GPT-5.4 miniとGPT-5.4の動的切り替え設計で、画像から音楽フェスのタイムテーブル生成を高速化・高精度化した話
この記事で分かること
GPT-5.4 miniとGPT-5.4を動的に切り替える設計で、画像から音楽フェスのタイムテーブル生成を高速化・高精度化した手法が得られる。具体的には、軽量モデルで前処理を行い、高精度モデルで最終生成する二段階アーキテクチャにより、コストと品質を両立できる。
詳細要約
画像から音楽フェスのタイムテーブルを生成する際、処理の速さが求められるOCR段階では軽量なGPT-5.4 miniを、正確なスケジュール調整が必要な後段では高精度なGPT-5.4を自動で切り替える設計により、全体の処理時間を短縮しつつ出力の正確性を両立できる。実際の運用では、画像読み取り後の最初のプロンプトで「まずアーティスト名と時間だけ抽出」と指示してminiに処理させ、その結果を元に「重複や時間の矛盾をチェックして整形」と指示してGPT-5.4に渡す手順が効果的。