エンジニア向けLLMの選び方｜フリーランスは案件条件と稼働形態で決める

はじめに

「ChatGPTとClaudeとGeminiのどれがいいか」という比較記事は多くありますが、フリーランスエンジニアの場合、実際に使えるLLMは自分の好みより先に案件側の条件で決まります。常駐か、フルリモートか、クライアントのセキュリティ規程は何を許しているか。この記事では、モデルの性能ではなく、案件条件・稼働形態・単価構造の側からLLMの選び方を整理し、なぜフリーランスこそ活用すべきなのかを確認します。選ぶ順番は「案件で使えるか」→「用途に合うか」→「モデルの差」です。

• LLM選びで最初に決める軸は「どの環境で使うか」
• フリーランスが選ぶときの3つの基準
• 月単価制の案件でLLMが効く理由
• 参画前に確認しておく契約・データの扱い

1. LLM選びで最初に決める軸は「どの環境で使うか」

エンジニアがLLMを使う場面は、大きく案件のコードや資料を入力する用途と、案件と切り離した自己学習・事務の用途に分かれます。この2つは求められる条件が異なるため、ひとつのツールで済ませようとすると判断がぶれます。

前者では、クライアントのソースコードや仕様書を外部サービスに送ることになるため、契約上の秘密保持の範囲に入る可能性があります。使えるかどうかは、モデルの賢さではなく、クライアントが許可しているサービスとプランで決まります。後者では制約がほとんどないため、自分が使いやすいものを自由に選べます。

「案件用」と「自分用」を分けて考えることが、LLM選びの起点です。案件用は参画先ごとに変わる可能性があり、自分用は継続して育てていくツールになります。

2. フリーランスが選ぶときの3つの基準

基準1：入力データが学習に使われない設定にできるか

個人向けの無料プランや標準プランでは、入力内容がモデルの改善に利用される設定になっている場合があります。主要サービスには、利用データを学習に使わない設定や、法人向けプラン、API経由の利用など、データの扱いが異なる複数の入口があります。案件用に使うなら、この設定が可能かどうかを最初に確認します。クライアント側で契約済みのエンタープライズ環境がある場合は、それを使うのが原則です。

基準2：用途に合った形で使えるか

LLMの使い方は、チャット画面での質問だけではありません。IDEに組み込むコード補完・エージェント型ツール、ターミナルから操作するCLI型、ブラウザ上のチャットで、向いている作業が違います。実装の手を速めたいならエディタ統合、設計の検討や調査、レビュー観点の洗い出しならチャット、定型的なファイル操作やテスト生成ならCLI型、という具合です。使う場面が実装中心なのか、設計・調整中心なのかで優先する形が変わります。

基準3：コストが単価に対して見合うか

個人向け有料プランは月額20ドル前後の価格帯が多く、エディタ統合型のツールも同程度の月額が中心です。複数を併用しても月数千円から1万円台に収まる範囲で、月単価が数十万円の案件に対しては十分に小さい固定費です。一方、API利用は使用量に応じた従量課金になるため、自動化や大量処理をする場合は上限の設定が必要になります。

AI時代、自分のスキルはどれくらい評価される？

現在の経験・スキルから、自分の市場価値や狙える案件の方向性を確認できます。

市場価値を確認する →

3. 月単価制の案件でLLMが効く理由

フリーランスの準委任契約では、月単価と精算幅（たとえば140〜180時間）で報酬が決まる形が一般的です。この構造では、作業が速くなっても単月の報酬が直接増えるわけではありません。それでもLLMを使うべき理由は、報酬ではなく「稼働と継続」の側に効くからです。

第一に、精算幅の上限を超える超過稼働を抑えられます。調査や定型コードの生成にかかる時間が減れば、同じ成果を上限時間内で収めやすくなり、体力的な余裕が次の案件探しや学習に回ります。第二に、案件切り替え時のキャッチアップが速くなります。フリーランスは正社員より頻繁に技術スタックが変わり、参画初月の立ち上がりで評価が決まりやすい立場です。見慣れないフレームワークや既存コードの読解にLLMを使えば、初期の質問回数を減らし、契約更新の判断材料になる初月の印象を安定させられます。

第三に、案件外の業務が減ります。見積書・請求書のひな型、提案文の整理、確定申告に向けた経費分類の下書きなど、単価を生まない事務にLLMを使えば、稼働時間を本業に寄せられます。LLMは単価を上げる道具ではなく、稼働の余白を作り、次の案件と更新に備える道具です。

4. 参画前に確認しておく契約・データの扱い

案件用にLLMを使うときのトラブルは、性能よりも契約とデータの扱いで起きます。参画前、または参画直後に確認する項目を稼働形態ごとに整理します。

とくに自分の端末でリモート稼働する場合、技術的には何でも使える状態になるため、契約書の秘密保持条項と実際の利用が食い違う可能性があります。「生成AIの利用について特に記載がない」場合でも、許可されていると解釈せず、担当者に書面かチャットで確認しておくと、後から責任範囲を問われたときの根拠になります。また、LLMが生成したコードのライセンスや、既存コードとの類似についても、クライアントの方針を確認する必要があります。

「何を使うか」より「何を入力してよいか」を先に決めておくことが、案件でLLMを安全に使う条件です。

まとめ

エンジニア向けLLMの選び方は、モデル比較から入ると迷います。フリーランスの場合、まず「案件用」と「自分用」を分け、案件用はクライアントの許可とデータの扱いで決め、自分用は用途とコストで選ぶ、という順番にすると判断が安定します。月単価制の案件でLLMが効くのは、報酬を直接増やすからではなく、超過稼働を抑え、参画初月の立ち上がりを速め、事務を減らして次の案件に備える余白を作るからです。次に確認するのは、現在の案件の契約書にある秘密保持の範囲と、クライアントが許可しているツールの一覧です。その上で、自分用の1本を決めて日常的に使い込むと、案件が変わっても使い方の軸が残ります。