はじめに
最近、人と話していると、AI関連の用語がバンバン出てくるようになりました。「ChatGPTがすごい」から一歩進んで、「RAG（ラグ）を導入した」とか「GPTをファインチューニングした」とか、「プロンプトチューニングが大事」とか。
正直、AIの挙動をなんとか制御したいマン（自称）としては全部気になるんですが、AIの用語を知らない人からすると「全部『AIを賢くする』って意味でしょ？何が違うの？」って感じみたいです。
この辺の違いをサクッと教えたい、あるいは自分がざっくり理解したい、という場面がめちゃくちゃ増えてきました。
そこで今回は、この1枚のイラスト（Geminiさん作成）を使って、初心者の方にも一発で分かるように、この3つの「AIを賢くする方法」の違いを解説してみようと思います。
1. プロンプトチューニング（Prompt Tuning / Prompt Engineering）
まずは、イラストの左側。「プロンプトチューニング」です。
これは、右の人に向かって、左の人が何か話しかけていますよね。
これが「プロンプトチューニング」のイメージです。（厳密には「プロンプトエンジニアリング」の方が近いかもですが、ここでは「AIへの指示の仕方を工夫すること」と捉えてください）
AIの脳みそ（大規模言語モデル、LLM）自体は一切いじりません。
AIに対する「話し方」や「質問の仕方」、「指示の出し方」を工夫することで、AIから望んだ答えを引き出す技術です。
例
- 「あなたはプロの編集者です。以下の文章を校正してください。」（役割を与える）
- 「小学生にも分かるように説明して。」（制約を与える）
- 「ステップ・バイ・ステップで考えてください。」（考え方を誘導する）
こんな感じで、AIの能力を最大限に引き出す「呪文（プロンプト）」をアップデートするのがこれです。
一番手軽に始められますが、AIが元々知らない情報（例えば、あなたの会社の社内ルール）は、これだけでは答えさせられません。
2. ファインチューニング (Fine-tuning)
次に、イラストの上側。「ファインチューニング」です。
これは、AIの頭の蓋をパカっと開けて、中に直接何か（新しい知識やデータ）を注入しています。まさに人間でいうところの「学習」しているイメージですね。
ファインチューニングは、既存のAIモデル（脳みそ）に対して、追加で専門データ（例えば、特定の業界用語集や、自社の過去のサポート対応履歴など）を学習させることです。
これを行うと、AIの「知識」そのものが変わります。
一般的なAIが知らない、業界の専門用語を理解して使えるようになる。
一般的なAIでは精度の出ない、特殊な文字の読み取りを正確に読み取れるようなる。
AIの脳みそ自体を改造するので、かなり強力ですが、それなりにコスト（学習データ準備、計算リソース、時間）がかかります。
3. RAG (Retrieval-Augmented Generation)
最後は、イラストの右下。「RAG」です。
これは、AI（脳みそ）が、横に置かれた「本（Q&A集）」を参照しながら答えようとしているイメージです。
RAGは、AIの脳みそ自体は一切いじりません。
AIが質問に答える「その瞬間」に、関連する外部の資料（社内マニュアル、最新のニュース記事、DBのデータなど）を検索して、それを「カンニングペーパー」としてAIに渡します。
AIは、その渡されたカンペ（参考資料）を「元にして」答えを生成します。
「今日の最新の株価を教えて」（最新情報を参照）
「社内の経費精算ルールについて教えて」（社内DBを参照）
ファインチューニングと違って、AIの脳みそは元のままなので、低コストです。
参照させるデータ（カンペ）を差し替えるだけで、AIが答える内容を最新に保てるのが最大の強みです。
最近の「社内データで使えるAIチャットボット」みたいなサービスの多くは、このRAGの仕組みを使っていると思います。
まとめ
簡単にまとめると、こんな感じです。
| 手法 | イラストのイメージ | やること | メリット | デメリット |
|---|---|---|---|---|
| プロンプトチューニング | AIに「話しかける」 | 指示の仕方を工夫する | 超手軽、コストほぼゼロ | AIが知らないことは答えられない |
| ファインチューニング | AIの「脳みそを学習」 | 専門データを追加学習させる | AIの性格や知識自体を変えられる | 高コスト、データの準備が大変 |
| RAG | AIに「カンペを渡す」 | 答える瞬間に外部資料を参照させる | 最新情報や社内情報が扱える | 参照データの整備・検索の仕組みが必要 |
これで、3つの違いがだいぶスッキリしたんじゃないでしょうか？
AIに何かやらせたいと思った時、
- まず「話し方」を工夫してみる（プロンプト）
- それでもダメで、AIの振る舞い自体を変えたいなら「学習」させる（ファインチューニング）
- 最新情報や社内情報を元に答えさせたいなら「カンペ」を渡す（RAG）
という使い分けになります。
これで、誰かに「この辺の違いって何？」と聞かれても、この記事をスッと共有すれば「一発で分かる」ようになっていると嬉しいです！
Discussion