AIの教科書
AI用語辞典
AIの仕組みを読んだり作ったりするときに出会う用語を、仕事での使い方と一緒に引けます。
LLM(大規模言語モデル)
大量のテキストなどから学習した言語モデル。質問や資料を入力すると、それに続く文章を生成します。
プロンプト
モデルに渡す指示や質問。「決定事項と保留事項を分けて」のように、議事録のまとめ方を指定できます。
トークン
モデルがテキストを処理する単位。単語の一部や記号も一つの単位になることがあり、モデルによって区切り方が変わります。
コンテキストウィンドウ
一度にモデルが扱える情報量の上限。会話履歴や資料の抜粋が長いときは、回答に使う分も含めて考えます。
RAG(検索拡張生成)
質問に関係する資料を検索し、その内容を使って回答する方法。締め日を聞かれたら、規程の関連箇所をモデルへ渡します。
締め日の例でRAGを読む →埋め込み(エンベディング)
テキストなどの特徴を数値の並びで表現したもの。「締め日」と「提出期限」のように、言い方が違う文の近さを比べるのに使えます。
チャンク
検索や処理のために分けた文書の一片。規程を表の行ごとに切るなら、何の表か分かるように見出しも持たせます。
Top-k(検索上位k件)
検索結果を順位の高い方から何件取得するかを決める値。kが3なら上位3件です。取得した候補から何件をモデルに渡すかは別に決められます。
API
プログラム同士でデータや機能をやり取りする取り決め。たとえば予約の空き状況を別のシステムに問い合わせるときに使います。
ツール呼び出し
モデルが使いたいツールと引数を指定し、アプリが実行結果を返す仕組み。モデルが日付を指定し、アプリが実際に予約枠を検索します。
構造化出力
項目名や型を決めた形式で出力を受け取ること。議事録なら「担当者」「期限」を機械で読める形にできます。中身が事実に合うかは別途確かめます。
ハルシネーション
事実に反する内容や、根拠のない内容をもっともらしく生成すること。たとえば、規程に書かれていない例外を実在する決まりのように答える場合です。
グラウンディング(根拠付け)
回答を資料やツールで取得した情報に結び付けること。引用が付いていたら、その箇所が実際に結論を支えているか確かめます。
Evals(評価)
用意した入力と判定基準で、AIの動作を繰り返し確かめること。RAGなら、必要な資料を拾えたかと、資料に沿って答えたかをそれぞれ記録します。
リポジトリ
ファイルと変更履歴をまとめて管理する場所。たとえば予約フォームのコードとテストを一緒に置きます。
Issue(イシュー)
不具合や改善依頼を追跡するための記録。「予約取消で駐車枠が戻ること」のように、完了条件も書けます。
完了条件
変更を採用できるか判断するための基準。「同じ予約メールを2回取り込んでも1件のまま」のように、操作と期待結果を決めます。
ブランチ
変更履歴の流れを分けて作業する仕組み。本流から分けたブランチで、修正を試せます。
Commit(コミット)
選んだ変更をGitの履歴に、説明付きで記録すること。
Push(プッシュ)
手元のコミットをGitHubなどの共有先に送ること。公開が始まるかはプロジェクトの設定によります。
Pull Request(PR)
別のブランチへの変更の取り込みを提案するもの。差分、テスト結果、レビューを一か所で確認できます。
レビュー・AIレビュー
変更が要件や品質の基準に合うか確認すること。AIレビューでは、要件と差分から気になる点をAIに指摘させます。
自動テスト
操作や入力に対する期待結果をプログラムで繰り返し確認すること。予約取消のあとに枠が戻るかを確認できます。
CI/CD
CIは変更を継続して統合し、ビルドやテストで確認すること。CDは検査を通った変更を公開可能な状態に保つ継続的デリバリー、または自動で公開まで進める継続的デプロイを指します。
GitHub Actions
PRの作成や更新などをきっかけに、テストやビルドを自動実行できるGitHubの機能です。
Merge(マージ)
別のブランチの変更を取り込み先のブランチへ合流させること。
デプロイ
作った版をプレビューや本番などの実行環境へ反映すること。
Dependabot
依存ライブラリの更新や、判明した脆弱性への対応を助けるGitHubの機能。たとえば修正版への更新をPRで提案できます。
オートレビュー(実行時の承認判断)
この文脈では、AIが依頼した操作を実行してよいか、別の判定が確認する仕組み。コードの変更内容を確認するAIレビューとは役割が異なります。
TOML・config.toml
TOMLは設定の項目と値を書くファイル形式。config.tomlはその形式で書かれた設定ファイル名の例です。
MCP(Model Context Protocol)
AIアプリを外部の道具やデータにつなぐ共通仕様。接続した検索ツールで資料を探す、といった使い方ができます。
CLI(コマンドラインインターフェース)
コマンドを文字で入力して操作するための窓口。ターミナルからテストを実行するときなどに使います。
Changelist(CL)
コードレビューやバージョン管理で扱う、ひとまとまりの変更。CLという略称の意味は使われた場面で確認します。
SSH
別のコンピューターへ暗号化した通信で接続する仕組み。サーバーでログを調べるときなどに使います。
AIハーネス
モデルの周りで、ツール、情報、実行手順や権限を組み合わせる仕組み。ファイルを読む範囲やテストの実行手順などを扱います。
Ambient AI(アンビエントAI)
周囲の状況を手がかりに、必要な場面で支援するAIの考え方。たとえば農園の温度と直近の作業を参照し、確認が必要なときに知らせます。
OpenClaw
自分の環境でAIアシスタントを動かすための基盤。チャットの窓口、AIモデル、作業用のツールをつなげます。
Markdown
見出しや箇条書きを簡単な記号で書ける文章形式。手順書をテキストで保管し、Gitで変更を追うときにも使えます。
Obsidian
Markdownのノートを整理し、ノート同士をリンクできるアプリ。AIに参照させるときは、対象となるノートとアクセス方法を指定します。
SQL
データベースからデータを取り出したり、集計や更新をしたりする言語。施設別の請求額を集計する、といった処理を書けます。
Supabase
PostgreSQLを軸に、データベース、ログイン認証、ファイル保存などを提供するサービスです。
Vercel
WebサイトやWebアプリを公開・実行するためのサービス。コードの変更を確認できるプレビュー環境にも使えます。
FastAPI
PythonでWeb APIを作るためのフレームワーク。たとえばアプリから予約枠を問い合わせる窓口を作れます。
Issueで依頼 → ブランチで作業 → Commitで記録 → Pushで共有 → PRで提案 → テストとレビュー → Mergeで取り込み。
参考資料 RAG原論文 · OpenAI API技術資料
開発と連携の資料 GitHub Actions · MCP · TOML