クリーム色の背景、色付き表示、高コントラスト、大きな文字のほうが読みやすいですか？配色と文字を選ぶと、すべてのページに一度で反映されます。

AI用語集

AI用語集：AI開発のことばを分かりやすく

トークンからMCPまで48の用語と10の比較を、それぞれ一文で分かりやすく説明し、実際に手を動かして学べる無料のレッスンにつなげています。

48語10件の比較

用語一覧

AIエージェント
AIエージェントとは、言語モデルが自分で次の手順を選び、作業が終わるか止められるまで、ループの中でツールを呼び続けるプログラムです。
JSON Schema
JSON Schemaとは、JSONデータの形、つまり項目、型、必須の値を記述する標準的な方法で、自動で検証できるようにします。
LLM-as-a-Judge（LLMによる採点）
LLM-as-a-Judgeとは、簡単なコードでは判定できないときに、言語モデルに採点基準を渡して別のモデルの出力を採点させる方法です。
LoRA（低ランク適応）
LoRAとは、モデルの重みを固定したまま、その横に小さな行列を追加して学習させる調整方法で、全体を学習し直すよりずっと少ないメモリで済みます。
MCP（Model Context Protocol）
MCPとは、AIアプリケーションとツールやデータをつなぐためのオープンな標準で、一つのサーバーを対応するどのアシスタントからも使えるようにします。
Text-to-SQL
Text-to-SQLとは、普通の言葉で書いた質問を言語モデルがデータベースのクエリに変換することで、その答えを信頼する前にクエリを確かめます。
アテンション（注意機構）
アテンションとは、トランスフォーマーで各トークンが見てよいトークンに点数をつけ、点数を重みに変え、それらの値を重み付きで混ぜる処理です。
エージェントループ
エージェントループとは、エージェントの中心にある繰り返しで、会話をモデルに送り、求められたツールを実行し、結果を加えて、また送ることです。
オープンウェイト
オープンウェイトのモデルとは、学習済みのパラメータがダウンロードできるよう公開されていて、自分のマシンで動かし、調べ、調整できるモデルです。
オブザーバビリティ
AI機能のオブザーバビリティとは、モデル呼び出しごとにプロンプト、設定、トークン数、時間、結果を記録し、何がなぜ起きたかを見られるようにすることです。
ガードレール
ガードレールとは、モデル呼び出しの前後で望ましくない入力や出力を止める確認のことで、プロンプトで頼むだけでなくコードで強制します。
カナリアリリース
カナリアリリースとは、新しいモデルやプロンプトに実際のトラフィックの一部だけをまず送り、品質とエラーが決めた範囲に収まるときだけ広げる方法です。
キャッシュ
キャッシュとは、以前のモデル呼び出しの結果を保存しておき、同じリクエストに二重に払わずにもう一度答えられるようにすることです。
コーディングエージェント
コーディングエージェントとは、コードのリポジトリを読み、ファイルを編集し、テストなどのコマンドを実行することを、作業が終わるまでループで繰り返すモデルです。
ゴールデンセット
ゴールデンセットとは、合意された良い答えが付いた決まった入力の集まりで、AI機能を採点するときの信頼できる基準として使います。
コンテキストウィンドウ
コンテキストウィンドウとは、モデルが一回の呼び出しで扱える文章の最大量で、プロンプト、履歴、返答をすべて合わせたトークン数で測ります。
コンテキストエンジニアリング
コンテキストエンジニアリングとは、呼び出しごとに指示、履歴、文書、ツール結果のうち何をモデルに渡すかを選び、必要なものだけを持たせることです。
サンドボックス化
サンドボックス化とは、モデルのツールや生成したコードを、ファイル、ネットワーク、時間を限った閉じた環境で動かし、誤りや攻撃が広がらないようにすることです。
システムプロンプト
システムプロンプトとは、会話の前に置く常設の指示で、チャットのすべての返答についてモデルの役割、口調、ルールを決めます。
ストリーミング
ストリーミングとは、モデルの返答を生成しながら少しずつ送ることで、利用者は返答全体を待たずに最初の言葉をすぐ見られます。
チャンク分割
チャンク分割とは、長い文書を埋め込みの前に短い区切りに分けることで、検索が質問に答える部分だけを返せるようにします。
ツール呼び出し
ツール呼び出しとは、言語モデルがプログラムに対し、名前の付いた関数を引数付きで実行するよう頼み、その結果を使えるようにする仕組みです。
トークン
トークンとは、言語モデルが読み書きする文章の単位で、単語の一部、短い単語、句読点などにあたります。
トランスフォーマー
トランスフォーマーとは、多くの言語モデルが使うニューラルネットワークの構造で、同じブロックを積み重ね、各トークンがアテンションでほかのトークンから必要な情報を取り込みます。
ハイブリッド検索
ハイブリッド検索とは、同じ検索語でキーワード検索とベクトル検索を行い、二つの結果を統合して、互いの弱点を補う方法です。
ハルシネーション
ハルシネーションとは、言語モデルが自信ありげに流暢に答えたものの、根拠となる資料に裏付けがない、または単に誤っている回答のことです。
ファインチューニング
ファインチューニングとは、既存のモデルを自分の例でさらに学習させ、それまで苦手だった作業、文体、形式を身に付けさせることです。
フューショットプロンプティング
フューショットプロンプティングとは、解いた例をいくつかプロンプトに入れ、新しい入力にもその形式や判断をまねさせる方法です。
プロンプト
プロンプトとは、言語モデルに何をしてほしいかを伝えるために送る文章で、指示、例、作業の材料を含みます。
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とは、利用者の入力やデータの中に指示を紛れ込ませ、モデルに本来のルールを無視させる攻撃です。
ベクトル検索
ベクトル検索とは、検索語の埋め込みに最も近い埋め込みを持つ項目を探す方法で、言葉の一致ではなく意味で照合します。
マルチエージェントシステム
マルチエージェントシステムとは、一つの作業を、それぞれ役割、ツール、コンテキストを持つ複数のAIエージェントに分け、コードや別のエージェントがまとめる仕組みです。
モデルドリフト
モデルドリフトとは、入力、世の中、APIの向こうのモデルが変わったために、AI機能の出来が時間とともに変わることです。
モデルルーティング
モデルルーティングとは、リクエストごとに最も合うモデルへ振り分けることで、簡単なものは小さく安いモデルに、必要なときだけ大きなモデルに送ります。
リランキング
リランキングとは、速い検索の上位結果を、遅いがより丁寧なモデルで並べ直し、最も良い部分が先頭に来るようにすることです。
レイテンシ
レイテンシとは、利用者が応答を待つ時間で、言語モデルでは最初のトークンまでの時間と全体の時間に分けて考えます。
レート制限
レート制限とは、一定時間にAPIへ送れるリクエスト数やトークン数の上限で、超えると時間枠が切り替わるまでリクエストが拒否されます。
レッドチーミング
レッドチーミングとは、自分のAIシステムをわざと攻撃し、誤った動作、データの漏えい、ツールの悪用を起こさせて、他人より先に弱点を見つけることです。
ローカルモデル
ローカルモデルとは、他社のAPIの向こうではなく、ノートパソコン、サーバー、自分のクラウドマシンなど、自分が管理するハードウェアで動かす言語モデルです。
温度（temperature）
温度とは、モデルが次のトークンを選ぶときのランダムさを決める設定で、低いほど安定し、高いほど多様になります。
検索拡張生成（RAG）
RAGとは、まず自分の文書から関係する部分を検索し、それを言語モデルに渡して、その内容に基づいて質問に答えさせる方法です。
個人情報のマスキング
個人情報のマスキングとは、文章の中の氏名、メールアドレス、電話番号、住所などを見つけ、送信や保存の前に取り除くか伏せることです。
構造化出力
構造化出力とは、自由な文章ではなく、名前付きの項目を持つJSONのような決まった形式で答えるよう言語モデルに求めることです。
推論（インファレンス）
推論とは、学習とは別に、学習済みのモデルを動かして入力から出力を得ることで、APIの呼び出しやローカルでの実行はすべて推論です。
大規模言語モデル（LLM）
大規模言語モデルとは、大量の文章で次のトークンを予測するよう学習したニューラルネットワークで、文章の作成、要約、翻訳、質問への回答ができます。
評価（eval）
評価とは、AI機能を繰り返し試せるテストのことで、決まった入力、出力ごとの採点方法、バージョン間で比べられる結果からなります。
埋め込み（エンベディング）
埋め込みとは、文章の意味を表す数値の並びで、意味の近い文章どうしが近い位置に来るように作られています。
量子化
量子化とは、モデルの重みを16ビットから4ビットのように少ないビット数で保存し、品質を少し犠牲にして、メモリを減らし速く動かすことです。

比較

よく検索される選択を、一文と短い表で答えます。

AIレッスンの一覧