ボキャブラリーリスト¶
本リストは、セッションで登場するAI・技術・戦略関連の用語を、初めて触れる方にも 分かるように平易な言葉でまとめたものです。セッション前の予習や、セッション中・後の 振り返りにご活用ください。各回で新しい用語が登場した際には随時追記していきます。
凡例
太字の見出し＝用語（英語表記がある場合は併記）。その下の説明文では、専門用語を できるだけ避けて「要するに何か」を記載しています。各用語は スタートガイドの本文中でもツールチップとして表示されます。
1. AI・生成AIの基本¶
AIサービスを使ううえで最初に出会う言葉
- AI（人工知能）
- コンピュータに人間のような知的な処理をさせる技術の総称。ここでは主に「文章を読み書きできるAI」を指します。
- 生成AI（Generative AI）
- 文章・画像・音声・プログラムなど、新しいコンテンツを「生成」できるAIの総称。ChatGPTやGemini、Claudeなどが代表例です。
- LLM（大規模言語モデル）
- Large Language Modelの略。大量の文章データから言語のパターンを学習した巨大なAIモデル。生成AIの中核技術です。
- 基礎モデル（Foundation Model）
- GPT、Gemini、Claudeなど、AIサービスの土台となる大規模モデルのこと。各社が独自に開発・提供しています。
- プロンプト
- AIに対する指示文・入力文のこと。「何をしてほしいか」をAIに伝える文章です。
- トークン
- AIがテキストを処理する際の最小単位。日本語では概ね1文字が1〜2トークン、英語では1単語が1〜3トークン程度。料金計算や処理量の単位として使われます。
- コンテキスト窓（コンテキストウィンドウ）
- AIが一度に読める情報量の上限。「32Kトークン」「200Kトークン」などと表記され、大きいほど長い文書を一度に扱えます。
- カットオフ日（学習データの期限）
- AIモデルが学習に使ったデータの最終日。これ以降の出来事はAI自身の知識には含まれません。
- ハルシネーション（幻覚）
- AIがもっともらしいが事実と異なる情報を生成してしまう現象。AIの出力を鵜呑みにせず確認が必要な理由のひとつです。
- マルチモーダル
- テキストだけでなく、画像・音声・動画など複数の情報形式を扱える能力。最近のAIは画像を見て回答するなどの機能を持ちます。
- ファインチューニング
- 汎用的なAIモデルを、特定の業務や領域のデータで追加学習させて精度を高めること。自社専用AIを作る手法のひとつです。
- RAG（検索拡張生成）
- Retrieval Augmented Generationの略。AIが回答する際に、社内文書やデータベースから関連情報を検索して参照する仕組み。AIの知識にない情報も正確に扱えるようになります。
- エージェント
- AIが単に質問に答えるだけでなく、自ら判断して複数の作業を順番に実行する仕組み。例：メールを読む→必要な情報を検索→返信を作成、を自律的に行う。
- 推論（Thinking）モード
- AIが回答前に「考える過程」を明示的に実行するモード。複雑な問題でより正確な回答が期待できる一方、応答に時間がかかります。
2. AIサービスの利用形態¶
AIをどのように使うかに関する言葉
- チャットAI
- ChatGPT、Gemini、Claudeなど、ブラウザやアプリで対話形式でAIを使うサービス。最も手軽な利用形態です。
- 主要な対話型AIサービス
- ChatGPT（OpenAI）＝最も利用者が多い。Gemini（Google）＝Google連携が強くAPI無料枠が寛大。Claude（Anthropic）＝長文読解に強い。Copilot（Microsoft）＝Microsoft製品と連携。Grok（xAI）＝Xと連携し最新情報の反映が速い。
- スレッド
- AIとの一連の会話のまとまり。新しいスレッドを始めると、それまでの文脈はリセットされます。指示文ごとに新しいスレッドを始めるか続きで入力するかは、用途により使い分けます。
- Canvas（キャンバス）機能
- ChatGPTやGeminiで、コードや文書をチャットとは別の編集画面で作成・修正できる機能。コード生成の精度が上がる傾向があります。
- Deep Research（ディープリサーチ）
- AIが自動で複数の情報源を調べ、長い調査レポートを作成する機能。通常の対話より深い調査が可能です。
- Vibe Coding（バイブコーディング）
- AIに自然言語で「こういうものを作って」と伝えてプログラムを書かせる開発スタイル。プログラミング経験がなくても、AIとの対話でソフトウェアを作れます。
- 無料プラン / 有料プラン
- 各AIサービスには無料で使える範囲と、月額課金で高性能モデルや多い利用量が使えるプランがあります。無料プランでも基本機能は十分に試せます。
3. API・システム連携¶
AIをプログラムから呼び出して使う際の言葉
- API（エーピーアイ）
- Application Programming Interfaceの略。プログラムからAIサービスを呼び出すための窓口。チャット画面を使わずに、自動処理の中でAIを使えるようになります。
- APIキー
- API利用者を識別するための秘密の文字列（パスワードのようなもの）。これを使って「誰がAIを呼んでいるか」を管理します。他人に見せてはいけません。
- Google AI Studio
- GoogleのAI開発者向けツール。Gemini APIキーをクレジットカード登録不要・無料枠で取得できます（aistudio.google.com）。
- 従量課金
- 使った分だけ料金が発生する仕組み。AIのAPI利用では、処理したトークン数に応じて課金されるのが一般的です。
- RPM / TPM / RPD
- Requests Per Minute（1分あたりリクエスト数）、Tokens Per Minute（1分あたりトークン数）、Requests Per Day（1日あたりリクエスト数）。APIの利用上限を表す指標です。
- レート制限（Rate Limit）
- APIの呼び出し頻度に設けられた上限。短時間に大量のリクエストを送ると制限に達し、一時的に利用できなくなります。
- JSON（ジェイソン）
- データの記述形式のひとつ。AIとプログラムの間でやり取りする情報の「入れ物」として広く使われます。
- 構造化出力
- AIの回答を、決まった項目・形式（JSONなど）で返させる仕組み。プログラムで処理しやすくなります。
- バッチ処理
- データをまとめて一括処理すること。記事100件を1件ずつAIに渡す代わりに、10件ずつまとめて渡すような効率化の手法。
4. プログラミング・実行環境¶
コードを書いて実行する際に出てくる言葉
- Python（パイソン）
- AI・データ分析で最も広く使われるプログラミング言語。読みやすい文法が特徴で、AIによるコード生成との相性も良いです。
- Google Colaboratory（Colab）
- Googleが無料で提供するクラウド上のPython実行環境。ブラウザだけでプログラムを実行でき、環境構築が不要です。
- セル
- Colabでプログラムを書いて実行する単位。ひとつのセルにコードを貼り付けて実行ボタンを押すと、結果が表示されます。
- ノートブック
- Colabでコードを書いて保存・実行する作業ファイル。複数のセルで構成され、上から順に実行していきます。
- ライブラリ / パッケージ
- 他の人が作った便利な機能の集まり。自分でゼロから書かなくても、既存のライブラリを使って高度な処理ができます。
- pip install
- Pythonのライブラリをインストール（導入）するコマンド。Colabではセルに書いて実行します。
- RSS（アールエスエス）
- ニュースサイトなどが記事の更新情報を配信する仕組み。プログラムでニュース記事を自動収集する際に使います。
- エラーメッセージ
- プログラム実行中に問題が発生した際に表示される情報。これをAIに貼り付けて修正を依頼するのが、Vibe Codingの基本的な進め方です。
5. 自動化・アプリ化¶
作ったものを定期実行したり他の人にも使えるようにする言葉
- GAS（Google Apps Script）
- Google Workspace上で動くプログラム環境。Gmailの自動送信やスプレッドシートの自動処理など、Googleサービスとの連携に向いています。
- トリガー
- プログラムを自動的に実行する条件設定。「毎朝7時に実行」「スプレッドシートが更新されたら実行」などの設定ができます。
- GitHub（ギットハブ）
- プログラムのソースコードを保管・共有するサービス。チームでの開発やアプリの公開に使います。
- Streamlit（ストリームリット）
- Pythonで書いたプログラムを、ブラウザで操作できるWebアプリに変換するツール。少ないコードでデータ分析アプリなどを公開できます。
- デプロイ
- 作ったアプリやプログラムを、他の人が使える状態にしてサーバー上に配置すること。「本番環境に上げる」とも言います。
- PoC（概念実証）
- Proof of Conceptの略。「このアイデアは技術的に実現可能か」を小規模に試すこと。本格導入の前に行う試作・検証です。
- クラウド
- インターネット経由で利用できるコンピュータ資源（サーバー、ストレージなど）の総称。自社でサーバーを持たなくても、必要な分だけ借りて使えます。
6. データサイエンス・分析¶
大量データから価値を引き出す際に出てくる言葉
- スコアリング
- データに対して点数をつけること。例：ニュース記事に「自社にとっての重要度」を0〜100で評価させる。
- クラスタリング
- 似たもの同士をグループに分ける分析手法。例：100件のニュースを内容の類似性で5つのテーマに自動分類する。
- 埋め込み（Embedding）
- 文章や画像を、コンピュータが比較・計算しやすい数値の列に変換すること。「意味の近さ」を数値で測れるようになります。
- 可視化（Visualization）
- データをグラフや図に変換して視覚的に理解しやすくすること。散布図、ヒートマップ、ダッシュボードなど。
- 散布図
- データを平面上の点として配置した図。点の位置関係から、データ同士の類似性や傾向を視覚的に把握できます。
- ダッシュボード
- 複数のグラフや指標を一画面にまとめた表示画面。経営数字やKPIを俯瞰するために使います。
7. 戦略・ビジネスの文脈で使われるAI関連用語¶
AI時代の事業戦略を議論する際に出てくる言葉
- AIX（AI Transformation）
- DX（デジタルトランスフォーメーション）のAI版。AIを前提として事業構造や組織を根本から再設計すること。
- AIO（AI Optimization）
- SEO（検索エンジン最適化）のAI版。顧客が使うAIアシスタントの中で、自社がどう紹介・推薦されるかを意識した施策。
- モート（Moat / 堀）
- 城の堀のように、競合が容易に追随できない防御壁となる競争優位の源泉。独自データ、ネットワーク効果、ブランドなど。
- UVP（独自の価値提案）
- Unique Value Propositionの略。「自社だけが顧客に提供できる独自の価値は何か」を定義したもの。
- VRIO分析
- Value（価値）、Rarity（希少性）、Imitability（模倣困難性）、Organization（組織）の4観点で自社の経営資源を評価するフレームワーク。
- AI as a Tool / AI as a Strategy
- AIを「便利な道具」として使う段階と、AIを「事業戦略の前提」として組み込む段階の違い。本プロジェクトは後者に焦点を当てています。
本リストの内容は2026年5月時点の情報に基づいています。AI分野は変化が速いため、 用語の意味や位置づけが変わることがあります。