Okaasanのテスト方法
公開前に、実際の日本の食品表示とメニューでOkaasanを動かし、すべての回答を表示の内容と照らし合わせました。その結果と、結果から言えないことをお伝えします。
Okaasan Proを始めるテスト結果
2026年11月に、アプリと同じAI、同じセーフティネットで測定しました。
1,500+
回の実際のスキャン(食品表示とメニュー)を、公開前にテスト
115
点の実際の日本の商品を、それぞれ3回テスト
389
件のAIの危険な誤りをOkaasanのセーフティネットが阻止。残りは0件
99%
の料理を発見。実際の飲食店メニュー15枚で、475品中471品
AIが読み、Mother’s Checkが見落としを拾う。
Okaasanは、AIで食品表示を読んだあと、お母さんが宿題を見るように、その答えをひとつ残らず確かめます。それがMother’s Check(お母さんチェック)、Okaasanのセーフティネットです。同じ115点の表示を、セーフティネットなしのOkaasanのAIにも渡し、ChatGPT、Claude、Geminiと同じ質問をしました。するとえびせんと魚のすり身をベジタリアン向けとし、魚醤入りのギョーザを魚介類なしと答え、表示に印刷された19件のアレルギー注意書きを見落としました。セーフティネットがあることで、Okaasanの信頼性は49倍になります。
40
件の危険な誤り:セーフティネットなしのOkaasanのAI、115点の表示で
0
件:セーフティネットあり
セーフティネットの中身
15
回にわたる、実際の日本の食品表示でのテスト。毎回、修正して再テスト
数百
語の日本語の原材料名をコードでチェック:隠れた豚、ゼラチン、しょうゆやみそのアルコール、魚のだし
2
回、商品の表示をすべて読む。2回目は細かい文字、製造工場の注意書き、アレルゲンの枠だけ
4
つの言語でアレルギーを照合:英語、フランス語、中国語、日本語
0
点:原材料表示を確認できないまま「問題なし」とした商品
298
件の自動チェックをリリースのたびに実行。うち79件は食事制限とアレルギーの安全性
テストの流れ
正解を先に決める
商品ごとに表示を原材料ひとつずつ読み、スキャンする前に、すべての食事制限と原材料について正解を書き出します。
Okaasanが写真をスキャン
アプリと同じAI、同じセーフティネットで、1商品につき3回。AIはいつも同じ答えを返すとは限らないからです。
すべての回答を照合
AIだけの回答と、Okaasanのセーフティネットを通したあとの回答(画面に表示されるもの)を、それぞれ照合します。誤りは修正につなげ、その修正はすべての商品で再テストします。
危険な誤りとは
表示ではそうでないのに「問題なし」とされた商品のことです。ハラール、ヴィーガンやベジタリアン、グルテンフリー、または豚・乳・大豆・魚介類・アルコール・カフェインを含まない、という判定が対象です。人を傷つけかねない誤りです。115点の商品を345回スキャンして、AIだけでは389件。Okaasanのセーフティネットを通したあとは0件でした。
ひっかけの例
- せんべいに入ったかつお(魚)。表示は上下逆さまに撮影
- 生パスタのボロネーゼで、アレルゲンのかっこ内にだけ書かれた豚肉
- りんごヨーグルトのゼラチン(多くは豚や牛由来)
- 米みその酒精(添加されたアルコール)
ChatGPTの70倍、Geminiの57倍、Claudeの35倍の信頼性
2026年11月、同じ115点の表示を、有料プランのChatGPT(GPT-6.1)とClaude(Opus 5.5)、無料アプリのGemini(Auto)に渡し、すべての商品で食事制限と原材料について同じ質問をしました。回答はOkaasanと同じ正解に照らして、同じ方法で採点しています。
| Okaasanセーフティネットあり | OkaasanのAI(単独)セーフティネットなし | ChatGPTGPT-6.1 | ClaudeOpus 5.5 | Gemini無料アプリ | |
|---|---|---|---|---|---|
| 危険な誤り表示と食い違うのに「問題なし」とした | 0 | 40えびせんをベジタリアン向けと判定 | 3魚入りのせんべいをヴィーガン向けと判定 | 21表示のアレルギー注意書きを見落とし | 50豚のスープを使ったラーメンを豚不使用と判定 |
| 表示に答えがあるのに「不明」 | 500回に1回未満 | 20回に1回 | 8回に1回 | 22回に1回 | 26回に1回 |
| Okaasanのほうが信頼できる倍率 | 基準 | 49倍 | 70倍 | 35倍 | 57倍 |
2026年11月に、同じ115点の実際の日本の食品表示で、すべて同じ質問をしてテストしました。ChatGPTとClaudeは有料モデル、Geminiは無料アプリです。信頼できない回答とは、誤った回答、または表示に答えがあるのに「不明」とした回答のことです。しょうゆに含まれるアルコールのように、アプリによって基準が異なる点は誤りに数えていません。
ChatGPTは慎重でしたが、「わからない」と答えることがよくありました。Claudeは原材料表示をすべて正しく読みましたが、製造工場の注意書きにあるアレルゲンについて「含まない」と21回答えました。HARIBOの3袋にある乳がその例です。Geminiは豚のスープを使ったインスタントラーメンを「豚不使用」、ゼラチン入りのHARIBOを「ベジタリアン向け」としました。Okaasanは製造工場の注意書きにあるアレルゲンを分けて示し、「含まない」と表示することはありません。
モデル単体で比べると、ChatGPTやClaudeのモデルはOkaasanのAIより誤りが少なめです。それでもOkaasanのほうが信頼できるのは、すべての回答を、表示する前に日本語の原材料表示と照らし合わせるセーフティネットがあるからです。
飲食店のメニュー
印刷、手書き、筆書きの実際のメニュー15枚で、475品中471品の料理を見つけ、15件の価格はすべて正しく読み取りました。メニューにあるのは料理名で、レシピではありません。そのため料理ごとの食事制限の判定は、根拠のある推測です。アレルゲンはお店の人に確認してください。
このテストで証明できないこと
Okaasanが絶対に間違えないこと
115点の商品はひっかけを含むものを選んでいるため、日本の食品を無作為に選んだサンプルではありません。破れたりしわになったりした表示や、ぼやけた写真では、まだ間違えることがあります。
商品がアレルギーのある人にとって安全であること
Okaasanが読むのは表示に印刷されていることだけで、書かれていないことはわかりません。アレルゲンは必ずパッケージで、飲食店ではお店の人に確認してください。
現在のChatGPT、Claude、Geminiの実力
それぞれ2026年11月に、テスト用に書いた正確な質問で、1商品につき1回ずつ答えています。ChatGPTとClaudeは有料モデルでそれぞれ1つのチャット、Geminiは無料アプリです。これらのアプリはよく変わりますし、利用者が自分の言葉で質問した場合はテストしていません。




