取り違えの図
この語と間違えやすいのは、どれか。そして、どう違うのか。
当サイトのオリジナル問題321問のうち、「正解はこちらなのに、こちらを選んでしまう」という取り違えが実際に記録されている150組(134語)を並べました。線の1本1本、行の1行1行の根拠は、当サイトが誤答の選択肢につけた注です。この頁のために新しい説明は1文も書いていません。
読み方
- カード1枚=ひとかたまりの取り違え。太字の語が、その下の語と取り違えられています
- 「よく出る」=2問以上で起きている取り違え
- 各行の末尾が出所です(どの問題の誤答の注か/用語ページの定義か)。3組以上のかたまりには図をつけています(23枚)
シラバスの全220語のうち、いま出せるのは134語です。残りの語は、当サイトの問題の中に「取り違えの記録」がまだ無い語です(記録が増えたら図も増えます)。
第1章 AI(人工知能)15枚
よく出る
クラスタリング=正解ラベルなしのデータを、似たもの同士のグループに自動で分ける方法。用語ページの定義
転移学習=別の課題で学んだ知識を土台に、新しい課題を少ないデータで素早く覚えさせる方法。誤答の注 q1005
ニューラルネットワーク=人工ニューロン(ノード)を多数つなげた仕組み。用語ページの定義
ファインチューニング=学習済みモデルに追加データを与え、新しい目的向けに仕上げの調整をする手法。誤答の注 q1005
強化学習=行動の結果に報酬を与え、AIが試行錯誤しながら良い行動を学ぶ方法。誤答の注 q1005
次元削減=教師なし学習の使い道のうち、データが持つ特徴の数を減らして扱いやすくする処理。用語ページの定義
「特徴量」と間違えやすい3語
よく出る
特徴量=AIが判断の手がかりにする、データの性質を数値にしたもの。用語ページの定義
学習済みモデル=学習を終えて、そのまま使える状態になったAIの中身。誤答の注 q1037
重み=入ってきた情報をどれくらい重視するかを表す、学習で調整される数値。誤答の注 q1037
シナプス=ニューロン同士のつなぎ目のこと。つながりの強さが記憶や学習に関わる。用語ページの定義
よく出る
ドロップアウト=学習中に一部の人工ニューロンを無視して、偏った覚え方を防ぐ工夫。用語ページの定義
正則化=モデルが複雑になりすぎないよう、学習中にペナルティをかけて抑える工夫。誤答の注 q1021
次元削減=教師なし学習の使い道のうち、データが持つ特徴の数を減らして扱いやすくする処理。用語ページの定義
「転移学習」と間違えやすい4語
転移学習=別の課題で学んだ知識を土台に、新しい課題を少ないデータで素早く覚えさせる方法。用語ページの定義
ドロップアウト=学習中に一部の人工ニューロンを無視して、偏った覚え方を防ぐ工夫。用語ページの定義
過学習=AIが練習データを丸暗記しすぎて、新しいデータにうまく対応できなくなる現象。誤答の注 q1010
強化学習=行動の結果に報酬を与え、AIが試行錯誤しながら良い行動を学ぶ方法。誤答の注 q1010
正則化=モデルが複雑になりすぎないよう、学習中にペナルティをかけて抑える工夫。用語ページの定義
第二次AIブーム=専門家の知識をルール化した「エキスパートシステム」が登場し、AIの実用化が期待された時期。用語ページの定義
AIの冬=過度な期待の反動で研究費や関心が急激に冷え込んだ、AI研究の停滞期のこと。誤答の注 q1012
第一次AIブーム=第一次AIブームの主役は、迷路やパズルの答えをしらみつぶしに調べて絞り込む「探索・推論」。誤答の注 q1012
第三次AIブーム=大量のデータを使った学習が主役になった、現在に続く盛り上がり。誤答の注 q1012
半教師あり学習=少量の正解つきデータと、大量の正解なしデータを併せて使う方法。用語ページの定義
ディープラーニング=ニューラルネットワーク(脳をまねた仕組み)の層を深く重ねる手法。誤答の注 q1033
教師あり学習=正解ラベル付きのデータで、入力と正解の関係を学ぶ方法。誤答の注 q1033
教師なし学習=正解のラベルを与えずにデータを渡し、その中にある特徴やまとまりをAI自身に見つけさせる学習の種類。用語ページの定義
2045年問題=未来学者レイ・カーツワイルがシンギュラリティ(技術的特異点)の到来を2045年ごろと予測したことから生まれた、日本での呼び名。用語ページの定義
AI効果=AIが世の中に定着すると「これはただの自動化だ」とAI扱いされなくなる現象。誤答の注 q1039
第三次AIブーム=大量のデータを使った学習が主役になった、現在に続く盛り上がり。誤答の注 q1039
「シナプス」と間違えやすい2語
シナプス=ニューロン同士のつなぎ目のこと。つながりの強さが記憶や学習に関わる。用語ページの定義
重み=入ってきた情報をどれくらい重視するかを表す、学習で調整される数値。用語ページの定義
情報の重みづけ=入ってきた情報をどれくらい重視するかを表す数値のこと。誤答の注 q1035
「強化学習」と間違えやすい2語
強化学習=行動の結果に報酬を与え、AIが試行錯誤しながら良い行動を学ぶ方法。用語ページの定義
教師なし学習=正解のラベルを与えずにデータを渡し、その中にある特徴やまとまりをAI自身に見つけさせる学習の種類。用語ページの定義
半教師あり学習=少量の正解つきデータと、大量の正解なしデータを併せて使う方法。用語ページの定義
ヴァーナー・ヴィンジ=1993年の論文でシンギュラリティ(技術的特異点)を論じ、広く知らせたアメリカのSF作家・数学者。用語ページの定義
レイ・カーツワイル=シンギュラリティ(技術的特異点)の到来を2045年ごろと予測した未来学者。誤答の注 q1038
エキスパートシステム=専門家の知識をルール化し、コンピューターに判断させる仕組み。用語ページの定義
ニューラルネットワーク=人工ニューロン(ノード)を多数つなげた仕組み。用語ページの定義
学習済みモデル=学習を終えて、そのまま使える状態になったAIの中身。用語ページの定義
エキスパートシステム=専門家の知識をルール化し、コンピューターに判断させる仕組み。誤答の注 q1030
教師なし学習=正解のラベルを与えずにデータを渡し、その中にある特徴やまとまりをAI自身に見つけさせる学習の種類。用語ページの定義
教師あり学習=正解ラベル付きのデータで、入力と正解の関係を学ぶ方法。誤答の注 q1031
次元削減=教師なし学習の使い道のうち、データが持つ特徴の数を減らして扱いやすくする処理。用語ページの定義
正則化=モデルが複雑になりすぎないよう、学習中にペナルティをかけて抑える工夫。誤答の注 q1032
重み=入ってきた情報をどれくらい重視するかを表す、学習で調整される数値。用語ページの定義
ニューロン=脳の神経細胞のこと。人工ニューロン(ノード)はそれを真似た計算の単位。誤答の注 q1029
第2章 生成AI(ジェネレーティブAI)20枚
よく出る
データセット=学習のために集めたデータのまとまりのこと。用語ページの定義
アーキテクチャ=モデル全体の構造の設計(設計図)のこと。誤答の注 q2054
パラメータ=学習で調整されるモデル内部の数値。モデルの知識量の目安としても使われる。誤答の注 q2054
学習済みモデル=学習を終えて、そのまま使える状態になったAIの中身。用語ページの定義
特徴量=AIが判断の手がかりにする、データの性質を数値にしたもの。用語ページの定義
よく出る
Claude=Anthropic社が開発する対話型AIの名称。用語ページの定義
Copilot=Microsoft社が提供する、文章作成やコード補完などを助けるAIアシスタント。誤答の注 q2020
Gemini=Google社が開発する対話型・マルチモーダルAIの名称。誤答の注 q2020
Sora=OpenAI社が開発した、文章や画像から動画を作り出す生成AI。誤答の注 q2020
よく出る
Code Interpreter=ChatGPTの機能の一つで、AIがその場でプログラムのコードを書いて実行し、データの計算やグラフの作成などを行える機能。用語ページの定義
GPTs=自分専用のカスタムChatGPTを作れる機能。誤答の注 q2015
Image Generation=ChatGPTで文章の指示に沿った画像を作ってくれる機能。誤答の注 q2015
Operator=OpenAI社が開発した、ブラウザ上のクリックや入力操作を代行するAIエージェント。誤答の注 q2015
よく出る
GPT-3.5=最初のChatGPT公開(2022年)のベースになった、GPT-3の後継モデル。用語ページの定義
GPT-4o=「o」は「omni(オムニ、あらゆるという意味)」を表し、テキスト・音声・画像をまとめて処理できるモデル。誤答の注 q2012
GPT-4=OpenAI社が公開した、テキストや画像を扱える大規模言語モデル。誤答の注 q2012
GPT-o1=OpenAI社の、答えを出す前にじっくり考える推論に強いモデル。ChatGPT公開より後に登場した。誤答の注 q2012
よく出る
リカレント層=RNNで、一つ前の処理の結果を次へ渡す輪のような構造の部分。用語ページの定義
隠れ層=入力層と出力層の間にあって、受け取った情報を内部で処理する層の総称。誤答の注 q2056
Attention層=文中のどの単語に注目すべきかを計算する層。誤答の注 q2056
生成器=GANで、本物そっくりのデータを作る側のネットワーク。識別器と競い合いながら学習する。用語ページの定義
よく出る
Copilot=Microsoft社が提供する、文章作成やコード補完などを助けるAIアシスタント。用語ページの定義
Gemini=Google社が開発する対話型・マルチモーダルAIの名称。誤答の注 q2021
Operator=OpenAI社が開発した、ブラウザ上のクリックや入力操作を代行するAIエージェント。誤答の注 q2021
「RNN」と間違えやすい2語
よく出る
よく出る
エンコーダ=入力されたデータの特徴を、潜在ベクトルと呼ばれる短い表現に圧縮する側の仕組み。VAEではデコーダと対になって働く。用語ページの定義
デコーダ=潜在ベクトルから、元に近いものを作り直す側。誤答の注 q2035
Transformerモデル=文中の単語同士の関係を一度に見比べて処理する、今の生成AIの基盤の仕組み。用語ページの定義
BERTモデル=文章を作り出すことより意味を読み取ることを得意とし、RoBERTaやALBERTという改良版があるモデル。用語ページの定義
ボルツマンマシン=確率のゆらぎを使って学習する、GANより前からある古いタイプの生成AI。誤答の注 q2005
制約付きボルツマンマシン=ボルツマンマシンを改良し、神経回路を「見える層」と「隠れた層」の2つに分け、同じ層どうしの結びつきをなくして層と層の間だけでやり取りするようにしたことで学習が収束しやすくなったモデル。用語ページの定義
ファインチューニング=学習済みモデルに追加データを与え、新しい目的向けに仕上げの調整をする手法。用語ページの定義
MLM(Masked Language Model)=BERTが行う学習方法のうち、文章の一部の単語を隠して、そこに入る語を当てさせるもの。用語ページの定義
プレトレーニング=プレトレーニング(事前学習)=AIモデルが実際に使われる前に、大量のデータであらかじめ学習しておくこと。誤答の注 q2022
位置エンコーディング=Transformerは文章中の単語をすべて同時に処理するため、そのままでは単語がもともと何番目にあったかが分からなくなってしまう。この弱点を補うために使われる仕組み。用語ページの定義
GPT-4o=「o」が「omni(オムニ、あらゆるという意味)」を表し、テキスト・音声・画像をリアルタイムでまとめて処理できるようになったモデル。用語ページの定義
GPT-4.1=2025年4月公開、開発者向けの実務(長い文脈処理やコード修正)に最適化されたモデル。誤答の注 q2017
GPT-o1=OpenAI社の、答えを出す前にじっくり考える推論に強いモデル。誤答の注 q2017
「GPTs」と間違えやすい2語
GPTs=ユーザーが自分の目的に合わせて指示や知識を設定し、自分専用のカスタムChatGPTを作って公開・共有できる機能。用語ページの定義
Codex=OpenAI社が開発した、コードの作成や修正を自動で進めるAI開発エージェント。誤答の注 q2016
Sora=OpenAI社が開発した、文章や画像から動画を作り出す生成AI。誤答の注 q2016
「MLM」と間違えやすい2語
MLM=BERTが行う学習方法のうち、文章の一部の単語を隠して、そこに入る語を当てさせるもの。用語ページの定義
NSP(Next Sentence Prediction)=2つの文がつながっているかを当てさせる、もう一つの学習方法。誤答の注 q2060
RLHF=人間の評価を報酬にして、受け答えを望ましい方向へ調整する方法。誤答の注 q2060
アーキテクチャ=モデル全体の構造の設計(設計図)のこと。用語ページの定義
ハイパーパラメータ=学習の進め方を、人があらかじめ決めておく設定の値。誤答の注 q2058
パラメータ=学習で調整されるモデル内部の数値。規模の目安としても使われる。誤答の注 q2058
位置エンコーディング=Transformerは文章中の単語をすべて同時に処理するため、そのままでは単語がもともと何番目にあったかが分からなくなってしまう。この弱点を補うために使われる仕組み。用語ページの定義
Attention Mechanism=Attention(注意)の仕組み=文中のどの単語がどれくらい重要かに得点をつけて重視する処理のこと。誤答の注 q2025
RLHF=RLHF(人間のフィードバックを使った強化学習)=人間の評価をもとにAIの答えを望ましい方向に学習させる仕組み。誤答の注 q2025
「隠れ層」と間違えやすい2語
隠れ層=入力層と出力層の間にあって、受け取った情報を内部で処理する層の総称。用語ページの定義
Attention層=文中のどの単語に注目すべきかを計算する層。誤答の注 q2055
潜在ベクトル=データの特徴を圧縮して表した、数値の並びのこと。誤答の注 q2055
「生成器」と間違えやすい2語
生成器=GANで、本物そっくりのデータを作る側のネットワーク。識別器と競い合いながら学習する。用語ページの定義
エンコーダ=VAEの二人組。エンコーダが潜在ベクトルに縮め、デコーダが元に近いものを作り直す。誤答の注 q2037
デコーダ=潜在ベクトルに圧縮された特徴を受け取り、元に近いデータを作り直す側の仕組み。VAEではエンコーダと対になって働く。用語ページの定義
BERTモデル=文章を作り出すことより意味を読み取ることを得意とし、RoBERTaやALBERTという改良版があるモデル。用語ページの定義
GPTモデル=次に来る単語を予測しながら、文章を作り出すことを得意とするモデル。誤答の注 q2059
Gemini=Google社が開発する対話型・マルチモーダルAIの名称。用語ページの定義
Codex=OpenAI社が開発した、コードの作成や修正を自動で進めるAI開発エージェント。誤答の注 q2019
GPT-4=OpenAI社が公開した、テキストや画像を扱える大規模言語モデル。用語ページの定義
RoBERTa=BERTの改良モデルのうち、約10倍のデータ量とより長い学習時間を使うことで、言語を理解する能力を高めたモデル。用語ページの定義
第3章 現在の生成AIの動向1枚
リマスタリング=古い写真や映像を、今の画質・音質の基準に合わせて作り直す処理。用語ページの定義
画像のリサイズ=大きさをそろえる処理。誤答の注 q3041
第4章 情報リテラシー・基本理念とAI社会原則25枚
よく出る
よく出る
プレテキスト=もっともらしい作り話で信用させる手口。用語ページの定義
ブラックメール=弱みを握って金銭などを要求する脅迫。誤答の注 q4008
ベイト攻撃=魅力的な餌をちらつかせて罠に誘い込む手口。誤答の注 q4008
ヴィッシング=音声通話を使って個人情報を聞き出す手口。用語ページの定義
スピアフィッシング=特定の相手を狙い撃ちにする手口。誤答の注 q4008
「商標権」と間違えやすい4語
よく出る
商標権=会社のロゴマークや商品名のように、自社の商品・サービスを他社のものと区別するための目印を保護する権利。用語ページの定義
意匠権=製品のデザインを守る権利。著作権・特許権・商標権とともに知的財産権に入る。誤答の注 q4038
著作権=小説や絵、音楽などの創作物を作った人の権利を守るもの。ロゴや商品名を守る商標権とは別物。誤答の注 q4038
特許権=発明を守る権利。出願日から数えて20年後に終わる。誤答の注 q4038
肖像権=自分の顔や姿を無断で撮られない権利。知的財産権には分類されない。誤答の注 q4102
よく出る
セキュリティ確保=攻撃や事故からシステムを守ること。用語ページの定義
プライバシー保護=私生活の情報を守ること。守る対象が違う。誤答の注 q4095
イノベーション=新しい技術の芽を摘まないようにする、AI事業者ガイドライン「共通の指針」の項目の一つ。規制ばかりを強めず、安全とのつり合いをとりながら発展を後押しする考え方。用語ページの定義
教育・リテラシー=人がAIを正しく使えるよう学べるようにすること。誤答の注 q4095
「ベイト攻撃」と間違えやすい3語
よく出る
ベイト攻撃=魅力的な餌をちらつかせて罠に誘い込む手口。用語ページの定義
ブラックメール=弱みを握って金銭などを要求する脅迫。餌で誘うのではない。誤答の注 q4083
スピアフィッシング=特定の相手を狙い撃ちにする手口。誤答の注 q4083
スミッシング=SMS(ショートメッセージ)を使って偽サイトへ誘い込む、フィッシング詐欺の手口。SMSとフィッシングを合わせた言葉。用語ページの定義
「AI提供者」と間違えやすい2語
よく出る
よく出る
ヴィッシング=音声通話を使って個人情報を聞き出す手口。用語ページの定義
スミッシング=SMS(ショートメッセージ)で偽サイトへ誘導する手口。誤答の注 q4077
スピアフィッシング=特定の相手を狙い撃ちにする手口。誤答の注 q4077
「マスキング」と間違えやすい2語
よく出る
マスキング=個人情報を扱う際に、名前や口座番号の一部を「****」のように隠して表示する加工手法。用語ページの定義
匿名加工情報=個人が特定できないよう加工し、元に戻せなくしたデータのこと。****で隠すマスキングとは別の加工方法。誤答の注 q4016
個人識別符号=マイナンバーや指紋データのように、それ単体で特定の個人を識別できる情報のこと。誤答の注 q4016
よく出る
教育・リテラシー=人がAIを正しく使えるよう学べるようにすること。用語ページの定義
イノベーション=新しい技術の芽を摘まないようにすること。誤答の注 q4096
公正競争確保=一部の事業者が市場を独占しないようにすること。誤答の注 q4096
よく出る
よく出る
スミッシング=SMS(ショートメッセージ)を使って偽サイトへ誘い込む、フィッシング詐欺の手口。SMSとフィッシングを合わせた言葉。用語ページの定義
ブラックメール=弱みを握って金銭などを要求する脅迫。誤答の注 q4076
よく出る
テクノロジーの理解=仕組みや道具の性質を知っていること。用語ページの定義
情報リテラシー=情報の正しさを見抜き、選び取る力のこと。誤答の注 q4075
アカウンタビリティ=問題が起きた際、開発者や提供者が責任を持って説明・対応できるようにしておくこと。用語ページの定義
セキュリティ確保=攻撃や事故からシステムを守ること。用語ページの定義
プライバシー保護=私生活の情報を守ること。用語ページの定義
マスキング=個人情報を扱う際に、名前や口座番号の一部を「****」のように隠して表示する加工手法。用語ページの定義
教育・リテラシー=人がAIを正しく使えるよう学べるようにすること。用語ページの定義
個人情報取扱事業者=名簿やデータベースの形で個人情報を事業に利用している会社や団体、個人事業主などのこと。規模の大小を問わず、個人情報保護法の義務を負う。用語ページの定義
AI提供者(AI Provider)=作られたAIをサービスとして世に出す立場。用語ページの定義
個人識別符号=マイナンバーや指紋データのように、それ単体で特定の個人を識別できる情報のこと。誤答の注 q4068
個人情報保護委員会=企業がルールを守っているかを見張る国の専門機関。誤答の注 q4068
要配慮個人情報=病歴や信条など、漏れると不当な扱いにつながりかねない、特に配慮が要る個人情報。誤答の注 q4068
フィッシング詐欺=本物の企業や銀行を装った偽のメールやサイトを使い、IDやパスワード、クレジットカード番号などを入力させてだまし取る手口。用語ページの定義
ソーシャルエンジニアリング攻撃=機械ではなく人を狙う攻撃。背後からパスワードを盗み見る、上司を装って電話をかけるなど。誤答の注 q4003
マルウェア=悪意のある(malicious)ソフトウェアを縮めた言葉で、害のあるソフト全体を指す総称。誤答の注 q4003
ランサムウェア=マルウェアの一種で、身代金を要求するもの。誤答の注 q4003
AIガバナンス・ゴール=企業がAIガバナンスを構築するとき、自社が目指す姿として定めるもの。用語ページの定義
AIマネジメントシステム=ゴールを実現するために整える、運用の仕組みのこと。誤答の注 q4098
環境・リスク分析=ゴールを決める前に行う、現状とリスクの把握のこと。誤答の注 q4098
プライバシー保護=私生活の情報を守ること。用語ページの定義
テクノロジーの理解=仕組みや道具の性質を知っていること。用語ページの定義
透明性=AIがどう判断したかを明らかにできること。誤答の注 q4094
「マルウェア」と間違えやすい2語
マルウェア=コンピュータに害を与える目的で作られたソフトウェアの総称。ウイルスやランサムウェアなどをまとめて指す。用語ページの定義
アンチウイルスソフトウェア=害のあるソフトを見つけて防ぐ側のソフト。誤答の注 q4078
ランサムウェア=マルウェアの一種で、身代金を要求するもの。誤答の注 q4078
改正個人情報保護法=2022年に全面施行された、個人データの取り扱いの規律を強めた法律の呼び方。用語ページの定義
AI新法=2025年6月4日に公布された、AIの研究開発と活用の推進に関する法律。誤答の注 q4085
不正競争防止法=営業秘密の持ち出しなど、公正な競争を害する行為を規制する法律。誤答の注 q4085
ランサムウェア=マルウェアの一種で、身代金を要求するもの。用語ページの定義
アンチウイルスソフトウェア=害のあるソフトを見つけて防ぐ側のソフト。誤答の注 q4079
肖像権=自分の顔や姿を無断で撮られない権利。知的財産権には分類されない。用語ページの定義
パブリシティ権=有名人の氏名や肖像(顔・姿)が持つ「顧客を引き寄せる経済的な価値」を、本人が独占的にコントロールできる権利。用語ページの定義
著作権侵害=他人の著作物を無断で利用してしまうこと。似ていること(類似性)と、元の作品に基づいて作ったこと(依拠性)の両方がそろって認められる。用語ページの定義
名誉毀損=公然と事実を示して他人の社会的な評価を落とす行為。用語ページの定義
不正競争防止法=営業秘密の持ち出しなど、公正な競争を害する行為を規制する法律。用語ページの定義
個人情報保護法=個人の権利利益を守りつつ、個人情報を正しく活用するためのルールを定めた法律のこと。誤答の注 q4024
第5章 テキスト生成AIのプロンプト制作と実例7枚
「文章の要約」と間違えやすい5語
よく出る
文章の要約=長い文章を、短く要点だけにまとめること。用語ページの定義
タスクの抽出=長い記録の中から「やること」だけを取り出して、一覧にしてもらう使い方。誤答の注 q5022
アンケートの分析=集まったアンケートの回答(自由記述など)を、内容ごとに仕分けたり、多い意見の順にまとめたりしてもらう使い方。用語ページの定義
数字の変換=単位を変えたり(円をドルに)、表記のしかたを変えたり(西暦を和暦に)してもらう使い方。用語ページの定義
文章の校正=誤字や言い回しの誤りを直すこと。誤答の注 q5022
文章の整理=ばらばらに書かれたメモなどを、話題ごとにまとめ直して読みやすい順に並べ替えてもらう使い方。用語ページの定義
よく出る
アジェンダの作成=これから行う会議の議題と時間配分を作ること。アンケート項目を考える作業とは別の活用法。用語ページの定義
タスクの抽出=長い記録の中から「やること」だけを取り出して、一覧にしてもらう使い方。誤答の注 q5016
アンケート項目の作成=これから聞く質問の案を考えてもらうこと。用語ページの定義
質問させながら一緒に進める=AIとの対話を通じて、内容を段階的に完成させていくテクニック。誤答の注 q5016
よく出る
アンケートの分析=集まったアンケートの回答(自由記述など)を、内容ごとに仕分けたり、多い意見の順にまとめたりしてもらう使い方。用語ページの定義
アンケート項目の作成=これから聞く質問の案を考えてもらうこと。誤答の注 q5045
ブレインストーミング=良し悪しを気にせず、アイデアをたくさん出し合うこと。AIに頼むと、数を優先した案出しを任せられる。用語ページの定義
キャッチコピーの作成=短く印象に残る宣伝の言葉を考えること。用語ページの定義
アンケート項目の作成=これから聞く質問の案を考えてもらうこと。用語ページの定義
タスクの抽出=長い記録の中から「やること」だけを取り出して、一覧にしてもらう使い方。誤答の注 q5015
メールの作成=状況や相手を伝えて、用件に合ったメールの文章を作ってもらう使い方。送る前の内容の確認は人が行う。用語ページの定義
文章の整理=ばらばらに書かれたメモなどを、話題ごとにまとめ直して読みやすい順に並べ替えてもらう使い方。用語ページの定義
「文章の校正」と間違えやすい2語
文章の校正=誤字や言い回しの誤りを直すこと。用語ページの定義
メールの作成=状況や相手を伝えて、用件に合ったメールの文章を作ってもらう使い方。送る前の内容の確認は人が行う。用語ページの定義
文章の整理=ばらばらに書かれたメモなどを、話題ごとにまとめ直して読みやすい順に並べ替えてもらう使い方。用語ページの定義
Instruction=効果的なプロンプトの4要素のうち、してほしい作業の内容を動詞で伝える「指示」の部分。用語ページの定義
Temperature=送るときに調整する設定で、プロンプトの構成要素ではない。誤答の注 q5049
ブレインストーミング=良し悪しを気にせず、アイデアをたくさん出し合うこと。AIに頼むと、数を優先した案出しを任せられる。用語ページの定義
質問させながら一緒に進める=「足りない情報があれば私に質問して」と伝え、AIとの対話を通じて内容を段階的に完成させていく使い方。用語ページの定義