AIに7言語で「おすすめの日本の漫画」を聞いたら? 総合1位は『鋼の錬金術師』、日本語では『寄生獣』、フランス語では『MONSTER』が1位に

AIに7言語で「おすすめの日本の漫画」を聞いたら? 総合1位は『鋼の錬金術師』、日本語では『寄生獣』、フランス語では『MONSTER』が1位に
図2:言語別の合計点トップ3。各言語250回答を集計。
図2:言語別の合計点トップ3。各言語250回答を集計。

総合1位は『鋼の錬金術師』、2位『MONSTER』、3位『SLAM DUNK』

GRASグループ株式会社が運営する英語学習情報メディア「English Hub」が、AIにおすすめの日本の漫画を尋ねたとき、質問する言語によって答えがどう変わるのかを調べた結果を公開しました。対象言語は日本語・英語・韓国語・中国語・スペイン語・アラビア語・フランス語の7つです。各言語で250回ずつ、計1,750回質問しています。

集計では、各回答で挙げられたおすすめ5作品について、1位に5点、2位に4点、3位に3点、4位に2点、5位に1点を付けました。7言語・計1,750回答の得点を合算しています。各言語の回答数は250回ずつにそろえてあり、どの言語も同じ重みで扱われています。

総合1位となったのは4,772点の『鋼の錬金術師』です。英語と中国語でそれぞれ1位を獲得し、残る5言語でも5位以内に入りました。続く2位は『MONSTER』で4,511点、3位は『SLAM DUNK』で3,218点でした。

一方、おすすめ5作品に含まれた回数を見ると、『MONSTER』が1,329回で、『鋼の錬金術師』の1,250回を上回っています。総合順位には、登場回数だけでなく、何番目に勧められたかも反映されています。

図3:おすすめ5作品に含まれた回数。各言語250回答。数値は順位や得点ではありません。
図3:おすすめ5作品に含まれた回数。各言語250回答。数値は順位や得点ではありません。

言語ごとの1位は6作品に分かれる

同じAIモデルに同じ条件でおすすめの漫画を尋ねても、質問する言語によって上位の作品は異なりました。言語別の1位は次のとおりです。

  • 日本語:『寄生獣』
  • 英語:『鋼の錬金術師』
  • 中国語:『鋼の錬金術師』
  • 韓国語:『SLAM DUNK』
  • スペイン語:『ベルセルク』
  • アラビア語:『ONE PIECE』
  • フランス語:『MONSTER』

得点を見ると、日本語では『寄生獣』が1,032点、韓国語では『SLAM DUNK』が1,099点でそれぞれ1位となりました。フランス語では『MONSTER』が786点で1位、2位以下には『ベルセルク』の738点、『鋼の錬金術師』の652点が続いています。

質問では読者の国籍・居住国・好みを指定せず、質問言語からそれらを推測しないようAIに依頼していました。それでも上位作品には違いが見られたとのことです。ただし、今回の結果だけでは違いが生じた原因は特定できないとしています。

順位だけでなく「候補の顔ぶれ」にも差

『寄生獣』は日本語の250回答すべてで、おすすめ5作品に含まれました。ほかにも、韓国語では『SLAM DUNK』が250回中248回、スペイン語では『ベルセルク』が250回中195回登場しています。複数の言語に共通して挙がる作品がある一方で、言語によって候補に入る頻度に違いがありました。なお、この調査はAIの推薦回答を集計したもので、各国の読者の人気や作品の知名度を調べたものではありません。

調査の方法と注意点

使用したのはOpenAIのGPT-5.6-lunaで、API経由で利用しています。ChatGPTの通常画面や他社のAIサービスとの比較ではありません。質問では日本の漫画5作品を推薦順に挙げ、作品名・作者名と理由1文を答えるよう求めました。時代・ジャンル・国籍・居住国・好みは指定しておらず、質問言語からそれらを推測しないよう依頼しています。ライトノベルやアニメそのものは対象外です。各回答は会話履歴を引き継がない独立したリクエストで、Web検索は使わず、モデルと実行設定は共通、各言語で1種類の質問文を用いています。翻訳や表記の違いは日本語の作品名へ対応付け、候補外は0点として加算しました。

作品名と作者の対応を確定できない項目や対象外の項目など計91項目は得点から除外し、ほかの候補の繰り上げは行っていません。番号・項目数などの形式不備は1回答でした。不明項目や形式不備を含む回答を丸ごと除いても全7言語の合計1位は変わらなかったものの、未確定項目の解決後もすべての順位が変わらないことを保証するものではないとしています。質問条件と作品名の対応はAIアシスタントで点検しています。独立した母語話者による確認は実施していません。また、言語と翻訳表現の影響は完全には分けられないとしています。特定の1モデルによる結果であり、別のモデル・質問文・実施日では変わる可能性があります。調査はEnglishHub編集部が2026年10月24日・29日に実施しました。

出典:GRASグループ株式会社