AIの基礎
AIの全体像から生成AI・LLMの仕組み、プロンプト、リスク管理までを順番に読むためのリンク集です。 まずは上から読み進めると、個別の記事がつながって理解しやすくなります。
おすすめの読む順番
20件の記事- 01
AIとは何か——「なんとなく分かる」を卒業する超入門
毎日のように聞く「AI」という言葉を、あなたは正確に説明できますか。いま「AI」と呼ばれているものは、実はAI全体から見ればごく狭い一角の「生成AI」です。顔認証から需要予測まで広がる本当のAIの世界の地図と、生成AIの正体を、予備知識ゼロから整理します。
- 02
AIはどこまで賢くなったのか——東大首席・IMO金メダル・博士超え、データで見る変化
2016年に東ロボくんプロジェクトが終了してから9年、同じ東大入試でAIは首席の点数を超えました。国際数学オリンピック(IMO)で金メダル相当のスコア、多くの分野で博士号保持者を上回る結果も。ベンチマークデータで追う、AIの急激な知能向上の実態を解説します。
- 03
機械学習とは——顔認証も需要予測も、生成AIじゃないAIたちの正体
「機械学習とは」「ディープラーニングとは」——聞いたことはあっても説明しづらい言葉を、生成AIじゃないAIたち（顔認証・需要予測など）を通じて整理します。AIという入れ子構造の中で、機械学習・ディープラーニング・生成AIがどう重なっているのか、具体例とともに解説します。
- 04
あなたが「AI」と呼ぶもの、本当にAI？——ルールベースとの違い
「AIチャットボット」「AI自動化」と呼ばれるものの多くは、実は人間が書いたルールで動く処理にすぎません。本物のAI（LLM）とルールベース処理は何が違うのか。GASやVBAとAIの使い分けを、「ルールを書けるか」というたった一本の軸で整理します。
- 05
生成AIは「考えて」いない——LLMが言葉を生成する本当の仕組み
生成AIは考えているように見えて、実は「次に来る確率が高い単語」を選び続けているだけ。このLLMの基本原理を、昔話の例えを使ってわかりやすく解説します。仕組みがわかると、プロンプトの書き方もAIの得意・不得意も腑に落ち、使いこなせるようになります。
- 06
AIの「脳の中身」をのぞく——ニューラルネットワークとパラメータのしくみ
「AIのパラメータが何億個」「大量のデータで学習」——言葉は聞くけれど中身は曖昧、という人へ。AIの脳＝ニューラルネットワークのフタを開けて、ノードと層、重み（＝パラメータ）、学習で重みが調整される仕組み、そしてなぜAIにGPUが必要なのかを、予備知識ゼロから解説します。
- 07
「AIが学習する」とはどういうことか——実は2つの概念が混ざっている
「AIが学習する」という言葉は、実は2つの別物を指しています。モデルを作るときの学習（重みを書き換える）と、使うときのメモリやRAG（その場で渡すだけ）。この2つを分けて、AIが何で育ったのか、あなたの入力は学習されるのかまで、やさしく整理します。
- 08
ナレッジカットオフとは——AIはなぜ最新情報を知らないのか
AIが最新の情報に答えられないのは「ナレッジカットオフ（知識のカットオフ）」という構造上の制約のためです。LLMの3段階の学習プロセスからカットオフの意味、最新情報でハルシネーションが起きやすい理由、現実的な3つの対処法までをやさしく解説します。
- 09
生成AIのトークンとは——料金・文字数・消費量を決める最小単位
「100万トークンで2ドル」——生成AIの料金も、一度に読み込める上限も、すべてトークンという単位で決まります。日本語は同じ内容の英語より約1.5倍のトークンを使い、コストがかさみます。数え方から、消費量を抑える使い方、本当に気にすべき場面まで整理しました。
- 10
推論モデルとは何か——AIが「考えてから答える」しくみと使いどころ
AIには、質問にすぐ答えるときと、少し「考えて」から答えるときがあります。この「考える工程」を持つのが推論モデルです。仕組みと即答モデルとの使い分け、そして「考えたのに間違う」落とし穴まで整理します。最近は「考える量」を調整する方向に進化していることも押さえます。
- 11
生成AIへのプロンプトの書き方——プロンプトエンジニアリングとは
同じ質問でも、使える回答が返る人と返らない人がいます。差はAIの性能ではなく、プロンプトエンジニアリング——ChatGPTや生成AIへのプロンプトの書き方です。役割・指示・制約・出力形式という4つの要素と、今日からすぐ使える改善テクニックを、具体的なビフォーアフターとあわせて解説します。
- 12
AIに「自社のこと」を覚えさせる——システムプロンプトとナレッジファイル
ChatGPTを開くたびに、自分の状況を一から説明し直していませんか？AIに自社やあなたの文脈を覚えてもらうには、システムプロンプトとナレッジファイルの2つの手段があります。それぞれの仕組みと渡し方を、ツールごとの違いも含めてわかりやすく整理して解説します。
- 13
AIはなぜ嘘をつくのか——ハルシネーションの理由と3つの対策
AIはなぜ嘘をつくのか。ハルシネーションは生成AIが事実でない情報をもっともらしく作る現象で、仕組み上ゼロにはできません。原因、業務別の事故事例5件、確認時のチェックリスト10項目と、今日からできる3つの対策を解説します。
- 14
会社でAIを使う前に——情報漏洩と学習、2つのリスクへの対応とは
「ChatGPTなど生成AIに入力した情報が漏れるのでは」という不安の正体は、学習リスクと流出リスクという2つの異なるリスクです。プラン別のセキュリティレベル、個人情報・機密情報を入力していい判断基準、学習させない設定、生成AIガイドラインの作り方まで、会社がAIを使う前に知っておきたい対応を整理します。
- 15
シャドーAIとは——社員が「こっそり」使うシャドーITの生成AI版、禁止しても止まらない
シャドーAIとは、シャドーIT（未承認のIT利用）の生成AI版——社員が会社の許可を得ずに個人アカウントの生成AIを業務に使う状態です。最大の危険は、入力した内容がAIの学習に利用され得ること。国内企業の実態を示す数字と、禁止ではなく「使ってよい受け皿」で解決する現実的な4ステップを解説します。
- 16
AIモデルはどこが進化するのか——リリース告知を読み解く3つの軸
「GPTが新しくなった」と聞いても、実際に何が変わったのか説明できますか。AIモデルの更新で進化するポイントは、大きさ・学習データ・コンテキストウィンドウの3つに整理できます。この軸を押さえれば、リリース告知やモデル選択画面を自分で読み解けるようになります。
- 17
生成AI比較——ChatGPT・Gemini・Claude・Copilot、4大AIの違いと使い分け
生成AIツールを比較したい方へ。ChatGPT・Gemini・Claude・Copilotの違いを、得意分野・料金・法人プラン・データの学習利用で整理。文章作成やリサーチなど用途別の使い分け、選び方の4つのポイント、AIエージェント活用まで、2026年10月時点の情報で解説します。
- 18
AIエージェントとは——仕組み・種類・できることを実例で解説
AIエージェントとは、ゴールを渡すと完了まで自分で動くAIのこと。チャットボットとの違い、エージェントが実際に発行するコマンドを1手ずつ追う仕組みから、自律性レベル別の種類、業務別にできること、セキュリティと導入の始め方までを、予備知識ゼロの方にもわかるように解説します。
- 19
HITL（ヒューマン・イン・ザ・ループ）とは——AIに任せる業務の「どこで人が見るか」を決める考え方
AIエージェントの説明やガイドラインでよく見る「HITL（Human in the Loop）」。AIの処理の途中に人の確認・承認を組み込む考え方です。似た言葉のHOTLとの違い、2つの問いでどこに人を置くかを決める方法を、見積書アプリの実例とあわせて整理します。
- 20
画像生成AI、結局どれがおすすめ？——モデルごとの「性格」で使い分ける
画像生成AIのおすすめは、「どれが一番すごいか」ではなく、何を作りたいかで決まります。GPT Image 2、Nano Banana 2、Adobe Fireflyを中心に、企業で使う視点からモデルごとの得意分野と、用途別のおすすめの選び方を整理します。