GLOSSARY
AI用語集
トークン、LLM、RAGなど、AIツールを使うときによく出てくる言葉を短く確認できます。
記事を読む途中で分からない言葉が出てきたときの辞書として使ってください。
AI(人工知能)
AI(Artificial Intelligence / 人工知能)という言葉の定義・由来・関連用語を、辞書として引けるかたちで超訳します。「結局これって何の総称?」が30秒で分かる用語集ページ。
AGI / ASI(汎用人工知能・超知能)
ニュースで時々飛び出す「AGI」「ASI」という言葉を、今のAI(LLM等)との違いを軸に超訳します。SF的な議論と、各社公式が実際に何を言っているかを分けて整理。
生成AI(GenAI)
「生成AI(GenAI / Generative AI)」を、識別AIとの違い・主要モデル系列・テキスト/画像/音声/動画という生成モダリティの観点から、公式ソースに沿って小中学生でも分かるレベルに超訳します。
ナレッジカットオフ
AIモデルが「いつまでの情報を知っているか」を示すのがナレッジカットオフ。新しいニュースを聞いても古い答えが返る理由と、Web検索や資料添付で補う方法を、各社公式ドキュメントに沿って超訳します。
アライメント
アライメント(Alignment)= AI を「人間の意図・価値観に沿わせる」ための調整技術。なぜ必要なのか、どんな手法があるのか、限界はどこかを、公式の研究文書ベースで超訳します。
AI Safety(AIの安全性)
AI Safety(AIセーフティ)は、AIが引き起こす可能性のあるリスクを減らすための研究・実践分野全般を指す言葉。短期・中期・長期の3つのリスクの整理と、Anthropic / OpenAI / Google DeepMind 各社の取り組みを、公式ソースに沿って小中学生でも分かるレベルに超訳します。
ガードレール
AIが危険・違法・不適切な内容を出さないように設けられた「制御の仕組み」=ガードレールを、道路のガードレールやチャイルドロックに例えながら、入力フィルタ・出力フィルタ・ポリシー定義・モデレーションの4層に分けて超訳します。
バイアス(偏り)
AI における「バイアス(偏り)」とは何か。学習データの偏りが出力に反映されてしまう現象を、料理人のレシピ集にたとえつつ、IBM・NIST・総務省などの公式整理に沿って小中学生でも分かるレベルに超訳します。
プロンプトインジェクション
プロンプトインジェクションは、AIに対する一種の「だまし討ち」攻撃。隠れた指示でAIを本来の用途と違う動作に誘導する手口を、OWASP・IBM・NISTの公式資料に沿って小中学生でも分かるレベルに超訳します。
ジェイルブレイク
AI における「ジェイルブレイク」とは何かを、概念と注意点だけに絞って小中学生でも分かるレベルに超訳します。具体的な手口は扱いません。
LLM(大規模言語モデル)
LLM(Large Language Model / 大規模言語モデル)の用語定義。ChatGPT・Claude・Gemini・Grok の正体はすべて LLM。Transformer / パラメータ / 学習 / コンテキストウィンドウなど、周辺用語との接続をひと目で整理します。
GPT(Generative Pre-trained Transformer)
「GPT(Generative Pre-trained Transformer)」を、OpenAI が開発した LLM シリーズという視点から、名前の意味・ChatGPT との違い・LLM 全体の中での位置づけまで、公式ソースに沿って小中学生でも分かるレベルに超訳します。
Transformer(モデル構造)
現代の主要 LLM の多くが土台にしていると説明される深層学習モデル構造「Transformer」を、2017年の論文発表から Self-Attention の仕組みまで、初心者向けに超訳します。
パラメータ
AIモデルの「パラメータ」を、脳の神経細胞のつながりに例えて超訳。数の多さがモデルの規模感を示すこと、そして“多ければ強い”とは限らない理由を、公式ソースに沿って小中学生でも分かるレベルに解説します。
学習(Training)とは?
AIの「学習(Training)」をやさしく超訳。データを与えてモデルの中身を調整する工程のこと。推論(使う側)との違い、事前学習・ファインチューニング・RLHFという3段階を、公式ソースに沿って小中学生でも分かるレベルで解説します。
推論(Inference)
「推論(Inference)」は学習済みのAIに質問して答えを返してもらう工程のこと。学習(Training)との違い、コスト感、ChatGPTでの位置づけまで、初心者向けに超訳します。
ファインチューニングって何?
ファインチューニングとは、既存の学習済みAIモデルに追加で学習させて、特定の用途・スタイル・専門分野に特化させる工程のこと。事前学習との違い、何ができて何ができないか、個人事業主にとっての現実的な使い方を、公式ソースに沿って小中学生でも分かるレベルに超訳します。
LoRA(ローラ)
LoRA(Low-Rank Adaptation)を超訳。巨大なAIモデル本体には手を入れず、小さな追加パーツだけを学習させて自分仕様にする効率的なファインチューニング手法を、本に付箋を貼るイメージで解説します。
RLHF(人間フィードバック強化学習)
ChatGPT が「丁寧で役に立つ」回答を返せるのは RLHF のおかげ。人間の好み・評価をフィードバックして AI を仕上げていく学習方法を、小中学生でも分かるレベルに超訳します。
量子化(Quantization)
AIモデルの中身を「圧縮」して、軽く・速く動かすための技術。スマホや個人PCで生成AIを動かす時によく出てくる「量子化」を、画像圧縮の比喩で小中学生でも分かるレベルに超訳します。
蒸留(Distillation)
大きなAIモデルの知識を、小さなモデルに「教え込む」技術。スマホや端末で動く軽量AIを作るための定番手法「蒸留(知識蒸留)」を、師匠と弟子の比喩で小中学生でも分かるレベルに超訳します。
埋め込み(Embedding)
「埋め込み(Embedding)」を超訳で解説。文章や画像を「数値の並び(ベクトル)」に変換することで、AIが意味の近さを計算できるようになる仕組みを、地図の座標の比喩で小中学生レベルまで噛み砕きます。
ベクトル検索ってなに?
ベクトル検索を小中学生でも分かるレベルに超訳。キーワード一致ではなく「意味が近いもの」を探す検索手法で、RAG の中核技術。仕組み・使われ方・代表的なベクトルDBまで公式ソース基準で整理します。
ナレッジベース
ナレッジベースとは、AIに参照させるための「組織や個人専用の知識データの集まり」。LLMの学習データとは別建てで、社内マニュアル・FAQ・自分の業務ノウハウなどを持たせる仕組みを、小中学生でも分かるレベルに超訳します。
RAG(検索拡張生成)とは
RAG(Retrieval-Augmented Generation / 検索拡張生成)を初心者向けに超訳。AIが「学習していない情報」をどうやって答えに使うのか、その仕組みと身近な使われ方を、公式ソースに沿って解説します。
プロンプト
プロンプトとは、生成AIに送る指示文・入力テキスト全体のこと。AIの出力品質はこのプロンプト次第で大きく変わります。構成要素と関連用語をまとめて整理。
システムプロンプト
システムプロンプトは、AIの振る舞いを事前に設定する「裏側の指示文」。ユーザーには見えないがAIの口調・人格・制約を決める仕組みを、OpenAI・Anthropic・Google AIの公式資料に沿って小中学生でも分かるレベルに超訳します。
Few-shot / Zero-shot Learning
AIに指示するとき「例を見せるか・見せないか」で結果がガラッと変わります。Zero-shot(例なし)と Few-shot(例あり)の違い・使い分け・Before/After を、公式ソースに沿って小中学生でも分かるレベルに超訳します。
Chain-of-Thought(連鎖推論)
Chain-of-Thought(CoT・連鎖推論)を超訳。AIに「考える手順を整理してから答えて」と促すと、複雑な問題で答えが安定しやすくなる仕組みを、小中学生にも分かる例えで解説します。
ロールプロンプト(役割指示)
ロールプロンプトとは、AI に「あなたは○○の専門家です」のように役割を与えて回答のトーンや視点を制御するテクニック。仕組み・効く理由・書き方・注意点を初心者向けに超訳します。
Negative Prompt(画像生成)
画像生成AIで「出して欲しくないもの」を指示する仕組み。Stable Diffusion 系の negative_prompt や Midjourney の --no パラメータの使い方を、公式ドキュメントに沿って小中学生でも分かるレベルに超訳します。
Temperature(温度)
AIの返事のランダムさを調整するパラメータ「Temperature(温度)」を、小中学生でも分かるレベルに超訳。0で堅実・高くなるほど自由奔放という性格つまみを、公式ドキュメントベースで整理します。
Top-P(Nucleus Sampling)とは
AIの出力候補を「確率の高い順に積み上げて、上位だけ残す」絞り方。Temperature とは別軸の調整パラメータ。0〜1 の数値で、低いと安定・高いと多様になります。
Top-K(トップケー)
生成AIの出力候補を「上位 K 個」だけに絞り込む仕組み。確率の高い候補だけを残して、変な単語が混ざるのを防ぐためのスイッチを、小中学生でも分かるレベルに超訳します。
Streaming(ストリーミング)
「ストリーミング(Streaming)」はAIの出力を最後まで待たず、生成されたそばから順次表示する配信方式のこと。ChatGPTで文字がパラパラ出てくる仕組み、メリット、API での有効化方法までまるっと超訳します。
トークンって何?
ChatGPT や Claude などの料金表で見かける「トークン」とは何か。AI が文章を読み書きするときの最小単位を、日本語・英語の目安や料金との関係も含めて、小中学生でも分かるレベルに超訳します。
トークナイザー
AIモデルが文章を読み込むときに、文を小さな単位(トークン)に切り分ける仕組みのこと。モデルごとに切り方が違うため、同じ文章でもトークン数やAPI料金が変わる、という話を超訳で解説します。
コンテキストウィンドウ
AIが一度に「覚えていられる」入出力の長さの上限のこと。これを超えると古い内容から忘れていきます。トークン数で測られるこの上限を、机の広さに例えながら超訳します。
マルチモーダル
マルチモーダル(multimodal)は、AIモデルやAIシステムがテキスト・画像・音声・動画など複数の種類のデータをまとめて扱える性質のこと。用語集として定義と関連用語への接続をまとめます。
テキストから画像生成(Text-to-Image)
「青空の下で本を読む白猫を水彩風で」と書くだけで絵が出てくる、あの仕組みの正体。Text-to-Image(テキストから画像生成)の意味・代表ツール・仕組みのざっくり概念を、公式情報に沿って小中学生でも分かるレベルに超訳します。
テキストから動画生成(Text-to-Video)
「文字で書いた説明から、短い動画を作ってくれるAI」=Text-to-Video。Sora・Veo・Runway・Pikaなどの代表例、画像生成との違い、個人事業主が使うときの注意点を小中学生でも分かるように超訳します。
音声認識(Speech-to-Text)
「Speech-to-Text(STT)」= 人間が話した声をコンピューターが文字に変換する技術。会議の文字起こしや字幕生成、音声入力で使われる仕組みを、Whisper・Google・Azure・Amazon の公式情報に沿って小中学生でも分かるレベルに超訳します。
音声合成(Text-to-Speech)
文字を読み上げて自然な音声に変換する技術『Text-to-Speech(TTS)』を、仕組み・代表サービス・個人事業主の実用例に分けて、小中学生でも分かるレベルに超訳します。
Vision(画像認識)
AIに「目」を持たせる機能、それがVision。写真・スクショ・書類・図表をAIが見て、内容を読み取って答えてくれる仕組みを超訳します。
OCR(文字認識)
OCR(Optical Character Recognition / 光学的文字認識)を初心者向けに超訳。紙の書類・レシート・PDF などの画像から文字をテキストデータに変換する技術を、公式クラウドベンダーのドキュメントに沿って解説します。
API とは
API(Application Programming Interface)とは、ソフトウェア同士が通信するための「窓口」のこと。AI 文脈では OpenAI / Anthropic / Google などのモデルやサービスを、Web 画面ではなくプログラムから使う方法を指します。料金体系・セキュリティ・カスタマイズ性が Web UI と大きく違うポイントを、公式ドキュメントに沿って噛み砕きます。
Function Calling / Tool Use
LLM が外部の関数・API を呼び出して情報取得や処理を行う仕組み「Function Calling / Tool Use」を、小中学生でも分かるレベルに超訳します。AI エージェントの基盤技術として、OpenAI・Anthropic・Google の公式ドキュメントに沿って整理しました。
Structured Output(構造化出力)
Structured Output(構造化出力)を初心者向けに超訳。LLMの「自由な文章」を JSON などの決まったフォーマットにそろえる仕組みを、OpenAI・Anthropic・Google の公式ドキュメントに沿ってやさしく解説します。
AIエージェント
「AIエージェント」をふんわり理解するための一枚紙。目標を渡すと、自分でタスクを分解してツールを使い、複数ステップを自律的に進めるLLMベースの仕組みのことを、小中学生でも分かるレベルに超訳します。
Computer Use(画面操作)
Computer Use とは、AI がパソコンの画面を「見て」マウスやキーボードを操作する機能のこと。Anthropic Claude の Computer Use を代表例に、仕組みと RPA との違いを小中学生でも分かるレベルに超訳します。
メモリ機能
AIが会話履歴やユーザーの好みを保存し、別の会話でも参照できるようにする仕組み。コンテキストウィンドウ(その場限りの短期記憶)との違い、便利さ、消し方まで、初心者向けに超訳します。
Web Search / Browse
AI が会話の途中でインターネットを検索し、新しい情報や出典付きの回答を返す機能。ChatGPT・Claude・Gemini・Perplexity 等で利用でき、ナレッジカットオフ後の情報を扱う際に役立つ機能を、公式情報を元に超訳します。
Code Interpreter とは
Code Interpreter は、AI が裏でプログラム(Python など)を実行して、データ分析・計算・グラフ作成などを行う機能。LLM が苦手な「正確な計算」を補える仕組みを、小中学生でも分かるレベルに超訳します。
Artifacts / Canvas
Claude の Artifacts、ChatGPT や Gemini の Canvas は、AI の出力を「独立した編集ペイン」に切り出して、その場で書き直したり実行プレビューできる機能です。チャットとの違いと使い分けを、公式ドキュメントに沿って超訳します。
MCP(Model Context Protocol)
MCP(Model Context Protocol)は、AI と外部ツール・データを「同じ作法」でつなぐための共通規格。Anthropic が提唱し、OpenAI・Microsoft などでも対応例が案内されている『AI 界の USB-C』を、小中学生でも分かるレベルに超訳します。
ハルシネーション
生成AIが事実と違うことを自然な文章で書いてしまう現象「ハルシネーション」を、用語集として一言定義+関連用語へのつなぎに絞って整理します。
ファクトチェックって何?
AI の出力をそのまま信じず、一次ソースで裏取りする習慣・作業のこと。ハルシネーション対策の本丸であり、Tier 1/2/3 のソース見極めとセットで覚えるべき必須スキルを、初心者向けに超訳します。
レイテンシー(応答速度)
「レイテンシー(Latency)」はAIに質問してから答えが返ってくるまでの遅延時間のこと。TTFT(最初の1文字までの時間)、モデルサイズや推論型モデルとの関係、ストリーミングで体感速度を改善する方法まで、初心者向けに超訳します。
Reasoning Model(推論モデル)
Reasoning Model(推論モデル)を超訳。答える前に内部で「考える時間」を取るタイプのLLMで、数学・コード・複雑な作業に強い。OpenAI GPT-5.6 Sol、Claude Extended Thinking、Gemini Thinking の公式説明をもとに、用語の定義と関連用語との関係を小中学生にも分かるレベルに整理します。
ベンチマークって何?
「うちのモデルはMMLUで90点」みたいな話に出てくる『ベンチマーク』を超訳。AIモデルの性能を測るための共通テスト集のことで、各社が自慢の指標として発表します。点数の読み方と、点数だけで選んではいけない理由を初心者向けに整理します。
UPDATES
AI用語集の新着記事をLINEでお届け
新しい用語記事が公開されたら、公式LINEからお知らせします。
リンク先は、運営元の Nanoha AI Labo 公式LINEです。