ファインチューニング
読み方 ふぁいんちゅーにんぐ
英語表記 Fine-tuning
ファインチューニングは、学習済みモデルへ用途に合うデータで追加学習し、振る舞いを調整する方法です。問い合わせ分類の試行例から、学習用と評価用データの分離、似た文面の重複防止、過学習や別業務の品質低下を確認する手順を紹介します。
AI・PC・業務システムに関する言葉を、意味、できること、小さな実例とともに解説します。
読み方 ふぁいんちゅーにんぐ
英語表記 Fine-tuning
ファインチューニングは、学習済みモデルへ用途に合うデータで追加学習し、振る舞いを調整する方法です。問い合わせ分類の試行例から、学習用と評価用データの分離、似た文面の重複防止、過学習や別業務の品質低下を確認する手順を紹介します。
読み方 ぷろんぷといんじぇくしょん
英語表記 Prompt Injection
プロンプトインジェクションは、AIの入力に不正な指示を混ぜ、本来の依頼と異なる動作へ誘導する攻撃です。資料要約の試験例から、文書の内容と操作承認を区別し、最小権限、操作記録、人の確認を組み合わせて意図しない送信・削除を防ぐ方法を説明します。
読み方 ぷろんぷときゃっしゅ
英語表記 Prompt Caching / Context Caching
プロンプトキャッシュは、AIへ繰り返し渡す指示や資料の変わらない部分の処理を再利用する仕組みです。社内規程を使う回答案作成を例に、使用量・応答時間・修正時間を比較し、旧版の残存や保存条件、実際の請求額を確認します。
読み方 プロンプト
英語表記 Prompt
プロンプトは、生成AIへ渡す指示や質問で、目的、対象、出力形式、条件を伝える文章です。口コミを表へ分類する例から、期間や列、判断に迷う場合の扱いを具体化し、少数で試して修正する方法、事実や数値を人が確認する注意点を説明します。
読み方 プロンプトエンジニアリング
英語表記 Prompt Engineering
プロンプトエンジニアリングは、生成AIから目的に合う出力を得るために指示の条件や手順を設計する考え方です。議事録の要約で決定事項・担当者・期限を必ず出す例から、形式や前提をそろえる方法と、指示を固定しても人の確認が必要な点を説明します。