本記事の情報時点について
本記事は 2026年5月時点 でまとめた、対話型AI（ChatGPT・Claude・Gemini 等）の銘柄予測の限界事例です。市況・銘柄に関する記述は 2025年10月〜2026年4月 の状況（米SOX指数の調整入り・AI関連企業の決算ガイダンス保守化・対中関税の追加措置に伴うリスク要因の再浮上）を反映しています。AIの学習データ締切は各モデルで異なり、ChatGPT (GPT-4o系) は2023年10月時点まで・Claude / Gemini も2024年初頭〜中頃までが一般的です。直近の市場心理・需給はリアルタイムでは取得できないという構造的限界は共通します。
アイちゃん、ちょっと教えて欲しいんだけど…ChatGPTに『絶対上がる』って言わせて買った銘柄が、3ヶ月で30%下落したんだ。AIの予想って、信用しちゃダメなのかな？
Jさん、これは『対話型AIに銘柄を選ばせる』運用の典型的な失敗パターンです。AIは強力なツールですが、銘柄予測には構造的な限界があります。これは ChatGPT に限った話ではなく、Claude や Gemini も含めて対話型AI全般に共通する問題です。今回は2025年10月以降の市況を実例として、AIとのやりとり再現＋実チャートで失敗を分解し、『AIを助手として使う』正しい運用法までセットで整理しますね。
基礎を学んだ次は実践。「最初の1口座」をmoomooで作るのが現実的。
AIに銘柄を選ばせた経緯（ChatGPTとのやりとり再現）
2025年の秋、Jさんは『ChatGPT に最強の銘柄を聞いてみよう』と試したことがありました。実際のやりとりを、画面ごと再現します。
根拠：
- 生成AI需要の拡大により、半導体製造装置の引き合いが継続
- 直近四半期の売上は前年比+25%、業績は好調
- テクニカル的にも50日移動平均線を上抜け、上昇トレンド入り
『AI需要の拡大』『業績好調』『テクニカル上昇トレンド』。一見、隙のない3点セットに見えました。Jさんはこの根拠に納得して、その日のうちに100万円分を購入したのです。
アイちゃん、これだけ根拠揃ってたら、買うのが普通じゃない？何が問題だったの？
Jさん、根拠は3つとも事実です。問題は『AIが見ていない情報』のほうにありました。次のセクションで、購入後3ヶ月の値動きをチャートで見ながら、どこで何が起きたか分解します。
結果：3ヶ月で30%下落（実チャート再現）
うわ…言われてみると、買った直後にセクター全体が落ち始めてたんだな。アイちゃん、これって ChatGPT に予測できなかったのか？
Jさん、ChatGPT (GPT-4o系) は 2023年10月時点までの学習データで答えていました（Claude / Gemini も2024年初頭〜中頃が一般的）。2025年Q4のセクター調整・関税再燃の懸念は、原理的に学習データに入っていません。次のセクションで、その『AIの死角』になった2025年Q4の市況をまず整理します。
補足：2025年Q4にハイテク株を襲った3つの逆風
このチャートのような値動きが起きた背景には、2025年10月以降のマクロ環境の変化があります。ChatGPT の学習時点には織り込まれていなかった要素ばかりです。
これら3つは、いずれも 2025年10月以降に顕在化した事象 です。対話型AIが回答した時点（学習データの締切まで）には存在しなかった、もしくは弱いシグナルでしかありませんでした。これは ChatGPT 固有の問題ではなく、Claude・Gemini を含む対話型AI全般に共通する構造的な限界です。「学習データに無いことは予測できない」「直近のリアルタイム需給は見えない」という制約を、ユーザー側が理解して使う必要があります。
なぜAIの予測が外れたのか
後から振り返ると、AIが構造的に弱い領域に踏み込んでしまっていたことが分かりました。理由は3つあります。
理由1：AIは『過去データ』しか見ていない
対話型AIは学習時点までのデータで判断します。これは ChatGPT に限らず Claude も Gemini も同じ仕組みです（学習データの締切は各モデルで異なり、ChatGPT (GPT-4o系) で2023年10月、Claude / Gemini で2024年初頭〜中頃が一般的）。直近の市場心理・需給変化・業界の暗黙シグナルは、原理的に把握できません。
理由2：AIは『楽観的な根拠』を集めがち
『上昇する銘柄を教えて』というプロンプト自体が『上昇シナリオ』の根拠を集める方向にAIを誘導してしまいます。ネガティブ要因の抽出が弱くなる構造的な問題でした。
理由3：AIは『機関投資家の動き』を読めない
信用残・空売り比率・大口売買などの需給情報は、AIが訓練データから学んでいないか、直近データを持っていません。プロが見ているサインが、そのままAIの死角になっています。
AIが見落としていたシグナル3つ（後から分析）
下落後にチャートと需給データを見直すと、AIが拾えなかったサインが複数ありました。これらは数値で確認できる情報なので、人間が手動でチェックすれば気づける類のものです。
後で振り返ると、AIが見落としていたサインがあった
- 信用買い残が3ヶ月で2倍：上値が重い構造（短期需給悪化）
- 業界全体のPER平均超え：割高水準にいた
- セクター別ETFが下落トレンド転換：マクロでの逆風シグナル
AIの提案を『鵜呑みにしない』3つの判定基準
失敗以降、Jさんは AI に銘柄を聞くこと自体はやめていません。ただし鵜呑みにしないため、必ず3つの基準を当てるようにしています。
基準1：AIに『下落シナリオも教えて』と必ず聞く
『この銘柄が下落するとしたら、どんな理由が考えられるか？』を必ず追加で質問します。これだけで、下落リスクの認識ギャップが大幅に減ります。
基準2：需給データは自分で確認
信用残・空売り比率・出来高変化は moomoo や TradingView で自分で確認します。AIは生データを見ていないので、ここは人間の領分です。
基準3：単一銘柄に集中投資しない
AIの提案に乗る場合も、ポジションサイズは資金の5%以内に抑えます。外れても致命傷にならない設計にしておくのが鉄則です。
AIを正しく使う3つのワークフロー
AIを『助手』として使う前提なら、むしろ強力なツールです。Jさんが今やっている使い方を3つ紹介します。
AIを『助手』として使う
- 銘柄スクリーニング後の3行要約：moomooで30銘柄抽出 → AIに各社の決算3行要約
- セクター比較：『半導体5社の利益率を比較表にして』
- 下落シナリオの洗い出し：自分の判断にAIで反論させる
まとめ：AIは助手・最終判断は自分
対話型AIの予測を鵜呑みにすると、Jさんのように大きな損失を出すことがあります。これは ChatGPT 固有の問題ではなく、Claude・Gemini を含む生成AI全般に共通する構造的な限界です。AIは『情報整理・要約・仮説検証』の助手として強力ですが、『銘柄選定の最終判断』は人間がやるべき領域です。Jさんもこの失敗以降、AIには『情報整理』だけを任せるよう運用を切り替えました。