🖊️ これだけ覚えれば大丈夫｜生成AIの基本用語10選をやさしく解説

🌱 はじめに

こんにちは、株式会社AIMです。
いつもご覧いただき、ありがとうございます。

生成AIの話題になると、「プロンプト」「ハルシネーション」「RAG」「AIエージェント」など、カタカナの専門用語が次々と出てきます。

「なんとなく聞いたことはあるけれど、人に説明できるほどではない」
「会議やニュースで出てくるたびに、少し置いていかれる感じがする」

そんな方も多いのではないでしょうか。

ただ、安心してください。生成AIの用語は一見むずかしく見えますが、仕事の場面に置き換えると意外とシンプルです。

今回の記事では、日々の業務で生成AIを活用していくうえで、まず押さえておきたい基本用語を10個に絞ってご紹介します。

専門家向けの細かい定義ではなく、「会議やニュースの内容が分かる」「自分の業務にどう関係するか考えられる」ことを目指した、やさしい用語解説です。

🌱 はじめに 📌 まず押さえたい生成AIの基本10語 ① プロンプト｜AIへの“お願い文”② モデル｜AIの“頭脳”にあたるもの ③ トークン｜AIが文章を処理する単位 ④ ハルシネーション｜もっともらしい間違い ⑤ ファインチューニング｜用途に合わせてAIを調整する ⑥ RAG｜資料を見ながら答える仕組み ⑦ マルチモーダル｜文章以外も扱えるAI ⑧ コンテキスト｜AIが参照できる情報の範囲 ⑨ AIエージェント｜段取りまで考える助手 ⑩ API｜AIをシステムにつなぐ接続口 🆚 特に混同しやすい3つの違い ✅ ファインチューニングとRAGの違い ✅ ハルシネーションと単なる間違いの違い ✅ ツールとモデルの違い ✨ 用語を知ると、業務で何が変わるのか 🧩 覚えたての頃に気をつけたいこと 🎉 さいごに｜まずは3語だけ覚えてみましょう ✉️ 法人向け生成AI研修のご案内

📌 まず押さえたい生成AIの基本10語

まずは、全体像を早見表で確認してみましょう。

用語	ざっくり言うと	身近なたとえ
プロンプト	AIに出す指示や質問	仕事を頼むときの依頼文
モデル	AIの“頭脳”にあたる仕組み	担当者の能力や得意分野
トークン	AIが文章を処理する単位	文章を分けた“ことばのかけら”
ハルシネーション	事実ではない内容をもっともらしく答えること	自信満々な思い込み発言
ファインチューニング	特定の用途に合わせてAIを調整すること	新人への専門研修
RAG	外部資料を参照しながら回答する仕組み	マニュアルを見ながら答える担当者
マルチモーダル	文章だけでなく画像・音声・動画なども扱えること	目や耳も使える働き手
コンテキスト	AIが回答時に参照できる情報の範囲	机の上に広げられる資料の量
AIエージェント	目標に向けて手順を考え、作業を進める仕組み	段取りまで考える助手
API	システムからAIを呼び出す接続口	外部サービスにつなぐ内線電話

すべてを完璧に暗記する必要はありません。まずは「あ、この言葉はこういう意味だったな」と思い出せるだけで十分です。

💡

① プロンプト｜AIへの“お願い文”

プロンプトとは、AIに対して出す指示や質問のことです。

たとえば、ChatGPTに「この文章をわかりやすく要約してください」「営業メールの文面を作ってください」と入力する文章がプロンプトです。

仕事で人に依頼するときも、「何を」「誰向けに」「どんな形式で」「どのくらいの分量で」と伝えた方が、期待に近い成果物が返ってきます。AIも同じで、プロンプトが具体的なほど、回答の精度は上がりやすくなります。

💡

② モデル｜AIの“頭脳”にあたるもの

モデルとは、AIの中で実際に文章を理解したり、回答を作ったりしている仕組みのことです。

ChatGPT、Claude、Geminiなどはサービス名として語られることが多いですが、その中では複数のモデルが動いています。同じサービスでも、選ぶモデルによって得意な作業、回答速度、扱える情報量、費用が変わることがあります。

たとえるなら、ChatGPTなどのツールは「車」で、モデルはその中にある「エンジン」のようなものです。

💡

③ トークン｜AIが文章を処理する単位

トークンとは、AIが文章を読み書きするときの単位です。

日本語では少しイメージしづらいですが、ざっくり言えば、文章を細かく分けた“ことばのかけら”のようなものです。AIは文章をそのまま丸ごと理解しているのではなく、トークンという単位に分けて処理しています。

長い文章を入力すると処理に時間がかかったり、料金が増えたりすることがありますが、その背景にはこのトークンの考え方があります。

💡

④ ハルシネーション｜もっともらしい間違い

ハルシネーションとは、AIが事実ではない内容を、あたかも正しい情報のように答えてしまう現象です。

単なる誤字や計算ミスと違い、ハルシネーションの厄介な点は「もっともらしく見える」ことです。存在しない資料名や、確認できない数字、実在しない制度などを、自然な文章で答えてしまうことがあります。

そのため、AIの回答はそのまま鵜呑みにせず、社外に出す文章、数字、法務・医療・金融などの重要情報は、人が確認することが大切です。

💡

⑤ ファインチューニング｜用途に合わせてAIを調整する

ファインチューニングとは、特定の用途に合わせてAIモデルを追加で調整することです。

たとえば、特定の文体にそろえたい、決まったフォーマットで回答させたい、専門的なタスクに強くしたい、といった場面で使われます。

ただし、「社内マニュアルの最新情報を覚えさせる」用途では、必ずしもファインチューニングが最適とは限りません。社内資料や規程のように内容が更新される情報は、次に紹介するRAGの方が向いているケースが多くあります。

💡

⑥ RAG｜資料を見ながら答える仕組み

RAGとは、AIが外部の資料やデータを検索・参照しながら回答する仕組みです。

たとえば、社内マニュアル、FAQ、商品資料、過去の議事録などを参照させながら回答させるイメージです。AI単体の記憶に頼るのではなく、手元の資料を確認しながら答えるため、社内情報を扱う場面でよく使われます。

ただし、RAGを使えば必ず正しい回答になるわけではありません。参照する資料が古かったり、検索の仕組みがうまく働かなかったりすると、回答がずれることもあります。大切なのは、「AIに資料を見せているから安心」ではなく、「どの資料を参照しているか確認できる状態にする」ことです。

💡

⑦ マルチモーダル｜文章以外も扱えるAI

マルチモーダルとは、文章だけでなく、画像、音声、動画、表、PDFなど、複数の種類の情報を扱えることです。

たとえば、画像を見て説明する、PDF資料を読み取る、音声データを文字起こしする、表の内容を整理するといった使い方ができます。

これにより、生成AIは「文章を作るツール」から、「資料を読み、整理し、考えるサポートツール」へと活用範囲が広がっています。

💡

⑧ コンテキスト｜AIが参照できる情報の範囲

コンテキストとは、AIが回答を作るときに参照できる会話や資料の範囲のことです。

よく「AIが覚えている量」と言われますが、厳密には“その回答を作るときに見えている情報”と考えると分かりやすいです。

たとえば、長い資料を読み込ませたときに、途中の内容が反映されなかったり、前に話した内容を忘れたような回答になったりすることがあります。これは、コンテキストの上限や処理の仕方が影響している場合があります。

長い資料を扱うときは、一度にすべてを任せるのではなく、章ごとに分けて要約する、重要な前提を再度伝える、といった工夫が有効です。

💡

⑨ AIエージェント｜段取りまで考える助手

AIエージェントとは、ユーザーから与えられた目標に向けて、必要な手順を考え、ツールを使いながら作業を進める仕組みです。

通常のチャットAIは、基本的に「質問に答える」形で使います。一方、AIエージェントは「この資料を調べて、要点を整理し、メール文案まで作る」といった複数ステップの作業を進めるイメージです。

今後、業務活用の現場では、単に文章を作るAIだけでなく、調査、整理、判断、実行補助まで担うAIエージェント型の使い方が増えていくと考えられます。

💡

⑩ API｜AIをシステムにつなぐ接続口

APIとは、システム同士をつなぐための接続口です。

たとえば、自社の問い合わせフォーム、社内システム、顧客管理ツールなどからAIを呼び出して、自動で回答案を作る、文章を分類する、データを整理するといった使い方ができます。

普段ChatGPTの画面で使う場合はあまり意識しませんが、業務システムにAIを組み込むときには、このAPIという考え方が重要になります。

🆚 特に混同しやすい3つの違い

ここまで10語を紹介しましたが、特に混同しやすいものを3つだけ整理しておきましょう。

✅ ファインチューニングとRAGの違い

ファインチューニングは、AIモデル自体を用途に合わせて調整する方法です。

一方、RAGは、AIに外部資料を参照させて回答させる方法です。

たとえるなら、ファインチューニングは「担当者を研修すること」、RAGは「担当者に最新マニュアルを渡すこと」です。

社内規程や商品情報のように更新が多い情報は、RAGの方が扱いやすいケースが多くあります。

✅ ハルシネーションと単なる間違いの違い

ハルシネーションは、単に間違えるだけでなく、存在しない情報を自然な文章で作ってしまう点が特徴です。

そのため、AIの回答がきれいにまとまっていても、重要な情報は必ず確認する必要があります。特に、数字、固有名詞、引用元、契約条件、制度の内容などは注意が必要です。

✅ ツールとモデルの違い

ChatGPTやClaude、Geminiは、私たちが利用する「ツール」や「サービス」の名前です。

その中で実際に動いている頭脳部分が「モデル」です。

車にたとえるなら、ツールは車種、モデルはエンジンです。同じツールでも、選ぶモデルによって性能や得意分野が変わることがあります。

✨ 用語を知ると、業務で何が変わるのか

生成AIの用語を知る目的は、専門家になることではありません。
大切なのは、AIを使うときに「次に何を試せばよいか」が分かるようになることです。

たとえば、思った回答が出ないときに「プロンプトを具体的にしてみよう」と考えられる。
長い資料をうまく扱えないときに「コンテキストの問題かもしれない」と気づける。
社内データを参照したAIを作りたいときに「これはRAGの話だな」と判断できる。

このように、用語が分かると、AI活用の会話についていきやすくなるだけでなく、自分の業務にどう使えそうかを考えやすくなります。

また、AIに対する過度な期待や不安も減らせます。

ハルシネーションを知っていれば「AIは間違えることがある」と冷静に使えます。RAGを知っていれば「社内資料を参照させる方法がある」と具体的に考えられます。

言葉を知ることは、AIを安全に、そして前向きに使うための第一歩です。

🧩 覚えたての頃に気をつけたいこと

最後に、用語を覚えたての頃に気をつけたいポイントを3つご紹介します。

1つ目は、言葉だけで満足しないことです。

意味を知るだけでなく、実際にChatGPTなどで小さく試してみると理解が深まります。

2つ目は、難しい言葉をそのまま使いすぎないことです。

社内で共有するときは、「RAGです」と言うよりも、「社内資料を見ながら答える仕組みです」と言った方が伝わりやすい場合があります。

3つ目は、すべての用語を追いかけようとしすぎないことです。

生成AIの分野では新しい言葉が次々と出てきます。まずは、自分の業務に関係しそうな言葉から覚えていけば十分です。

🎉 さいごに｜まずは3語だけ覚えてみましょう

今回は、生成AIを業務で活用するうえで押さえておきたい基本用語を10個ご紹介しました。

とはいえ、最初からすべてを完璧に覚える必要はありません。

まずは次の3語から始めてみるのがおすすめです。

プロンプト：AIへのお願い文
ハルシネーション：もっともらしい間違い
RAG：資料を見ながら答える仕組み

この3つを知っているだけでも、AI活用の会話はぐっと理解しやすくなります。

生成AIは、専門家だけが使う特別なものではありません。

基本の言葉を少しずつ押さえていくことで、日々の業務の中で「ここに使えそう」「これはAIに任せられそう」と考えられる場面が増えていきます。

株式会社AIMでは、これからも皆さまの業務に役立つ生成AIの情報を、できるだけわかりやすくお届けしていきます。

まずはこの記事の中から、自分の仕事に関係しそうな用語を3つ選んで、次にChatGPTを使うときに意識してみてください。

✉️ 法人向け生成AI研修のご案内

生成AIを「試す」から「実務に活かす」へ。
弊社では、「法人向け生成AI研修」を通じて、AIの基礎理解から、実際の業務で活用できる状態を目指した実践型の研修を提供しています。

💡

AIMがご支援できること（一例）

業務に最適な生成AIツール選定のアドバイス（資料生成AI・GPTs等）
部門特化型のプロンプト作成
社内でのプロンプト共有環境の設計支援
ChatGPT以外のAIツール（Copilot・Geminiなど）の活用方法のご紹介

まずは「自社の場合は何が最適か？」といったご相談からでも構いません。

お気軽にお声がけください。🙇

▶️お問い合わせはこちら