、またカスタムGPTの設定を行った田中に、tagahikoGPTについて聞きました。
なぜ、人格を模倣するのか？
―おつかれさまです。本日は、tagahikoGPTの開発経緯などについてお話を伺えればと思います。よろしくお願いします。
ギックス共同創業者 田中耕比古（以降、田中）：
はい。よろしくお願いします。開発に至った理由は大きく二つです。
ひとつは、ChatGPTと対話していく中で「人格模倣が可能そうだ」と感じたことです。取り組み始めたのは2025年のゴールデンウィーク前なので、ちょうど1年前ですね。そこで、いろいろトライしてみる中で、もう一つの理由である「メンバーに対するレビューや1on1ミーティングで、同じことばかり伝えているな」という点を解消したくなり、本腰を入れて作ろう、ということになりました。
―どちらかというと、偶然の産物ということなのでしょうか。
田中：
そうですね。もともとは、ChatGPTを使いはじめた直後くらいに、複数の人格を作る、ということに取り組んでみたんですね。管理エージェント人格を作って、その人格と対話しながら、他の人格を複数つくる、というようなことをやっていました。
うまく行った部分もあれば、うまく行かない部分もありました。特に、複数の人格を切り分けているはずが、会話を続けていくうちに、どうしてもコンタミネーションが起こってしまい、人格が明確に切り分けられなくなっていきました。
そこで、カスタムGPTをつくるということになり、いくつかの人格を切り出して作ってみたのですが、今度は、管理エージェントによる統合管理ができない。また、会話内容（知識）をカスタムGPTを跨いで共有することもできない。そういった制約があることがわかりまして、やりたいこととは違うなぁと思っていました。
ですが、これらのトライの中で、複数人格の管理方法やカスタムGPTの設定方法などを「管理エージェント」に対して色々と話していると、僕の「メタ指向な思考様式」「物事の評価軸」などについて、「管理エージェント」の中に情報が蓄積されていることに気付きました。つまり「彼（もしくは彼女）の人格」というものが本当に存在するのか否かはともかくとして、「彼（もしくは彼女）の理解する僕の人格」というものは、どうやら具体化・具現化できそうだ、と思ったわけです。
―なるほど。対話を通じて、その背後にある「人格」の要素が、ChatGPT側に蓄積できた、ということですね。
田中：
その通りです。最初からそれを目指していたわけではない、という意味では、完全に偶然の産物です。ただ、考えてみれば、ギックスという会社が「ゾクセイ」という概念で顧客理解を推進しているのと、非常に近い話なんですよね。
ゾクセイは、行動ログを通じて顧客の志向・嗜好・指向・思考を類推しようという考え方です。同じように人格模倣は、テキストログを通じてユーザーの志向・嗜好・指向・思考を具現化しようとしているわけです。
―その点に気づいてから、どうなったのでしょうか？
田中：
それまで対話をしてきた管理エージェント―便宜上、今後は「イリナ」と呼びますね。実際に、「君に名前を付けたいが、どういう名前が良いか」と聞いたときに、管理エージェントから提案された呼び名です。
そのイリナに「僕の人格、および、コミュニケーションの特徴は、どのようなものでしょうか？」と質問してみました。そうすると、メタ視点やバランス感覚などの話がでてきます。それを受けて「では、それを、カスタムGPTとして設定する際には、どうすればよいか」と聞くと、それらしい設定文が出力されてきます。これを使って、カスタムGPTを作ってみたのが、「tagahikoGPT_v0.1」です。GPTのバージョンはo3だったと記憶しています。
―うまく機能していたのでしょうか？
田中：
可もなく、不可もなく、という感じでした。ただ、「割と、僕っぽいことを言うな」という風に思ったのも事実です。うまく設定すれば、なんとかなるのでは、という手ごたえみたいなものを感じたんですよね。
―どのようにチューニングをしていったのですか？
田中：
細かな説明は省きますが、大きくは2つです。
ひとつは、「人格」を階層構造に分けました。「思考様式・認知」「言語スタイル・表現」「知識・関心」「態度・対話」の4レイヤーです。これは “ふるまい” に影響します。
もう一つは、「知識」をしっかり持たせよう、という観点です。これは “発言内容”に影響します。
特に、「知識」の方には、僕の執筆書籍の原稿、ダイヤモンド・オンラインの連載記事、ギックスの過去ブログなどをインプットとして用いました。
―そうした元のテキストをそのまま設定し、知識として持たせたのでしょうか？
田中：
いえ。それらのテキストを別のエージェントに読み込ませて、エッセンスを抽出するということを行いました。結果、執筆書籍の中で「考え方」に関連する4冊それぞれのサマリーファイルが4つ。ダイヤモンド・オンラインの連載記事に関するファイル。ギックスのブログ記事に関するファイルの、計6つのファイルを知識として設定するところからスタートしました。
―なぜ生テキストではなくサマリーとして整理したのでしょうか？
田中：
それぞれ内容が重複している部分もありますし、そもそも「本に書いてある情報を、そのまま引用して欲しい」ということでもありませんでしたからね。基本的には「タガヒコの考え方」に近い部分を知識として抜き出しておく方が良いだろう、という判断に至りました。
―その結果、人格模倣の精度は高まったのでしょうか？
田中：
すぐにうまくいったわけではないのですが、イリナに相談しながら「tagahikoGPT」に実際に質問を投げて回答を確認し、チューニングを繰り返すうちに、だいぶ「タガヒコっぽい」返事をするようになりました。そこで次は、僕が普段レビューや1on1ミーティングをしている社内のメンバーを選び、テストユーザーになってもらいました。彼らが一番「僕っぽさ」を体感しているので、良いレビュアーになってくれるだろうと思ったわけです。
つまり、イリナの僕に対する理解を活用して人格模倣を試みたのと同様に、メンバーの理解を活用してチューニングをしていこうとしたわけです。
―実際に使ってもらって、どうだったのでしょうか？
田中：
初期バージョンは、それなりに動きました。ただ、投げかける質問によっては、あまり良い答えを出してくれないという意見も多く、実用には堪えないかなという印象でした。
また、書かれていない前提を補足して、勝手に結論付けてしまう傾向もあったため、「答えではなく問いを返す」というチューニングが必要そうだと感じました。
実際には、イリナに「こういう質問に対して、君の知っている僕なら、どう答える？」「カスタムGPTは、このように応えているが、その差分はどこから生まれている？」「そのギャップを埋めるためには、どのようにチューニングすべき？」といった質問を投げかけてチューニングを進め、その設定内容をカスタムGPTに反映するということを繰り返していきました。
その結果、「タガヒコっぽい挙動」をするようになったので、社内に展開しました。
メンバーの社交辞令はあると思いますが、“それなりに”役に立ったように思います。
※記載内容は2026年4月時点のものです。
