生成AI完全入門 — 用語と仕組みを一気に理解する総集編

この講義では、生成AIを学び始めた人が最初につまずきやすい用語と仕組みを、全5章にわたって体系的に整理します。AI用語集や基礎レッスンで個別に触れてきた内容を、ひとつの流れとして総復習することが目的です。

難しい数式は扱いません。「なぜそう呼ばれるのか」「実務でどう関わってくるのか」を中心に、初めて聞く言葉でも置いてけぼりにならないように進めます。最後まで通してご覧ください。

まずは生成AIとLLM、そしてAIが文章をどう処理しているかという一番土台の部分から見ていきます。

生成AIとは何か

生成AIとは、文章・画像・音声・コードなど、新しいコンテンツを自ら作り出すAIの総称です。従来の「決められたルールに沿って分類・判定する」AIとは異なり、入力された情報をもとに、それまで存在しなかった新しい出力を生成する点が特徴です。

• 文章生成：質問への回答や文章の要約・翻訳
• 画像・音声生成：説明文からの画像作成、音声の合成
• コード生成：自然言語の指示からのプログラム作成

この講義では特に、文章とコードを生成するタイプの生成AIを中心に扱います。

大規模言語モデル（LLM）とは

大規模言語モデル、通称LLMは、膨大な文章データを学習し、人間の言葉を理解・生成できるようにしたAIモデルです。生成AIという大きな括りの中でも、特に文章を扱うタイプのモデルを指す言葉として使われます。

LLMは、次にどんな言葉が続きやすいかを大量のデータから学習しており、その予測を繰り返すことでまとまった文章を組み立てています。単純な仕組みに見えますが、学習データの量とモデルの規模が大きくなるにつれて、複雑な指示への対応力が高まっていくことが知られています。

トークンという最小単位

トークンとは、AIが文章を処理する際に扱う最小単位です。単語よりも細かく区切られることが多く、日本語の場合はひらがな・カタカナ・漢字を含む文字列の断片として扱われます。

AIコーディングエージェントやチャット型AIの利用料金は、多くの場合このトークンの数に応じて計算されます。長い文章を渡すほど、また長い応答を受け取るほど、消費するトークン数は増えていきます。使い方に応じたコスト感覚を持つうえでも、まず押さえておきたい単位です。

コンテキストウィンドウという範囲

コンテキストウィンドウとは、AIが一度の応答生成で参照できる、会話やテキストの範囲（トークン数の上限）のことです。この範囲を超えた情報は、AIが直接参照できなくなります。

• 長い会話を続けると、古いやり取りから徐々に参照されにくくなる
• 大きなファイルをまとめて読み込ませると、上限に達しやすくなる
• 上限が大きいモデルほど、一度に扱える情報量が多い

コンテキストウィンドウの限界を意識して、必要な情報を絞って渡すことが、AIとのやり取りを安定させる工夫のひとつになります。

推論とパラメータ

推論とは、学習済みのAIモデルが、入力に対して実際に出力を計算・生成する処理のことです。私たちが普段AIに質問して回答を得ている、その裏側の処理全体を指します。

推論の精度や表現力に関わるのがパラメータです。パラメータとは、AIモデルの内部にある、学習によって調整される数値のことで、数が多いほど表現力が高くなる傾向があります。ただし、パラメータ数が多ければ必ず優れているというわけではなく、学習データの質や用途との相性も重要です。

第1章のまとめ

生成AI・LLM・トークン・コンテキストウィンドウ・推論とパラメータ。この5つが、AIの仕組みを理解する最初の土台になります。次章では、AIモデルがどう育てられ、どんな技術で情報を補っているかを見ていきます。

次に、AIモデルがどのように育てられ、どんな技術で情報を補っているのかという「土台」の部分を見ていきます。

学習データという材料

学習データとは、AIモデルを学習させる際に使用される、大量の文章・画像・データの集まりです。AIの応答の傾向や得意分野は、この学習データの内容に大きく左右されます。

学習データに含まれていない情報や、学習時点より新しい出来事について尋ねると、AIは正確に答えられないことがあります。この限界を理解しておくことが、次に紹介するファインチューニングやRAGといった技術の必要性につながります。

ファインチューニングという追加学習

ファインチューニングとは、既に学習済みのAIモデルを、特定の目的やデータに合わせて追加学習させる手法です。汎用的な知識を持つベースのモデルに対し、特定の分野の専門用語や文体を追加で覚え込ませるようなイメージです。

ファインチューニングにはある程度の準備と学習コストが必要になるため、次に紹介するRAGのように「都度検索して補う」アプローチと使い分けられることが多くあります。

RAG（検索拡張生成）の仕組み

RAGとは、AIが質問に答える前に、関連する情報を外部のデータベースや文書から検索し、その検索結果を踏まえたうえで回答を生成する仕組みです。AIモデル自身が学習した知識だけに頼らず、必要なときに情報を「調べてから答える」一手間を加えます。

• 学習時点より新しい情報にも対応しやすくなる
• 回答の根拠となった情報源を示しやすくなる
• ファインチューニングに比べて構築・更新の手間が少ない

埋め込みとベクトルデータベース

埋め込み（エンベディング）とは、文章や単語の意味を、コンピュータが扱いやすい数値の並び（ベクトル）に変換したものです。意味が近い文章ほど、ベクトル上でも近い位置に配置される性質があります。

この埋め込みを大量に保存し、意味の近さで高速に検索できるようにしたものがベクトルデータベースです。RAGの仕組みの中で、質問に関連する情報を探し出す役割を担っています。

オープンウェイトという公開の形

オープンウェイトとは、AIモデルの学習済みパラメータ（重み）が公開され、誰でも入手・利用できる状態のモデルを指します。すべてのAIモデルが同じ提供形態というわけではなく、クラウド経由のAPIとしてのみ提供されるものもあれば、モデル自体をダウンロードして手元で動かせるものもあります。

提供形態の違いは、費用の発生方法やデータの扱われ方にも関わってくるため、利用するサービスの提供形態を意識しておくとよいでしょう。

第2章のまとめ

学習データという材料、ファインチューニングとRAGという2つの補い方、そしてそれを支える埋め込みとベクトルデータベース。AIの中身がどう育ち、どう情報を補っているかが見えてきたはずです。次章はプロンプトの伝え方に進みます。

ここからは、AIに指示を伝える「プロンプト」に焦点を当て、伝わる指示の型を整理します。

プロンプトとは何か

プロンプトとは、AIに送る指示文のことです。同じAIモデルを使っていても、プロンプトの書き方によって返ってくる答えの質は大きく変わります。

曖昧な一文だけを投げるより、目的・前提条件・期待する出力の形式を分けて伝えたほうが、意図に近い応答を得やすくなります。この考え方は、AIコーディングエージェントへの指示でも共通して使われます。

プロンプトエンジニアリングという工夫

プロンプトエンジニアリングとは、AIから望む答えを引き出すために、指示文の書き方を工夫・改善していく取り組みです。一度で完璧な指示を書こうとするのではなく、応答を見ながら少しずつ言葉を調整していく反復的なプロセスとして捉えると取り組みやすくなります。

• 抽象的な言葉より具体的な条件や例で伝える
• 期待する出力の形式（箇条書き・表など）を指定する
• 思ったような答えが返らなければ、前提を補足して聞き直す

プロンプトエンジニアリングという言葉を聞くと難しく感じるかもしれませんが、実際には「伝え方を試行錯誤する」という、日常のコミュニケーションにも通じる地道な作業です。

システムプロンプトという土台

システムプロンプトとは、AIの振る舞いやルールをあらかじめ設定しておく、会話の土台となる指示のことです。ユーザーが毎回のやり取りで伝える指示とは別に、そのAIがどんな役割で、どんなトーンで応答するかといった前提を先に固定しておく仕組みです。

AIコーディングエージェントの多くも、プロジェクトごとのルールやコーディング規約をこの仕組みに近い形で事前に読み込ませることができます。

フューショットという例示の力

フューショットとは、プロンプトの中にいくつかの例を示すことで、AIに望む出力の形式やパターンを学ばせる手法です。言葉で説明しきれない「こんな感じの出力にしてほしい」という要望を、実例を1〜2個示すことで伝えられます。

逆に、例を一切示さずに指示だけで済ませる方法はゼロショットと呼ばれます。出力形式がぶれやすいと感じたときは、例を添えてみる価値があります。

思考の連鎖（CoT）という考え方

思考の連鎖、通称CoTとは、AIに答えだけでなく、途中の考え方の手順も順を追って出力させることで、精度を高める手法です。「ステップごとに考えてください」のような一言を添えるだけで、複雑な問題に対する回答の質が変わることがあります。

途中の思考過程が見えることで、人間側もAIがどんな前提で答えを導いたかを確認しやすくなり、誤りに気づきやすくなるという副次的な利点もあります。

第3章のまとめ

プロンプトの基本構造、システムプロンプト、フューショット、思考の連鎖。どれも「AIに何をどう伝えるか」を工夫する道具です。次章では、AIの得意・不得意とリスクに目を向けます。

便利な一方で、生成AIには注意すべき弱点もあります。安全に使うために欠かせない知識を整理します。

マルチモーダルという広がり

マルチモーダルとは、文章・画像・音声・動画など、複数の種類の情報を組み合わせて扱えるAIの性質です。画像を見せながら質問したり、文章から画像を生成したりと、扱える入出力の幅が広がっている領域です。

ただし、モデルによって対応できる入出力の種類や精度には差があるため、利用するサービスがどこまで対応しているかを確認しておくことが大切です。

ハルシネーションという落とし穴

ハルシネーションとは、AIが事実に基づかない情報を、もっともらしい形で生成してしまう現象です。存在しない文献を引用したり、誤った日付や数値を自信満々に答えたりすることがあります。

• 重要な情報は、別の情報源で裏取りする習慣を持つ
• AIに根拠や出典を尋ね、答えられない場合は疑ってかかる
• RAGなど検索を伴う仕組みは、ハルシネーションを抑える一助になる

「AIは間違えることがある」という前提に立つことが、安全な活用の出発点です。

ハルシネーションが起きやすいのは、AIが学習していない情報や、あいまいな質問に対して無理に答えを作ろうとする場面です。「わからない」と答えてもらうよう促す聞き方も、対策のひとつになります。

バイアスという偏り

バイアスとは、学習データの偏りなどが原因で、AIの出力が特定の方向に偏ってしまう現象のことです。学習データそのものに社会的な偏りが含まれていれば、AIの出力にもその偏りが反映される可能性があります。

特定の属性や立場に関する内容を扱う際は、AIの出力を鵜呑みにせず、多角的な視点から見直す姿勢が求められます。

プロンプトインジェクションという攻撃

プロンプトインジェクションとは、AIへの入力に悪意ある指示を紛れ込ませ、意図しない動作をさせる攻撃手法です。外部から取り込んだ文書やWebページの中に、AIへの隠れた命令文が仕込まれているケースが知られています。

AIエージェントが外部のデータを自動で読み込んで処理するような使い方をする場合、この攻撃のリスクをあらかじめ意識しておく必要があります。

データプライバシーという配慮

データプライバシーとは、個人情報や機密性の高いデータが意図しない形で収集・利用・漏えいしないよう保護する考え方です。AIサービスに入力した内容が、モデルの学習に再利用される場合があることも知られています。

個人情報や社外秘の情報をAIに入力する前に、利用しているサービスの規約やデータの取り扱い方針を確認しておくことが欠かせません。

第4章のまとめ

マルチモーダルという広がりの一方で、ハルシネーション・バイアス・プロンプトインジェクション・データプライバシーというリスクがあることを見てきました。最終章では、これらを踏まえた安全な使い方と、この先の学びの方向性を整理します。

最後に、AIを安全に活用し続けるための評価・安全性の考え方と、この先に学ぶべき方向性を整理します。

AIリテラシーという基礎体力

AIリテラシーとは、AIの得意・不得意やリスクを理解したうえで、適切に付き合っていくための基礎知識と姿勢のことです。この講義で扱ってきた用語の多くは、このAIリテラシーを構成する要素と言えます。

新しいAIサービスが次々に登場する中でも、「仕組みを理解したうえで判断する」という姿勢そのものは変わらず役に立ちます。

ガードレールという安全策

ガードレールとは、AIが意図しない出力や危険な操作をしないよう、あらかじめ設けておく制約や安全策のことです。有害な内容の出力を制限したり、特定の操作を実行する前に確認を挟んだりする仕組みが、これにあたります。

AIコーディングエージェントを使う場面でも、破壊的な操作の前に確認を求める設定を有効にしておくなど、自分自身でガードレールを設ける意識が役立ちます。

評価（Evals）とベンチマーク

評価（Evals）とは、自分たちの目的に合わせて、AIの出力が実際に役立っているかを継続的に測定・確認する取り組みです。ベンチマークとは、AIモデルの性能を、共通の基準（問題セットなど）を使って比較・測定するための指標や試験のことです。

ベンチマークの数値はモデル選定の参考にはなりますが、自分の用途に本当に合っているかどうかは、実際の評価（Evals）を通じて確かめる必要があります。

エージェンティックAIという発展形

エージェンティックAIとは、目標に対しAI自身が計画を立て、複数の手順を自律的にこなしながら達成を目指す性質のことです。一問一答で終わるのではなく、調査・実行・確認といった一連の作業を、AI自身が段取りを組みながら進めていく点が特徴です。

次回以降の特別講義や週次のレッスンで扱うAIコーディングエージェントも、このエージェンティックAIの考え方の延長線上にあります。

この先どう学びを進めるか

ここまで扱ってきた用語は、どれも単独で完結するものではなく、互いに関連し合っています。まず全体像をひとつの地図として持っておくことで、個別の記事や用語集を読むときの理解が格段に速くなります。

次の特別講義では、この土台の上に「仕様駆動開発」という、AIに実装を任せる前の準備の技術を扱います。

第5章のまとめ

AIリテラシー・ガードレール・評価とベンチマーク・エージェンティックAI。安全に使い続けるための考え方と、この先の広がりが見えてきました。

この講義では、生成AIとLLMの基本、トークンやコンテキストウィンドウといった処理の単位、ファインチューニングとRAGという情報を補う技術、プロンプトの伝え方、そしてハルシネーションやバイアスといったリスクと安全性の考え方までを、5つの章に分けて総復習しました。

一度にすべてを覚える必要はありません。気になった用語があれば、AI用語集の該当ページに戻って読み返してみてください。

この講義で扱った用語は、AI Craft CampusのAI用語集で個別に、より詳しく解説しています。気になった言葉があれば検索してみてください。

また、実際に手を動かしながら学びたい方は、全12週のシラバスで学習の全体像を確認できます（無料で読めます。成果や収益をお約束するものではありません）。次の特別講義「仕様駆動開発マスター講義」もあわせてご覧ください。

講義で扱ったテーマを、公式ドキュメントや公的機関の資料で確かめたいときの入口です。

• AI Risk Management Framework（NIST）：AIのリスクを管理するための米国立標準技術研究所の枠組み
• Attention Is All You Need（arXiv）：いまのLLMの土台になったTransformerの原論文
• AIと著作権について（文化庁）：生成AIと著作権の考え方をまとめた公的資料

この特別講義は無料で視聴できる総集編です。関連する内容を実際に手を動かしながら学びたい方は、全12週のシラバスで学習の全体像を確認できます（無料で読めます。成果や収益をお約束するものではありません）。先行案内はこちら。