生成AI・LLMの基本用語集

生成AI（Generative AI）やLLM（大規模言語モデル）は、急速に注目を集める技術ですが、専門用語が多く初心者にはハードルが高いと感じることも。

初心者向けに抑えておくべき基本用語をまとめてあります。

Contents

生成AIとは？
LLM（Large Language Model）とは？
基本用語集
関連技術・概念

生成AIとは？

生成AIは、画像・文章・音声・動画などの新しいコンテンツを生み出す人工知能の総称です。

代表例：ChatGPT、Midjourney、Stable Diffusion、Runway ML。

従来のAI（分析・予測中心）と違い、「何かを作ること」に特化しています。

LLM（Large Language Model）とは？

LLMは「大量の文章データで訓練されたAIモデル」のことです。

文章の意味や文脈を理解し、自然な文章を生成する能力があります。

例：GPT（OpenAI）、PaLM（Google）、LLaMA（Meta）。

基本用語集

プロンプト（Prompt）

AIに指示を与えるための入力文。

例：「文章を要約してください」「猫の画像を描いてください」。

うまく書くことで、より良い出力が得られます（→プロンプトエンジニアリング）。

プロンプトエンジニアリング

AIに期待する回答を引き出すための指示文の工夫・調整のこと。

例：「あなたはプロのライターです」と最初に設定するだけで文章の質が変わる。

トークン（Token）

AIが文章を処理する最小単位。
単語、単語の一部、記号などに分けて計算します。

例：
「ChatGPTはすごい」→「Chat」「G」「PT」「は」「すご」「い」
※長さに応じてトークン数が変わります。

ファインチューニング（Fine-tuning）

既存のAIモデルを特定の目的や業種向けに追加訓練すること。

例：医療文書に強いChatGPTを作る。

RAG（Retrieval-Augmented Generation）

外部のデータを検索して補強しながらAIが回答する技術。

例：社内データベースを参照してFAQに回答。

パラメータ（Parameter）

AIの性能を決める数値のこと。

例：GPT-3は約1750億パラメータ、GPT-4はさらに大規模。

パラメータが多いほど賢くなる傾向がありますが、計算コストも増大。

推論（Inference）

学習済みのAIモデルが実際に入力を受け取り、結果を出すこと。

例：質問を入力 → 回答が出る。

トレーニング（Training）

AIがデータを使って学習する過程。

例：ニュース記事、百科事典、SNS投稿を大量に読み込む。

データセット（Dataset）

AIの訓練や評価に使うデータの集まり。

例：Wikipediaの記事、書籍データ、Webの文章。

チューニング（Tuning）

AIの応答の質を高めるための微調整。

例：ハイパーパラメータ（学習率、バッチサイズ）調整。

ハルシネーション（Hallucination）

AIが事実ではない情報をもっともらしく作り出す現象。

例：存在しない論文や会社名を答えてしまう。

注意：生成AIを使うときは結果を鵜呑みにせず確認するクセをつけましょう。

ステップ（Step）

AIが文章や画像を生成する際の処理の進行単位。

特に画像生成AI（例：Stable Diffusion）で使われ、ステップ数を増やすと画質や精度が向上する。

Temperature（温度パラメータ）

AIの「創造性」を決める値（0～1の間が多い）。

低い値：安定した回答
高い値：多様で創造的な回答

例：ChatGPTで温度を0にすると正確な説明、1にするとユニークな答え。

Top-p（または nucleus sampling）

AIが次に選ぶ単語の範囲を調整するパラメータ。
Top-p = 0.9なら、90%の確率を占める単語の中から選択。

温度と組み合わせることで回答の多様性をコントロール。

マルチモーダル（Multimodal）

複数のデータ形式（文章・画像・音声など）を同時に理解・生成できるAI。

例：画像を説明する、画像と文章を組み合わせてストーリーを作る。

エンベディング（Embedding）

単語や文章をコンピューターが理解できる「数値のベクトル」に変換する技術。

用途：検索、類似度計算、クラスタリング。

例：似た意味の単語同士はエンベディングの距離が近くなる。

API（Application Programming Interface）

他のソフトやサービスとAIをつなぐ窓口。

例：ChatGPT APIを使って自社のアプリにチャット機能を組み込む。

GPU（Graphics Processing Unit）

AIの学習や推論に使われる計算チップ。

大量の計算を並列処理でき、CPUより高速。

例：NVIDIAのA100、H100など。

ディフュージョンモデル（Diffusion Model）

画像生成AIで使われるモデル。

ノイズから少しずつ画像を復元する仕組み。

例：Stable Diffusion、DALL·E 3。

チャットファインチューニング（Chat fine-tuning / Instruction tuning）

単に知識を増やすだけでなく、「指示を理解して正しく応答する能力」を訓練するプロセス。

例：質問に対して簡潔に、丁寧に答えるよう学ばせる。