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。
- 役割：あなたは◯◯の専門家として回答してください
- 制約：文字数、トーン、出力形式（JSON/表/箇条書き）
- 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）
