AI・開発トレンドの用語
22語を収録しています。
あ
（いーばる／Evaluations）
生成AIの出力の品質を、決めた基準で継続的に測る仕組みです。出力が毎回揺れる前提の開発では、テストにあたる役割を担います。
（うめこみ、べくとるけんさく／Embeddings / Vector Search）
文章を数値の並びに変換し、意味の近さで検索できるようにする技術です。語が一致しなくても、内容の近い文書を見つけられます。
（えーあいえーじぇんと／AI Agent）
目的を渡すと、手順を自分で決めて道具を使いながら進めるAIの仕組みです。1回の応答で完結しない作業を任せる形になります。
（えーあいがばなんす／AI Governance）
AIを使う範囲と責任の所在を、組織として決めて運用する枠組みです。何を渡してよいか、誰が判断するかを先に定めておきます。
（えーあいこーでぃんぐえーじぇんと／AI Coding Agent）
課題を渡すとコードを読み、修正し、テストまで走らせるAIの仕組みです。補完との違いは、作業を最後まで進める点にあります。
（えーあいねいてぃぶかいはつ／AI-Native Development）
AIを補助ではなく前提として、開発の進め方そのものを組み替える考え方です。人の役割が、実装から検証と判断へ移っていきます。
（えーあいりてらしー／AI Literacy）
AIの得手不得手を理解し、使ってよい場面と結果の確かめ方を判断できる力です。求人要件として書くには定義の言い換えが要ります。
（えむしーぴー／Model Context Protocol）
AIと外部のデータやツールをつなぐための共通仕様です。接続先ごとに個別実装していた部分を、共通の口でまとめて扱えるようにします。
（えるえるえむ／Large Language Model）
大量の文章で学習した言語モデル。次に来る語を予測する仕組みで動き、要約や生成や分類といった作業を1つのモデルで扱えます。
（えるえるえむおぷす）
生成AIを本番で動かし続けるための運用の総称です。指示文の版管理から品質の測定、費用と応答時間の監視までを対象にします。
か
（かーそる）
AI機能を組み込んだコードエディタです。補完に加えて、指示を出すと複数のファイルにまたがる修正まで進めることができます。
（ぎっとはぶこぱいろっと）
GitHub が提供するコード支援サービスです。補完から始まり、現在はレビューやエージェント的な機能まで範囲が広がっています。
（くろーどこーど）
Anthropic が提供するコーディング用のAIエージェントです。ターミナルで動き、コードの調査から修正とテストまでを進めます。
（こんてきすとうぃんどう／Context Window）
モデルが一度に読み書きできるトークン数の上限です。ここに収まらない情報はモデルに届かないため、設計上の制約として働きます。
さ
た
（とーくん／Token）
言語モデルが文章を扱うときの最小単位です。料金も処理量もこの単位で計算されるため、費用と制限を見積もる話には必ず出てきます。
は
（はるしねーしょん／Hallucination）
モデルが事実でない内容をもっともらしく出力する現象です。仕様上ゼロにはできないため、検知と確認の工程を設計に組み込みます。
（ふぁいんちゅーにんぐ／Fine-tuning）
学習済みのモデルに自社のデータで追加学習を行い、特定の用途に合わせる手法です。知識を足す用途には向かない点に注意が要ります。
（ぷろんぷとえんじにありんぐ／Prompt Engineering）
モデルへの指示文を設計して、望む出力を安定して得られるようにする作業です。モデルを変えずに精度を上げられる最初の手段になります。
ま
（まるちもーだる／Multimodal）
文章に加えて画像・音声・動画などを同じモデルで扱えることを指します。書類や画面をそのまま読ませたい用途で使われています。
ら
（らぐ／Retrieval-Augmented Generation）
質問に関係する文書を検索し、その内容を根拠として渡したうえで生成させる方式です。社内文書を扱う仕組みの標準的な構成になっています。