AIに聞く人から、AIで作る人へ。初心者脱出の生成AIキーワード13選
ChatGPTやGeminiなどの生成AIに触れる人が増えています。
最初は「わからないことを質問する」「Google検索の代わりに使う」といった使い方から始める人が多いかもしれません。もちろん、それも便利な使い方です。
しかし、生成AIの本来の強みは、答えを探すことだけではありません。文章、アイデア、資料、企画、画像などを新しく「作る」ことにあります。
つまり、これから大切になるのは、AIに聞く人から、AIで作る人になることです。
この記事では、生成AIを使いこなす第一歩として知っておきたい13のキーワードを整理します。
1. 生成AI
生成AIとは、文章、画像、音声、動画、コードなどを新しく作り出すAIのことです。
ChatGPT、Gemini、Claudeなどは、生成AIを使った代表的なサービスです。
従来のAIは、画像を分類したり、数値を予測したり、条件に合う情報を探したりする使われ方が中心でした。一方で生成AIは、ユーザーの指示をもとに、新しい文章やアイデアを作ることができます。
生成AIを理解するうえでは、「答えを探すAI」ではなく「新しいものを作るAI」と捉えることが大切です。
2. LLM
LLMとは、Large Language Modelの略で、日本語では「大規模言語モデル」と呼ばれます。
大量の文章データをもとに、言葉のつながりや文脈を学習したAIモデルです。ChatGPTやClaudeの裏側では、このLLMが文章を理解し、回答を生成しています。
簡単に言えば、LLMは「言葉を扱うAIの頭脳」のようなものです。
ChatGPTそのものがLLMなのではなく、ChatGPTはLLMを人が使いやすい形にしたアプリです。
3. モデル
モデルとは、AIの頭脳にあたる部分です。
同じChatGPTでも、使われているモデルが違えば、回答の質、処理できる情報量、得意な作業、スピードなどが変わります。
たとえば、文章作成が得意なモデル、画像を理解できるモデル、コード生成が得意なモデルなどがあります。
生成AIを使うときは、「どのアプリを使うか」だけでなく、「どのモデルを使っているか」も結果に影響します。
4. プロンプト
プロンプトとは、AIに対して入力する質問や指示のことです。
たとえば、次のような文章がプロンプトです。
「この文章を300字で要約してください」
「高校生にもわかるように説明してください」
「営業メールのたたき台を作ってください」
生成AIは、プロンプトの内容をもとに回答を作ります。そのため、何をしてほしいのか、どのような条件で作ってほしいのかを具体的に伝えるほど、期待に近い回答を得やすくなります。
5. コンテキスト
コンテキストとは、AIが回答を作るときに参照する前提情報や文脈のことです。
たとえば、同じ「説明してください」という指示でも、対象が小学生なのか、大学生なのか、企業の担当者なのかによって、適切な説明は変わります。
AIに良い回答をしてもらうには、質問だけでなく、背景情報や目的を伝えることが重要です。
「誰に向けた文章か」
「何のために使うのか」
「どのような前提があるのか」
こうした情報がコンテキストになります。
6. セッション
セッションとは、AIとの一連の会話のまとまりです。
ChatGPTなどでは、1つのチャット画面の中で会話を続けていくと、AIはそれまでのやり取りをある程度ふまえて回答します。
たとえば、最初に「高校生向けの記事を書きたい」と伝えておけば、その後の「もっとやさしくして」「見出しを追加して」といった指示も、その前提に沿って処理されます。
生成AIは、一度の質問で完璧な答えを出すものではなく、会話を重ねながら成果物を育てていく道具として使うと効果的です。
7. トークン
トークンとは、AIが文章を処理するときの単位です。
日本語の「文字」や「単語」と完全に同じではありませんが、AIは入力された文章をトークンという単位に分けて処理しています。
トークンには上限があります。つまり、AIが一度に読める情報量や、会話の中で覚えていられる情報量には限界があります。
長い資料を扱うときや、複雑な会話を続けるときに、途中で前の内容が反映されにくくなることがあります。これは、トークンの制限が関係している場合があります。
8. ハルシネーション
ハルシネーションとは、AIがもっともらしい誤情報を出してしまうことです。
生成AIは、常に正しい情報を返しているわけではありません。実在しないデータ、存在しない書籍、誤った制度、間違った引用などを、自信ありげに答えることがあります。
そのため、生成AIの回答はそのまま信じるのではなく、重要な情報は必ず確認する必要があります。
特に、法律、医療、金融、契約、会社の意思決定に関わる内容では、人間による確認が欠かせません。
9. バイアス
バイアスとは、AIの回答に含まれる偏りのことです。
AIは大量のデータをもとに学習していますが、そのデータ自体に偏りが含まれている場合があります。また、質問の仕方や参照する情報によっても、回答が一方向に偏ることがあります。
たとえば、特定の文化、性別、職業、地域、価値観に偏った回答が出ることがあります。
生成AIを使うときは、「この回答は中立か」「別の視点はないか」と考える姿勢が大切です。
10. RAG
RAGとは、Retrieval-Augmented Generationの略です。
日本語では「検索拡張生成」と呼ばれることがあります。
簡単に言うと、AIが外部資料や社内ナレッジを参照しながら回答を作る仕組みです。
通常の生成AIは、モデルが持っている知識や入力された情報をもとに回答します。一方でRAGを使うと、社内マニュアル、FAQ、ドキュメント、データベースなどを参照して、より根拠のある回答を作りやすくなります。
ハルシネーションを減らしたり、社内情報に基づいた回答をしたりするために、業務利用では重要な考え方です。
ただし、RAGを使えば必ず正しくなるわけではありません。参照する資料が古かったり、偏っていたりすれば、回答にもその影響が出ます。
11. マルチモーダル
マルチモーダルとは、文章だけでなく、画像、音声、動画、ファイルなど複数の種類の情報を扱えることです。
以前の生成AIは、文章の入力と出力が中心でした。しかし現在は、画像を読み取る、音声を文字にする、資料を解析する、画像を生成するなど、さまざまな形式の情報を扱えるようになっています。
たとえば、ホワイトボードの写真を読み取って議事録にしたり、資料のスクリーンショットから改善案を出したりすることができます。
生成AIは、文章だけの道具ではなくなりつつあります。
12. エージェント
エージェントとは、ユーザーの目的に向かって、AIが手順を考え、必要な作業を進める仕組みや使い方のことです。
通常のチャットでは、人間が質問し、AIが答えます。
一方でエージェント的な使い方では、AIに目的を伝えると、AIが必要な手順を考え、情報を集めたり、整理したり、成果物を作ったりします。
たとえば、
「競合3社を調べて比較表を作って」
「この資料を読んで営業メールの下書きを作って」
「エラーの原因を調べて修正案を出して」
といった使い方です。
ChatGPTなどのサービス自体も、徐々にエージェント的な機能を持つようになっています。初心者のうちは、「AIに一問一答で聞く」だけでなく、「複数ステップの作業を任せる使い方がある」と理解できれば十分です。
13. 自動化
自動化とは、人が手作業で行っていた作業を、AIやツールを使って自動で進めることです。
生成AIを使うと、文章作成、分類、要約、返信案の作成、データ整理などを自動化しやすくなります。
たとえば、
問い合わせ内容を分類する
会議メモから議事録を作る
アンケート結果を要約する
社内資料から回答案を作る
SNS投稿の下書きを作る
といった業務に活用できます。
ただし、自動化するほど、人間の確認やルール設計も重要になります。すべてをAIに任せるのではなく、どこまでAIに任せ、どこから人間が確認するのかを決めることが大切です。
まとめ
生成AIを使いこなすために大切なのは、単に用語を暗記することではありません。
重要なのは、ChatGPTやGeminiを「質問に答えてくれる相手」としてだけでなく、「一緒に成果物を作る相手」として捉えることです。
今回紹介した13のキーワードは、生成AIを使い始めた人が、次のステップに進むための土台になります。
- 生成AI
- LLM
- モデル
- プロンプト
- コンテキスト
- セッション
- トークン
- ハルシネーション
- バイアス
- RAG
- マルチモーダル
- エージェント
- 自動化
AIに聞く人から、AIで作る人へ。
生成AIの基本を理解し、日々の仕事や学びの中で活用できる力を身につけていきましょう。