生成AIはどう動くのか？入力から出力までの基本
生成AIが文章を作る流れを、入力、トークン、文脈、予測、出力、確認の順に初心者向けに整理します。
生成AIはどう動くのか？入力から出力までの基本
生成AIを使うと、文章、要約、画像の説明、コードの下書きがすぐに返ってきます。便利ですが、仕組みを知らないまま使うと、AI を検索エンジンや正解データベースのように扱ってしまいがちです。
生成AIは、質問を受け取って「正解を取り出す」だけの道具ではありません。入力された文脈を読み、次に続く言葉や構造を予測しながら、もっともらしい出力を作る仕組みです。
この記事では、専門的な数式ではなく、仕事で使う人が知っておきたい流れに絞って説明します。
まず全体像
生成AIの基本的な流れは、次のように考えると分かりやすくなります。
入力する
↓
文章を小さな単位に分ける
↓
文脈を見る
↓
次に続く候補を予測する
↓
出力を少しずつ作る
↓
人間が確認して使う
この最後の「人間が確認して使う」まで含めて、仕事での生成AI利用です。AI が文章を作った時点では、まだ完成品ではありません。
1. 入力は「文脈」として読まれる
ユーザーが入力する文章は、プロンプトと呼ばれます。プロンプトには、質問だけでなく、目的、材料、条件、出力形式も含められます。
たとえば、次の 2 つは同じように見えて、AI に渡している文脈が違います。
会議メモをまとめて。
次の会議メモから、決定事項、未決事項、次のアクションを分けてください。
担当者と期限が書かれていない場合は、推測せず「確認が必要」と書いてください。
後者の方が、AI は何を優先すればよいかを判断しやすくなります。生成AIは人間の意図を完全に読むわけではありません。入力された文脈を手がかりにして出力を作ります。
2. 文章はトークンに分けられる
AI は文章をそのまま一文字ずつ読んでいるわけではありません。多くの言語モデルでは、文章をトークンという小さな単位に分けて扱います。
トークンは、単語そのものの場合もあれば、単語の一部、記号、短い文字列の場合もあります。Google の Machine Learning Crash Course でも、トークンは言語モデルが扱う最小単位として説明されています。
この仕組みを知っておくと、長すぎる入力で失敗しやすい理由も分かります。AI が一度に見られる文脈には上限があります。長い資料を渡すときは、重要な範囲を指定したり、材料と依頼を分けたりする方が安定します。
3. 文脈の中で重要な部分を見る
現代の多くの大規模言語モデルでは、Transformer と呼ばれる考え方が使われています。Transformer の重要な特徴の一つが self-attention です。
self-attention は、ざっくり言えば「この言葉を理解するために、文中のどの言葉を見るべきか」を重みづけする仕組みです。
たとえば、次の文を見ます。
佐藤さんはレポートを確認したあと、それを山田さんに送った。
ここで「それ」が何を指しているかを考えるには、「レポート」や「確認した」という文脈を見る必要があります。生成AIはこのような関係を大量の文章から学び、入力の中でどこが重要かを見ながら出力を作ります。
ただし、これは人間の理解と同じではありません。AI は文脈のパターンを使って予測しています。だから、自然な文章を作れても、事実の保証にはなりません。
4. 出力は少しずつ生成される
文章生成では、AI は次に続く候補を予測しながら、出力を少しずつ作ります。
「雨の日の通勤では」という入力があれば、次に続く言葉として「傘」「靴」「混雑」「遅延」などが候補になります。どの候補を選ぶかは、入力された文脈、モデルの学習、設定、直前までに生成した文章によって変わります。
このため、同じ質問でも毎回まったく同じ答えになるとは限りません。創造的な文章では揺れが役立つこともありますが、事実確認や業務文書では、出力の揺れを前提にして確認する必要があります。
5. 事前学習と調整で「使いやすく」なる
生成AIは、最初から仕事の依頼に答えられる形で生まれるわけではありません。
大まかには、まず大量のデータから言葉や文脈のパターンを学びます。この段階では、文章の続きを予測する力が育ちます。
その後、指示に従いやすくする調整が行われます。質問に答える、要約する、表にする、危険な依頼を避ける、といった振る舞いを学ぶ工程です。
この調整によって、チャット型の AI は人間の依頼に答えやすくなります。ただし、調整されていても間違いは残ります。OpenAI も、AI の回答は常に正しいわけではなく、重要情報は信頼できる情報源で確認すべきだと説明しています。
6. 検索や資料参照とは別に考える
生成AIは、検索エンジンそのものではありません。Web 検索や社内資料検索と組み合わせられることはありますが、文章を生成する仕組みと、最新情報を探して確認する仕組みは別です。
仕事で使うときは、次のように分けると安全です。
| 目的 | AIに頼めること | 人間が確認すること |
|---|---|---|
| 下書き | 文章の構成、表現案、要約 | 事実、表現、公開可否 |
| 調査 | 論点整理、確認すべき問いの整理 | 一次情報、日付、出典 |
| 会議メモ | 決定事項、未決事項、アクション整理 | 担当者、期限、未確定事項 |
| 公開記事 | 構成案、読みやすさの改善 | 出典、法務/製品/価格/プライバシー表現 |
AI は整理や下書きに強い一方で、最新事実や会社の公式判断を自動的に保証するものではありません。
画像や音声も同じ発想で見る
生成AIは、文章だけでなく画像、音声、動画を扱う方向にも広がっています。ただし、ユーザー側の基本的な見方は同じです。
入力があり、モデルが文脈や特徴を読み取り、出力を作ります。画像なら色や形、構図。音声なら音の特徴や言葉。テキストなら言葉の並びや意味の手がかりです。
ただし、どの種類の出力でも確認は必要です。画像の中の文字、人物の特徴、音声の聞き取り、資料から抜き出した数値は、もっともらしく見えても間違うことがあります。
仕組みから分かる使い方
生成AIの仕組みを知ると、使い方も少し変わります。
| 仕組み | 使い方のコツ |
|---|---|
| 文脈を見て出力する | 目的、材料、条件、出力形式を渡す |
| 次の候補を予測する | 事実確認が必要なものは必ず確認する |
| 入力に上限がある | 長い資料は範囲を指定する |
| 出力に揺れがある | 一度で決めず、確認と修正を前提にする |
| 調整されていても誤る | 重要な判断は人間が行う |
AI をうまく使う人は、AI にすべてを任せる人ではありません。AI が得意な下書きと整理を任せ、最後の確認を人間が持つ人です。
まとめ
生成AIは、入力された文脈をもとに、次に続く言葉や構造を予測しながら出力を作ります。Transformer や self-attention のような仕組みによって、長い文脈の関係を扱いやすくなりました。
一方で、自然な文章を作れることと、事実が正しいことは別です。AI の出力は下書きとして受け取り、出典、日付、製品状態、個人情報、公開リスクを確認してから使います。
次に読むなら、実際の頼み方は プロンプトの基本、出力を使う前の確認は AI 出力の確認チェックリスト を見てください。前提から整理したい場合は、LLM とは何か も役に立ちます。