最新ビジネス用語辞典

何を変えたいときに使うか

• 問い合わせを自社の分類基準で振り分ける
• 決まった項目・文体・形式で出力する
• 専門分野の例を使い、特定タスクの精度を高める

一方、毎月変わる価格表や社内規程を参照させたい場合は、文書を検索して渡すRAGの方が更新しやすいことがあります。

方法の選び方

課題	先に試す方法	理由
出力の条件が伝わらない	プロンプト	指示の修正をすぐ試せる
最新・社内情報を使えない	RAG	知識を差し替え、出典を示しやすい
多数の実例に沿う分類が不安定	ファインチューニング	例からタスク固有の振る舞いを学習できる

導入前に用意するもの

1. 業務上の合格・不合格を判定できる評価データ
2. 入力と望ましい出力が対応した、重複や誤りの少ない学習例
3. 個人情報、機密情報、著作権を確認したデータ利用条件
4. 元モデルと調整後モデルを同じ条件で比べるテスト

学習データの量より境界例

典型例だけを大量に集めると、迷いやすいケースで誤ります。「苦情か要望か」「契約相談か一般質問か」など境界にある例、誤分類した例、扱ってはいけない入力を含めて評価します。

運用で確認すること

• 元モデルの更新後に再学習・再評価が必要か
• 学習データの削除依頼や訂正へ対応できるか
• 用途外の入力に対して無理に答えないか
• 品質低下時に以前の版へ戻せるか
• 追加学習費だけでなく、推論・監視・更新費を含めているか

参考情報

• Google 生成AI用語集

最終確認日: 2026年7月22日