AI用語

Chain-of-Thought（CoT）とは、AI（大規模言語モデル）に思考の過程（ステップ）を順を追って出力させるプロンプト手法です。本記事では、CoTの概要やメリット、Zero-shot CoTとの違いなどを初心者向けに分かりやすく解説します。

AIエージェントを思い通りに動かす「プロンプトとコンテキスト設計」のノウハウを徹底解説！システムプロンプト、Few-shot、構造化出力（JSON）など、重要用語を日常の例え話（メタファー）と全6問の4択クイズでマスター。

LLMの心臓部「Transformer」と、文脈理解の鍵を握る「Attention（注意機構）」「埋め込み（Embedding）」の仕組みを初心者向けに徹底解説！日常の例え話（メタファー）や図解、すべての用語に対応した全5問の4択問題で、AIエージェントの構造がすっきり理解できます。

AIエージェントの「脳」となるLLMの基本メカニズムを解説！トークン、次トークン予測、コンテキスト、コンテキストウィンドウなど、初心者向けに日常の例え話（メタファー）を交えてわかりやすく整理しました。理解度を試せる全5問の4択問題付き。

コサイン類似度（Cosine Similarity）とは？ベクトルの「長さ」ではなく「向き（角度）」に着目する理由、ユークリッド距離との違い、自然言語処理（NLP）やRAG・検索システムでの活用例をわかりやすく解説。

類似スコア（Similarity Score）とは？コサイン類似度などの計算手法、文章や画像の類似度判定、検索やレコメンドでの活用例を初心者にもわかりやすく解説します。

ハイブリッド検索（Hybrid Search）の仕組みやメリットをわかりやすく解説。キーワード検索とベクトル検索（意味検索）の得意・不得意、RRFによる検索結果の統合、実務やRAGでの活用まで解説します。

キーワード検索（Keyword Search）の仕組みや「検索しても見つからない原因」をやさしく解説。セマンティック検索（意味検索）との違いや、G検定・実務に役立つ検索技術の基礎知識をまとめました。

類似度検索（Similarity Search）とは、データ同士の「近さ」を数値で評価して検索する技術です。Embeddingやベクトル、コサイン類似度といった基礎から、RAG（検索拡張生成）での活用まで分かりやすく解説します。