カテゴリ
AI・テクノロジー
生成AI・LLM・RAG・AIエージェントを、仕組みから。AIに任せる所と、人が確かめる所を分けて考えます。
学ぶ順番
AI・テクノロジーを基礎から学ぶ
上から順に読むと、次の記事の言葉が分かるようにつながっています。
記事
AI・テクノロジーの記事（13本）
AI・テクノロジーAI学習を断る共通の書き方が出た。robots.txtで決めること2026年10月30日、AIの学習に使ってほしくないことを各社共通で伝える robots.txt の書き方が IETF に草案として出され、Google も2027年に対応を目指すと発表しました。決まったことと、自社で決めておくことを整理します。AI・テクノロジー攻撃にAIが使われ始めた。国内の不正アクセスで分かったこと2026年10月、国内で相次いだ不正アクセスの調査で、攻撃者がAIを使って弱点探しやAPIへの攻撃をしていたことを JPCERT/CC が公表しました。何が変わったのか、小さな会社は何を見直せばよいかを整理します。AI・テクノロジーAI時代でも人が確かめなければならない仕事AIの答えを仕事に使うとき、事実と数字、外へ出すもの、お金・契約・人事の判断、個人情報、取り消せない操作の5つは人が確かめます。見ただけで通さない確かめ方と、誰が・何を・何と照らして確かめるかの決め方を説明します。AI・テクノロジーAIで総務・経理の仕事はどこまで自動化できる？作業ごとに仕分ける総務・経理の仕事をAIに任せられるかは、業務の名前ではなく作業ごとに決めます。下書き・読み取り・候補出しは任せやすく、金額の確定・支払い・法令の判断は人に残します。作業ごとの仕分け表と、任せる前に決めることを説明します。AI・テクノロジーAIに読ませた資料が、AIへの命令になる？プロンプトインジェクションの基本AIに読ませたWebページや資料の中の文章が、AIへの指示として影響してしまう問題がプロンプトインジェクションです。架空の例で仕組みを見て、影響が権限で変わる理由、RAGでも残る理由、利用者と提供元への確認を説明します。AI・テクノロジーAIに質問しても答えがずれる。伝えるべき4つのこと生成AIの答えが思っていたものとずれるときは、目的・前提・材料・回答の形の4つを分けて伝えると、欲しい回答の条件が伝わりやすくなります。短く始めて直す方法、事実の照合、業務資料を入れる前の確認を説明します。AI・テクノロジーAIに社内資料を渡していい？「学習に使われない」以外に確認すること生成AIに社内資料を入力する前に確かめたいのは、学習への利用だけではありません。保存、アクセス、外部連携、削除の条件を分けて見る方法、名前を消しても残る情報、練習用データから試す進め方を説明します。AI・テクノロジーAIエージェントに仕事を任せる前に。操作の権限をどう決める？AIに文章を作らせることと、送信や削除まで実行させることでは、確認したい内容が変わります。任せたい仕事を操作に分ける方法、導入時の権限の設定例、指示だけに頼らない理由、操作記録と止める方法を説明します。AI・テクノロジーRAGとは何か。AIに社内資料を読ませて答えさせる仕組みRAGは、質問に関係する社内資料を先に探し、その部分をAIに渡して答えさせる仕組みです。資料を小分けにするチャンク、意味の近さで探す埋め込み、検索の流れ、ハルシネーションが減る理由と残る理由を順に説明します。AI・テクノロジーAIエージェントとは何か。チャットAIとの違いを4段階で見るチャットAIは答えを返すところまで、AIエージェントは道具を使って作業を進めるところまでを担います。ツール呼び出し、API、MCP、ワークフローとの違い、自律型の範囲、人が確認すべき場所を、段階を追って説明します。AI・テクノロジー生成AIはなぜ文章を作れるのか。理解ではなく「続きの予測」生成AIは、人のように意味を分かって書いているわけではありません。文章を細かく区切ったトークン、続きを予測するLLM、学習と推論、一度に読める量、もっともらしい誤りまで、仕組みを日常の言葉で順に説明します。AI・テクノロジーAIとRPAは何が違う？決まった仕事と判断が要る仕事RPAは決めた手順をそのとおりに繰り返し、AIは読んで判断するところを担います。RPA・ワークフロー・AI・AIエージェントの違いを表で比べ、決まった仕事と判断が要る仕事の分け方、組み合わせ方、人が確かめる場所を説明します。AI・テクノロジー動画編集はどこまで自動化できるか。任せられる作業と残る判断無音の削除、字幕の下書き、シーンの分割、縦横の変換、書き出しは自動化しやすい作業です。一方で、どこを残すか、どの順で見せるか、どこで間を取るかは人が決めます。境目の引き方を、実務の例で説明します。