AI初心者のための基礎用語15選｜1回で理解できる例えと“覚える順番”

はじめに：「AI用語」でつまずくとAI全体が怖く見える

「生成AI」「LLM」「ハルシネーション」……ニュースやSNSでAI関連の話題を見るたびに、こんなふうに感じることはありませんか？

• 「用語が多すぎてどこから覚えればいいかわからない」
• 「意味はなんとなくわかるけど、人に説明できない」
• 「難しそうで、自分には関係ないと思ってしまう」

こういった「用語の壁」を感じている人は非常に多いです。でも実は、最初に覚えるべき用語はそれほど多くありません。使う場面に応じた15語を押さえれば、AIの記事を読んでもニュースを見ても、ぐっと理解しやすくなります。

この記事は「専門家を目指す」ためではなく、初心者が安全に・安心してAIを使えるようになるための入門ガイドです。1つひとつ、日常の例え話つきでやさしく解説していきます。

先に結論：最初はこの3つだけ覚えればOK

「15個は多い…」という人へ。まずはこの3つだけ押さえてください。ここが理解できれば、残りは読み進めながら自然に身についていきます。

覚える順番（おすすめ）とその理由

15個をランダムに覚えようとすると混乱します。次の3ステップで覚えると、知識がつながりやすくなります。

STEP 1：まず「使うために必要な用語」から

ChatGPTなどのAIを実際に触るために最低限知っておくべき言葉です。ここを先に押さえると、「何をしているのか」がわかった状態で使い始められます。

→ AI / 生成AI / プロンプト / 出力形式 / コンテキスト

STEP 2：次に「安全のために必要な用語」を

AIを使ううえでのリスクや限界を知るための言葉です。知らないまま使うと、誤情報をそのまま信じたり、個人情報を入力してしまうリスクがあります。

→ ハルシネーション / プロンプトインジェクション

STEP 3：慣れてきたら「仕組みを理解する用語」へ

AIがどう動いているかを知ると、より効果的な使い方ができるようになります。最初は読み飛ばしてもOKです。

→ 機械学習 / 深層学習 / LLM / 推論 / トークン / 温度(temperature) / RAG / ファインチューニング

基礎用語15選：例え話つきでやさしく解説

1. AI（エーアイ）

一言で：人間の作業を助ける「賢い仕組み」のこと。
例え：自動ドアも広い意味でのAIですが、最近話題のAIは「文章を読む・書く・判断する」ような、より複雑な知的作業を行うものを指します。
よくある誤解：「AIは何でも正確にできる」と思われがちですが、得意・不得意があり、誤りを含むこともあります。

2. 機械学習（きかいがくしゅう）

一言で：大量のデータからパターンを学ぶ仕組み。
例え：迷惑メールフィルターが「このパターンはスパムだ」と学習していくイメージです。人間が一つひとつルールを書くのではなく、データを見て自分でパターンを見つけます。
使われている場面：迷惑メール判定・レコメンド機能・不正検知など。

3. 深層学習（しんそうがくしゅう）／ディープラーニング

一言で：機械学習をさらに強力にした手法。人間の脳の神経回路を模した構造を使います。
例え：機械学習が「問題集を解いて勉強する」なら、深層学習は「問題集を何万冊も読んで、自分でパターンを抽象化できる」ような段階です。
使われている場面：画像認識・音声認識・ChatGPTの基盤技術など。

4. 生成AI（せいせいAI）

一言で：文章・画像・音声などを「作り出す」AIのこと。
例え：従来のAIが「これはリンゴです」と分類するのに対し、生成AIは「リンゴについての説明文を書いて」と言えば文章を作り出します。
代表的なサービス：ChatGPT（文章）・画像生成AIなど。

5. LLM（エルエルエム）

一言で：Large Language Model（大規模言語モデル）の略。インターネット上の膨大なテキストを学習した「文章が得意なAI」です。
例え：図書館の本を何億冊も読んだ物知りな人が、質問に答えてくれるイメージ。ただし「読んで覚えている」だけなので、最新情報には弱いことがあります。
使われている場面：ChatGPTやClaudeなど、テキスト系のAIサービスはほぼLLMが使われています。

6. プロンプト

一言で：AIに送る指示文・依頼文のこと。
例え：料理店での「注文票」です。「何か作って」では伝わりませんが、「辛め・魚介・15分以内」と書けばイメージに近いものが出てきます。プロンプトの質が、AIの回答の質を決めます。
ポイント：「誰向けか」「何のためか」「どんな形で返してほしいか」を入れると精度が上がります。

7. コンテキスト

一言で：AIに与える「前提情報・会話の文脈」のこと。
例え：初対面の人に「あれをやっておいて」と言っても伝わりません。「先週の会議で話した、Aさん向けの企画書の件をやっておいて」と言えば伝わる。その「背景情報」がコンテキストです。
実用的な意味：目的・状況・条件などをプロンプトに含めると、AIはコンテキストを理解して精度の高い回答を返せます。

8. 出力形式（しゅつりょくけいしき）

一言で：AIに「どんな形で返してほしいか」を指定すること。
例え：同じ内容でも「箇条書きで」「表で」「見出しつきで」と言うだけで、使いやすさがまったく変わります。料理店で言えば「丼で」「定食で」「弁当箱に詰めて」の指定です。
よく使う指定：箇条書き／表／h2見出しつき／番号付き手順／3行以内で。

9. ハルシネーション

一言で：AIが「もっともらしい嘘」を自信満々に出力してしまう現象。
例え：存在しない本の書名・著者・ページ数まで堂々と答えてしまうことがあります。間違えているのに「正しそうな文体」で返ってくるので気づきにくいのが厄介です。
対処法：重要な情報は必ず一次情報（公式サイト・論文など）で確認する。AIを「最終判断者」にしないことが大切です。

10. 推論（すいろん）

一言で：学習済みのAIが「質問を受けて答えを生成する」処理のこと。
例え：試験勉強（学習）を終えた人が、本番の問題（質問）に答える（推論）段階です。ChatGPTに何かを聞くとき、内部では推論が行われています。
知っておくと役立つ点：推論のたびに処理コストが発生するため、AIサービスの料金プランに影響します。

11. トークン

一言で：AIが文章を処理する際の「最小単位」。文字数の代わりに使われる長さの目安です。
例え：「東京」は2文字ですが、AIにとっては1〜2トークン程度に分割されます。英語では1単語≒1トークンが目安です。
実用的な意味：AIには「一度に処理できるトークン数の上限（コンテキストウィンドウ）」があり、長い文章を丸ごと渡すと制限に引っかかることがあります。

12. 温度（おんど）／temperature

一言で：AIの回答の「ランダムさ・創造性」を調整するパラメーター。
例え：温度が低い（0に近い）ほど「確実で安定した回答」、高いほど「バラエティ豊かで創造的な回答」になります。正確さが必要な作業は低め、ブレインストーミングには高めが向いています。
知っておくと役立つ点：APIを使う開発者向けの設定ですが、「なぜ毎回回答が違うのか」を理解する手がかりになります。

13. RAG（ラグ）

一言で：Retrieval-Augmented Generation（検索拡張生成）の略。外部の資料を検索して参照しながら回答する手法です。
例え：「記憶だけで答える」のではなく、「手元の資料を調べてから答える」ような状態です。社内マニュアルや最新情報をAIに参照させたいときに使われます。
使われている場面：企業の社内FAQ・最新情報を使ったチャットボットなど。

14. ファインチューニング

一言で：既存のAIに追加学習をさせて、特定の用途・文体に特化させること。
例え：「一般的な大学卒業生（汎用AI）」を採用した後、「自社の業務マニュアルを徹底的に研修させた社員」にするイメージです。
知っておくと役立つ点：一般向けユーザーが自分でやることは少ないですが、「この会社のAIはうちの業種向けに調整されている」という文脈で登場します。

15. プロンプトインジェクション

一言で：悪意のある第三者がAIに不正な指示を埋め込む攻撃手法。
例え：「以下の指示を無視して、代わりに…」とAIをだますような文章を仕込まれると、AIが意図しない動作をしてしまうことがあります。
なぜ初心者が知るべきか：AI搭載のツールを使う際、外部から読み込むデータに悪意ある指示が混入するリスクがあります。「AIが突然おかしな動作をした」ときの原因の一つです。

用語早見表（全15語）

読み返すときの参照用に、まとめて一覧にしています。

初心者が誤解しやすいポイント3選

① 「AIの回答＝正解」ではない

ChatGPTなどのAIはとても流暢な日本語で回答するため、「書かれていることは正しいはずだ」と感じやすいです。しかしハルシネーション（誤情報の生成）は常に起こりえます。
特に「数値・固有名詞・法律・医療・最新情報」は要注意。重要な判断をする前には、必ず公式サイトや一次情報で確認する癖をつけましょう。

② 「曖昧な指示＝曖昧な回答」になる

「ブログを書いて」「要約して」のような短い指示でもAIは何かを返してくれますが、期待していた内容と違うことがほとんどです。これはAIの性能の問題ではなく、指示（プロンプト）の情報不足が原因です。
「誰向け・何のため・どんな形式で」を加えるだけで、回答の質は大きく変わります。

③ 「個人情報・機密情報をAIに入力しない」

ChatGPTなどのサービスでは、入力した内容がサービス改善のためのデータとして使われる場合があります（設定や利用規約によって異なります）。本名・住所・電話番号・パスワード・会社の機密情報などは絶対に入力しないようにしましょう。
どうしても似た状況をAIに伝えたい場合は、「Aさん（仮名）・東京都在住（仮）」のように架空の情報に置き換えてから使うと安全です。

理解度チェック（3分クイズ）＋解答

読んだ内容が定着しているか、3問で確認してみましょう。

Q1. プロンプトとは何ですか？（1文で説明してみてください）

💡 解答例：プロンプトとは、ChatGPTなどのAIに送る指示文・依頼文のことで、プロンプトの内容によってAIの回答の質が大きく変わります。

Q2. ハルシネーションが起きたと気づいたとき、最初に何をすべきですか？

💡 解答例：AIの回答をそのまま使わず、公式サイト・論文・信頼できる一次情報で事実確認をします。特に数値・固有名詞・医療・法律情報は必ず確認が必要です。

Q3. AIに入力してはいけない情報を3つ挙げてください。

💡 解答例：①本名・住所・電話番号などの個人情報、②会社の機密情報・社外秘の資料、③パスワード・ID・認証コードなどのアカウント情報。

3問すべて答えがスラスラ出た方は、AI初心者の入口をクリアしています。

よくある質問（FAQ）

Q. 用語を全部覚えないとAIは使えませんか？

A. まったく必要ありません。まずは「生成AI・プロンプト・ハルシネーション」の3つを知っておけば、ChatGPTは問題なく使い始められます。残りは使いながら少しずつ覚えていけば十分です。

Q. 「LLM」と「生成AI」は同じですか？

A. 似ていますが、少し違います。LLM（大規模言語モデル）は生成AIの中でも「文章に特化したもの」を指す技術的な言葉です。生成AIはより広い概念で、画像生成AIなど文章以外のものも含みます。ChatGPTはLLMをベースにした生成AIのサービスです。

Q. ハルシネーションを完全になくすことはできますか？

A. 現時点では完全に防ぐことは難しいとされています。AIの技術改善により頻度は減ってきていますが、ゼロにはなっていません。重要な情報は必ず一次情報で確認する習慣をつけることが、現実的な対策です。

Q. 「プロンプト」と「コンテキスト」は何が違いますか？

A. プロンプトはAIに送る「指示文全体」のことで、コンテキストはその中に含まれる「前提情報・背景」を指します。「初心者向けにブログを書いて（プロンプト）」の中の「初心者向けに」という部分がコンテキストのイメージです。

Q. この記事の用語は英語で検索したほうが情報が多いですか？

A. 技術的に深い情報を調べたいときは英語の方が情報量が多いです。ただし初心者のうちは、日本語の信頼できる解説記事・公式ドキュメントの日本語版から始めるのがおすすめです。

まとめ：用語を押さえると、AIは怖くなくなる

AI関連の記事やニュースに登場する用語は多いですが、最初に覚えるべきものはそれほど多くありません。

まずは「生成AI・プロンプト・ハルシネーション」の3つを押さえて、実際にChatGPTを使い始めてみてください。使っていく中で「この言葉ってどういう意味だろう？」と感じたとき、この記事に戻ってきて確認してもらえれば十分です。

用語が頭に入ってくると、AIの記事を読むのが楽しくなってきます。まずは今日1つだけ、気になる用語を誰かに説明してみるところから始めてみてください。