SECTION 01

生成AIの基礎知識

AIとは何か? — 仕組みを理解して、正しく活用する第一歩

LCREATOR.Inc Google AI 研修プログラム

SECTION 01

AIとは何か

01 / 25

人工知能(AI)の定義

AI(Artificial Intelligence)とは、人間の知的な活動—学習・推論・判断・創造—をコンピュータで再現する技術の総称です。1956年のダートマス会議で初めて「AI」という言葉が使われました。

狭義AI(特化型AI)

特定のタスクだけを高精度にこなすAI。画像認識、音声認識、翻訳など。現在のAIはすべてこちらに該当します。

汎用AI(AGI)

人間と同等以上の知能を持ち、あらゆるタスクをこなせるAI。映画に出てくるようなAIですが、まだ実現していません。

AI の進化の歴史タイムライン図
lightbulb
ポイント: 今のAIは「なんでもできる万能マシン」ではなく、「特定の作業が得意なツール」です。道具の特性を理解して使うことが大切です。

SECTION 01

機械学習の基本

02 / 25

機械学習とは、人間がルールを書くのではなく、大量のデータからコンピュータ自身がパターンを見つけて学ぶ仕組みです。

従来プログラミング vs 機械学習の比較図
menu_book

教師あり学習

正解ラベル付きのデータで学習。「この画像は猫」「このメールは迷惑メール」など、正解を教えて覚えさせる方法です。

search

教師なし学習

正解なしでデータの構造を発見。顧客をグループ分けしたり、異常を検出するなど、隠れたパターンを見つけます。

sports_esports

強化学習

試行錯誤で最適な行動を学習。ゲームAIやロボット制御で使われ、「うまくいったら報酬」で成長します。

SECTION 01

深層学習(ディープラーニング)

03 / 25

ディープラーニングは、人間の脳の神経回路を模した「ニューラルネットワーク」を何層にも重ねた機械学習の手法です。層が深い(ディープ)ほど、複雑なパターンを捉えられます。

入力層
隠れ層
×数十〜数百
出力層
star
身近な例: スマホの顔認証、Googleフォトの自動分類、音声アシスタントの音声認識はすべてディープラーニングです。
ニューラルネットワークの構造図

なぜ「深い」と賢くなる?

浅い層は「線」や「色」といった単純な特徴を、深い層は「目」「耳」「顔全体」といった複雑な概念を学習します。層が増えるほど、抽象的な理解が可能になります。

SECTION 01

生成AIの革命

04 / 25

従来のAI — 「分析する」AI

分類:この写真は犬?猫?
予測:明日の売上はいくら?
検出:この取引は不正?

→ 既存データを仕分け・予測するのが得意

生成AI — 「創造する」AI

文章作成:メール・レポートを書く
画像生成:イラスト・写真を作る
コード生成:プログラムを書く

→ 新しいコンテンツをゼロから生み出す

1億人
ChatGPTの2ヶ月間
ユーザー数(史上最速)
2022
ChatGPT公開年
生成AI元年

2022年11月 — ChatGPTの衝撃

OpenAIが公開したChatGPTは、まるで人間と会話するように自然な文章を生成。たった2ヶ月で1億ユーザーを突破し、「AIが身近になった瞬間」として歴史に残りました。

SECTION 01

LLM(大規模言語モデル)の仕組み

05 / 25

LLM(Large Language Model)は、インターネット上の膨大なテキストデータから言語のパターンを学習した巨大なAIモデルです。

入力テキスト
「明日の天気は」
トークン化
単語を分割
確率計算
次に来る単語を予測
テキスト生成
「晴れでしょう」

LLMは「意味を理解している」のではなく、「次に来る可能性が最も高い単語を統計的に予測している」のです。いわば「統計的な鏡」です。

warning
重要な理解: AIは文章の「意味」を人間のように理解しているわけではありません。膨大なデータから学んだパターンに基づいて、最も自然な続きを生成しています。だからこそ、もっともらしい嘘をつくことがあります。

SECTION 01

トークンとは

06 / 25

トークンとは、AIがテキストを処理する際の最小単位です。AIは文章をそのまま読むのではなく、トークンに分割してから処理します。

英語の場合

1単語 ≒ 1〜2トークン
"Hello world" → 2トークン

日本語の場合

1文字 ≒ 2〜3トークン(英語より多い)
"こんにちは" → 約5〜7トークン

payments
コストの関係: AI APIの料金はトークン数で計算されます。日本語は英語の2〜3倍のトークン数になるため、同じ内容でもコストが高くなります。

トークン化の例

今日 です

各色のブロックが1トークン(実際の分割は異なる場合があります)

100万
Gemini 1.5 Pro の
最大トークン数
約750
1,000トークンの
英語単語数

SECTION 01

マルチモーダルAI

07 / 25

マルチモーダルAIとは、テキスト・画像・音声・動画など複数の種類のデータを統合的に理解・生成できるAIです。

テキスト

文章の読解・生成

画像

写真・図の理解・生成

音声

会話の認識・合成

動画

映像の分析・生成

Geminiの強み

GoogleのGeminiは、最初からマルチモーダル対応で設計されたAIモデルです。テキストだけでなく、画像を見せて「これは何?」と聞いたり、PDFの内容を要約させたりできます。

auto_awesome
活用例: 「この領収書の内容を読み取って表にして」「このグラフの傾向を説明して」のように、画像+テキストを組み合わせた指示が可能です。

SECTION 01

主要AIモデル比較

08 / 25
モデル名 提供元 特徴 得意分野 利用方法
Gemini Google マルチモーダル対応、Google検索連携、長文処理に強い 情報検索、要約、画像理解 gemini.google.com
ChatGPT OpenAI 会話の自然さ、プラグイン対応、広い汎用性 文章作成、対話、コード生成 chat.openai.com
Claude Anthropic 安全性重視の設計、長文理解に優れる 分析、文書作成、コーディング claude.ai
Llama Meta オープンソース、カスタマイズ自由 研究、自社環境での運用 自社サーバー設置
lightbulb
この研修ではGeminiを使用します。 Googleアカウントがあればすぐにアクセスでき、Google Workspaceとの連携も強力です。

SECTION 01

Geminiファミリー

09 / 25
コスパ最優先

Flash

高速かつ低コスト。日常的なタスクに最適。メール作成やちょっとした質問に。

  • 高速レスポンス
  • 低コスト
  • 日常タスク向け
バランス型(推奨)

Pro

精度とコストのバランスが良い。分析・要約・コード生成など幅広く対応。業務利用の標準モデル。

  • 高い推論能力
  • マルチモーダル対応
  • 業務利用に最適
最高性能

Ultra

最も高い推論能力。複雑な分析、研究、大規模な文書処理など高度なタスクに。

  • 最高精度
  • 複雑な推論対応
  • 大規模処理向け
lightbulb
選び方のコツ: まずはFlashで試して、精度が足りないときだけProに切り替える、というのが実用的です。

SECTION 01

AIの得意なこと

10 / 25

要約

長い文章を短くまとめる。会議の議事録、レポート、記事の要約など。

翻訳

多言語間の翻訳。ニュアンスを含めた自然な翻訳が可能。

分類

データのカテゴリ分け。問い合わせの振り分け、感情分析など。

コード生成

プログラムの作成・修正。Excelの関数やスクリプト作成にも活用。

データ分析

表やグラフからのパターン発見、傾向の説明。

ブレスト

アイデアの発散・壁打ち。企画やネーミングの候補を大量に生成。

SECTION 01

AIの苦手なこと

11 / 25
newspaper

最新情報の取得

学習データには期限がありリアルタイム情報は持っていません。「今日のニュース」は苦手です。

pin

数学的な正確性

複雑な計算や論理的推論でミスをすることがあります。電卓やExcelと併用しましょう。

favorite

感情の本質的理解

感情的な言葉は使えますが、本当の意味での「共感」や「感情理解」は行っていません。

balance

倫理的判断

「正しいか間違いか」の価値判断は人間がするべき領域です。AIは道具であり、最終判断は人間に。

palette

真のオリジナリティ

学習データの組み合わせは得意ですが、ゼロからの独創的なアイデアは人間にしかできません。

覚えておこう: AIは「得意なことを任せて、苦手なことは人間が補う」のが最良の使い方です。

SECTION 01

ハルシネーション(幻覚)

12 / 25

ハルシネーションとは?

AIが事実ではない情報を、あたかも本当のことのように自信満々に回答する現象です。嘘をつこうとしているのではなく、統計的に「もっともらしい」回答を生成してしまうために起きます。

なぜ起きる?

  • 学習データに含まれない情報を「推測」で補完
  • 矛盾する情報を混合して出力
  • 存在しない論文・書籍・URLを「捏造」

実際にあった事例

事例1: 弁護士がAIに過去の判例を調べさせたところ、存在しない判例を6件「作成」。裁判所に提出して問題に。(2023年 米国)

事例2: 「この商品の栄養成分を教えて」と聞くと、もっともらしいが実際とは異なる数値を回答。

事例3: 有名人の経歴を聞くと、実在する大学の出身だが実際には通っていない学校を回答。

error
対外的な文書では必ずファクトチェックを!

SECTION 01

ハルシネーション対策

13 / 25
1

ファクトチェックを習慣に

AIの回答を鵜呑みにせず、重要な情報は必ず公式サイトや信頼できる情報源で裏取りしましょう。

2

ソース(出典)を要求する

「その情報の出典を教えて」「参考URLを提示して」と依頼。URLが実在するか確認します。

3

具体例(Few-shot)を与える

「こういう形式で回答して」「この例を参考にして」と具体例を示すと精度が上がります。

4

「わからない」を許容する

「わからない場合は正直にわからないと言ってください」と指示。無理な推測を防げます。

良いプロンプトの例

以下の内容を要約してください。
// 確実な情報のみ記載し、
// 不明な点は「不明」と明記して
// ください。
// 出典がある場合はURLを添えて
// ください。

AIの回答は「下書き」。最終チェックは必ず人間が行う — これが鉄則です。

SECTION 01

AIへの正しい接し方

14 / 25

よくある誤解

  • 「AIは何でも知っている」→ 知らないことも多い
  • 「AIの答えは常に正しい」→ 間違えることもある
  • 「AIに任せれば完璧」→ チェックは必須
  • 「AIは人間の仕事を奪う」→ 使い方次第で味方に

AIは「万能ツール」ではなく「超優秀なアシスタント」。上手な指示を出せば、仕事の質とスピードが大幅にアップします。

正しい理解

  • AIは強力なアシスタントとして活用する
  • 出力結果は必ず人間がレビューする
  • AIが苦手な部分は人間が補完する
  • 反復的な作業をAIに任せ、人間は創造的な仕事に集中
人間とAIの協業イメージ図

SECTION 01

業務でのAI活用例

15 / 25

メール作成

「取引先へのお礼メールを書いて」で下書きを即座に生成。敬語レベルの調整も可能。

時短: 約70%

議事録要約

長い会議メモを箇条書きに要約。重要な決定事項とTODOを抽出してくれます。

時短: 約80%

データ分析

売上データの傾向分析、グラフの読み取り、レポートの自動生成などに活用。

時短: 約60%

企画書作成

構成案のたたき台を生成。アイデアの壁打ち相手としても優秀です。

時短: 約50%

翻訳

英語メールの翻訳、海外資料の要約。ビジネス文脈を理解した翻訳が可能。

時短: 約90%

リサーチ

市場調査、競合分析、技術トレンドの調査。幅広い情報の整理に活躍。

時短: 約65%

SECTION 01

AI活用の心構え

16 / 25
gps_fixed

入力の質 = 出力の質

曖昧な指示には曖昧な回答が返ります。具体的に「何を」「どういう形式で」「どのくらいの量で」と伝えましょう。

assignment

具体的に指示する

「いい感じにして」ではなく「300字以内で、ビジネスメール形式で、丁寧語で書いて」と明確に。

🪜

段階的に依頼する

一度に全部頼むのではなく、「まず構成案→次に本文→最後に推敲」と段階を分けると精度が上がります。

指示の良い例・悪い例

悪い例

「レポート書いて」

良い例

「先月の営業成績データをもとに、上司向けの月次報告書を作成してください。A4で1枚、箇条書き中心、売上前月比と主要トピック3つを含めてください。」

lightbulb
コツ: AIとの会話は「新入社員に仕事を教えるとき」のイメージ。背景情報と具体的な期待を伝えるほど、良い結果が得られます。

実習タイム

実際にGeminiを使ってみましょう

SECTION 01

ハンズオン: Geminiにアクセスしよう

HANDS-ON
1

ブラウザを開く

Google Chrome などのブラウザを起動してください。

2

URLにアクセス

アドレスバーに gemini.google.com と入力してEnterを押します。

3

Googleアカウントでログイン

会社のGoogleアカウント(または個人アカウント)でログインしてください。

4

入力画面の確認

チャット入力欄が表示されたら準備完了です。何か入力してみましょう!

https://gemini.google.com
Gemini トップページの画面イメージ
check_circle
確認: 入力欄に「こんにちは」と打って送信してみてください。AIが返事をしたら成功です!

SECTION 01

ハンズオン: 最初の質問

HANDS-ON

自己紹介文を作ってもらおう

悪い指示の例

自己紹介文を作って

→ 誰の?どんな場面で?どのくらいの長さ?全くわからない

良い指示の例

私は○○株式会社の営業部に所属する
入社3年目の社員です。
新しいプロジェクトのキックオフ会議で
使う自己紹介文を、100字程度で
親しみやすいトーンで作成してください。
趣味はキャンプです。

→ 具体的な情報があるので精度の高い回答が得られる

https://gemini.google.com
Gemini に自己紹介文を依頼している画面
warning
注意: 実際の自分の情報(本名・所属など)を入れる際は、会社のAI利用ポリシーを確認してください。この演習では仮名でOKです。

SECTION 01

ハンズオン: 画像を理解させる

HANDS-ON

Geminiはテキストだけでなく、画像も理解できます。写真やスクリーンショットをアップロードして、AIに分析させてみましょう。

1

画像を準備する

手元のスマホで名刺、メニュー、看板など何でもOK。写真を撮ってPCに送るか、PC内の画像を使用。

2

Geminiにアップロード

入力欄の横にある「+」ボタンまたは画像アイコンをクリックして画像を添付します。

3

指示を入力して送信

「この画像の内容を説明してください」「この名刺の情報を表にまとめてください」など。

https://gemini.google.com
Gemini で画像をアップロードしている画面

試してみよう!

  • 名刺 → 「この名刺の連絡先を表にして」
  • レシート → 「合計金額と品目一覧を教えて」
  • グラフ → 「このグラフの傾向を分析して」
  • 外国語の看板 → 「翻訳して」

SECTION 01

よくある質問(FAQ)

FAQ

Q. AIに個人情報を入力して大丈夫?

A. 基本的に機密情報や個人情報の入力は避けてください。入力した内容がAIの学習データに使われる場合があります。会社のAI利用ポリシーに従いましょう。

Q. 会社の業務で使っていいの?

A. 会社が承認したAIツールであれば利用可能です。Google Workspace版のGeminiは企業向けセキュリティが適用されており、データが学習に使われません。

Q. AIの回答をそのままお客様に送っていい?

A. 必ず人間が内容を確認・修正してから使用してください。AIの回答には誤りが含まれる可能性があります。

Q. AIが作った文章に著作権はある?

A. 法律的にはグレーゾーンです。AIが生成した文章をそのまま使うのではなく、自分の言葉で加筆修正することを推奨します。

Q. 無料で使える?

A. Geminiは無料版で十分に使えます。より高性能なモデルや追加機能が必要な場合は有料プラン(Gemini Advanced)もあります。

Q. 英語じゃないとダメ?

A. 日本語で全く問題ありません。 Geminiは日本語を含む多言語に対応しています。

SECTION 01

用語集

GLOSSARY
用語 英語 意味
AI Artificial Intelligence 人工知能。コンピュータが人間のように学習・判断する技術の総称。
LLM Large Language Model 大規模言語モデル。膨大なテキストから学習した言語処理用のAIモデル。
トークン Token AIがテキストを処理する際の最小単位。料金計算やモデルの制限に関係。
プロンプト Prompt AIへの指示文。質問や依頼の内容のこと。良いプロンプト=良い出力。
ハルシネーション Hallucination AIが事実でない情報をもっともらしく生成してしまう現象。
マルチモーダル Multimodal テキスト・画像・音声・動画など複数の形式のデータを扱える能力。
ファインチューニング Fine-tuning 特定のタスク向けにAIモデルを追加学習させて精度を高める手法。
生成AI Generative AI 文章・画像・音声・コードなど新しいコンテンツを生成するAI技術。

SECTION 01

まとめ: 5つのキーポイント

SUMMARY
1

生成AIは「創造するAI」

従来の分類・予測AIと異なり、文章・画像・コードなど新しいコンテンツを生み出せます。

2

LLMは「統計的な予測」で動く

意味を理解しているのではなく、次に来る可能性が高い単語を予測しているため、嘘をつくことがあります。

3

ハルシネーションに要注意

AIの回答は必ずファクトチェック。特に対外的な文書では裏取りが必須です。

4

具体的な指示で精度UP

「何を」「どんな形式で」「どのくらいの量で」を明確に伝えると、良い出力が得られます。

5

AIは「アシスタント」として活用

万能ではないが超優秀。得意なことを任せ、苦手なことは人間が補うのがベストです。

AIを正しく理解し、正しく使えば、あなたの仕事のスピードと質は確実に向上します。

セクション01 完了

お疲れさまでした!生成AIの基礎知識を学びました。

次へ → セクション02: AIセキュリティとリスク管理
学習項目
17
ハンズオン
3
所要時間
45分
🏠 研修ポータル ▶ この章の動画 📺 動画一覧