意外と知らないAIの豆知識7選｜仕組み・由来・ちょっとした裏側

この記事を読むと、「なんとなく使っていたAI」の動き方が腑に落ちます。具体的には、なぜ同じ質問でも毎回少し違う答えが返ってくるのか・なぜ長い会話の後半でAIが前の話を忘れるのか・なぜ「もっと短く」と言い直すと答えが良くなるのか、といった疑問に全部理由をつけて説明します。仕組みを知るだけでプロンプトの書き方が変わり、出力の質が体感できるほど上がります。

7つの豆知識は、どれも「知って終わり」にならないよう、末尾にコピペできるプロンプト例か、すぐ試せる実験を添えました。順番通りに読んでも、気になるところだけ飛んで読んでも大丈夫です。所要時間は通読で約15分。読み終えたらブラウザの隣タブにChatGPTかClaudeを開いて、実際に手を動かしてみてください。

豆知識①　AIは「次の1単語」を繰り返し選んでいるだけ

ChatGPTをはじめとする大規模言語モデル（LLM）の正体は、「次に来る単語（正確にはトークン）を確率で選ぶ機械」です。たとえば「東京の天気は」と入力すると、AIは「晴れ」「曇り」「雨」などの候補を確率で並べ、最も可能性が高いものを1つ選びます。それを出力したら今度は「東京の天気は晴れ」を入力として受け取り、また次のトークンを選ぶ。この繰り返しだけで、何百字もの文章が生成されます。「考えている」「理解している」わけではなく、確率的なパターンマッチングを積み重ねているのです。これを知っておくと、AIの誤りがなぜ起きるかが分かります。確率が高い単語が「正しい単語」とは限らないため、もっともらしい嘘（ハルシネーション）が生まれます。対策は「事実確認が必要な情報は必ず一次ソースで照合する」こと。AIに「この情報の出典を教えて」と聞いても、生成されたURLが存在しない場合があるのも同じ理由です。

豆知識②　「温度」という設定が文章のランダム性を決めている

AIには「Temperature（温度）」という設定値があります。0〜2程度のスケールで、値が低いほど確率1位のトークンを選び続け、値が高いほど確率が低い候補もランダムに選ぶようになります。温度0に近いと毎回ほぼ同じ、かちっとした文章が出ます。温度が高いと、詩・小説・ブレスト案など「意外な組み合わせ」が欲しいときに向いています。ChatGPT（ブラウザ版）やClaude（ブラウザ版）では直接この数値を変えるUIが標準で出ないことが多いですが、プロンプトの書き方で擬似的に制御できます。「毎回同じフォーマットで出力してください」と書くと低温度寄りの一貫した出力になり、「5つのまったく異なる切り口でアイデアを出してください」と書くと高温度寄りの多様な出力になります。ツールにより設定できる範囲や名称が異なりますので、API（プログラムからAIを呼び出す窓口）を使う場合は各サービスのドキュメントで確認してください。

以下の条件を毎回必ず守って、メール返信文を1つだけ書いてください。

【条件】
- 冒頭は「お世話になっております」
- 本文は3文以内
- 締めは「よろしくお願いいたします」

【返信する内容】
来週の打ち合わせを水曜14時から木曜15時に変更したい旨を伝える。

「読書が続かない人向けの習慣化アプリ」のキャッチコピーを、まったく異なる5つの切り口で考えてください。
似たような表現は避け、それぞれ全然違うトーン・視点にしてください。
各案の後に「この切り口のねらい：〇〇」と一言添えてください。

豆知識③　AIには「短期記憶の上限」があり、長くなると古い話を忘れる

AIが1回の会話で読み込める文字数（正確にはトークン数）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。ウィンドウの枠を超えた情報は、新しい情報に押し出されて参照できなくなります。人間でいえば、付箋が貼れる枚数に限りがある黒板のようなイメージです。上限はツールや料金プランによって大きく異なりますが、長い会話を続けていると「さっき言ったことと矛盾した返答が来た」「名前を忘れられた」が起きるのはこのためです。対策は2つ。1つ目は「新しいチャットを始める前に、引き継ぎたい情報を200字以内で箇条書きにしてもらい、次のチャットの冒頭に貼る」こと。2つ目は「長い会話の途中で『ここまでの要点を3行でまとめて』と挟む」ことです。こうすると重要情報が圧縮されてウィンドウに残り続けます。

以下は前の会話の要点です。これをふまえて続きから対応してください。

【前回の要点】
- プロジェクト名：〇〇キャンペーン
- 担当者：田中さん（マーケ）・鈴木さん（デザイン）
- 締め切り：来月15日
- 前回決定事項：SNS広告はInstagramとXに絞る
- 次回の課題：コピー案を3パターン用意する

今日は「コピー案3パターン」を一緒に考えてください。

豆知識④　「GPT」という名前はGenerative Pre-trained Transformerの略

ChatGPTの「GPT」は「Generative Pre-trained Transformer」の頭文字です。日本語に直すと「生成・事前学習済み・トランスフォーマー型モデル」。3つの単語にそれぞれ意味があります。Generative（生成する）＝文章を一から作り出すタイプのAIという意味。Pre-trained（事前学習済み）＝大量のテキストをあらかじめ学習し、汎用的な知識を持った状態でリリースされているという意味。Transformer（トランスフォーマー）＝2017年にGoogleの研究チームが発表した「Attention Is All You Need」という論文で提案されたアーキテクチャ（設計の骨格）の名称で、文章中の単語同士の関係を効率よく計算する仕組みです。この設計が登場したことで、AIの文章理解・生成能力が大幅に上がりました。ClaudeもGeminiも基本的にはTransformerをベースにした設計を採用しており、名前は違っても同じ「大きな家族」に属すると思ってもらえると分かりやすいです。

豆知識⑤　AIに「キャラクター」を与えると出力の質が変わる理由

「あなたは10年のキャリアを持つコピーライターです」のような設定をプロンプトの冒頭に書くと、出力のトーンや専門性が変わります。なぜかというと、「コピーライターとして答える」という文脈を与えると、AIが参照するトークンのパターンが「コピーライター的な文章群」に近づくためです。これは「ロールプレイ」や「システムプロンプト」と呼ばれる手法で、AIが学習した膨大なテキストの中から、特定のジャンルや語り口を引き出す絞り込みとして機能します。ただし、万能ではありません。存在しない専門知識をでっちあげるリスクは消えないので、専門的な事実確認は別途必要です。また、キャラクター設定は長くなりすぎると逆効果で、2〜3行程度が目安として扱いやすいです。「あなたは〇〇の専門家です。〇〇な読者に向けて、〇〇の観点から答えてください」という3点セットが最も効きやすいテンプレートです。

あなたは中小企業向けのWebマーケティング専門家です。
ITにあまり詳しくない50代の経営者に向けて、
コスト対効果の観点から答えてください。

質問：Googleビジネスプロフィールを使うメリットを教えてください。

豆知識⑥　実際のやり取り例：「なぜ曖昧な質問はダメなのか」を体験する

ここでは「同じ質問を曖昧な版と具体的な版で比べる」実験を紹介します。場面設定は「地方の飲食店オーナーが、SNS投稿のアイデアをAIに聞く」です。2パターンの入力とAIの返答の違いを見てください。どちらが実際に使えるかは一目瞭然です。

【入力・曖昧版】 SNSの投稿案を教えてください。 【AIの返答イメージ】 SNSの投稿案をいくつかご提案します。 1. 商品の紹介投稿 2. スタッフの紹介投稿 3. キャンペーン情報 4. お客様の声 5. 季節のおすすめ情報 （以下、どれも1〜2行の概要のみ。具体的な文章なし） → 汎用すぎて、そのまま使える文章がゼロ。— 実験：曖昧な入力の返答例（イメージ）

【入力・具体的版】 私は長野県の小さな蕎麦屋のオーナーです。Instagramに週3回投稿したいです。地元の食材にこだわっていることと、店主が毎朝手打ちしていることをアピールしたいです。観光客と地元の常連さん両方に向けた、今週使える投稿文を3つ書いてください。文字数は各150字以内で。 【AIの返答イメージ】 ①【朝の手打ち蕎麦🍜 今日も5時から打っています】長野産のそば粉を使い、毎朝店主が手打ちする蕎麦。コシと香りを逃さないよう、打ってから2時間以内に提供しています。観光でいらした方も、地元のお客様も、「今日の一杯」を楽しみにいらしてください。#長野グルメ #手打ち蕎麦 ②…③…（以下、すぐに使える投稿文が続く） → コピーして少し手直しするだけで使える文章が3つ出た。— 実験：具体的な入力の返答例（イメージ）

2つの違いは「誰が・何のために・どんな条件で」を書いたかどうかです。AIは制約が多いほど選択肢が絞られ、的を射た出力になります。「目的・対象・形式・分量」の4点を最初から書くだけで、返答の実用度がまったく変わります。特に「形式（箇条書き/文章/表）」と「分量（〇字以内/〇個）」を入れると、出力の整形に使う時間が大幅に減ります。目安として、この4点を書くと追加の修正依頼が1〜2回減ります。

豆知識⑦　AIの学習データには「締め切り日」がある（知識のカットオフ）

AIはリアルタイムでインターネットを検索しているわけではなく（検索機能をオンにしているモデルを除く）、ある時点までのデータで学習した知識を使って答えています。この「ある時点」を「学習データのカットオフ（締め切り日）」といいます。たとえば「先月起きたニュース」「今年発売したスマホの仕様」などはカットオフ以降の情報なので、AIは知りません。にもかかわらず、もっともらしく古い情報や誤った情報を答えてしまうことがあるため注意が必要です。対策は2つ。1つ目は「最新情報が必要な質問には、検索機能付きのAIツール（Perplexity・Bing Copilot・ChatGPTの検索機能など）を使う」。2つ目は「最新情報を自分でコピーしてAIに貼り付け、要約や分析だけをAIに頼む」手法です。後者は「自分が一次情報を持ってくる・AIは加工係に徹する」分業として非常に使いやすいです。カットオフ日はツールや公式ページで確認でき、変動することがあります。

よくある失敗と直し方

AIを使い始めた人が最初にはまる失敗を3つ、原因と直し方とセットで整理します。どれか1つでも「あるある」と感じたら、今日すぐ試してみてください。

• 【失敗①】長い会話をしていたら急にAIが迷走した → 原因：コンテキストウィンドウの上限に近づいた。直し方：「ここまでの要点を3行でまとめて」と入力し、新チャットの冒頭にその要約を貼って再スタート。
• 【失敗②】「もっといい感じにして」と頼んでも改善しない → 原因：「いい感じ」が何を指すかAIが判断できない。直し方：「もっと短く（100字以内）・体言止めで・若い女性向けのトーンに書き直して」と具体的な条件3点を箇条書きにして再送する。
• 【失敗③】AIが出した情報をそのまま使ったら事実が間違っていた → 原因：トークン予測の仕組み上、もっともらしい誤りが生まれる（ハルシネーション）。直し方：固有名詞・数字・URLは必ず公式サイトや一次ソースで照合してから使う。AIへの依頼文に「不確かなことは『確認が必要です』と添えてください」と一行加えるだけでも誤りの申告率が上がる。

7つの豆知識を使いこなすための3ステップまとめ

豆知識を「知識で終わらせない」ために、実際の使い方を3ステップで整理します。ステップ1は「質問を書く前に4点チェック（誰が・何のために・どんな形式・何字以内）」。ステップ2は「長い会話は途中で要点を圧縮して引き継ぐ」。ステップ3は「最新情報が含まれる内容は、一次ソースを自分で探してAIに貼り、要約・分析だけを頼む」。この3ステップを習慣にするだけで、AIへの依頼の成功率が体感で上がります。試しに今日1件だけ「4点チェック」を守ってプロンプトを書いてみてください。

【役割】あなたは〇〇の専門家です。
【目的・背景】〇〇という目的のために、〇〇な状況で使います。
【対象読者・聴衆】〇〇に向けて書いてください。
【形式・分量】〇〇の形式で、〇〇字以内・〇個で出力してください。

【依頼内容】
（ここに具体的な質問や依頼を書く）

【注意点】不確かな情報には「要確認」と添えてください。

よくある質問

• Q. AIに同じ質問をしても毎回答えが違うのはなぜですか？ → A. 豆知識②で紹介したTemperature（温度）設定により、トークンの選び方にランダム性が加わっているためです。毎回同じ出力が欲しい場合は、「必ず以下の形式で」と厳密な制約をプロンプトに書くか、APIを使ってTemperatureを0に近い値に設定してください（設定できるかはツールにより異なります）。
• Q. AIが「〇〇については答えられません」と言うのはなぜですか？ → A. 有害なコンテンツや利用規約に反する内容に対して、AIサービス側がフィルタリングを設けているためです。これは「システムプロンプト」と呼ばれる見えない制約として全ユーザーに共通で設定されています。フィルタリングの基準はツールにより異なるため、別のツールを試すと答えてくれることがあります。
• Q. ChatGPTとClaude、どちらが「賢い」ですか？ → A. 「賢さ」は用途によって異なり、一概にどちらが上とは言えません。長文の読み込みや文章の繊細なニュアンスが得意とされるツール、コード生成が得意とされるツールなど、向き不向きがあります。また性能は定期的にアップデートされるため、現時点の比較情報はすぐに古くなります。自分が一番使う用途で両方を同じプロンプトで試し、好みの出力が出る方を選ぶのが実用的な選び方です。