AI公式発表やニュースレビューを読むときに、意味を取り違えやすい言葉を実務判断の文脈で整理します。
文章、画像、音声、コードなどを生成するAI。実務では、生成物そのものより「どの判断や作業に使うか」を先に決める。
大量のテキストやコードを学習し、言葉で推論や生成を行う大規模言語モデル。モデル名ではなく、長文、コード、検索、ツール利用のどこが強いかで見る。
テキストだけでなく、画像、音声、動画、画面などを扱うAI。会議、現場、資料確認の入口が広がる一方、入力してよい情報の線引きが重要になる。
AIが回答や作業の前提として持つ情報。長く渡せるほど便利だが、不要な情報や機密情報まで渡さない設計が必要になる。
目的、文脈、ツールを持ち、複数手順の作業を進めるAI。実務では、できることより権限、停止条件、ログを見る。
AIが調査、作成、検証、報告などの手順をつないで進める作業設計。人間の承認点をどこに置くかが品質を左右する。
コードベースを読み、ファイルを編集し、コマンドを実行するAnthropicのエージェント型ツール。任せる範囲と承認点の設計が導入の要。
AIが外部ツールやデータへ接続するためのプロトコル。実務では、接続先、許可範囲、実行ログ、取り消し方法をセットで見る。
AIの出力や実行を、人間が確認して進める運用点。AIに任せる範囲が広がるほど、承認者と承認基準を明示する必要がある。
検索や社内文書を参照してAIに回答させる構成。実務では、参照元の鮮度、権限、引用できる根拠かどうかを見る。
クラウドではなく手元や社内環境で動かす大規模言語モデル。機密性を高めやすい一方、端末性能、更新、管理負荷も見る。
検索結果上でAIが回答を生成する仕組み。SEOでは順位だけでなく、AI回答の材料として選ばれる構造が重要になる。
企業公式ブログ、公式ドキュメント、論文、規制当局の発表など、解釈前の情報源。ニュースレビューでは最初に確認すべき材料になる。
アカウントにサインイン中のデバイスやアプリの一覧を確認できる機能。見覚えのない行はその場でログアウトできる。2026年6月追加。
使った分だけ支払う課金方式と、その前払い残高。単価はモデル毎に違い、一時クレジットには受け取り期限と失効日がある。
高度なAIモデルや関連技術の国外移転を政府が管理する制度。2026年にはFable 5停止の実例が出た。企業は依存モデルと停止時の代替を見る。
AIの利用範囲、責任、承認、監査、停止条件を決める運用設計。強いAIほど、導入前に決めるべき項目が増える。
AIに読ませる情報、使わせるツール、実行させる操作を決めること。便利さと事故防止の境界線になる。
AIを使った攻撃、AIシステムへの攻撃、AIによる防御運用を含む領域。検知、修復、公開、例外承認まで見る。
AIが読むデータに命令を仕込み、AIを乗っ取る攻撃。エージェント時代は被害が「発言」から「行動」に変わった。
守る力と攻める力が同じであること。線引きは能力ではなく、渡す相手の側に引かれるようになった。
AIが使うツールの説明文に指示を仕込む攻撃。正規の権限で正規のツールが呼ばれるため、ログ上は問題なく見える。
AIがAI開発を担い能力向上が加速するループ。指標は「何割をAIが担うか」。リリース審査の閾値の背景にある概念。
その時点で最先端のAI。規制文書では「covered model」として能力ベンチマークで線引きされ、公開前審査の対象になる。
モデルのウェイト(本体データ)を公開して配る提供方式。一度出ると回収できない。フロンティア級がオープンウェイトになった2026年7月以降、規制と防御の中心論点。
AIの作業が完了したと言える条件。テスト、引用、差分、レビュー結果など、作業前に決めておくほど任せやすくなる。