次世代のビジネスをつくる、実装と教育のメディア。

AIの基礎

AIの基礎 トピック

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

13件の記事
  1. 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。

    AI基礎
  2. 02

    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。

    AI基礎
  3. 03

    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。

    AI基礎プロンプト
  4. 04

    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。

    AI基礎
  5. 05

    「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。

    AI基礎
  6. 06

    知識のカットオフとは——AIはなぜ最新情報を知らないのか

    「最新の法改正を教えて」とAIに聞いて的外れな回答が返るのは、欠陥ではなく学習の仕組みに起因する構造上の制約です。LLMがどのように学び、なぜ最新情報を知らないのか(知識のカットオフ)をやさしく解説し、その制約への現実的な対処法を3つ整理します。

    AI基礎
  7. 07

    トークンとは何か——AIの「料金」と「文字数の上限」を決める最小単位

    ChatGPTの料金表にも、読み込める資料の上限にも必ず出てくる「トークン」。その正体は、AIが文章を刻む最小単位です。仕組みを知れば、AIの料金や「なぜこの資料は読み込めないのか」がわかり、日本語ユーザーが見落としがちなコスト面の落とし穴も見えてきます。

    AI基礎
  8. 08

    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。

    AI基礎
  9. 09

    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。

    プロンプトAI基礎
  10. 10

    ハルシネーション対策——生成AIが嘘をつく理由と、今日からできる3つの防ぎ方

    ハルシネーションとは、生成AIが事実に基づかない情報をもっともらしく生成する現象。なぜ最新モデルでも消えないのか仕組みから解説し、実際に起きた事故例とあわせて、仕事で安全に使うための対策を具体的に3つ紹介します。

    AI基礎リスク管理
  11. 11

    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。

    AI基礎
  12. 12

    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。

    業務自動化AI導入ClaudeCodeAIエージェント
  13. 13

    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 Images 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。

    画像生成AI基礎プロンプト