AIの「わからない」を、なくす。

生成AI

文章・画像・音声・動画・プログラムなどのコンテンツを、指示にもとづいて新しく「生成」できるAIの総称。ChatGPTやClaude、Midjourneyなどが代表例。

LLM（大規模言語モデル）

膨大なテキストデータで学習し、人間の言葉を理解・生成できるAIモデル。ChatGPTやClaude、Geminiなど、対話型AIの中核となる技術。

プロンプトエンジニアリング

AIへの指示文（プロンプト）を工夫して、思いどおりの答えを引き出す技術。役割・目的・条件・出力形式を具体的に伝えるほど、精度が上がる。

ハルシネーション

AIが事実と異なる内容を、もっともらしく生成してしまう現象。「幻覚」の意。存在しない出典や数字を自信満々に答えることもあるため、事実確認が欠かせない。

RAG（検索拡張生成）

AIが答える前に、社内資料やデータベースなど外部の情報源を検索し、その内容を根拠にして回答を生成するしくみ。AIに「カンニングペーパー」を渡すイメージ。

ファインチューニング

学習済みのAIモデルに追加のデータを学習させて、特定の用途や口調・スタイルに合わせて調整する手法。モデルそのものの「ふるまい」を変える。

AIエージェント

目標を与えると、必要な手順を自分で考え、ツールを使いながら複数のステップを自律的に実行するAI。「一問一答」から「仕事を任せる」への進化形。

MCP（Model Context Protocol）

AIと外部ツール・データをつなぐための共通規格。FigmaやデータベースなどをAIから直接操作できるようにする「AI界のUSB規格」のような存在。

Claude Code

Anthropic社のAI「Claude」を使ったコーディングエージェント。日本語で指示するだけで、アプリやサイトの実装・修正・デプロイまで自律的に進めてくれる。

バイブコーディング

コードの細部を自分で書かず、AIとの対話で「こう動いてほしい」というイメージ（バイブ）を伝えながらソフトウェアを作る開発スタイル。

画像生成AI

テキストの指示（プロンプト）から画像やイラストを生成するAI。MidjourneyやDALL·E、Stable Diffusionなどが代表例で、動画生成AIへと進化が続いている。

AIワークフロー

複数の作業ステップにAIを組み込み、一連の業務の流れとして設計したもの。単発の「AIに聞く」から、仕事のプロセス全体をAIと分担する段階への進化。

生成AI

文章・画像・音声・動画・プログラムなどのコンテンツを、指示にもとづいて新しく「生成」できるAIの総称。ChatGPTやClaude、Midjourneyなどが代表例。

LLM（大規模言語モデル）

膨大なテキストデータで学習し、人間の言葉を理解・生成できるAIモデル。ChatGPTやClaude、Geminiなど、対話型AIの中核となる技術。

プロンプトエンジニアリング

AIへの指示文（プロンプト）を工夫して、思いどおりの答えを引き出す技術。役割・目的・条件・出力形式を具体的に伝えるほど、精度が上がる。

ハルシネーション

AIが事実と異なる内容を、もっともらしく生成してしまう現象。「幻覚」の意。存在しない出典や数字を自信満々に答えることもあるため、事実確認が欠かせない。

RAG（検索拡張生成）

AIが答える前に、社内資料やデータベースなど外部の情報源を検索し、その内容を根拠にして回答を生成するしくみ。AIに「カンニングペーパー」を渡すイメージ。

ファインチューニング

学習済みのAIモデルに追加のデータを学習させて、特定の用途や口調・スタイルに合わせて調整する手法。モデルそのものの「ふるまい」を変える。

AIエージェント

目標を与えると、必要な手順を自分で考え、ツールを使いながら複数のステップを自律的に実行するAI。「一問一答」から「仕事を任せる」への進化形。

MCP（Model Context Protocol）

AIと外部ツール・データをつなぐための共通規格。FigmaやデータベースなどをAIから直接操作できるようにする「AI界のUSB規格」のような存在。

Claude Code

Anthropic社のAI「Claude」を使ったコーディングエージェント。日本語で指示するだけで、アプリやサイトの実装・修正・デプロイまで自律的に進めてくれる。

バイブコーディング

コードの細部を自分で書かず、AIとの対話で「こう動いてほしい」というイメージ（バイブ）を伝えながらソフトウェアを作る開発スタイル。

画像生成AI

テキストの指示（プロンプト）から画像やイラストを生成するAI。MidjourneyやDALL·E、Stable Diffusionなどが代表例で、動画生成AIへと進化が続いている。

AIワークフロー

複数の作業ステップにAIを組み込み、一連の業務の流れとして設計したもの。単発の「AIに聞く」から、仕事のプロセス全体をAIと分担する段階への進化。

機械学習

人間がルールを1つずつ教え込むのではなく、大量のデータからコンピュータ自身にパターンを学ばせる技術。現代のAIのほぼすべての土台。

ディープラーニング

人間の脳の神経回路を参考にした「ニューラルネットワーク」を何層にも深く重ねた機械学習の手法。画像認識や生成AIの爆発的進化を生んだ立役者。

マルチモーダルAI

テキストだけでなく、画像・音声・動画など複数の種類（モード）の情報をまとめて理解・生成できるAI。「画像を見せて質問する」が当たり前になった背景の技術。

AGI（汎用人工知能）

特定のタスク専用ではなく、人間のように幅広い知的作業を自律的にこなせるAIの概念。現在のAIはまだ「特化型」で、AGIは各社が目指す到達点とされる。

シンギュラリティ

AIが人間の知能を超え、AI自身がAIを改良し始めることで、技術進化が予測不能なスピードに達するとされる転換点。「技術的特異点」とも呼ばれる。

AIリテラシー

AIの得意・不得意を理解し、適切に使いこなし、結果を鵜呑みにせず判断できる能力。「使えるか」ではなく「正しく付き合えるか」を指す言葉。

ニューラルネットワーク

脳の神経細胞（ニューロン）のつながりを数式で模した仕組み。大量の「重み」を調整しながら学習する、ディープラーニングの基本構造。

トランスフォーマー

2017年にGoogleが発表した、文中の単語同士の関係性（どこに注目すべきか）を効率よく捉えるAIの構造。ChatGPTの「T」であり、生成AIブームの技術的な源流。

トークン

AIが文章を処理するときの最小単位。単語より少し細かい「文字のかたまり」で、AIの料金や入力できる文章量はこのトークン数で数えられる。

コンテキストウィンドウ

AIが一度に覚えていられる情報量の上限。会話の履歴や渡した資料はすべてこの「作業机の広さ」の中に収まっている必要がある。

埋め込み（エンベディング）

文章や画像の「意味」を数値の並び（ベクトル）に変換する技術。意味が近いものは近い数値になるため、キーワードが一致しなくても「似た内容」を探せるようになる。

ローカルLLM

クラウドのAPIではなく、自分のPCや自社サーバー上で動かすLLM。データを外部に送らずに済むため、機密情報を扱う用途で注目されている。

ChatGPT

OpenAI社が提供する対話型AI。2022年11月の公開をきっかけに生成AIブームが始まった、いちばん有名なAIサービス。

Claude

Anthropic社が提供する対話型AI。自然で丁寧な文章力と、長い文書の読解力に定評があり、開発向けの「Claude Code」などのエコシステムも充実している。

Gemini

Google社が提供する対話型AI。検索やGmail、スプレッドシートなどGoogleのサービス群と連携しやすいのが最大の強み。

NotebookLM

Googleが提供する「自分の資料専用のAI」。アップロードした資料の内容だけにもとづいて回答するため、社内文書の理解や要約に強い。

Midjourney

テキストから高品質なイラスト・画像を生成できる代表的な画像生成AIサービス。アート性の高い仕上がりに定評がある。

動画生成AI

テキストや画像から動画を生成するAI。SoraやRunway、Veoなどが代表例で、静止画に動きを与えるところから本格的な映像制作まで進化が続く領域。

Perplexity

質問すると、Webを検索して出典つきで答えてくれるAI検索サービス。「ググる」の代わりに「聞く」体験を広めた代表格。

GitHub Copilot

GitHubが提供するAIコーディング支援ツール。エディタの中でコードの続きを提案してくれる「AIペアプログラマー」の草分け。

Microsoft Copilot

マイクロソフトのAIアシスタントの総称。WindowsやWord・Excel・Teamsなどに組み込まれ、いつものオフィス作業をAIが手伝ってくれる。

Genspark

調査からスライド作成・電話代行まで、複数のAIエージェントがタスクを丸ごと引き受けてくれる「スーパーエージェント」型のAIサービス。

DeepSeek

中国発のAI企業・モデル名。2025年初頭、米国大手より桁違いに低いコストで高性能モデルを公開し、世界のAI業界に「DeepSeekショック」を起こした。

Sora

OpenAIの動画生成AI。文章から高品質な動画を生成でき、SNSアプリとしても展開。「動画もAIが作る時代」を象徴する存在。

ディープリサーチ

AIが数分〜数十分かけて大量のWebページを読み込み、出典つきの調査レポートを自動でまとめてくれる機能。ChatGPT・Gemini・Claudeなどが搭載。

推論モデル

答える前に「考える時間」を取り、段階的に推論してから回答するタイプのAIモデル。数学・プログラミングなど複雑な問題に強い。

AIブラウザ

AIアシスタントが組み込まれたWebブラウザ。ページの要約や比較はもちろん、AIが代わりにサイトを操作してタスクをこなしてくれるものも登場している。

ワールドモデル

「物を落とせば落ちる」のような世界のしくみをAIが内部にシミュレーションとして持つ考え方。動画生成やロボット、自動運転のカギとされる次のフロンティア。

コンテキストエンジニアリング

AIに渡す情報（文脈）全体を設計する技術。指示文だけでなく、資料・過去のやりとり・ツールなど「AIの作業机に何を載せるか」を最適化する。

AIスロップ

大量生産された低品質なAI生成コンテンツを指す言葉。「slop＝残飯」の意。SNSや検索結果を埋め尽くし、ネット全体の信頼性を下げると問題になっている。

システムプロンプト

AIサービスの提供者が、ユーザーには見えない場所であらかじめAIに与えている指示のこと。AIの口調・役割・禁止事項はここで決まっている。

プロンプトインジェクション

悪意ある指示を紛れ込ませて、AIを開発者の意図しない動作に乗っ取る攻撃。AIがWebやメールを読むエージェント時代の最重要セキュリティ課題。

シャドーAI

会社が把握・許可していないAIツールを、社員が業務で勝手に使っている状態のこと。情報漏えいや品質事故の温床として、企業の新たな悩みどころ。

AIガバナンス

AIを安全に・責任を持って使うためのルールと体制づくりのこと。国のAI法規制から、会社のAI利用ガイドラインまでを含む幅広い概念。

生成AIと著作権

AIの「学習」と「生成」それぞれで論点が異なる、生成AI時代の最重要法律テーマ。生成物が既存作品に似ていれば、AI利用でも著作権侵害になりうる。

LLMO（AI検索最適化）

ChatGPTやPerplexityなどのAIに「引用・言及されやすくする」ためのコンテンツ最適化。検索エンジン向けのSEOに続く、AI時代の新しい集客手法。

マルチエージェント

複数のAIエージェントが役割分担して協力する仕組み。リーダー役が仕事を割り振り、調査係・執筆係・チェック係が並行して働く「AIのチーム制」。

蒸留（知識蒸留）

大きく賢いAIモデル（教師）の振る舞いを、小さなモデル（生徒）に学ばせて性能を引き継ぐ技術。軽くて速くて安いAIを作る定番手法。

プロンプト

AIに渡す指示や質問の文章のこと。AIとの会話の「入力」すべてを指し、この書き方ひとつで答えの質が大きく変わる。

GPT

「Generative Pre-trained Transformer」の略で、OpenAIの言語モデルの名前。ChatGPTの「GPT」はこれ。事前に大量の文章で訓練された、文章生成が得意なAIの系譜。

パラメータ

AIモデルの中にある「調整つまみ」の数。7B（70億）、70B（700億）のように表され、多いほど賢くなりやすいが、動かすのも重くなる。

推論

学習済みのAIが、実際に答えを出す工程のこと。AIの活動は「学習（訓練）」と「推論（本番）」の2つに分かれ、私たちが使っているのはいつも推論のほう。

学習データ

AIを訓練するために与える大量のデータのこと。AIの性格も得意分野も限界も、何を「食べて」育ったかでほぼ決まる。

基盤モデル

膨大なデータで訓練され、さまざまな用途の「土台」になる大型AIモデルのこと。GPTもClaudeもGeminiも、みんな基盤モデル。

GPU

もともとゲーム映像用の半導体チップ。単純計算を何千個も同時にこなせる性質がAIの学習にぴったりで、AI時代の「石油」と呼ばれる存在に。

ディープフェイク

AIで作られた、本物そっくりの偽の映像・音声・画像のこと。有名人の偽動画や音声詐欺に悪用され、「見たものを信じられない時代」の象徴になっている。

OpenAI

ChatGPTを作った、生成AIブームの火付け役となった米国のAI企業。GPTシリーズ、画像のDALL·E、動画のSoraなどを展開する。

Anthropic

Claudeを開発する米国のAI企業。OpenAIの元メンバーが「安全性重視」を掲げて設立し、コーディング分野と企業向けで強い存在感を持つ。

ゼロショット

お手本を1つも見せずにAIにタスクをやらせること。例を1〜数個見せる「フューショット」と対になる、プロンプトの基本テクニック用語。

チェーンオブソート

AIに「考える過程を順番に書かせる」と正答率が上がるという技法。「ステップバイステップで考えて」の一言が有名になった、思考の連鎖。

強化学習

「うまくいったら報酬、失敗したら減点」を繰り返して、試行錯誤で賢くなる学習方法。ゲームAIや囲碁のAlphaGoを生んだ、飴と鞭の学習法。

RLHF

「人間のフィードバックによる強化学習」。AIの複数の答えに人間が好みの順位を付け、それをご褒美として学ばせる手法。ChatGPTを「感じのいいAI」にした立役者。

過学習

AIが学習データを「丸暗記」してしまい、初見の問題に弱くなる現象。過去問だけ完璧な受験生が本番で崩れるのと同じ、機械学習の古典的な落とし穴。

教師あり学習

「問題と正解のセット」を大量に与えて学ばせる、機械学習の王道。正解を与えない「教師なし学習」と対をなす基本用語。

LoRA

巨大AIモデルの本体はそのままに、小さな「差分パーツ」だけを追加学習する軽量ファインチューニング手法。画像生成の絵柄カスタマイズで大人気。

量子化

AIモデルの数値の精度をあえて落として、サイズと計算量を数分の1に圧縮する技術。手元のPCでローカルLLMを動かせるのはこれのおかげ。

アライメント

AIの目標や振る舞いを、人間の意図や価値観と「揃える」ための研究・技術のこと。賢いAIを、良いAIにするための安全工学。

ベンチマーク

AIモデルの実力を測る共通テストのこと。数学・コーディング・一般知識など種目ごとにスコアを競い、新モデル発表のたびに「最高記録更新」が話題になる。

Cursor

AIを深く組み込んだコードエディタ。「エディタ自体がAI化したらどうなるか」を示して大ヒットし、AIコーディングブームの主役の一角になった。

コーディングエージェント

「このアプリ作って」と頼むと、コードを書き、実行し、エラーを直し、完成まで自走するAIのこと。Claude CodeやOpenAIのCodexが代表格。

Dify

プログラミングなしで、チャットボットやAIワークフローを組み立てられるオープンソースのAIアプリ開発プラットフォーム。日本企業での採用例も多い。

Stable Diffusion

2022年に公開された、オープンソースの画像生成AI。誰でも無料で改造・再配布できたことで画像生成ブームの起爆剤になった。

Grok

イーロン・マスク率いるxAIのチャットAI。X（旧Twitter）と一体化していて、「いまタイムラインで起きていること」への強さと、遠慮のない語り口が持ち味。

Llama

Meta（旧Facebook）が公開しているオープンなLLMシリーズ。無料で商用利用でき、ローカルLLMブームと「自前AI」文化の土台になった。

音楽生成AI

歌詞やイメージを文章で伝えると、ボーカル入りの完成曲を数十秒で作ってくれるAI。SunoやUdioの登場で「作曲の民主化」が一気に進んだ。

音声AI

声を聞き取る「音声認識」と、自然な声で話す「音声合成」の総称。議事録の自動化からAIとの音声会話まで、AIの「耳と口」を担う技術。

エッジAI

クラウドに送らず、スマホやPC・カメラなど手元の機器の中でAIを動かすこと。通信不要・低遅延・プライバシー安心が売りで、「AI PC」の正体もこれ。

フィジカルAI

ロボットや自動運転車など、物理世界で身体を持って動くAIのこと。「画面の中のAI」の次のフロンティアとして、業界の投資が集中している。

API

プログラム同士が機能やデータをやりとりするための「窓口」。AIの文脈では、ChatGPTやClaudeの頭脳を自社のシステムやツールから呼び出す仕組みを指すことが多い。

アルゴリズム

問題を解くための「手順書」のこと。料理のレシピのように、この順でこう処理すれば答えに辿り着く、という決まった段取りを指す。AIも膨大なアルゴリズムの組み合わせで動いている。

ビッグデータ

従来の道具では処理しきれないほど巨大で多様なデータ群のこと。購買履歴・センサー・SNSなどから集まり、AIの学習素材や経営判断の材料として使われる。

DX（デジタルトランスフォーメーション）

デジタル技術で業務や事業そのものを作り変えること。紙をPDFにする「デジタル化」で止まらず、仕事のやり方・ビジネスモデルまで変えるのが本来のDX。生成AIはその最強の推進役になった。

IoT

モノのインターネット。家電・センサー・機械などをネットにつなぎ、データ収集や遠隔操作を可能にする仕組み。集めたデータをAIで分析することで真価を発揮する。

クラウド

自前でサーバーを持たず、ネット越しに計算資源やソフトを借りて使う仕組み。ChatGPTなどの生成AIも、巨大なクラウド上で動くサービスとして提供されている。

SaaS

ソフトを買い切りではなく、ネット経由で月額利用するサービス形態。GmailやSlack、ChatGPT Plusもすべて SaaS。AI機能の搭載競争が業界全体で進んでいる。

チャットボット

文字での会話に自動で応答するプログラムの総称。シナリオ型（決められた選択肢）とAI型（自由な文章に応答）があり、生成AIの登場でAI型の実用性が一気に高まった。

RPA

パソコン上の定型操作（クリック・入力・転記など）をソフトウェアのロボットに覚えさせ、自動実行させる技術。判断はできないが正確な反復が得意で、生成AIとの組み合わせが進む。

ノーコード

プログラムを書かずに、画面上の部品の組み合わせでアプリや自動化を作る開発手法。生成AIで「日本語で指示して作る」選択肢も加わり、非エンジニアの開発手段が一気に広がった。

OCR（AI-OCR）

画像やスキャンした書類から文字を読み取ってデータ化する技術。AIの搭載で手書き文字や崩れたレイアウトにも強くなり、紙書類のデジタル化の主役になっている。

自然言語処理（NLP）

人間の言葉（自然言語）をコンピュータに理解・生成させる技術分野。翻訳・検索・要約などを長年支えてきた研究領域で、LLMはこの分野の最新到達点にあたる。

画像認識（コンピュータビジョン）

カメラ画像や写真から「何が写っているか」をコンピュータに理解させる技術。顔認証・検品・医療画像診断・自動運転など、AIの実用化が最も進んだ分野のひとつ。

音声認識

人の声を聞き取って文字に変換する技術。会議の文字起こし、音声入力、スマートスピーカーの入口を担う。AIで精度が跳ね上がり、議事録業務を変えつつある。

音声アシスタント

SiriやAlexaのように、声で指示を受けて動くアシスタント機能。従来はコマンド認識中心だったが、生成AIの搭載で「会話できる相棒」への進化が進んでいる。

自動運転

AIが周囲を認識・判断して車を運転する技術。支援レベル（レベル1〜2）から無人運転（レベル4〜5）まで段階があり、フィジカルAIの代表的な応用として開発競争が続く。

デジタルツイン

工場や都市などの現実をデジタル空間に「双子」として再現し、シミュレーションに使う技術。現実では危険・高価な実験を仮想空間で何度でも試せる。

データセンター

サーバーを大量に収容し、クラウドやAIサービスの計算を担う施設。生成AIの学習・運用には膨大なGPUと電力が必要で、世界中で建設ラッシュと電力問題が起きている。

レコメンド（推薦システム）

「あなたへのおすすめ」を選び出すAIの仕組み。購買・視聴履歴から好みを学習し、ECや動画配信の売上を大きく左右する。最も身近で歴史のあるAI応用のひとつ。

チューリングテスト

会話の相手が人間かAIか見分けられなければ、その機械は知的とみなせる——1950年にアラン・チューリングが提案した、AIの知性を測る歴史的な思考実験。

強いAI・弱いAI

人間のような汎用の知性・意識を持つAIが「強いAI」、特定の仕事をこなす道具としてのAIが「弱いAI」。現存するAIはすべて弱いAIに分類される。

エキスパートシステム

専門家の知識を「もし〜なら〜」のルールとして大量に登録し、診断や判断を再現しようとした初期のAI。1980年代の第2次AIブームの主役で、その限界が「AIの冬」を招いた。

フレーム問題

AIが行動するとき「何を考慮し、何を無視してよいか」を判断できないという古典的難問。現実世界の情報は無限にあり、すべてを検討していたらAIは一歩も動けなくなる。

超知能（ASI）

あらゆる分野で人類の知性を大きく超えるAIを指す概念。AGI（人間並みの汎用AI）のさらに先の段階で、シンギュラリティ論や安全性研究の主題になっている。

AI倫理

AIの開発・利用で守るべき価値観と原則を扱う分野。公平性・透明性・プライバシー・責任の所在などが主なテーマで、各国のAI規制やガイドラインの土台になっている。

データサイエンティスト

データの分析から事業の意思決定を支える専門職。統計・プログラミング・ビジネス理解の三刀流が求められる。生成AIの普及で仕事の中身が変わりつつある注目職種。

アテンション（注意機構）

文中のどの単語に「注目」すべきかを計算する仕組み。トランスフォーマーの心臓部であり、現代の生成AIすべての土台になった発明。論文名「Attention Is All You Need」で有名。

事前学習

AIモデルに膨大なデータで基礎能力を身につけさせる最初の学習工程。GPTの「P」はこの言葉（Pre-trained）の頭文字。後から用途別に調整する工程と対になる。

教師なし学習

正解ラベルを与えずに、データの中のパターンや構造をAI自身に見つけさせる学習方法。顧客のグループ分けや異常検知などに使われる。教師あり学習と対になる基本概念。

自己教師あり学習

データ自身から問題と正解を自動で作り出して学ぶ方法。「文章の続きを当てる」がその代表で、人間のラベル付けなしに無限の練習問題を生成できる。LLMの成功を支えた学習方式。

転移学習

ある課題で学んだ能力を、別の課題に流用する学習手法。ゼロから学ばせるより少ないデータと計算で済む。「基盤モデル＋微調整」という現代AIの標準様式の理論的土台。

特徴量

AIが判断の手がかりにする、データの特徴を数値化したもの。住宅価格予測なら広さ・築年数・駅距離など。何を特徴量に選ぶかが従来の機械学習の腕の見せどころだった。

クラスタリング

似ているデータ同士を自動でグループ分けする手法。教師なし学習の代表格で、顧客のタイプ分けやアンケートの傾向分析などに使われる。

GAN（敵対的生成ネットワーク）

「偽造犯」と「鑑定士」の2つのAIを競わせて生成品質を高める仕組み。ディープフェイクや初期の画像生成を支えた技術で、生成AI時代の扉を開いた歴史的発明。

拡散モデル

ノイズだらけの状態から少しずつ「ノイズを取り除いて」画像を生み出す生成技術。Stable DiffusionやMidjourneyなど現代の画像・動画生成AIの標準方式。

MoE（専門家混合）

モデル内部を複数の「専門家」に分け、入力ごとに必要な専門家だけを起動する設計。巨大な知識量と軽い計算コストを両立でき、最新LLMの多くが採用している。

SLM（小規模言語モデル）

LLMより小型軽量に設計された言語モデル。スマホやPC上で動き、特定用途なら大型モデルに迫る性能を出す。エッジAIやコスト削減の文脈で存在感を増している。

スケーリング則

モデルの規模・データ量・計算量を増やすほど、AIの性能が予測可能な形で向上するという経験則。「大きくすれば賢くなる」を裏付け、巨額のAI投資競争を駆動してきた。

創発

モデルを大規模化すると、教えていない能力が突然現れる現象。翻訳や推論など、小型では全くできなかったことが、ある規模を超えると急にできるようになる。

グラウンディング

AIの回答を、検索結果や社内文書などの「確かな根拠」に接地させること。ハルシネーション対策の中心的な考え方で、RAGや検索連携はその代表的な実装。

ベクトルデータベース

文章や画像を「意味の座標（ベクトル）」として保存し、意味が近いものを高速に探せるデータベース。RAGの検索部分を支える、AI時代の裏方インフラ。

温度（temperature）

AIの出力のランダムさを調整するパラメータ。低いほど毎回同じ堅実な答えに、高いほど多様で意外性のある答えになる。API利用や開発ツールで設定できる。

ガードレール

AIが危険・不適切な出力をしないよう設ける安全装置の総称。有害な回答の拒否、個人情報の遮断、業務外の話題の制限など、モデルの外側に張る「柵」を指す。

ジェイルブレイク

AIの安全制限を、巧妙な指示文でかいくぐって禁止された出力をさせる行為。「おばあちゃんのふりをして」のような役割演技の悪用が典型で、防御側とのいたちごっこが続く。

レッドチーミング

攻撃者の視点でAIをわざと攻撃し、弱点を公開前に洗い出す安全性テスト。ジェイルブレイクや有害出力の穴を、悪用される前に自分たちで見つけるための実務。

合成データ

AI自身が生成した、学習用の人工データ。実データの不足やプライバシー問題を回避できる一方、AIがAIの出力で学ぶことによる品質劣化のリスクも議論されている。

ツール使用（Function Calling）

AIが必要に応じて外部の道具（検索、計算、カレンダー、社内システムなど）を呼び出して使う仕組み。「喋るだけのAI」を「作業できるAI」に変えた重要技術。

コンピュータ操作AI（Computer Use）

AIが画面を「見て」、人間のようにマウス操作やクリック・入力を行ってパソコンを直接操作する技術。専用連携のないソフトでもAIが代行操作できるようになる。

説明可能AI（XAI）

AIの判断根拠を人間に説明できるようにする技術・研究分野。融資審査や医療など「なぜその結論か」を示す義務がある領域で不可欠になる。

AIバイアス

学習データに含まれる偏見や偏りをAIが引き継ぎ、不公平な判断・出力をしてしまう問題。採用・審査・画像生成などで実害が報告され、AI倫理の中心課題になっている。

アノテーション

学習データに「これは猫」「この発言は不適切」といった正解ラベルを付ける作業。AIの品質を支える人手の工程で、世界中に専門の仕事として広がっている。

データセット

AIの学習や評価のために整備されたデータのまとまり。「どんなデータセットで学んだか」がモデルの性格と得意分野を決める。研究用の公開データセットも多数ある。

コーパス

言語研究やAI学習のために集められた、大量のテキストの集合体。LLMはWeb・書籍などの巨大コーパスで言葉を学ぶ。RAGで参照させる社内文書群もコーパスと呼ばれる。

メモリ機能

AIが会話をまたいでユーザーの情報や好みを覚えておく機能。「毎回自己紹介からやり直し」を解消する一方、何を記憶されているかの管理も新しい習慣として必要になる。

MLOps

機械学習モデルを「作って終わり」にせず、本番運用・監視・再学習まで回し続けるための開発運用手法。AIを事業で使い続けるための裏方の規律。

ヒューマンインザループ（HITL）

AIの処理の輪の中に人間の確認・判断を組み込む設計思想。「AIが下書き、人間が承認」の形で、自動化の効率と人間の責任を両立させる実務の基本形。

オンプレミス

システムを自社の設備内で構築・運用する方式。クラウドの対義語。機密性の高いデータを外部に出せない組織が、AIを自社環境で動かす文脈で再注目されている。

EU AI法（AI Act）

EUが定めた世界初の包括的なAI規制法。AIをリスクの大きさで4段階に分類し、用途ごとに義務や禁止を課す。域外の企業にも適用されるため、日本企業にも無関係ではない。

llms.txt

Webサイトの内容をAI（LLM）向けに案内するための標準的なテキストファイル。検索エンジン向けのsitemapのAI版にあたり、AI検索時代のサイト運営の新しい作法。

GPTs（カスタムGPT）

ChatGPT上で、指示・知識ファイル・機能を組み合わせた自分専用のAIをノーコードで作れる仕組み。作ったAIは共有もでき、「AIのアプリストア」的な生態系を作った。

AI PC

AI処理専用チップ（NPU）を搭載し、クラウドに送らず手元でAIを動かせるパソコンの新カテゴリ。翻訳・画像処理・小型LLMなどをオフラインでこなせるのが売り。

NVIDIA

AI計算の心臓であるGPUを事実上独占する米国の半導体企業。生成AIブームの最大の受益者で、時価総額で世界の頂点に立った。「AI時代のツルハシ売り」の代名詞。

Hugging Face

AIモデルやデータセットを共有・公開する世界最大のプラットフォーム。「AI界のGitHub」と呼ばれ、オープンなAI開発の中心地。数十万のモデルが誰でも使える形で並ぶ。

Qwen

中国アリババが開発するLLMファミリー。オープンモデルとして世界中に公開され、性能ランキング上位の常連。中国勢のAI躍進を象徴する存在のひとつ。

Whisper

OpenAIが公開した音声認識AI。多言語の音声を高精度で文字起こしでき、無料で使えるオープンモデルとして議事録・字幕づくりの定番になった。

Gamma

テーマを伝えるだけでスライド資料やWebページを自動生成するAIプレゼンツール。デザイン込みで数分の叩き台が作れ、資料づくりの入口を変えた人気サービス。

n8n

様々なサービスとAIをつないで自動化フローを組めるワークフロー自動化ツール。オープンソースで自社サーバーでも動かせるため、AIエージェント的な業務自動化の定番になった。

Ollama

手元のPCでLLMを手軽に動かすための定番ツール。コマンドひとつでオープンモデルを取得・実行でき、ローカルLLM入門の事実上の標準になっている。

AIクローラー

AI企業がWeb上の情報を収集するための巡回プログラム。学習データ収集用とAI検索の回答生成用があり、サイト運営者は受け入れ可否をrobots.txtなどで意思表示できる。

AI検出ツール（AIチェッカー）

文章や画像がAI製かどうかを判定しようとするツール。教育・採用の現場で使われるが、精度は不完全で誤判定（人間の文章をAI認定など）も起きるため、扱いには注意が要る。