生成AI

テキスト、画像、音声、動画などの新しいコンテンツを自動的に生成できるAI。大量のデータから学習したパターンをもとに、人間が作成したかのようなコンテンツを創造する。ChatGPTなどが代表例。

大規模言語モデル等を用いて、テキスト・画像・音声・プログラムコードなどの新たなコンテンツを自動生成するAI技術。業務効率化に活用される一方、ハルシネーション（事実に基づかない出力）やセキュリティリスク、著作権上の課題がある。

テキスト、画像、音楽、プログラムコードなどの新しいコンテンツを自動的に生成するAI技術。大規模言語モデル（LLM）や拡散モデルなどの技術を基盤とし、文章の要約・提案、画像生成などに活用される。

大規模言語モデル等を用いて、テキスト、画像、音声、プログラムコードなどの新たなコンテンツを自動生成するAI技術。業務効率化や新サービス創出への活用が進む一方、著作権やセキュリティ上の課題もある。

学習したデータの特徴をもとに、文章、画像、音声、動画、プログラムなどのコンテンツを新たに作り出すAI。大規模言語モデルを使った対話、要約、文書作成などに広く使われる。もっともらしい誤り（ハルシネーション）を出力することがあるため、RAGによる根拠の付与や人間による確認と組み合わせて使う。

大規模言語モデル等を用いて、テキスト・画像・音声・プログラムコードなどの新たなコンテンツを自動生成するAI技術。業務効率化に活用される一方、ハルシネーション（事実に基づかない出力）やセキュリティリスク、著作権上の課題がある。

テキスト、画像、音声など複数の種類の情報を組み合わせて扱えるAI。図表を含む資料の読み取りなど、単一の形式では扱えない業務に適用できる。

外部の文書やデータベースを検索し、その内容を根拠として生成AIに回答させる仕組み。社内文書など学習に含まれない知識を反映でき、誤った内容の生成を抑えられる。

生成AIへの指示文を工夫し、目的に沿った出力を安定して得るための技術。前提条件や出力形式、役割を明示することで精度と再現性を高める。

利用者の入力とは別に、AIの役割や制約をあらかじめ設定しておく指示。応答の方針や禁止事項を固定し、想定外の振る舞いを抑える。

目標を与えると、必要な手順を自ら計画してツールを操作しながら作業を進めるAI。人間の関与をどこに残すかの設計が、安全な利用の鍵となる。

生成AIが事実に基づかない内容を、もっともらしい形で出力する現象。出典元の確認を行わずに業務判断へ用いると誤りが波及する。