AI用語集

Human-in-the-Loop

AIが出した結果を人間が必ず確認・判断するステップを設けることで、誤りを防ぐ仕組みのことです。

People Analytics

社員に関するデータ（勤怠・評価・アンケートなど）をAIやデータ分析で活用し、人事戦略や経営判断に役立てる手法です。「勘」に頼らないデータ根拠のある人事管理が実現できます。

Fine-Tuning

汎用的なAIモデルを、自社特有のデータや業務内容に合わせて追加学習させることです。より精度の高い回答を得るためにカスタマイズする手法です。

Function Calling

AIが必要に応じて外部ツールやシステムの機能を呼び出せる仕組みです。カレンダー登録・在庫確認・メール送信など、AIが実際の業務操作を行えるようになります。

AI-Generated Phishing

攻撃者がAIを使って作成する、精度の高い詐欺メール。文章の自然さや個人への最適化が向上し、従来の手口より見分けにくくなっているため注意が必要。

Few-Shot Learning

AIに少数の具体的な例（サンプル）を見せてからタスクを実行させる手法です。例を示すことでAIが求めるアウトプットの形式や基準を理解し、回答精度が向上します。

Black Box Problem

AIがなぜそのような判断・回答をしたのか、その理由や根拠が人間には分からない状態のことです。信頼性や責任の所在が問われます。

Process Mining

システムのログデータからAIが実際の業務の流れを自動分析する技術です。「現場では本当はどう動いているか」を可視化し、無駄や問題点を発見できます。

Prompt

AIに対して与える指示文・質問文のこと。プロンプトの書き方や内容次第でAIの出力品質が大きく変わるため、業務に使う際は適切な設計と継続的な改善が重要です。

Prompt / Prompt Engineering

AIに対して行う「指示文」のこと。AIが良い回答を出すかどうかは、この指示文の書き方に大きく左右される。うまい指示文を設計する技術をプロンプトエンジニアリングと呼ぶ。

Prompt Injection

AIエージェントに対して悪意ある外部の指示を埋め込み、意図しない動作をさせるサイバー攻撃の手法。AIを業務に活用する際の新たなセキュリティリスクとして注目されている。

Prompt Caching

AIへの指示文（プロンプト）の中でよく使う部分を事前に保存しておき、処理を速くしてコストを下げる機能です。長いシステム指示を毎回送らずに済むため効率的です。

Prompt Design / Prompt Engineering

AIに望む出力を得るために、質問や指示文（プロンプト）の内容・構成・表現を工夫すること。適切な設計により出力の精度や使いやすさが大きく変わる。

Multi-Agent System

複数のAIエージェントが役割を分担しながら連携して動作する仕組み。単体のAIより複雑な業務フローへの対応が可能になる技術として注目されている。

Multimodal AI

テキストだけでなく、画像・音声・動画など複数の種類のデータを組み合わせて処理できるAI。文章と画像を同時に理解するといった活用が可能になる。

Multimodal Input/Output

テキストだけでなく、画像・音声・動画なども一緒にAIに渡したり、AIからそれらの形式で返答を受け取ったりできる機能のことです。

Multimodal Input

テキストだけでなく、画像・音声・動画・PDFなど複数の形式のデータをまとめてAIに入力できる機能のことです。より多様な業務への応用が可能になります。

Multimodal Output

AIがテキストだけでなく、画像・音声・動画なども出力できる機能のことです。説明文を生成しながら図も作るといった複合的な成果物をAIが一度に作れるようになっています。

Market Basket Analysis

顧客が「一緒に購入しやすい商品の組み合わせ」をAIが自動で発見する分析手法です。セット販売や売り場の陳列改善、クロスセル提案に役立てられます。

Model Black-Boxing

AIがなぜそのような結果を出したのかを、使っている会社側が全く説明できない状態になることです。トラブル時の原因究明が難しくなります。

Model Retraining

時間とともに変化する現実に合わせて、AIに新しいデータを追加学習させる作業のこと。再学習をしないと、AIの精度が徐々に落ちていく「劣化」が起きます。

Model Update

AIモデルの新バージョンがリリースされること、またはそれに伴い性能・機能・料金・動作が変わることです。業務への影響を定期的に確認する運用習慣が重要です。

Model Version

AIモデルのアップデート版を区別するための番号や名称です。新バージョンでは性能向上や機能追加が行われますが、挙動が変わることもあるため注意が必要です。

LLM Model Release Cycle

OpenAIやAnthropicなどのAI企業が新しいモデルを公開する頻度・周期のことです。数ヶ月ごとに性能が大幅に向上するため、定期的な情報収集と乗り換え判断が経営課題になっています。