「AIスタック」は単一モデルを使うより学術用途で本当に優れているのか？

みなさんこんにちは、

大学の課題のためにいろいろなAIツールを試してきたのですが、「スタック」（例：ChatGPT + Claude + Perplexity + NotebookLM）のように、各ツールを特定の作業に使い分けるべきだ、と勧める人をよく見かけます。

ただ、これは本当に効率が良いのか、それとも単に物事を過度に複雑にしているだけなのか、最近疑問に思い始めています。

私の経験では、ツールを切り替えることで：

• 作業の流れ（ワークフロー）の連続性が途切れる
• 出力に一貫性のなさが生まれる
• 情報源や下書きを管理する際の手間が増える

一方で、異なるモデルがそれぞれ得意なことがはっきりしているのも事実です（推論、文章の文体、出典の扱いなど）。

そこで質問です：

学術作業において、複数のAIツールを使うことは本当に良いと思いますか？それとも、ほとんどやりすぎでしょうか？
代わりに、単一のモデルに絞ってそれを中心に最適化するようなことを試した人はいますか？

実際の体験談を聞いてみたいです。特に学生さんや研究者の方からの意見が知りたいです。