「グッと堪えて、こちら！」——Geminiのしりとり大失敗が5万いいねを集めた理由

「イヌ」から始まったはずのしりとりが、いつの間にか「トング」「ルーペ」「ピスト」と単語が迷走し、最後は「グッと堪えて、こちら！」という謎の一言で締めくくられる。
会社でGeminiにしりとりをお願いしただけのはずが、こんな結末になるとは誰も予想していなかったはずです。

この一部始終を目撃したのが、Xユーザーのひばさんです。
7月3日に投稿されたこのやり取りは、わずか1日で5万6千いいね、370万閲覧という規模まで広がりました。
同僚が声を出して笑いそうになった瞬間も含めて共有され、多くの人の目に触れることになったのです。

Xで「バカ可愛い」と「ポンコツ」の声が交錯

反応は大きく二つに分かれました。
ひとつは、Gemini特有の予測不能な受け答えを「バカ可愛い」として楽しむ声。
もうひとつは、単純に「ポンコツ」と厳しく評価する声です。

投稿を見た他のユーザーからも、似たような体験談が次々と寄せられました。
しりとりのルールを守れず脱線する、文脈をつかみ損ねて突拍子もない単語を返す——こうした「人間味あるミス」は、実は今回だけの話ではないようです。
国内のAIコミュニティでは以前から、Geminiが見せる予測不能な応答を面白がる投稿が一定数見られており、今回のひばさんの投稿もその延長線上にあると言えそうです。

面白いのは、批判的な声を投げる人ほど「仕事で使っているからこそ困る」という文脈で語っていることです。
プライベートの雑談なら笑って済ませられますが、業務のドキュメント作成や調べ物で同じ挙動が出ると、途端に評価は厳しくなります。
同じ失敗でも、使われる場面によって受け取られ方がまったく変わるという点は、今回の反応の分かれ方からもよく見えてきます。

なぜ軽量モデルはしりとりでつまずくのか

今回登場したのは、Geminiシリーズの中でも「Flash-Lite」と呼ばれる軽量版です。
Google公式のドキュメントによれば、Flash-Liteは応答速度とコストの安さを最優先に設計されたモデルで、上位モデルに比べて推論の緻密さは抑えられています。
つまり、大量のリクエストを高速かつ低コストでさばくことに特化しているぶん、しりとりのように「直前の単語の末尾の文字を正確に拾い、語彙の中から適切な候補を選ぶ」という細かい制約を守る作業は、もともと得意分野ではないのです。

しりとりは人間にとって単純な遊びに見えますが、AIにとっては「文字単位の制約」と「意味の通った単語」を同時に満たす、地味に難しいタスクです。
軽量モデルほど計算資源を絞っているため、この手の細かいルール処理でズレが生じやすいと考えられています。
実際、AI活用系メディアの解説記事でも、Flash-Liteは速度とコストを重視する代わりに、複雑な指示への追従性では上位モデルに劣ると説明されています。

今回のような「崩壊気味の受け答え」も、突き詰めればモデルサイズと処理精度のトレードオフという技術的な背景がある出来事だと言えそうです。
愉快なエピソードの裏には、案外まじめな設計思想が隠れているのです。

もう一つ見逃せないのが、こうした軽量モデルはチャットアプリの無料枠や大量アクセスが見込まれる場面に優先的に配置されやすいという事情です。
Googleに限らず各社は、応答速度とサーバーコストのバランスを取るために、利用シーンごとにモデルを使い分けています。
裏を返せば、私たちが日常的にAIチャットで受け取る答えの品質は、意識しないところでモデルのグレードによって左右されているということでもあります。
しりとりのような遊びで違和感に気づけたのは、ある意味で軽量モデルの実態を知るきっかけになったとも言えるでしょう。

さらに深掘りしたい方へ

• Gemini 3.1 Flash-Lite（Gemini API 公式ドキュメント）
• Gemini 3.1 Flash-Liteとは？機能や料金・使い方を詳しく解説

SocialReport編集部の考察

企業アカウントやAI活用の発信をしているSNS担当者にとって、今回の一件は「失敗の見せ方」を考えるヒントになります。
ミスをただ隠すのではなく、愛嬌のある失敗として受け止められる余地があることが、今回のバズが証明した点です。
もちろんこれは軽量モデルの実験的な利用シーンだからこそ許容された側面もあり、業務利用の正式な回答でミスが起きれば話は別でしょう。

エンゲージメントの構造という観点で見ると、今回の投稿は「共感」と「ツッコミ」の両方を引き出しやすい設計になっていました。
予測不能な珍回答は、フォロワーが自分の体験談を重ねやすく、リプライ欄が自然と盛り上がる典型的なパターンです。
AIの失敗談を扱う際は、単に晒すのではなく「自分にも似た経験がある」と思わせる余白を残すことが、拡散を後押しするポイントになるのではないでしょうか。

まとめ

Geminiのしりとり失敗は、単なる笑い話にとどまらず、軽量AIモデルが抱える構造的な特性を映し出す出来事でした。
ポンコツに見える受け答えの裏側には、速度とコストを優先した設計判断があることを、今回のバズは静かに教えてくれています。