Few-shotプロンプティングとは？例を見せると精度が上がる仕組み
AIへの指示だけでは出力形式が安定しないと感じていませんか。Few-shotプロンプティングの仕組みと、Zero-shot・One-shotとの使い分け基準を整理しています。
AI活用
12 posts
LLMOpsとは？AI導入後の運用で必要になること
LLMOpsとは何か、AI導入後に何が起きるかを整理しています。精度の劣化、コストの超過、答えられない質問の蓄積という3つの変化と、月次で確認すべき運用チェックリストをまとめました。
基盤モデルとは？LLMや生成AIとの関係を整理
行政資料やベンダー提案で見る基盤モデルを、LLM・生成AIとの関係から整理。2021年に提唱された経緯と、提案書で確認すべき3つの基準をまとめています。
ローカルLLMとは？クラウドに出せないデータでのAI活用
契約書や顧客情報をクラウドの生成AIに入力してよいか迷っていませんか。ローカルLLMの仕組みとメリット・デメリット、自社に本当に必要かを見極める判定基準を整理しています。
マルチモーダルAIとは？画像や音声を扱えるAIの仕組み
マルチモーダルAIとは何かを整理し、紙帳票や現場写真、録音データを業務で使う活用例と、精度が落ちやすい向かない条件を判断基準として解説します。
チャンキングとは？社内文書をAIに読ませる分割の考え方
チャンキングとは、AIに読み込ませる文章を検索しやすい単位に分割する処理です。マニュアル・規程・議事録など文書タイプ別の向き不向きと設計の考え方を整理しています。
セマンティック検索とは？キーワード検索との違いと使い分けの基準を解説
セマンティック検索とは、AIが検索語の意味や文脈を解釈して情報を探す仕組みです。キーワード検索との違いと、社内ナレッジ検索で向く場面・向かない場面の判断基準を整理しています。
Transformerとは？生成AIを動かす仕組みを整理
Transformerとは、生成AIの土台となる仕組みです。次の単語を予測する仕組みと、文中の単語同士の関連度を計算するAttentionの仕組みを、数式を使わずに整理しています。
コンテキストウィンドウとは？AIが一度に読める量の限界
長い資料をAIに読ませたら途中の内容を無視されたことはないでしょうか。コンテキストウィンドウという上限の仕組みと、見落としが起きる本当の理由を整理しています。長文を扱う実務での分割・要約の判断基準もまとめました。
AIのトークンとは？料金と文字数の関係を整理
AIの見積書や料金表に出てくる「トークン」が何を指すのか、日本語の文字数とどう対応するのかを整理しています。見積書のトークン単価の読み方も、実際の料金表をもとに解説します。
MCPとは？AIとツールをつなぐ標準規格を整理
MCP（Model Context Protocol）とは、AIアシスタントを外部データやツールに接続するためAnthropicが公開したオープン規格です。仕組みと対応状況、導入前に確認すべき判断基準を整理しています。
エンベディングとは？AIが文章の意味を数値にする仕組み
エンベディングとは、文章や単語の意味を数値ベクトルに変換しAIに処理させる技術です。仕組みと、RAG・ベクトル検索での使われ方、モデル選びで確認すべき点を整理しています。