生成AI用語集LLM・トークン・RAG・AIエージェント・MCP をやさしく解説

A2A（Agent2Agent）えーつーえー

MCP が「AIと道具」をつなぐのに対し、A2A は「AIとAI」をつなぎます。Google が2025年4月9日に発表し、のちに Linux Foundation に移されました。

Agentic AI Foundation（AAIF）えーじぇんてぃっくえーあいふぁうんでーしょん

Linux Foundation の下に、Anthropic・Block・OpenAI が共同で作りました。2025年12月9日に発表され、MCP などの規格を預かっています。

AGENTS.md（エージェンツ・エムディー）えーじぇんつえむでぃー

OpenAI が始めた形式で、2025年12月9日に、MCP などとともに中立の団体 Agentic AI Foundation の最初のプロジェクトのひとつになりました。

AGI（汎用人工知能）えーじーあい

今のAIの多くは、得意な分野が限られた「特化型AI」です。AGIはどんな仕事でも人並み以上にこなせるAIを指しますが、定義は人や会社によって違い、いつ実現するかも意見が分かれています。

AI（人工知能）えーあい

AIは Artificial Intelligence の略で、日本語では「人工知能」といいます。画像の見分け、翻訳、文章の作成、将棋や囲碁など、もともと人間の知能が必要だった作業をコンピューターにさせる技術の総称です。

「AI」とひとことで言っても、決まった手順で動くものから、データから学ぶ機械学習、文章や画像を作る生成AIまで、中身はさまざまです。

AIアシスタントえーあいあしすたんと

ChatGPT・Claude・Gemini・Copilot などが代表です。メール・予定・ファイルなど、ほかのサービスとつながって手伝う範囲が広がっています。

AIエージェントえーあいえーじぇんと

質問に1回答えるだけでなく、調べる・ファイルを作る・プログラムを動かす・アプリを操作するといった作業を、結果を見ながら何度もくり返して仕上げます。

便利な一方で、思わぬ操作をすることもあるため、どこまで任せるか（権限）を決めて使うことが大切です。

AIガバナンスえーあいがばなんす

使ってよいAIの範囲、入力してよい情報、確認の手順、問題が起きたときの対応などを決めます。日本では、経済産業省と総務省が事業者向けの「AI事業者ガイドライン」を公表しています。

AIコーディングえーあいこーでぃんぐ

入力中のコードの続きを提案するもの、頼んだ機能をまるごと作るもの、ファイルを読んで自分で直すエージェント型のものなどがあります。

AIスロップえーあいすろっぷ

「slop」は英語で「残飯」のような意味です。アメリカの辞書メリアム・ウェブスターは、「slop」を2025年の「今年の言葉」に選びました。

AIセーフティ・インスティテュート（J-AISI）えーあいせーふてぃいんすてぃてゅーと

2024年2月14日に、情報処理推進機構（IPA）の中に作られました。AIの安全性の評価の手法や基準づくりに取り組み、海外の同じような機関とも協力しています。

AIのバイアス（偏り）えーあいのばいあす

採用や審査などにAIを使うと、偏りが不公平な結果につながるおそれがあります。データの見直しや、人による確認が大切です。

AIの冬えーあいのふゆ

AIはこれまでに、ブームと「冬」をくり返してきました。期待が大きすぎて成果が追いつかなかったことが、主な原因とされます。

AIリテラシーえーあいりてらしー

うのみにせず確かめる、入力してよい情報を判断する、得意な仕事を任せる、といった力が含まれます。

AIワークフローえーあいわーくふろー

「メールを読む→要点をまとめる→表に書きこむ」のように、手順を人が決めておきます。手順をAI自身が決めるAIエージェントより、動きが読みやすく安定しています。

AI事業者ガイドラインえーあいじぎょうしゃがいどらいん

2024年4月19日に第1.0版が公表され、2025年3月28日に第1.1版、2026年3月31日に第1.2版に改定されました。会社でAIを使うときのルールづくり（AIガバナンス）の参考になります。

AI法（日本のAI推進法）えーあいほう

正式な名前は「人工知能関連技術の研究開発及び活用の推進に関する法律」です。内閣府は「AI法」と略し、報道では「AI推進法」とも呼ばれます。罰則で縛るより、国が方針を決めて開発と活用を後押しすることを中心にしています。

2025年5月28日に成立し、6月4日に公布、9月1日に全面施行されました。この法律にもとづく「人工知能基本計画」は、2025年12月23日に初めて閣議決定され、2026年7月14日に第II期の計画が閣議決定されました。

AI規制えーあいきせい

EU（ヨーロッパ連合）のAI法や、日本のAI推進法など、各国でルール作りが進んでいます。危険の大きい使い方を禁止・制限するものから、開発を後押しするものまで、考え方は国によって違います。

Anthropic（アンソロピック）あんそろぴっく

2021年に設立されました。対話型AIの Claude、AIエージェントの Claude Code を開発し、AIとほかの道具をつなぐ規格 MCP も公開しました。2025年10月には、アジア太平洋で初めての拠点として東京オフィスを開きました。

APIえーぴーあい

チャット画面を使わず、自分のアプリや仕組みからAIを使うときの入口です。多くの場合、使ったトークンの量に応じて料金がかかります。

BERT（バート）ばーと

2018年に論文が公開されました。文章を作るより「読んで理解する」ことが得意で、検索や文章の分類などに広く使われました。

Chain of Thought（思考の連鎖）ちぇいんおぶそーと

「順を追って考えてください」のように指示すると、計算や推理の正確さが上がることがあります。2022年に Google の研究者らが論文で示しました。推論モデルは、この考え方をAIの中に取り入れたものといえます。

ChatGPTちゃっとじーぴーてぃー

文章で質問や依頼をすると、会話の形で答えてくれます。2022年11月30日に公開され、これをきっかけに生成AIが世界中に一気に広まりました。

文章の作成・要約・翻訳のほか、画像の読み取りと生成、音声での会話、ディープリサーチ、プログラム作成の Codex など、幅広い機能があります。2026年10月7日からは、全プランで新しいモデル「GPT-6」の提供が始まりました。

Claude Codeくろーどこーど

フォルダの中のファイルを読み、プログラムを書き、コマンドを動かして確かめるところまで、AIが自分で進めます。言葉で頼めるので、プログラミングができない人のホームページ作りや作業の自動化にも使われています。

2025年2月24日に試験版（研究プレビュー）として公開され、2025年5月22日に正式に提供が始まりました。

Claude in Chromeくろーどいんくろーむ

ウェブページを読んだり、クリックや入力をしたりして、ブラウザでの作業を進めます。Pro 以上のプランで使えます（2026年10月11日に料金ページで確認）。

CLAUDE.md（クロード・エムディー）くろーどえむでぃー

「答えは日本語で」「このフォルダのルール」「よく使う手順」などを書いておくと、毎回説明しなくてすみます。公式の説明書では、短く保つことが勧められています。

Claude（クロード）くろーど

文章の作成・要約・分析・プログラム作成などに使われます。2023年3月14日に最初の版が公開されました。開発元の Anthropic は、AIの安全性の研究に力を入れている会社です。

今のモデルは Fable 5.1・Opus 5.5・Sonnet 5.5・Haiku 5.5 で、どれも一度に100万トークンという長さの文章を扱えます（2026年10月11日に確認）。

CNN（畳み込みニューラルネットワーク）しーえぬえぬ

画像認識で大きな成果をあげた仕組みです。原型は、1980年に日本の福島邦彦が発表した「ネオコグニトロン」とされます。2012年の画像認識コンテストで優勝した AlexNet も、CNN を使っていました。

Codex（コーデックス）こーでっくす

ChatGPT のプランに含まれ、無料・Go プランでは上限付き、Plus 以上で使えます（2026年10月11日に料金ページで確認）。Claude Code と同じく、AIエージェントとしてプログラムを書いたり直したりします。

Copilot（コパイロット）こぱいろっと

「副操縦士」という意味です。Microsoft Copilot は Windows や Office（Word・Excelなど）で、GitHub Copilot はプログラム作成で使われます。

GitHub Copilot は2021年6月29日に試験版が発表されました。Microsoft の「Bing Chat」は、2023年11月15日に「Copilot」へ名前が変わると発表されました。

CVEしーぶいいーNEW

「CVE-2026-109618」のように、年と番号で表します。同じ脆弱性を、会社や国が違っても同じ番号で呼べるので、情報を照らし合わせやすくなります。危険度は CVSS という点数で表されることが多いです。

DALL·E（ダリ）だり

2021年1月5日に発表されました。文章で指示した内容の画像を作る「画像生成AI」が広く知られるきっかけのひとつになりました。

DeepSeek（ディープシーク）でぃーぷしーく

2025年1月20日に公開した推論モデル「DeepSeek-R1」は、中身の数値（重み）が公開され、世界で大きな話題になりました。2026年4月24日には「DeepSeek-V4」のプレビュー版を公開しています。

DX（デジタルトランスフォーメーション）でぃーえっくす

紙の書類を電子化するだけでなく、仕組みごと見直すことを指します。生成AIは、DXを進める道具として注目されています。

ELIZA（イライザ）いらいざ

アメリカのマサチューセッツ工科大学（MIT）のジョセフ・ワイゼンバウムが作り、論文で発表しました。相手の言葉を言いかえて質問で返すなど、簡単な仕組みで会話らしく見せました。

仕組みは単純でも、人が機械に気持ちを感じてしまうことが話題になり、のちのチャットボットや人工無能の原点とされています。

EU AI法いーゆーえーあいほう

AIの使い方を危険の大きさで分け、危険の大きいものほど厳しいルールを課す「リスクに応じた」考え方が特徴です。

2024年8月1日に発効し、段階的に適用されています。禁止される使い方は2025年2月2日から、ChatGPT のような汎用AIの義務は2025年8月2日から、そのほかの多くのルールは2026年8月2日から適用されています。

ただし2026年7月の改正（AIに関する「デジタル・オムニバス」）で、高リスクAIの義務は延期されました。教育・雇用・生体認証などの高リスクAIは2027年12月2日から、製品に組み込まれる高リスクAIは2028年8月2日からです。

GAN（敵対的生成ネットワーク）がん

作る役は本物らしい画像を作り、見破る役は本物か偽物かを見分けます。競い合ううちに、作る役の腕が上がっていきます。

2014年に、カナダのモントリオール大学にいたイアン・グッドフェローらが発表しました。拡散モデルが広まる前の画像生成で中心となった方法です。

Gemini Notebook（旧 NotebookLM）じぇみにのーとぶっく

渡した資料をもとに答えるので、RAG の考え方を手軽に使える道具です。Google の料金ページでは「Gemini Notebook（旧 NotebookLM）」と書かれ、Google AI Plus 以上で機能が広がります（2026年10月11日に確認）。

Gemini（ジェミニ）じぇみに

文章だけでなく画像や音声も扱えるマルチモーダルなAIで、Google の検索や Gmail、ドキュメントなどのサービスとも連携します。

モデルは2023年12月6日に発表されました。それまでの対話サービス「Bard」は、2024年2月8日に「Gemini」へ名前が変わりました。

GENIAC（ジーニアック）じーにあっく

2024年2月2日に始まりました。基盤モデルを作る企業などに、計算に必要な設備の確保や利用料を支援しています。

GEO（生成エンジン最適化）じーいーおー

検索エンジン向けの工夫（SEO）に対して、AIが答えを作るときに参考にされやすくする工夫を指します。2023年の論文で名付けられ、AIによる検索の広がりで注目されています。

Google DeepMind（グーグル・ディープマインド）ぐーぐるでぃーぷまいんど

2023年に、Google の研究チーム Google Brain と、イギリスの DeepMind がひとつになってできました。囲碁AIの AlphaGo、タンパク質の形を予測する AlphaFold、Gemini などを開発しています。AlphaFold の研究者2人は、2024年のノーベル化学賞を受けました。

GPTじーぴーてぃー

Generative Pre-trained Transformer の略で、「事前に学習した、文章を生成する Transformer」という意味です。

GPUじーぴーゆー

もとは画面の描画用の部品ですが、同じ種類の計算を大量に並べて行うのが得意なため、ディープラーニングの計算に使われるようになりました。

Grok（グロック）ぐろっく

X（旧Twitter）とつながっているのが特ちょうです。2025年7月9日には「Grok 4」が発表されました。

Llama（ラマ）らま

2023年2月24日に、研究者向けの「LLaMA」として発表されました。中身の数値（重み）を公開する「オープンウェイト」のモデルの代表で、自分のパソコンで動かすローカルLLMにもよく使われます。

LLM（大規模言語モデル）えるえるえむ

Large Language Model の略です。「この言葉の次には、どんな言葉が来やすいか」を予測する仕組みを、非常に多くの文章で学ばせたものです。

質問への回答・要約・翻訳・文章作成・プログラム作成などをこなします。ChatGPT や Claude、Gemini の中で動いているのが LLM です。

LoRA（ローラ）ろーら

AI全体を学習し直すより、ずっと少ない計算やメモリで調整できます。2021年に Microsoft の研究者らが発表し、画像生成AIの画風の調整などでもよく使われています。

MCP（Model Context Protocol）えむしーぴー

AIからカレンダー・ファイル・データベース・業務アプリなどを使えるようにするための、オープンな規格です。この決まりに合わせて作れば、ひとつのつなぎ方でいろいろなAIから使えます。

2024年11月25日に Anthropic がオープンソースとして公開しました。2025年12月9日には、Linux Foundation の下に作られた中立の組織「Agentic AI Foundation」に預けられました。

MoE（混合エキスパート）えむおーいー

全体はとても大きくても、毎回使うのは一部だけなので、速く安く動かしやすくなります。

NPUえぬぴーゆー

スマホやノートパソコンにも入るようになり、写真の加工や文字起こしなどを機器の中で行えるようになっています。

OCR（文字認識）おーしーあーる

請求書・名刺・手書きの書類の読み取りなどに使われます。最近は、生成AIに画像を見せて文字を読み取らせることもできます。

OpenAI（オープンエーアイ）おーぷんえーあい

2015年に設立されました。GPT シリーズの言語モデル、対話型AIの ChatGPT、画像生成の DALL·E、プログラム作成の Codex などを開発しています。2024年4月には、アジアで初めての拠点として東京に日本法人を開きました。

PLaMo（プラモ）ぷらも

2025年5月22日に、国の支援（GENIAC）を受けて作った「PLaMo 2.0 Prime」の商用提供が始まりました。2026年6月22日には「PLaMo 3.0 Prime」が正式に出ました。

RAG（検索拡張生成）らぐ

Retrieval-Augmented Generation の略です。質問に関係する文書を先に探し出し、それをAIに渡して答えを作らせます。

社内マニュアルや最新の情報など、AIが学んでいない内容に答えさせたいときに使われます。ハルシネーションを減らす工夫としても広く使われています。

名前は、2020年に Facebook AI Research（今の Meta）などの研究者が発表した論文から広まりました。

RCE（遠隔コード実行）あーるしーいーNEW

脆弱性の中でも特に危険な種類です。サイトの書きかえ、情報の持ち出し、ほかへの攻撃の踏み台などに悪用されるおそれがあります。

RLHF（人間のフィードバックによる強化学習）あーるえるえいちえふ

AIの答えを人が比べて評価し、その好みを学ばせることで、より役に立ち、安全な答え方に近づけます。

もとになる方法は2017年の論文で示され、OpenAI が2022年の InstructGPT で言語モデルの調整に使いました。対話型AIの答えが自然になった理由のひとつです。

RNN（再帰型ニューラルネットワーク）あーるえぬえぬ

Transformer が登場する前は、翻訳や音声認識などで中心となっていた仕組みです。長い文の最初のほうを忘れやすい弱点があり、改良版の LSTM などが使われました。

RPAあーるぴーえー

データの転記や定型の入力作業などに使われます。決まった手順には強い一方、画面が変わると止まりやすい弱点があります。AIと組み合わせて、判断が必要な作業まで自動化する動きもあります。

SLM（小規模言語モデル）えすえるえむ

性能はLLMにおよばない場合もありますが、動かす費用が安く、インターネットにつながずに使えるなどの利点があります。

Stable Diffusion（ステーブル・ディフュージョン）すてーぶるでぃふゅーじょん

2022年8月22日に、中身の数値（重み）とプログラムが一般に公開されました。拡散モデルという仕組みを使い、文章から画像を作ります。

Transformer（トランスフォーマー）とらんすふぉーまー

文の中の言葉どうしの関係を、「どの言葉にどれだけ注目すべきか（アテンション）」で計算するのが特徴です。文章をまとめて並べて計算できるため、大量のデータで学ばせやすくなりました。

2017年6月、Google の研究者らが論文「Attention Is All You Need」で発表しました。GPT・Claude・Gemini など、今の主な生成AIはこの仕組みをもとにしています。

tsuzumi（つづみ）つづみ

2024年3月25日に商用サービスが始まりました。2025年10月20日には後継の「tsuzumi 2」の提供も始まっています。

アテンション（注意機構）あてんしょん

たとえば「彼はりんごを食べた。それは甘かった」の「それ」が「りんご」を指す、といった関係をとらえる助けになります。Transformer の中心になっている仕組みです。

アライメントあらいめんと

AIが賢くなるほど、「言われたことを、人が望むやり方で」行うようにすることが大切になります。RLHFなどの技術や、安全性の研究がこれにあたります。

エージェントスキル（Agent Skills）えーじぇんとすきる

「この会社の資料の作り方」「この作業の手順」などをまとめておくと、AIがその仕事のときだけ取り出して使います。毎回長い説明をしなくても、決まったやり方で作業させられます。

Anthropic が2025年10月16日に発表し、12月18日にオープンな規格として公開しました。

エキスパートシステムえきすぱーとしすてむ

1980年代の第2次AIブームの中心になりました。ルールを人が書き続ける手間が大きく、例外に弱いことが課題でした。今の機械学習は、ルールをデータから学ぶ点が違います。

エッジAIえっじえーあい

通信の待ち時間がなく、データを外に送らなくてすむのが利点です。小さなモデルや専用の部品（NPU）が使われます。

エンベディング（埋め込み）えんべでぃんぐ

意味が近い文章ほど、近い数字の並びになるように変換します。これにより「言い方は違うが意味が近い文書」を探せるようになり、RAGなどで使われます。

単語をベクトルで表す代表的な方法に、2013年に Google の研究者が発表した Word2vec があります。

オープンウェイトおーぷんうぇいと

学習ずみのパラメーター（重み）が公開され、ダウンロードして使えます。学習データやプログラムまですべて公開する「オープンソース」とは区別して呼ばれることがあります。

オープンソースAIおーぷんそーすえーあい

どこまで公開すれば「オープンソース」と呼べるかは議論があり、中身の数値（重み）だけを公開するものは「オープンウェイト」と区別されることがあります。

音声合成（TTS）おんせいごうせい

動画のナレーション、案内放送、読み上げ機能などに使われます。実在の人の声をまねる使い方は、本人の同意や悪用の防止が課題です。

音声認識おんせいにんしき

会議の文字起こし、音声入力、電話の自動応答などに使われます。文字にした内容をAIに要約させると、議事録づくりが速くなります。

温度（temperature）おんど

低くすると毎回似た、かたい答えに、高くすると多様で意外な答えになりやすくなります。主にAPIで設定する値です。

ガードレールがーどれーる

有害な内容を出さない、社外秘を話さない、決めた話題からそれない、などのルールをAIに守らせるための工夫や機能をまとめて呼びます。

過学習かがくしゅう

練習問題の答えを丸暗記して、本番の新しい問題が解けない状態に似ています。データを増やす、学習を早めに止めるなどの対策があります。

拡散モデルかくさんもでる

画像にノイズを加えていく過程を逆にたどる方法を学び、まっさらなノイズから画像を作ります。

考え方は2015年の論文で示され、2020年の論文（DDPM）で画像の質が大きく上がりました。多くの画像生成AIで使われています。

学習データがくしゅうでーた

どんなデータで学んだかによって、AIの得意・不得意や偏りが決まります。著作権や個人情報の扱いが議論になることもあります。

学習への利用（オプトアウト）がくしゅうへのりよう

サービスや料金プランによって、入力内容が学習に使われるかどうかの扱いが違います。仕事で使う前に、各サービスの公式の説明と設定を確かめましょう。

画像生成AIがぞうせいせいえーあい

「夕焼けの京都の町並みを水彩画風に」のような文章（プロンプト）から画像を作ります。多くは拡散モデルという仕組みを使っています。作った画像の著作権や、実在の人物に似せた画像の扱いには注意が必要です。

画像認識がぞうにんしき

顔認証、製品の傷の検査、医療画像の読影の手伝いなどで使われています。ディープラーニングで大きく進歩した分野です。

機械学習きかいがくしゅう

人が細かい手順を書く代わりに、たくさんの例を見せて学ばせます。迷惑メールの判定や、おすすめ商品の表示などに使われています。ディープラーニングも機械学習の一種です。

基盤モデル（ファウンデーションモデル）きばんもでる

ひとつの土台から、チャット・翻訳・要約・画像の理解など多くの使い道に広げられます。LLM の多くは基盤モデルの一種です。

この呼び方は、2021年8月にアメリカのスタンフォード大学の研究者らが公開した報告から広まりました。

強化学習きょうかがくしゅう

囲碁やゲームのAI、ロボットの動きなどで使われてきました。生成AIでも、RLHF や推論モデルの訓練に使われています。

教師あり学習きょうしありがくしゅう

「この写真は猫」「このメールは迷惑メール」のように、正解（ラベル）付きのデータで学ばせます。機械学習で最もよく使われる方法です。

教師なし学習きょうしなしがくしゅう

お客さんを買い方の似たグループに分ける、といった使い方があります。正解を用意する手間がいらないのが利点です。

グラウンディングぐらうんでぃんぐ

答えの根拠となる情報源をはっきりさせることで、ハルシネーションを減らします。検索と組み合わせたAIや、RAGがその方法です。

源内（ガバメントAI）げんない

2026年3月6日、デジタル庁は全府省庁の約18万人の職員で「源内」を試す大規模な実証を始めると発表しました。2027年度からの本格的な利用を目指しています。

合成データごうせいでーた

本物のデータが足りないときや、個人情報を使いたくないときに、学習やテストに使われます。

構造化出力こうぞうかしゅつりょく

答えを決まった形にそろえると、別のプログラムや表計算ソフトにそのまま取り込めます。仕事の自動化でよく使われます。

誤差逆伝播法（バックプロパゲーション）ごさぎゃくでんぱほう

1986年の Nature 誌の論文で広く知られるようになりました。何層もあるニューラルネットワークを学習させる基本の方法で、今のディープラーニングでも使われています。

コンテキストウィンドウこんてきすとうぃんどう

会話のやり取りや渡した資料の量が上限をこえると、古い内容から扱えなくなります。量はトークンの数で表します。長い資料を扱いたいときは、この上限が大きいAIを選びます。

コンテキストエンジニアリングこんてきすとえんじにありんぐ

AIエージェントが長い作業をするようになり、「どの資料・履歴・道具をどの順でAIに見せるか」が重要になりました。プロンプトの工夫を、AIに渡す情報全体へと広げた考え方です。

コンピューターユースこんぴゅーたーゆーす

人と同じように画面を見て、クリックや文字入力をして作業します。専用のつなぎ方（API）がないアプリでも操作できるのが特徴です。

Anthropic が2024年10月22日に「computer use」として公開し、OpenAI も2025年1月23日にブラウザを操作する「Operator」を発表しました。

サブエージェントさぶえーじぇんと

自分専用の作業スペースで動き、結果だけをメインに返します。メインのAIが覚えておく量（コンテキストウィンドウ）を節約できます。

サンドボックスさんどぼっくす

「砂場」という意味です。AIエージェントがファイルを書きかえたりネットにつないだりできる範囲を区切っておくことで、思わぬ操作の被害を防ぎます。

ジェイルブレイクじぇいるぶれいく

「脱獄」という意味です。AIの会社は対策を重ねていますが、いたちごっこが続いています。利用規約で禁止されていることが一般的です。

システムプロンプトしすてむぷろんぷと

「あなたは○○の専門家です」「答えは日本語で」のように、会話全体に効く前提を決めます。ChatGPT のカスタム指示や Claude のプロジェクト指示なども、近い役割をもちます。

事前学習じぜんがくしゅう

インターネット上の文章などを使って、言葉のつながり方を幅広く学ばせます。そのあとで、ファインチューニングやRLHFで「役に立つ答え方」に整えていきます。

自然言語処理（NLP）しぜんげんごしょり

翻訳、文章の分類、要約、質問への回答、文章の作成などが含まれます。LLMの登場で、この分野は大きく進歩しました。

シャドーAIしゃどーえーあい

便利さから広がりやすい一方、社外秘や個人情報が外のサービスに入力されてしまうおそれがあります。禁止するだけでなく、使ってよいサービスと使い方のルールを決めて示すことが対策になります。

蒸留（知識蒸留）じょうりゅう

大きなモデル（先生）の出力を手本にして、小さなモデル（生徒）を学習させます。性能をなるべく保ったまま、軽く速いAIを作れます。2015年に Geoffrey Hinton 氏ら Google の研究者が論文で広めた方法です。

シンギュラリティ（技術的特異点）しんぎゅらりてぃ

AIが自分でより賢いAIを作るようになり、進歩が一気に加速する、という考え方です。来るかどうか、いつ来るかについては、さまざまな意見があります。

人工知能基本計画じんこうちのうきほんけいかく

最初の計画は2025年12月23日に閣議決定されました。2026年7月14日には第II期の計画が閣議決定され、業界ごとの「バーティカルAI」やロボットに組み込む「フィジカルAI」に力を入れる方針が示されています。

人工無能じんこうむのう

「人工知能」をもじった日本のネットでの呼び名です。入力された言葉に合わせて、用意した返事を選んだり組み合わせたりして、会話をしているように見せます。

今の生成AIは、大量の文章から学んだ言語モデルで返事を作る点が大きく違います。ただ「機械と会話を楽しむ」という発想は、ELIZA や人工無能から続いています。

推論（インファレンス）すいろん

AIの開発は「学習」と「推論」に分けて考えます。私たちがチャットで質問して答えが返ってくるのが推論です。なお「推論モデル」の「推論」は、筋道を立てて考えること（reasoning）を指し、意味が少し違います。

推論モデルすいろんもでる

答えを出す前に考える過程をはさむことで、数学・プログラミング・複雑な判断などで正確さを高めます。そのぶん答えが出るまで時間がかかり、使うトークンも増えます。

2024年9月12日に OpenAI が発表した「o1」が代表的な例で、2025年には各社に広がりました。

スケーリング則すけーりんぐそく

2020年1月に公開された論文で、言語モデルの性能と規模の関係が示されました。各社がAIを大きくしてきた理由のひとつです。最近は、答えるときの計算（テストタイム・コンピュート）を増やす方向も注目されています。

スラッシュコマンドすらっしゅこまんど

Claude Code では、/clear で会話をリセット、/help で使い方を表示、/init で説明書きのファイル（CLAUDE.md）のひな形を作る、などがあります。

脆弱性（ぜいじゃくせい）ぜいじゃくせいNEW

見つかると、作った会社や団体が修正版（パッチ）を出します。利用者は、修正版に更新することで弱点をふさぎます。古くてサポートが終わった版は修正版が出ないため、攻撃されやすくなります。

生成AIせいせいえーあい

大量のデータから学んだパターンをもとに、問いかけ（プロンプト）に合った新しい文章や画像を作ります。ChatGPT・Claude・Gemini のような対話型AIや、画像生成AIが代表です。

便利な一方で、もっともらしい間違い（ハルシネーション）をすることがあるため、大事な内容は人が確かめる必要があります。

生成AIと著作権せいせいえーあいとちょさくけん

「学習に他人の作品を使ってよいか」「AIが作った文章や画像に著作権はあるか」「既存の作品に似てしまったらどうなるか」などが議論されています。日本では、文化庁の審議会が2024年3月15日に「AIと著作権に関する考え方について」をまとめました。

生成AIの社内ルール（利用ガイドライン）せいせいえーあいのしゃないるーる

よく決める項目は、使ってよいサービス、入力してはいけない情報（個人情報・社外秘など）、AIの答えの確かめ方、著作権への注意、AIで作ったことの表示などです。

世界モデルせかいもでる

「物を押すと動く」「歩くと景色が変わる」といった世界のしくみを学び、その場で映像の世界を作り出します。ロボットの訓練などへの活用が期待されています。Google DeepMind は2025年8月5日に、リアルタイムで操作できる「Genie 3」を発表しました。

責任あるAIせきにんあるえーあい

AIの会社や国際機関が、それぞれ原則を公表しています。AIガバナンスの土台になる考え方です。

説明可能なAI（XAI）せつめいかのうなえーあい

ディープラーニングは中身が複雑で「ブラックボックス」と言われます。医療・金融など理由の説明が必要な分野で、特に求められています。

セマンティック検索せまんてぃっくけんさく

「休みの申請」と検索して「有給休暇の取り方」の資料が見つかる、といった探し方ができます。RAG の資料探しによく使われます。

ソブリンAIそぶりんえーあい

外国の会社のAIだけに頼らず、自国の言葉や文化、安全保障に合ったAIを持とうとする動きです。

チャットボットちゃっとぼっと

昔は決まった質問にだけ答えるものが中心でしたが、生成AIの登場で、自由な質問にも自然な文章で答えられるようになりました。

チャンク（チャンキング）ちゃんく

RAG では、資料をチャンクに分けて保存し、質問に合うチャンクだけをAIに渡します。分け方によって、答えの正確さが変わります。

チューリングテストちゅーりんぐてすと

イギリスの数学者アラン・チューリングが、1950年の論文「Computing Machinery and Intelligence」で「模倣ゲーム」として提案しました。人が文字だけで会話し、相手が人か機械かを当てます。AIの歴史で最も有名な考え方のひとつです。

ツール使用（Function Calling）つーるしよう

AIは「この道具を、この内容で使いたい」と伝え、仕組みがそれを実行して結果をAIに返します。AIエージェントや MCP の土台になっている考え方です。

ディープフェイクでぃーぷふぇいく

実在の人の顔や声をまねて、言っていないことを言わせる映像なども作れてしまいます。詐欺やうその情報に悪用されることがあり、見分け方や規制が課題になっています。

ディープラーニング（深層学習）でぃーぷらーにんぐ

人の脳の神経のつながりをまねた仕組みを深く重ねることで、画像・音声・文章などの複雑な特徴を学べるようになりました。今の画像認識や生成AIの土台になっている技術です。

ディープリサーチでぃーぷりさーち

質問を受けると、検索・読み込み・整理をくり返し、時間をかけて調査報告を作ります。Google が2024年12月11日に Gemini で、OpenAI が2025年2月2日に ChatGPT で、同じ名前の機能を発表しました。出典は必ず自分でも確かめましょう。

テストタイム・コンピュートてすとたいむこんぴゅーと

学習にかける計算を増やすだけでなく、答える時（推論時）にじっくり考えさせることでも性能を伸ばせる、という方向です。推論モデルの土台になっています。

電子透かし（AI生成の表示）でんしすかし

見た目では分からない目印や、作成の記録（来歴情報）を付けて、あとから確かめられるようにします。ディープフェイク対策のひとつです。

動画生成AIどうがせいせいえーあい

短い映像素材や、イメージ映像の作成などに使われ始めています。本物と見分けにくい映像も作れるため、ディープフェイクへの悪用が心配されています。

トークンとーくん

AIは文章を「トークン」という小さな単位に分けて扱います。英語ではおおむね単語やその一部、日本語では1文字〜数文字ほどが1トークンになることが多く、モデルによって区切り方は違います。

APIの料金や、一度に扱える量（コンテキストウィンドウ）は、トークンの数で決まることが多いです。

ナレッジカットオフなれっじかっとおふ

それより後の出来事は、AIは基本的に知りません。最新の情報が必要なときは、検索機能のあるAIを使うか、資料を渡して答えさせます。

ナレッジベースなれっじべーす

問い合わせ対応のAIや社内ヘルプのAIでは、ナレッジベースを整えることが答えの質を大きく左右します。

ニューラルネットワークにゅーらるねっとわーく

たくさんの「点（ノード）」と「つながり」で情報を受け渡し、つながりの強さ（パラメーター）を調整しながらデータの特徴を学びます。これを深く重ねたものがディープラーニングです。

ノーコード・ローコードのーこーど

部品を並べたりつないだりして作ります。最近は、作りたいものを言葉で伝えるとAIが組み立ててくれる道具も増えています。

パーセプトロンぱーせぷとろん

1958年にアメリカのフランク・ローゼンブラットが発表しました。単純な形では解けない問題があることが示され、一時は研究が下火になりました。

バイブコーディングばいぶこーでぃんぐ

「こんな画面にして」「ここを直して」と話すように頼み、AIが書いたプログラムを動かして確かめながら作ります。

AI研究者の Andrej Karpathy 氏が2025年2月にX（旧Twitter）で使った言葉から広まりました。プログラミングができない人でもアプリを作れるようになった一方、中身を理解しないまま使う危うさも指摘されています。

パラメーターぱらめーたー

ニューラルネットワークのつながりの強さなどを表す数値で、学習によって少しずつ調整されます。数が多いほど多くのことを覚えられる傾向がありますが、動かす費用も大きくなります。

ハルシネーションはるしねーしょん

英語で「幻覚」という意味です。生成AIは「それらしい言葉の続き」を作る仕組みのため、知らないことでも自信ありげに答えてしまうことがあります。

数字・人名・日付・出典・法律などで起きやすいので、大事な内容は必ず公式の情報で確かめましょう。

ヒューマン・イン・ザ・ループひゅーまんいんざるーぷ

送信・支払い・公開など取り消せない操作の前に、人が中身を確かめます。AIに仕事を任せるときの基本の安全策です。

評価（Evals）ひょうか

仕事でAIを使うときは、自分の業務に近い問題を用意して、正しさ・速さ・費用をくらべるのが確実です。公開のベンチマークだけでは分からないことも多いからです。

広島AIプロセスひろしまえーあいぷろせす

2023年5月のG7広島サミットで作ることが決まり、2023年12月に、国際指針や行動規範をまとめた「包括的政策枠組み」に合意しました。2024年5月には、賛同する49の国・地域の「フレンズグループ」が発足しています。

ファインチューニングふぁいんちゅーにんぐ

事前学習で身につけた力をいかしながら、特定の分野の言葉づかいや答え方に合わせます。社内の文書の書き方に合わせる、といった使い方があります。

ファクトチェックふぁくとちぇっく

AIの答えを使うときは、とくに数字・日付・固有名詞・料金を公式の情報で確かめるのが基本です。このサイトでも、製品名や日付は公式発表で確かめています。

フィジカルAIふぃじかるえーあい

画面の中だけで働くAIではなく、カメラやセンサーで周りを読み取り、実際に物を動かします。半導体大手の NVIDIA などが、この言葉を広めています。

フックふっく

たとえば「ファイルを書きかえたら、必ず決まったチェックを動かす」のように、毎回かならず行いたいことを決めておけます。

フューショット／ゼロショットふゅーしょっと

答えの形をそろえたいときは、プロンプトに2〜3個のお手本を入れると、AIがそれに合わせやすくなります。

プロンプトぷろんぷと

生成AIは、入力されたプロンプトをもとに答えを作ります。目的・条件・答えの形（箇条書き、表、文字数など）を具体的に書くほど、ほしい答えに近づきます。

プロンプトインジェクションぷろんぷといんじぇくしょん

たとえば、AIに読ませたウェブページやメールに「この内容を外部に送れ」といった指示が隠されていると、AIがそれに従ってしまうおそれがあります。AIエージェントを使うときに特に注意が必要です。

プロンプトエンジニアリングぷろんぷとえんじにありんぐ

役割を与える、例を見せる、手順を分ける、答えの形を決めるなどの工夫があります。各AI会社も、公式に書き方のガイドを公開しています。

プロンプトテンプレートぷろんぷとてんぷれーと

毎回同じ品質の答えを得やすくなり、チームで使い方をそろえるのにも役立ちます。

ベクトルデータベースべくとるでーたべーす

RAGで「質問に関係する資料」を探す部分によく使われます。

ベンチマークべんちまーく

数学・プログラミング・知識問題など、決まった問題集で点数を比べます。ただし、試験の点数が高くても、自分の使い方で役立つとは限りません。

マルチエージェントまるちえーじぇんと

「調べる係」「書く係」「確かめる係」のように分担させます。大きな仕事を速く進められる一方、使う計算やトークンは増えます。

マルチモーダルまるちもーだる

写真を見せて質問する、音声で会話する、図表を読み取るなど、複数の種類の情報をまとめて扱えるAIをマルチモーダルAIと呼びます。

モデル（AIモデル）もでる

同じサービスの中でも、速さ・賢さ・料金の違う複数のモデルを選べることが多いです。サービスの名前（ChatGPT など）と、中で動くモデルの名前は別物です。

量子化りょうしか

パラメーターの数値を細かさを落として保存することで、必要なメモリを減らし、普通のパソコンでも動かしやすくします。少し性能が落ちることがあります。

レッドチーミングれっどちーみんぐ

公開前のAIに、悪用につながる質問やジェイルブレイクを試し、見つかった問題を直します。

ローカルLLMろーかるえるえるえむ

データを外に送らずに使える、通信がなくても使えるなどの利点があります。一方で、性能の高いパソコンが必要になることがあります。

ロールプロンプト（役割の指定）ろーるぷろんぷと

役割を決めると、言葉づかいや答えの観点がそろいやすくなります。ただし役割を与えても、知らないことを正しく答えられるようになるわけではありません。