AI用語辞典：プロンプト／RAG／ファインチューニング／エージェントをやさしく整理する

はじめに：AI用語は「カタカナ英語の壁」を越えると一気に楽になる

生成AIの話題を追っていると、プロンプト、RAG、ファインチューニング、エージェント……と、専門用語が次々に出てきます。最初はとっつきにくいのですが、実はどれも「AIにどう働いてもらうか」を表す役割分担の言葉です。

この記事では、現場でよく使う重要ワードを「ひとことで」「どういうときに使う？」「メリット・注意点」「使い分け」の順に、できるだけ親しみやすく整理します。

プロンプト（Prompt）：AIへの“お願い文”

ひとことで

プロンプトは、生成AIに対して「何をどうしてほしいか」を伝える指示文です。AIにとっての入力（input）であり、成果物の品質を左右する重要ポイントになります。

どういうときに使う？

• 文章作成（メール、企画書、記事、要約）
• コード生成（関数作成、バグ修正、レビュー）
• 画像生成（構図・スタイル指定）
• データ整理（表の整形、分類、抽出）

コツ：プロンプトは「役割」「制約」「例」で強くなる

よく効く定番の型は次の3つです。

1. 役割：あなたは◯◯の専門家として回答してください
2. 制約：文字数、トーン、出力形式（JSON/表/箇条書き）
3. 例：良い例・悪い例、期待する出力サンプル

例：「あなたはBtoB SaaSのPMです。新機能案を3つ、各案に狙い・対象ユーザー・KPIを付けて、箇条書きで出してください。専門用語は短く補足して。」

注意点

• 曖昧な指示だと、回答も曖昧になりやすい（「いい感じで」問題）
• 前提の共有不足でズレる（ターゲット、目的、禁止事項）
• 機密情報を含めないなど、情報管理にも注意

RAG（Retrieval-Augmented Generation）：検索で“根拠”を足す仕組み

ひとことで

RAGは、AIが回答を作る前に社内文書やデータベースから関連情報を検索（Retrieval）し、その内容をもとに生成（Generation）する仕組みです。ざっくり言えば「AIに社内ナレッジをカンニングさせる」イメージです。

どういうときに使う？

• 社内規程、手順書、FAQ、議事録を使ったチャットボット
• 製品マニュアルを参照しながらのサポート回答
• 営業資料・提案書のドラフト作成（過去の事例を参照）
• 法務・コンプラの一次確認（社内ルールの引用付き）

メリット

• 最新情報や社内固有情報を反映できる（モデルが学習していなくてもOK）