チュートリアル一覧

実際に手を動かしながら、LLM への依頼の出し方と確認の習慣を身につけます。所要 15 分程度、特別なツールは不要です。

手元の資料 10〜20 件で、検索→生成の流れを一通り体験します。専用サービスでも自作でも同じ考え方で組み立てられます。

1 つの題材で、型のない依頼と型のある依頼を比べ、改善の効き方を体感します。

同じタスクで「設計→実行→評価→改善」を 1 周まわし、改善が数値で見えることを体験します。

実際の学習の前に、設計書（データ仕様・評価計画・コスト）を固めます。設計が固まると、学習自体は半日の作業になることが多いです。

既存のプロンプトに 3 行追加するだけで、防御レベルが大きく変わることを確認します。

同じ内容の言い換えでトークン数がどう変わるかを実感し、節約の型を身につけます。

同じ資料の渡し方の違いで、回答品質とコストがどう変わるかを確認します。

10 件の文書で、登録→検索→評価の流れを体験します。RAG 全体のうち「検索部分」だけを切り出して検証するのが目的です。

「いい回答が返ってこない」をなくす最初の一歩。役割・目的・条件・出力形式の4 つの部品をそろえた依頼文の書き方を、15 分で身につけます。アカウント登録済みの

アカウント登録から、初めての質問、便利な基本操作までを 15 分で一気に通します。このチュートリアルを終えると、日常の調べもの・文章作成に AI を取り込める状

「なんとなく入れても思った絵が出ない」を解消する入門。被写体・スタイル・構図・品質の 4 部品で指示文を組み立てる方法を、無料で試せるツールで 20 分練習しま

「社内マニュアルに答えられる AI」を作るための設計手順。実際にシステムを組む前に、対象文書・検索単位・権限・評価の 4 つを決めた設計書をまとめます。設計書が

長い資料を貼ると、後半が無視されたり要点が抜けたり——その原因と対処を10 分で確認します。コンテキストウィンドウの仕組みを踏まえた、入力の並べ方・分割のしかた

アノテーション（Annotation）とは、 機械学習においてデータにタグやラベルを付与し、AIが学習するための「教師データ」を作る作業 です。このペー…

アルゴリズムバイアスとは、 AIや機械学習システムが、学習データや設計上の問題によって意図せず特定のグループへ不公平な結果を出力してしまう現象 です。こ…

アンサンブル学習とは、 複数の機械学習モデルを組み合わせて、より高性能な予測モデルを構築する手法 です。このページでは、代表的な3つの手法、メリットとデ…

安全性（AI Safety）とは、 AIシステムによって生じる可能性のある事故、誤用、その他の有害な結果を防ぐことに重点を置いた学際的な分野 です。本記…

アンダーフィッティング（Underfitting）とは、 機械学習モデルが訓練データに対して十分に学習できていない状態 です。このページでは、原因、具体…

意味ネットワークとは、 概念や事物をノード（点）で、それらの関係性をリンク（線）で表し、知識の表現と推論を行うAIの表現方法 です。このページでは、構成…

エッジAI（Edge AI）とは、 データ処理をデータが発生した場所の近く、つまり「エッジ」で行うAI技術 です。このページでは、クラウドAIとの違い、…

エンベディング（Embedding）とは、 テキストや画像などのデータを、AIが処理しやすい数値のベクトルに変換する技術 です。このページでは、代表的な…

音声合成（Speech Synthesis）とは、 テキストや記号列などの情報を基に、人間が発するような音声を人工的に生成する技術 です。このページでは…

音声認識（Speech Recognition）とは、 人間の発した音声をコンピューターが解析し、テキストデータに変換する技術 です。このページでは、仕…

過学習（Overfitting）とは、 機械学習モデルが訓練データに対して過剰に適合してしまい、未知のデータに対する予測性能が低下する現象 です。このペ…

拡散モデル（Diffusion Model）とは、 データにノイズを加えてから取り除く過程を学習し、画像や音声などのデータを生成する深層学習モデル です…

拡張知能（Augmented Intelligence）とは、 人間とコンピュータが最善の結果を得るために融合すること を指す考え方です。本記事では、拡…

活性化関数（Activation Function）とは、ニューラルネットワークにおいて、 ニューロンが受け取った入力信号に対してどのような出力をするか…

感情分析とは、 テキストデータから書き手の感情や意見を分析する技術 です。具体的には、文章や言葉に含まれる感情（喜び、悲しみ、怒りなど）や、意見（肯定的…

関数呼び出し（function calling）とは、 大規模言語モデル（LLM）をAPIや関数などの外部ツールに接続して、LLMのレスポンスを強化する…

学習曲線（Learning Curve）とは、 機械学習モデルの学習過程におけるパフォーマンスの変化をグラフで表現したもの です。このページでは、読み方…

学習用データ（Training Data）とは、 機械学習モデルを訓練するために使用されるデータの集合 です。このページでは、種類、品質の重要性、作成方…

学習率（Learning Rate）とは、 ニューラルネットワークの学習において、モデルのパラメーターをどれくらいの大きさで更新するかを決定するハイパー…

画像生成AI（Image Generation AI）とは、 テキストや他の画像などの入力に基づいて、新しい画像を自動的に生成するAI技術 です。このペ…

画像認識（Image Recognition）とは、 コンピューターが画像や動画から情報を読み取り、それが何であるかを認識する技術 です。このページでは…

機械学習バイアスとは、 偏った情報で学習したAIが、偏った判断をしてしまう問題 です。本記事では、その意味、バイアスが生まれる原因、具体例と影響、対策の…

機械学習（Machine Learning、ML）とは、 明示的な指示なしに、データから学習し、経験を通じて自らを改善する能力をコンピューターに与える、…

基盤モデル（foundation model）とは、 大量のデータでトレーニングされた大規模で強力なモデル です。本記事では、その特徴、仕組み、活用と注…

強化学習とは、機械学習の一分野であり、 エージェントと呼ばれる主体が、ある環境内で最適な行動を学習する手法 です。本記事では、強化学習の基本的な仕組み、…

教師あり学習とは、機械学習の一種で、 正解（教師データ）付きのデータセットを用いてモデルを訓練する方法 です。本記事では、教師あり学習の仕組み、主要なタ…

教師なし学習とは、AIの機械学習の一種で、 正解データ（ラベル）がないデータから、データの特徴や構造を自動的に学習する手法 です。本記事では、教師なし学…

局所最適解とは、 ある範囲内においてはもっともよい解（最適解）であるものの、全体的に見ると必ずしも最適な解とは限らない状態 を指します。AI、特に機械学…

擬人化（Anthropomorphism）とは、 AIシステムに人間の動機・感情・特徴・行動を当てはめてしまう傾向 のことです。本記事では、擬人化が起こ…

クラウドAIとは、 インターネット経由で利用できるAIサービスのこと です。従来のAIは、自社でサーバーやソフトウェアを用意する必要がありましたが、クラ…

クラスタリングとは、教師なし学習の手法の一つで、 大量のデータをいくつかのグループ（クラスター）に自動的に分類する技術 です。本記事では、クラスタリング…

グラウンディング（grounding）とは、 モデルの出力を検証可能な情報源に紐付けるプロセス です。本記事では、その意味、情報源の種類、代表的なタイプ…

合成データとは、 現実世界のデータではなく、人工的に生成されたデータのこと です。AIモデルの開発やテストにおいて、合成データは非常に有効な手段となりえ…

ゴールシークプロンプトとは、生成AI、特に 大規模言語モデル（LLM） に対して、 特定の目標や成果を達成するための指示や質問 を指します。本記事では、…

最適化アルゴリズム（Optimization Algorithm）とは、 ある問題に対して最もよい解（最適解）を見つけ出すための手順や方法論 です。AI…

自然言語処理（Natural Language Processing, NLP）とは、 人間が日常的に使用する言語（自然言語）をコンピューターに処理させ…

シンギュラリティ（Singularity）とは、一般的に「技術的特異点」と訳され、 予測不能な変化が起こる転換点 を指します。とくにAIの分野では、技術…

ジェネレーティブCRMとは、 CRM（顧客関係管理）に生成AIを組み合わせた仕組み です。本記事では、CRMの基本、生成AIが加わることで何が変わるのか…

事前学習（Pretraining）とは、 特定のタスクを実行するために、大量のデータを用いてAIモデルをあらかじめ訓練するプロセス です。この段階でモデ…

人工知能（AI）とは、 コンピューターに人間のような知的な作業を行わせる技術の総称 です。具体的には、学習、推論、問題解決、認識、言語理解などの能力をコ…

人工ニューラルネットワーク（Artificial Neural Network, ANN）とは、 人間の脳の神経細胞（ニューロン）のネットワーク構造を模…

人工無脳とは、 人間の思考回路を模倣したプログラム のことです。AI技術の初期段階に開発され、特定の質問に対してあらかじめ用意された応答パターンから選択…

生成AIとは、 既存のデータや学習済みのモデルを基に、新しいコンテンツを自動的に生成する人工知能技術 のことです。画像、テキスト、音楽、動画など、さまざ…

生成器（ジェネレーター）とは、 リクエストや入力に基づいて新しいコンテンツを作成するAIベースのソフトウェアツール です。本記事では、生成器の定義、学習…

正答率（Accuracy）とは、 機械学習モデルがどれだけ正確に予測や分類を行えるかを示す指標 です。とくに分類問題において、モデルの性能を評価するため…

説明可能なAI（XAI）とは、 AIの出力に影響を与えた要素を明らかにし、人がその結果を解釈し信頼できるようにする考え方 です。本記事では、その定義、重…

ゼロショット学習とは、 機械学習モデルが、学習時に見たことのないクラス（種類）のデータを認識・分類する能力 のことです。まるで人間が、少しの説明だけでは…

ゼロデータ保持（Zero Data Retention）とは、 プロンプトと出力が消去され、AIモデルに保存されないこと です。本記事では、その意味、重…

大域最適解とは、 ある問題において、考えられるすべての選択肢の中でもっともよい解 のことです。AIの分野、とくに機械学習や深層学習（ディープラーニング）…

畳み込みニューラルネットワーク（Convolutional Neural Network：CNN）とは、 画像認識や自然言語処理など、さまざまな分野で利…

知識蒸留とは、 大規模で複雑なモデル（教師モデル）から、より小型で効率的なモデル（生徒モデル）へ知識を伝達する機械学習の手法 です。教師モデルは高い精度…

チャットボットとは、 テキストや音声を通じて人間と会話するコンピュータープログラム のことです。近年、AI技術の進化により、自然な対話ができるチャットボ…

チューニング（tuning）とは、 特定のタスクをより高い適合率と精度で実行するように基盤モデルを適応させるプロセス です。本記事では、その方法、注意点…

強いAI（Strong AI）とは、 人間の知能を完全に模倣し、人間と同等またはそれ以上の知能をもつAI のことです。学習、推論、問題解決、創造性といっ…

適合率（Precision／プレシジョン）とは、 検索や情報抽出において、システムが提示した結果のうち、実際にユーザーが求めている情報（関連性がある情報…

敵対的プロンプト（Adversarial Prompt）とは、 生成AIモデルに対して、意図しない有害な出力を引き出すために特別に設計された入力 のこと…

転移学習（Transfer Learning）とは、 あるタスクで学習した知識を別のタスクに応用する機械学習の手法 です。少ないデータと短い時間で高品質…

ディープフェイク（Deepfake）とは、 AI技術、特に 深層学習（ディープラーニング） を用いて、人物の画像や動画を加工・合成する技術 のことです。…

ディープラーニング（Deep Learning／深層学習）とは、 AI分野の機械学習の一種であり、多層のニューラルネットワークを用いて、データから複雑な…

データ前処理（Data Preprocessing）とは、 機械学習やデータ分析を行う前に、生データ（raw data）を分析に適した形に変換する一連の…

データ拡張（Data Augmentation）とは、 機械学習モデルの学習に使用するデータの量と多様性を人工的に増やすテクニック です。限られたデータ…

透明性（Transparency）とは、 特定の決定が下される理由や、モデルの予測・推奨・出力の原因となる要因を人々が理解できるようにする性質 です。本…

トランスフォーマーとは、 文脈を考慮して連続データを扱うディープラーニングモデルの一種 です。本記事では、トランスフォーマーの定義、名前の由来、従来の系…

トークン化（Tokenization）とは、 テキストデータを自然言語処理（NLP）や機械学習で扱いやすいように、意味のある最小単位である「 トークン …

ドロップアウト（Dropout）とは、 ニューラルネットワークにおいて、学習時にニューロンの一部をランダムに無効化するテクニック です。本記事では、仕組…

二値分類モデル（Binary Classification）とは、 与えられたデータが二つのカテゴリーのうちどちらに属するかを予測するAIモデル のこと…

ニューラルネットワーク（Neural Network）とは、 人間の脳の神経回路を模倣した数理モデル です。脳の神経細胞（ニューロン）が互いに接続し、信…

人間参加型（HITL：Human-in-the-Loop）とは、 AIの出力を人間が監視・確認し、必要に応じてフィードバックを与える仕組み です。本記事…

ハイパーパラメータ（Hyperparameter）とは、 機械学習モデルの学習プロセスを制御するために、人間が事前に設定するパラメータ のことです。本記…

ハギングフェイス（Hugging Face）とは、自然言語処理（NLP）をはじめとするAIモデルやツールを開発・共有するためのプラットフォームであり、同…

発達の最近接領域（ZPD）とは、教育の概念で、 学習者が少し背伸びをすれば到達できる段階に合わせて学ばせる 考え方です。本記事では、その定義、AIの学習…

バッチサイズとは、機械学習や深層学習でモデルを学習させる際に、一度にまとめて処理するデータ件数のことです。本記事では、この値が学習に与える影響、適切な値…

バリデーション（検証）とは、 モデルがトレーニングの途中または終了後にどれだけうまく機能しているかを確認する手順 です。本記事では、その目的、検証セット…

プロンプトインジェクションとは、大規模言語モデル（LLM）の脆弱性を利用した攻撃手法の一つです。本記事では、その仕組み、代表的な種類、多層的な対策を解説…

プロンプト防御（Prompt Defense）とは、 ハッカーや有害な出力からAIを保護するための方法の一つ で、機械学習モデルに扱ってほしくない用語や…

マルチモーダルAIとは、画像・テキスト・音声など複数の種類のデータを組み合わせて処理・学習するAI技術です。本記事では、その仕組み、重要性、応用分野と課…

モデルとは、 データのパターンを認識するためにトレーニングされたプログラム です。本記事では、モデルの意味、具体例と用途、学習との関係、よくある誤解を解…

モデル パラメータとは、 モデルが入力データをどう処理し、どう出力を生成するかを決める内部変数 です。本記事では、学習時に更新されるモデル パラメータと…

弱いAIとは、特定のタスクや問題解決に特化したAIのことです。本記事では、強いAIとの違い、身近な活用例、得意なことと限界を解説します。…

量子AIとは、量子コンピューターの原理と機械学習（AI）を組み合わせた新しい分野です。本記事では、その狙い、量子ビットの基本、期待される応用と現状の課題…

倫理的AI成熟度モデルとは、 組織がAI技術の使用における倫理的な実践を評価し向上させるのに役立つフレームワーク です。本記事では、評価領域、成熟度を高…

レイテンシ（latency）とは、 モデルが入力プロンプトを処理してレスポンスを生成するまでにかかる時間 です。本記事では、2つの指標、体験への影響、よ…

レッドチーミング（Red Teaming）とは、 システムやプロセスの弱点をテストするグループを割り当てる手法 です。本記事では、その由来、生成AIへの…

連合学習（Federated Learning）とは、データを一箇所に集めずに、各デバイスやサーバーで学習を行い、その結果だけを共有して全体のモデルを構…

AGI（Artificial General Intelligence）とは、汎用人工知能と呼ばれるもので、人間と同等かそれ以上の知能を持つAIを指しま…

AI OCR（AIオーシーアール）とは、 AI技術を活用したOCR（光学文字認識） のことです。本記事では、従来のOCRとの違い、認識を支える仕組み、活…

AI TRiSMとは、AIの信頼性・リスク・セキュリティ管理を包括的に行うためのフレームワークです。本記事では、その目的、4つの構成要素、導入の意義と留…

AIのトキシシティ（有毒性）とは、 AIが不適切、攻撃的、または偏見を含む言葉や行動を示す可能性 のことです。本記事では、その原因、具体例、対策、よくあ…

AIアライメントとは、 AIの目標や価値観を、人間の意図や価値観と一致させるための研究分野 です。このページでは、重要性、アプローチ、課題、よくある誤解…

AIエンジニアとは、 AIモデルの設計、構築、トレーニング、評価から実際のシステムへの統合、運用までを専門とするエンジニア です。このページでは、主な業…

AIエージェントとは、 環境を認識し、学習し、意思決定を行い、目標を達成するために自律的に行動するAIシステム です。このページでは、特徴、種類、活用シ…

AIガバナンスとは、 AI技術の開発、導入、利用におけるリスクを管理し、倫理的・法的責任を果たすための組織的な枠組み です。このページでは、構成要素、組…

AIシステムとは、 学習、推論、問題解決といったAI技術を組み込んだシステム です。このページでは、構成要素、構築のステップ、応用分野、メリットとデメリ…

AIモデル（AI Model）とは、 AIが特定のタスクを実行するためにデータから学習したアルゴリズムや構造 です。このページでは、モデルがどのように学…

AI効果（AI Effect）とは、 AIが新しい課題を達成するたびに、人々がその技術を「真の知能」の定義から除外してしまう傾向 をさす現象です。このペ…

AI推論（AI Inference）とは、 学習済みのAIモデルに新しいデータを入力し、予測や判断の結果を得る処理 です。学習が「知識を身につける段階」…

AI開発とは、 AIを構築し、特定のタスクを実行できるようにするためのプロセス です。このページでは、各ステップ、つまずきやすいポイント、成功のための体…

AutoML（Automated Machine Learning）とは、 機械学習のプロセスを自動化する技術 です。本記事では、何が自動化されるのか、…

BERT（Bidirectional Encoder Representations from Transformers）とは、 Googleが開発した…

ChatGPTとは、 OpenAIによって開発された、人間と自然な会話ができる大規模言語モデル です。本記事では、基本的な仕組み、活用方法、利用上の注意…

Claudeとは、 Anthropic社が開発した大規模言語モデル（LLM） です。本記事では、その特徴、設計思想、活用事例、導入のメリットとデメリット…

GANの識別器（ディスクリミネーター）とは、 与えられたデータが本物か偽物かを見分ける役割を担うモデル です。本記事では、GANにおける識別器の役割、生…

GAN（Generative Adversarial Network、敵対的生成ネットワーク）とは、機械学習の一種で、特に 画像生成やデータ生成において…

GPT（Generative Pre-trained Transformer）とは、 OpenAIによって開発された、大規模なニューラルネットワークを利…

ImageFXとは、 Googleが開発した、AIを活用した画像生成ツール です。本記事では、その特徴、できること、活用事例、利用するうえでの注意点を整…

Keras（ケラス）とは、 Pythonで記述された高レベルのニューラルネットワークAPI です。本記事では、その特徴、できること、利点、活用分野、導入…

LSTM（Long Short-Term Memory）とは、 リカレントニューラルネットワーク（RNN）の一種 であり、特に時系列データや自然言語処理…

MLP（Multi-Layer Perceptron：多層パーセプトロン）とは、 複数の層からなるニューラルネットワークの一種 であり、特に深層学習（デ…

OWASP Top 10 for LLMとは、 大規模言語モデル（LLM）を使用するアプリケーションにおけるセキュリティリスクをまとめたもの です。本記…

Q学習は、機械学習の一種である 強化学習アルゴリズムの一つ です。特に、モデルフリーかつオフポリシーな手法として知られています。本記事では、Q学習の基本…

RNN（Recurrent Neural Network、リカレントニューラルネットワーク）とは、 時系列データや自然言語のような連続的なデータを扱うこ…

TensorFlowとは、 Googleが開発した、機械学習や深層学習のモデルを構築・学習・実行するためのオープンソースのプラットフォーム です。本記事…

TPU（Tensor Processing Unit）とは、 Googleが開発した、機械学習、特にニューラルネットワークの計算に特化したハードウェアア…

VAE（Variational Autoencoder、変分オートエンコーダー）とは、深層学習で用いられる生成モデルの一種です。本記事では、エンコーダー…

Vertex AIとは、 Google Cloudが提供する機械学習プラットフォーム です。本記事では、主な機能、メリット、活用される業界、導入ステップ…

Whisper（ウィスパー）とは、 OpenAIが開発した自動音声認識（ASR）システム です。本記事では、Whisperの定義、従来技術との違い、仕組…