・
「AIがどうやってその答えにたどり着いたのか、思考のプロセスを知りたい」
そう思ったことはありませんか？
最新のGrokに搭載された「Thinkingモード（思考モード）」は、まさにその要望に応える画期的な機能なのです。
本記事では、GrokのThinkingモードを実際に使い、その実力や具体的な活用法を徹底レビューしていきます！
思考の過程が可視化されることで、私たちの業務や学習がどう変わるのか？
ぜひその目で確かめてください！
Grokのような高度なAIモデルが登場し、情報収集や分析の質は飛躍的に向上しています。
しかし、その情報をチームに共有したり、日報としてまとめたりする作業は、依然として手作業で行っている方も多いのではないでしょうか？
Yoomを使えば、NotionやSlackなどのツールとAIを連携させ、情報共有のフローを完全に自動化できちゃうんです！
例えば、会議の議事録やメモをNotionに保存するだけで、AIが自動的に要約を作成し、Slackでチームに通知するといったことが可能です。
「とりあえず試してみたい！」という方は、以下のテンプレートから自動化を体験してみてくださいね！
■概要
Zoomでの会議後、録画データから議事録を作成する作業に手間を感じていませんか。手作業での文字起こしや要約、関係者への共有は時間がかかり、他の業務を圧迫することもあります。このワークフローを活用すれば、Zoom会議が終了するとAIが自動で音声を文字起こし・要約し、指定の形式で議事録を作成してSlackへ送信するため、こうした課題を解消できます。面倒な議事録作成業務から解放され、より重要な業務に集中することが可能です。
■このテンプレートをおすすめする方
■このテンプレートを使うメリット
■フローボットの流れ
■このワークフローのカスタムポイント
■概要
YouTubeチャンネルの動画公開後、その分析や改善点の洗い出し、次のアクションをタスクに落とし込む作業は手間がかかるのではないでしょうか。このワークフローを活用すれば、YouTubeでの動画公開をきっかけに、AIが動画の改善点を自動的に分析し、その内容をClickUpにタスクとして作成します。YouTubeとClickUpを連携させることで、コンテンツ改善のサイクルを効率化し、より創造的な業務に集中できる環境を構築します。
■このテンプレートをおすすめする方
■このテンプレートを使うメリット
■フローボットの流れ
※「トリガー」：フロー起動のきっかけとなるアクション、「オペレーション」：トリガー起動後、フロー内で処理を行うアクション
■このワークフローのカスタムポイント
■注意事項
まずは、Thinkingモードがどのような機能なのか、その特徴と仕組みを解説します。
Thinkingモードは、Grokが複雑な問題に対して即答するのではなく、人間のように「段階的に思考」してから回答を出力するモードです。
通常のチャットAIは、質問に対して確率的にもっともらしい言葉を繋げて回答を生成しますが、Thinkingモードでは以下のようなプロセスを経ています。
最大の特徴は、この思考プロセスをユーザーが可視化できる点。
「AIが今、何を考えているのか」がテキストとして表示されるため、回答の根拠が明確になり、ブラックボックス化の予防にもつながるんです！
Grokには「DeepSearch（深層検索）」という機能もありますが、Thinkingモードとは明確な役割の違いがあります。
Thinkingモード
DeepSearch
Grokでは、これらを組み合わせて「最新情報を検索した上で、じっくり推論する」といった使い方もできちゃいます！
Thinkingモードは制限付きで無料で利用できますが、アクセス集中時などは有料プランのユーザーが優先されることがあります。
より高速な推論や長文の処理を行いたい場合は、上位プランの検討も必要になるでしょう。
ここからは、実際にThinkingモードを使って、その実力を検証した結果をレポートします。
まずは、AIの推論能力を測るために「日本国内にマンホールはいくつある？」というフェルミ推定の問題を投げかけてみました。
不確定な状況に対し、Grokは情報をどのように処理するのでしょうか？
入力プロンプト
日本国内にマンホールはいくつあるか、フェルミ推定でざっくり推論してください。 以下の点を必ず守ってください。 まず、前提となる変数を箇条書きで定義してください（例：日本の人口、世帯数、道路延長、下水道普及率など）。
〜（省略）〜
モードを『4.1 Thinking』に設定して結果を待ちます...
約2分半ほどで出力が完了しました！
80近いソースからデータを参照して情報を処理し、それに基づいてセクションごとに予測をまとめているようですね。
数値が正確かについては、「約〜」と記載されているようにやや大きめの算出結果となっていました。（赤線）
情報の正確性については、参照元となるサイトのいくつかが3〜5年前のものであったので、直近のデータであるか、という点ではクリアできていないですね。
『フェルミ推定でざっくり』と指示していたので、この点は許容範囲としましょう！
不確定要素に対して「仮定」「推論」と判定していたので、あくまで仮の分析結果として参考資料の一つとして受理してもいいかもしれません。
「〜は妥当か？〜は現実的な範囲」と思考している点は、『Thinkingモード』の特性がよくわかる点となっています！（赤枠）
情報が最新のものでないのは気になりますが、過去のデータから推論を重ねて結果を抽出している点は【分析のスペシャリスト】といえるでしょう。
なお、ベースとなる情報が間違っていると計算式まで狂ってしまうので、別のAIツールで重複チェックしたり、人の手で数値を調整するといった対応は必須だといえます。
次に、意図的にバグを含ませたPythonコードを渡し、「エラーの原因を特定して修正して」と依頼しました。
入力プロンプト
以下のPythonコードには、いくつか意図的なバグや設計上の問題が含まれています。 このコードの目的は、「整数リストの平均値を計算し、最大値・最小値と一緒に表示する」ことです。〜（省略）〜
4. 最終的に、「初心者エンジニアがこのコードから学べるポイント」を3〜5個くらいに整理してください。
なお、今回以下のことを重要点としてプロンプトを投稿しています。
出力結果は以下の通りです。
コードの構造から、どのような結果を取得するものであるかを推論しているのが見てとれますね！（赤線）
エラーの発生原因となる「スペルミス」や「全体的な設計ミス」も的確に指摘できています。（赤枠）
なんといっても処理スピードが速い！40秒ほどで処理を完了させています！
修正後のコードも出力されており、問題なく動作することを確認しました！
今回のエラー発生にあたって、次回に考慮するといいポイントも挙げてくれています。
エンジニアにとっては、バグの原因特定プロセス自体が参考になり、初心者には学習ツールとして活用できる点は非常に優秀だと感じました。
最後の検証では、「予算20万円で、動画編集とゲームができるノートPCを買いたい。おすすめのスペックと機種選定の基準を教えて」と相談してみました。
入力プロンプト
予算20万円で、動画編集とゲームが快適にできるノートPCを買いたいです。 おすすめの「スペック条件」と「機種選定の基準」を教えてください。実際の機種名は参考程度で構いませんが、どういう観点で比較・評価すべきかを重視してほしいです。 【前提条件】
〜（省略）〜
ここでは
に重点をおいたプロンプトを投稿しています。
約1分ほどで結果が出力されました！
要望に対しての重み付けや判定の理由も納得のいく内容で提示されていますね。
具体的な商品タイプの提案の下には、各商品の評価コメントが簡単に記載されていてわかりやすいので、パターンごとのおすすめによって、ユーザーは判断の指針となる情報を得られるようになります。
高額商品の購入を考える際は、判断を下すまでにどうしても思考時間が長くなってしまうので、AIが要望に沿った商品を提示してくれるのは無駄な時間を削減できていいですね！
ビジネスシーンでも、「経費内に収まる備品はどこのメーカーを選んだらいいか」「新規事業を発足するにあたって、エンジニア採用が必要。PCはどの程度のスペックが必要か」といった問題の解決に一役買うでしょう。
実際に使ってみて感じたメリットとデメリットをまとめてみました。
エラーの原因特定プロセスを学びたい方や論理的思考を鍛えたい人にとって、AIの思考をトレースすることで、ロジカルシンキングの訓練になります。
他にも、意思決定の根拠が欲しい方にとっては、提案資料などで「なぜこの結論に至ったか」を説明する際の強力なサポーターになるでしょう！
検証結果を経て、複雑な推論や高度な問題解決において、他の追随を許さない「思考の深さ」を実感した方も多いはず！
特筆すべきは、不確定な要素に対する分析力。
技術面でも、Pythonコードのバグ特定をわずか40秒で完結したのは圧巻です！
他にも、高額商品や備品購入の迷いを断ち切る強力な「決断のアシスタント」として機能します。
参照データに数年前のものが混ざる課題はあるものの、「何が妥当か」を自問自答しながら導き出す思考の跡は、まさに分析のスペシャリストそのものです。
膨大なデータから最適な答えを導き出すGrokのThinkingモードは、ビジネスの現場で「考える時間」を劇的にショートカットする、知的な戦略パートナーと言い切れます。
AIを上手に活用することで、日々の業務が大幅に効率化すること間違いなしです！
AIで得られた深い洞察や分析結果を、業務フローに組み込んでさらに効率化してみませんか？
Yoomを使えば、ノーコードで様々なアプリを連携させ、業務の自動化を実現！
例えば、アンケート結果をAIでVOC分析して結果をNotionに追加することで、データの管理コストを削減することができます。
また、商談情報からAIで課題点を抽出し、データベースに集約するといったフローも構築できるので、入力作業の手間を減らせます。
■概要
Salesforceに蓄積される日々の商談情報。その中から課題点を見つけ出し、改善に繋げる作業は非常に重要ですが、手作業での情報収集や分析には多くの時間と手間がかかるのではないでしょうか。また、AIを活用したくても具体的な連携方法に悩むこともあるかもしれません。このワークフローを活用すれば、指定したスケジュールでSalesforceの商談情報を自動的に取得し、AIがその内容から課題点を抽出、結果をGoogle スプレッドシートへスムーズに追加するため、こうした課題の解消に繋がります。
■このテンプレートをおすすめする方
■このテンプレートを使うメリット
■フローボットの流れ
※「トリガー」：フロー起動のきっかけとなるアクション、「オペレーション」：トリガー起動後、フロー内で処理を行うアクション
■このワークフローのカスタムポイント
■注意事項
■概要
「指定の日時になったら、Google スプレッドシート内のアンケート結果をAIでVOC分析して結果をNotionに追加する」ワークフローは、アンケートデータの収集から分析、結果の共有までを自動化する業務ワークフローです。このワークフローを活用すれば、Google スプレッドシートに集まったアンケート結果をAIが自動でVOC分析し、Notionに結果をまとめて追加します。これにより、迅速かつ正確なフィードバックが得られ、意思決定の質を向上させることができます。
■このテンプレートをおすすめする方
■このテンプレートを使うメリット
AIとYoomを組み合わせることで、「思考」から「実行・管理」までのプロセスを一気通貫で自動化し、生産性を劇的に向上させることができるでしょう。
ぜひ一度、その便利さを体験してみてください。
[Yoomとは]
出典：
