AI STANDARDby TrysLinxLEARN — 基礎
今さら聞けないAI用語まとめ20語｜会議で困らない最低限の語彙
この記事の結論
- 用語は20語知っていれば、AIの商談・会議でほぼ困らない。
- 分類は4つ — 基本／使い方／仕組み化／リスク。自分に必要な区画から覚える。
- 正確な定義より「会話で使える理解」を優先。ここではあえて平易に言い切る。
基本のことば（5語）
| 用語 | ざっくり言うと |
|---|---|
| 生成AI | 文章・画像・音声などを「新しく作り出す」AIの総称（詳しく） |
| LLM（大規模言語モデル） | ChatGPT等の中身。大量の文章を学習し「次に来る言葉」を予測するモデル |
| プロンプト | AIへの指示文。出力の質はこれで決まる（書き方5原則） |
| マルチモーダル | 文章だけでなく、画像・音声・動画もまとめて扱えること |
| トークン | AIが文章を数える単位。料金や「読める長さ」の上限はトークン数で決まる |
使い方のことば（5語）
| 用語 | ざっくり言うと |
|---|---|
| コンテキスト（文脈） | AIに渡す背景情報。多く渡すほど答えが的確になる |
| ロールプレイ（役割設定） | 「あなたは○○です」と専門家の視点を指定するテクニック |
| Few-shot（例示） | 見本を1〜数個見せて「この型で」とやらせる手法。精度が大きく上がる |
| システムプロンプト | 毎回の会話の前提になる「基本設定」の指示。社用AIのキャラや制約はここで決まる |
| 壁打ち | AIを相談相手にしてアイデアや論点を磨くこと。正解を求めない使い方 |
仕組み化のことば（5語）
| 用語 | ざっくり言うと |
|---|---|
| RAG | 回答前に社内文書を検索して根拠にする仕組み。「自社を知ってるAI」の定番（詳しく） |
| AIエージェント | 目標を渡すと計画→実行→修正を自走するAI。「任せられる部下」（詳しく） |
| API | システム同士をつなぐ窓口。AIを自社システムに組み込むときの接続口 |
| ファインチューニング | AI本体を自社データで追加学習させること。コスト高め。多くの用途はRAGで足りる |
| ワークフロー自動化 | 「受信→AI処理→通知」のような業務の流れを自動でつなぐこと |
リスクのことば（5語）
| 用語 | ざっくり言うと |
|---|---|
| ハルシネーション | AIがもっともらしい嘘を自然な文章で答える現象。仕組み上ゼロにはならない |
| 学習利用（オプトアウト） | 入力データがAIの学習に使われるかどうかの設定。業務利用は「使われない」が大前提 |
| シャドーAI | 会社が把握していない、社員の野良AI利用。禁止するほど地下に潜る |
| プロンプトインジェクション | 外部の文章に仕込まれた指示でAIを乗っ取る攻撃。エージェント時代の新リスク |
| ガードレール | AIにさせないことを定める安全装置。技術設定と社内ルールの両方を指す |
使い方: このページをブックマークして、会議で出てきた言葉を都度引いてください。20語すべて、当メディアの関連記事で深掘りできます。
よくある質問
Q. 最低限どの用語を覚えればいいですか？
まず「生成AI・LLM・プロンプト・ハルシネーション・RAG」の5語です。この5つで大半のAI商談・会議の文脈が追えます。残りは必要になった場面で都度確認すれば十分です。
Q. RAGとファインチューニングはどちらを選ぶべきですか？
多くの業務ユースではRAGで十分です。RAGは文書を入れ替えれば知識が更新でき、コストも低い。ファインチューニングはAI本体の追加学習でコストが高く、文体の固定など特殊な目的に限られます。
Q. 用語が分からないまま商談に出ても大丈夫ですか？
大丈夫です。むしろ「その言葉は、つまりどういうことですか？」と聞ける相手かどうかが、良い支援会社の見分け方です。平易に言い換えられない説明は、理解されていない説明です。
出典・参考
- Anthropic 公式ドキュメント — 各用語の技術的定義
- IPA（情報処理推進機構） — セキュリティ関連用語
- 株式会社TrysLinx — AI研修での用語解説knowledge（一次情報）