生成AIとは？仕事で使う前に知っておきたい5つの基本

ChatGPTやClaudeなどの生成AIを使うと、自然な文章がすぐに返ってきます。その受け答えを見ると、AIが人間と同じように内容を理解し、正しい答えを知っているように感じるかもしれません。

しかし、事業で安全に活用するには、生成AIを「何でも答えてくれる先生」ではなく、仕組みと限界のある仕事道具として捉えることが大切です。

この記事では、生成AIを使う前に知っておきたい5つの基本を、できるだけ専門用語を使わずに説明します。

なぜ、仕組みを知る必要があるのか

生成AIを仕事で使うとき、難しい技術の仕組みをすべて覚える必要はありません。ただし、どのような特徴がある道具なのかを知らないまま使うと、任せる範囲を誤りやすくなります。

例えば、AIが作った文章がとても自然だったため、そのまま公開したところ、実在しない制度名や間違った数字が含まれていた、ということは起こり得ます。反対に、AIの限界を必要以上に恐れ、文章の整理や企画案の比較など、本来は役立つ仕事まで使わないのももったいないことです。

大切なのは、AIを過大評価も過小評価もせず、得意な仕事を任せ、人が確認すべき部分を残すことです。その判断に役立つのが、次の5つの基本です。

1．生成AIとLLM――文章を作る「頭脳」

AIは、人が行う認識、予測、判断などをコンピューターで行う技術の総称です。その中でも、文章や画像、音声などの新しい内容を作るものを生成AIと呼びます。

ChatGPTやClaudeの中心にあるのが、LLM（大規模言語モデル）です。LLMは、大量の文章から言葉の並び方や関係を学び、前の文章に続きそうな言葉を予測しながら回答を組み立てます。

身近なものに例えると、スマートフォンの予測変換を、はるかに高性能にしたような仕組みです。予測を何度も続けることで、メール、企画書、説明文、手順書などを作れます。

AIは、正解を保管した辞書ではない

ここで重要なのは、AIが完成した正解を倉庫から取り出しているわけではないことです。質問に合いそうな文章を、その場で組み立てています。

そのため、読みやすく説得力のある文章でも、内容が正しいとは限りません。存在しない情報や、間違った数字・固有名詞を、もっともらしく答えることがあります。一般に、こうした現象をハルシネーションと呼びます。

2．トークン――AIが文章を扱う小さな単位

生成AIは文章を、人間と同じように単語や一文のまとまりで読んでいるわけではありません。文章をトークンという小さな単位に分けて処理します。

トークンは、単語一つの場合もあれば、単語の一部分、記号、一文字の場合もあります。文章をレゴブロックのような小さな部品に分け、読み込んだり、つなぎ直して回答を作ったりするイメージです。

トークンは、主に次の点で仕事に関係します。

• AIが一度に扱える情報量
• 回答にかかる時間
• 開発者向けサービスを利用するときの費用

普段のチャット利用で、トークン数を細かく数える必要はありません。それよりも、長い資料を一度にすべて渡すのではなく、目的に関係する部分を選ぶことが大切です。また、「3案、各100文字」のように、必要な回答量を伝えると無駄を減らせます。

文章がどのようにトークンへ分けられるかは、GPT Tokenizer Playgroundで試せます。実際のAIと完全に同じ結果になるとは限りませんが、文章が小さな単位に分かれる様子をつかむための学習用として利用できます。

3．回答のばらつき――同じ質問でも答えが変わる

生成AIへ同じ質問をしても、毎回まったく同じ答えになるとは限りません。AIは、次に続く言葉の候補から一つを選びながら文章を作るためです。

この回答の幅や意外性に関係する考え方を、Temperature（温度）と呼びます。一般に、低いほど定番で安定した回答になりやすく、高いほど多様で意外な回答になりやすくなります。

通常のチャット画面では、Temperatureを直接設定できない場合もあります。その場合でも、「事実を優先して、定番の案を3つ出してください」「一般的な案と、少し意外な案を分けてください」のように、求める回答の方向を言葉で伝えられます。

なお、回答を安定させても、正しさが保証されるわけではありません。安定していることと、正しいことは別です。

4．コンテキスト――AIが今、見渡せる情報

コンテキストとは、AIが今の回答を作るために参照している情報です。現在の依頼だけでなく、それまでの会話、最初に伝えた条件、添付した資料、検索結果なども含まれます。

AIが一度に見渡せる情報量には上限があります。これをコンテキストウィンドウと呼びます。

会議室のホワイトボードを想像すると分かりやすいでしょう。ボードに書かれている内容は見ながら話せますが、書く場所がなくなれば、古い情報を消したり要約したりする必要があります。ボードが広くても、情報を詰め込みすぎれば大切な条件を見落としやすくなります。

実際に使って感じた「指示が薄れる」現象

私がChatGPTを使い始めた当初、会話を続けていくうちに、最初に伝えた指示が次第に守られなくなることがありました。例えば、最初に「です・ます調で文章を整えてください」と頼んでいても、やり取りを重ねるうちに別の文体へ変わってしまう、といったことです。

当時は、AIが会話のすべてを同じように覚え続けるものだと思っていました。しかし実際には、AIが一度に参照できる情報には範囲があり、長い会話では古い条件が省かれたり、重要度が下がったりすることがあります。この特徴を理解してからは、節目ごとに目的や文体、守ってほしい条件を短く伝え直すようになりました。

長い仕事で起こりやすいこと

• 最初に伝えた条件を忘れたような回答になる
• 途中で決めた方針と違う内容が出る
• 大量の資料の一部が反映されない
• 関係のない過去の会話に引っ張られる

こうしたズレを減らすには、節目ごとに目的、決定事項、禁止事項を短くまとめ直します。話題が大きく変わる場合は新しい会話へ分け、長い資料には目次や要約を添える方法も有効です。

コンテキストは「今回の作業机の上にある資料」であり、長期記憶とは別のものです。長く会話を続ければ、すべてを永久に覚えるわけではありません。

5．ツール――AIが実際の作業を行うための道具

生成AI単体が得意なのは、文章を読み、考え、文章として返すことです。検索、正確な計算、予定の確認、ファイルの更新などを行うには、外部のツールとつなげます。

例えるなら、生成AIは頭脳、ツールは手足や仕事道具です。在庫を確認するには台帳、数字を集計するには表計算、予定を調べるにはカレンダーが必要です。

小規模事業でも、次のような使い方が考えられます。

• Web検索を使い、公式情報を確認しながら制度や市場情報を整理する
• 表計算を使い、月別売上を集計して変化を説明する
• カレンダーを確認し、打ち合わせの候補日を整理する
• ファイルを読み、議事録から業務マニュアルの下書きを作る
• 顧客管理の情報をもとに、問い合わせを分類する
• AIを使い、ホームページの構成や原稿づくり、公開後の更新を補助する
• 自社の事業内容や業務手順をもとに、情報整理や相談対応を補助するAIエージェントを用意する

ただし、ツールとつながれば自動的に安全になるわけではありません。どの情報を読めるのか、どこまで変更できるのか、送信や削除の前に誰が確認するのかを決める必要があります。

特に、顧客情報、外部への送信、支払い、公開、削除を伴う仕事では、人による承認を残すことが基本です。

AIに任せる仕事と、人が担当する仕事

5つの基本を理解すると、AIへ任せる範囲を考えやすくなります。

AI導入の最初の段階では、文章の下書きや情報整理など、間違いがあっても人が確認して戻せる仕事から始めると安全です。

まずは、小さな仕事で特徴を確かめる

初めから事業全体を自動化する必要はありません。まずは、次のような小さな仕事でAIの特徴を確かめてみてください。

1. 公開前の文章や社内文書など、確認できる仕事を一つ選ぶ
2. 目的、対象者、使用してよい事実、してはいけないことを伝える
3. 同じ依頼を二度行い、回答の違いを比べる
4. 数字、名称、事実を元資料と照らし合わせる
5. 修正したい点と理由を伝え、もう一度作り直してもらう

この流れを試すと、生成AIは一度で完成品を出す機械ではなく、対話しながら下書きを整える仕事相手であることが分かります。

まとめ

生成AIを仕事で使う前に、次の5つを押さえておきましょう。

1. 生成AI: 言葉のパターンを学び、次の言葉を予測しながら文章を作る
2. トークン: AIが文章を読み書きするときの小さな部品と、量を数える単位
3. 回答のばらつき: 同じ依頼でも答えが変わることがあり、用途に合わせた指示が必要
4. コンテキスト: AIが今回の作業で見渡せる情報の範囲
5. ツール: 検索、計算、ファイル操作など、実際の仕事を行うための道具

AI活用を、事業の目的から整理したい方へ

どのAIを使うかを決める前に、「どの業務を改善したいのか」「どこまでAIに任せるのか」を整理することが大切です。YMWorksでは、松阪・伊勢・津周辺の事業者さまを中心に、AI活用の基礎説明、社内研修、業務の整理、AIエージェントづくりを支援しています。

AI活用・業務改善支援について詳しく見る