エージェントオーケストレーション
使うとき
複数のAIエージェントを動かすときに、誰が次に動くか、結果をどう受け渡すか、失敗したらどう止めるかを制御する仕組みです。役割を分けるのがマルチエージェント、分けたあとの動かし方を決めるのがオーケストレーションです。
CrewAIなど、複数のエージェントを組むツールの説明に出てきます。
AIツールを選ぶ・使うための用語集
AI用語集
AIツールのページや設定画面で出会う言葉を、2〜3文で説明します。関係するツールや比較記事へ、そのまま進めます。
72語
あ行
エンタープライズサーチ
社内検索 / Enterprise Search
ツールを選ぶとき
文書管理・チャット・顧客管理など、社内に散らばった複数のシステムを横断して、必要な情報を1か所から探せるようにする仕組みです。役に立つかどうかは、閲覧権限の反映とデータの新しさで大きく変わります。
法人向けAIツールの「社内データの検索」や「コネクタ」の説明に出てきます。
エンベディング
Embedding / 埋め込み
使うとき
文章や画像を、意味が近いものほど近くに来る数値の列（ベクトル）に変換したものです。これによって、意味が近いかどうかを計算で比べられるようになります。ベクトル検索やRAGの土台です。
Difyなどで社内の資料を読み込ませるときの「埋め込みモデル」の設定に出てきます。
か行
ガードレール
Guardrails
使うとき・会社で入れるとき
AIへの入力や出力をやり取りの途中で検査し、通す・書き換える・止めるを判断する仕組みです。万能の安全装置ではなく、置く場所によって防げるものが変わります。
法人向けAIツールの安全機能や、AIエージェントの設定に出てきます。
監査ログ
Audit Log
会社で入れるとき
誰が・いつ・何を・どのシステムに対して行ったかを、あとから確かめられる形で残した記録です。問題が起きたときに経緯を追うためのもので、AIツールでは誰が何を入力し、何を実行させたかが対象になります。
ChatGPTやClaudeの法人プランの、管理機能の説明に出てきます。
機械学習
Machine Learning / ML
ツールを選ぶとき
データに含まれるパターンを学習し、新しいデータについて予測や判断を行う仕組みです。AIの一分野で、ディープラーニングはその一種です。
AIツールの紹介文で、使っている技術の説明として出てきます。
基盤モデル
Foundation Model
ツールを選ぶとき
大量のデータで学習し、さまざまな用途に合わせて使える大規模なAIモデルを指す言葉です。LLMは基盤モデルの一種として扱われることが多く、画像や音声を扱う基盤モデルもあります。定義は、言葉を使う人によって範囲が違います。
AIのニュースや、ベンダーの資料に出てきます。
グラウンディング
Grounding
使うとき
AIの答えを、検索結果や社内文書など確かめられる情報源に結びつける仕組みです。RAGは、それを実現する方法の1つです。根拠に結びつけても、答えが正しいとは限りません。
AI検索エンジンの出典表示や、Googleの生成AIサービスの設定に出てきます。
構造化出力
Structured Output
使うとき
AIの答えを、JSONなど決めた形式で返させる機能です。プロンプトで頼むだけの場合と違い、対応する製品では形式どおりの出力が保証されることがあります。保証の条件は、AIによって違います。
Difyのワークフローや、OpenAI・GoogleのAPIの設定項目に出てきます。
個人情報（生成AIでの扱い）
会社で入れるとき
顧客名簿などの個人情報を生成AIに入れてよいかは、法令・会社のルール・使うサービスの契約で決まります。個人情報保護委員会は、生成AIサービスの利用に関する注意喚起を公表しています。自分で確かめてよいことと、法務などへ相談することを分けて考えます。
AIツールの利用規約やプライバシーの案内、法人プランの説明に出てきます。
コネクタ
Connector
ツールを選ぶとき・使うとき
AIツールが、Slack・Gmail・Notionなど外部のサービスにつなぐために用意している接続です。つなぐと、そのサービスのデータをAIが読み取ったり操作したりできるようになります。どこまで許すかは、接続するときの権限で決まります。
ClaudeやChatGPT、Manusの設定画面に「コネクタ」として出てきます。
さ行
ジェイルブレイク
Jailbreak
会社で入れるとき
AIの提供元が設けた、安全上・利用上の制限を回避しようとする試みです。特定の製品名ではなく、行為を指します。業務で試すと、利用規約や社内ルールに反する場合があります。
AIの利用規約や、安全対策の説明に出てきます。
思考の連鎖
Chain of Thought / CoT
使うとき
AIに結論だけでなく、途中の考えや理由を順に出すよう求める依頼の仕方です。成果物の前提を確かめる材料になりますが、途中の説明が長くても答えが正しいとは限りません。
プロンプトの書き方の解説や、推論モデルの説明に出てきます。
システムプロンプト
System Prompt
使うとき
AIの役割や目的、出力の条件などを、会話の前にあらかじめ示しておく指示です。呼び方と置き場所は製品やAPIによって違い、ChatGPTのカスタム指示も近い役割を持ちます。
ChatGPTのカスタム指示やプロジェクトの設定、APIの指示の欄に出てきます。
社内GPT
ツールを選ぶとき・会社で入れるとき
社員が使える生成AIのチャットを、会社が社内向けに用意したもの全般の呼び方です。特定の製品やモデルの正式名称ではありません。安全かどうかは、使うサービスの契約・設定と、社内の資料をどうつなぐかで決まります。
法人向けのChatGPTやClaude、Difyで作る社内チャットの紹介に出てきます。
小規模言語モデル
SLM / Small Language Model
ツールを選ぶとき・使うとき
LLMより規模が小さい言語モデルの総称です。どこからが「小規模」かの線引きは、提供元によって違います。LLMとの主な違いは大きさで、どこで動かすか・重みを公開しているかは別の話です。
軽いモデルの紹介や、手元のPCで動かすモデル選びで出てきます。
責任あるAI
Responsible AI
会社で入れるとき
AIを社会に受け入れられる形で開発・提供するために、企業や国際機関が掲げる原則の総称です。原則の名前や数は、提供元によって違います。
MicrosoftやGoogleのAIサービスの説明や、取引先の提案依頼書に出てきます。
説明可能AI
XAI / Explainable AI
会社で入れるとき
AIの出力や仕組みについて、理由や根拠を人が確かめられる形にしようとする考え方です。確かめたいのが参照した根拠か、モデルの動きか、利用時の記録かによって、求める説明が変わります。
審査や採用など、AIの判断に理由が求められる業務の資料に出てきます。
ゼロデータ保持
ZDR / Zero Data Retention
会社で入れるとき
AIの提供元が、応答を返したあとに入力と出力を保存しない取り扱いを指す言い方です。「学習に使わない」とは別の話で、学習に使われなくても一定期間は保存される場合があります。どこまで保存しないかは、提供元と契約の条件で変わります。
法人プランやAPIの説明の、データの取り扱いの案内に出てきます。
た行
知識蒸留
蒸留 / Knowledge Distillation
使うとき
大きいモデル（教師）に答えを出させ、その答えで小さいモデル（生徒）を訓練する手法です。元のモデルを軽くする量子化と違い、別のモデルを育てます。性能が上がるのは特定の用途についてで、他社のモデルの出力を使う蒸留を規約で制限している提供元もあります。
モデルの一覧に「蒸留モデル」「distill」と書かれた表示として出てきます。
チャンク
Chunk / チャンキング
使うとき
長い文書を、AIに渡しやすい大きさに区切った1つ分です。区切る大きさで検索の当たり方が変わるので、RAGの設定では長さや重なりの幅を決めます。決まった正解の文字数はありません。
Difyなどで資料を読み込ませるときの「最大チャンク長」「チャンクオーバーラップ」の設定に出てきます。
ツール呼び出し
Tool Calling / Function Calling
使うとき
AIが会話の外にある処理を必要とするとき、「この処理をこの引数で実行してほしい」という要求を返す仕組みです。実際に処理を実行するのはAIではなく、AIを組み込んだアプリの側です。
Difyやn8nでAIに外部の処理をさせる設定や、ChatGPTのAPIの説明に出てきます。
ディープフェイク
Deepfake
会社で入れるとき
生成AIなどで、人物や出来事を本物らしく見せるように作ったり改変したりした画像・映像・音声です。見た目や声に違和感がなくても、重要な依頼が本物とは限りません。送り主と経路を、いつもの連絡手段で確かめます。
音声や動画の生成ツールの利用規約、社内のセキュリティの注意に出てきます。
ディープラーニング
深層学習 / Deep Learning
ツールを選ぶとき
多層のニューラルネットワークを使う、機械学習の一種です。画像認識や音声認識、生成AIの多くが、この技術の上に作られています。
AIツールの紹介文で、使っている技術の説明として出てきます。
定期タスク
Scheduled Tasks / スケジュール実行
使うとき
指定した時刻や周期になると、AIへの指示を自動で起動して結果を届ける機能です。リマインダーが知らせるだけなのに対して、定期タスクは調べる・まとめるといった作業そのものを実行します。
ChatGPTの「タスク」や、Manusの機能として出てきます。
データガバナンス
会社で入れるとき
会社が持つデータについて、誰がどう管理し、誰が責任を持つかを整える体制です。品質・アクセス権・変更の記録が主な対象です。AIの使われ方を管理するAIガバナンスとは、対象が違います。
社内のデータをAIに読ませる検討や、法人プランの管理機能の説明に出てきます。
な行
ナレッジカットオフ
Knowledge Cutoff
使うとき
AIモデルが学習したデータが、いつ時点までの情報かを示す区切りです。それより新しい出来事は、検索機能などで補わない限り答えに入りません。1つのモデルでも、区切りが1つの日付で言い切れない場合があります。
モデルの説明ページや、AIの答えが古いと感じたときの案内に出てきます。
ナレッジグラフ
Knowledge Graph
使うとき
ものごとと、ものごとの間の関係を、はっきりしたデータとして持つ仕組みです。意味の近さで探すベクトルデータベースに対して、ナレッジグラフは関係をたどって探します。
RAGやGraphRAGの資料、検索の仕組みの比較に出てきます。
ナレッジベース
ツールを選ぶとき・使うとき
マニュアル・規程・過去の対応記録など、業務に必要な情報をまとめて整理した情報庫です。FAQより扱う範囲が広く、AIチャットボットや社内検索の情報源にも使われます。情報の置き場所であるナレッジベースと、そこから探して答える仕組みであるRAGは分けて考えます。
Difyの「ナレッジ」や、NotebookLM・Notion AIに資料を読み込ませる機能として出てきます。
は行
ハイブリッド検索
Hybrid Search
使うとき
キーワード検索とベクトル検索を同時に行い、2つの結果を1つの順位にまとめる検索方式です。型番のような言葉の一致と、言い換えへの強さを両立させるために使います。組み合わせれば必ず良くなるわけではありません。
Difyのナレッジ検索の設定で、ベクトル検索・全文検索と並ぶ選択肢として出てきます。
ファインチューニング
Fine-tuning
使うとき
学習済みのAIモデルに、目的に合わせた追加のデータで再学習させ、モデル自体の答え方を作り変える手法です。足りない知識を補いたいときはRAG、答え方や形式をそろえたいときはファインチューニング、と役割が違います。
Google AI StudioなどのAPIの機能や、Hugging Faceのモデル配布ページに出てきます。
プロンプトキャッシュ
Prompt Caching
使うとき
先頭が同じ入力を繰り返し送るとき、前回の処理を使い回して、料金や応答時間を抑える仕組みです。割引の率や効く条件は提供元ごとに違い、入力の先頭が毎回変わる使い方では効きません。
OpenAI・Anthropic・GoogleのAPI料金表に、キャッシュの単価として出てきます。
プロンプトテンプレート
使うとき
毎回の依頼文の共通部分を雛形にして、案件ごとに変わる情報だけを差し替えて使う方法です。前提や出力の形が抜けるのを防げます。保存や共有の仕組みは、製品ごとに違います。
ChatGPTやClaudeのプロジェクト機能、依頼文を保存する機能で出てきます。
文書検索AI
ツールを選ぶとき
社内の規程や手順書、議事録などから、必要な情報や答えを探すためのAIの呼び方です。文書の一覧を返す製品もあれば、見つけた文書をもとに答えを書く製品もあります。閲覧権限がどう反映されるかは、入れる前に確かめます。
社内資料を読み込ませて質問できるツールの紹介に出てきます。
ベクトル検索
Vector Search
使うとき
言葉が一致するかではなく、文章の意味がどれだけ近いかをもとに探す検索方法です。文章をエンベディングに変換し、近いものを計算で見つけます。型番や固有名詞は、キーワード検索のほうが得意なことがあります。
Difyなどのナレッジ検索の設定で、全文検索と並ぶ選択肢として出てきます。
ベクトルデータベース
ベクトルDB / Vector Database
使うとき
データをベクトル（数値の並び）に変換して保存し、意味の近さで探せるようにするデータベースです。完全一致や条件で探す普通のデータベースと違い、言い換えた質問でも近い文書を見つけられます。
RAGを組むツールの設定や、検索の仕組みの比較に出てきます。
ま行
マルチエージェント
Multi-Agent
ツールを選ぶとき
1つの依頼をAIエージェント1体で処理せず、複数のエージェントに役割を分けて動かす仕組みです。全体を把握する役が仕事を分け、ほかのエージェントが並行して調べる形が代表的です。複数にすれば必ず賢くなるわけではありません。
ManusのWide Researchなど、調査機能の説明で「複数のエージェントが並行して動く」と書かれます。
マルチモーダルAI
ツールを選ぶとき
テキストに加えて、画像・音声・動画など複数の種類の情報を扱えるAIの総称です。入力できる種類と出力できる種類は別で、画像を読み込めても画像を作れるとは限りません。
ChatGPTやGeminiの機能説明で、画像や音声に対応していることを示す言葉として出てきます。
ら行
量子化（LLMの量子化）
Quantization / GGUF
使うとき
モデルの重みを少ないビット数で表して、ファイルを軽くし、手元のPCでも動かしやすくする操作です。軽くするほど必要なメモリは減りますが、精度が落ちる場合があります。Q4_K_M・Q8_0のようなファイル名は、量子化の方式と度合いを表しています。
OllamaやLM Studioでモデルを選ぶ画面や、Hugging Faceの配布ファイル名に出てきます。
リランキング
Rerank / Reranking
使うとき
検索で取り出した結果を、別のモデルでもう一度採点して並べ替える処理です。質問との関係が強い資料を上に寄せられますが、有効にすれば必ず良くなるわけではありません。
Difyのナレッジ検索の設定や、Cohereのモデル一覧に出てきます。
A〜Z
A2Aプロトコル
Agent2Agent
使うとき
AIエージェント同士が通信するための、オープンな規格です。AIとツールやデータをつなぐMCPに対して、A2Aはエージェントとエージェントをつなぎます。両者は対立するものではなく、組み合わせて使う前提で説明されています。
AIエージェントの連携や、エージェントの基盤となる製品の説明に出てきます。
Agentic AI
エージェンティックAI / エージェント型AI
ツールを選ぶとき
限られた監視のもとで、目標に向けて自分で手順を進めるAIを指す言葉です。AIエージェントを含む、ひとまわり広い言い方として使われます。提供元によって使い分けがそろっていないので、資料ごとに何を指しているかを確かめます。
AIエージェント製品の紹介や、ベンダーの資料に出てきます。
Agentic RAG
使うとき
RAGの流れにAIエージェントを組み込み、検索の回数や調べ直しの判断をAIに任せる仕組みです。通常のRAGが検索を1回で終えるのに対して、必要に応じて検索を繰り返します。精度が必ず上がるわけではありません。
RAGの製品資料や、AIエージェントの基盤の説明に出てきます。
AI CoE
AI Center of Excellence
会社で入れるとき
社内のAI活用を部署横断で支える組織や機能を指す言葉です。人の役割であるAIチャンピオンや、判断の仕組みであるAIガバナンスとは分けて考えます。
大きな会社のAI推進体制や、コンサルティングの提案書に出てきます。
AI OCR
ツールを選ぶとき
紙やPDFの文字を読み取るOCRに、AIによる解析を組み合わせた仕組みです。従来のOCRとの大きな違いは、読み取ったあとに表や項目をどんな形で返せるかにあります。
請求書や申込書のデータ入力を自動にするツールの紹介に出てきます。
AIアシスタント
ツールを選ぶとき
人の指示を受けて、予定の確認や文章の作成、調べものなどを手伝うAIの呼び方です。業界共通の境界線はなく、AIチャットボットやAIエージェントと重なって使われています。
ChatGPT・Gemini・Copilotなどの紹介で、製品の呼び名として出てきます。
AIアダプション
AI活用定着
会社で入れるとき
AIツールを入れただけで終わらせず、社内で使い続けてもらうための取り組みを指す言葉です。製品の導入・研修・利用ルールのどこまでを含むかは、使う人によって違います。
法人向けAIツールの導入支援や、研修の説明に出てきます。
AIアバター
ツールを選ぶとき
人の顔や声をもとに、AIが動画や会話の中の人物を作る仕組みの総称です。あらかじめ動画として作るタイプと、話しかけるとその場で答えるタイプがあります。誰の顔や声を使うか、商用利用や本人の同意の条件は製品ごとに確かめます。
動画生成ツールで、話す人物を選んだり自分の分身を作ったりする機能として出てきます。
AIアプリビルダー
ツールを選ぶとき
業務の目的や画面、入力項目を文章で伝えると、アプリの初期案を作って直せる製品群の呼び方です。各社に共通の公式な分類ではなく、バイブコーディングのツールと重なります。
LovableやReplitなど、文章からアプリを作るツールの紹介に出てきます。
AIガバナンス
会社で入れるとき
AIの導入・利用・改善について、誰が決め、誰が確認し、何かあれば誰が止めるかという責任とルールを組織で整える仕組みです。規約を一度作って終わりではなく、利用範囲・入力する情報・確認の手順を見直し続けます。
法人プランの管理機能や、社内ルールを作るときの資料に出てきます。
AIゲートウェイ
AI Gateway / LLM Gateway
ツールを選ぶとき・使うとき
AIを使うアプリと、複数のAIモデルの間に置く仲介の仕組みです。接続の窓口を1つにまとめ、認証・費用・利用状況をまとめて管理できます。どのモデルに送るかを自動で選ぶ機能は、製品によってあるものとないものがあります。
OpenRouterなど、複数のモデルを1つのAPIで使うサービスの説明に出てきます。
AIチャットボット
ツールを選ぶとき
会話の流れを理解しながら、自然な言葉で答える対話ソフトです。決めたルールの中でしか答えない従来型と違い、想定していなかった聞き方の質問にも答えられます。個人の相談相手にも、問い合わせ対応の自動化にも使われます。
ChatGPTやClaudeの紹介や、問い合わせ対応ツールの説明に出てきます。
AIバイアス
会社で入れるとき
AIの出力や判断が、学習したデータや前提の偏りを反映したり、強めたりする現象です。データや仕組みだけでなく、人がAIを設計・利用するときの判断も含めて考える必要があります。
AIツールの利用上の注意や、社内ルールの資料に出てきます。
AIメモリ
メモリ機能
使うとき
あるチャットで伝えた好みや役割を、別の日の別のチャットでも使えるようにする機能です。今のチャットの中で話を覚えているのとは、別の仕組みです。何が保存され、どう消せるかはサービスごとに違います。
ChatGPTやClaudeの設定画面に「メモリ」として出てきます。
AIリスク評価
会社で入れるとき
AIを特定の業務で使い始める前に、何が起こり得るかを洗い出し、対策や社内の確認が必要かを判断する工程です。対象はAIそのものだけでなく、用途・入力する情報・出力を使う人まで含みます。
社内ルールの資料や、法人向けAIツールの導入前チェックリストに出てきます。
AIリテラシー
会社で入れるとき
AIの得意・不得意やリスクを理解したうえで、業務の中で使ってよい場面か、出てきた答えを信じてよいかを自分で判断できる力です。ツールの操作を覚えることとは別のものです。
社内研修の案内や、AIの利用ルールの資料に出てきます。
AIワークフロー
ツールを選ぶとき・使うとき
仕事の入力・処理・確認・出力という流れの中に、AIの処理を組み込む設計です。人が判断する工程とAIに任せる工程を、先に分けておく点が中心になります。手順をあらかじめ決めて動かす点が、AIエージェントとの違いです。
Dify・n8n・Makeなどの自動化ツールで、処理をつないで組む画面の呼び名として出てきます。
AI音声クローン
Voice Cloning / ボイスクローン
ツールを選ぶとき
特定の人の声のサンプルを取り込み、その人の声の特徴を再現した音声を作る技術です。用意された声で読み上げる普通の音声合成と違い、誰の声かが分かる形で再現します。必要な音声の長さや本人の同意の扱いは、製品ごとに違います。
音声生成ツールや動画ツールの機能一覧に「ボイスクローン」「声の複製」として出てきます。
AI事業者ガイドライン
会社で入れるとき
総務省と経済産業省が連名で公表している、AIの活用に関する指針です。法律ではなく、AI開発者・AI提供者・AI利用者の立場ごとに望ましい取り組みを示しています。会社で生成AIを使うだけなら、まず「AI利用者」の部分を読みます。
社内ルールの根拠として、生成AIのガイドラインづくりの資料で参照されます。
AI導入ロードマップ
会社で入れるとき
目的と利用範囲を決め、一部の業務で小さく試し、振り返ってから広げるかを判断するまでの順番を示す計画です。資料によっては、技術の導入計画や組織の変革計画を指すこともあります。
AI導入の提案書や、社内研修の案内に出てきます。
AI利用ポリシー
会社で入れるとき
社内でAIを使ってよい範囲と、迷ったときの確認先を示す文書です。使う目的・対象者・扱う情報・確認の手順を、関係者が同じように確かめられる形にします。
生成AIの社内ガイドラインとほぼ同じ意味で使われることがあります。
Computer Use
コンピュータ操作AI
ツールを選ぶとき
AIが画面のスクリーンショットを見て、ボタンや入力欄を判断し、マウスやキーボードの操作でアプリやサイトを動かす仕組みです。APIでつなぐ方式やRPAと違い、人と同じ画面を操作します。
ClaudeやGeminiの機能説明や、ブラウザを自動で操作するツールの紹介に出てきます。
FAQボット
ツールを選ぶとき
繰り返し寄せられる質問に、あらかじめ用意した回答を案内して、問い合わせ対応の一部を自動化する使い方です。回答のもとになる資料を新しく保つことと、答えられない質問を人へ渡す経路を決めておくことが前提になります。
問い合わせ対応や社内ヘルプデスク向けの、チャットボットツールの紹介に出てきます。
FDE
Forward Deployed Engineer / フォワードデプロイドエンジニア
会社で入れるとき
顧客の現場に入り込み、AIを使った仕組みを本番で動くところまで作るエンジニアの呼び方です。共通の職務の定義はなく、何を土台に何を作るかは会社によって違います。
AIベンダーの提案書の体制図や、導入支援の説明に出てきます。
Few-shot
少数例プロンプト
使うとき
AIへの依頼文に少数の入出力例を添えて、新しい入力にも同じ型で答えるよう示す書き方です。例は、実際の依頼に近いものを選びます。業務のデータを例に入れるときは、会社のルールも確かめます。
プロンプトの書き方の解説や、AIツールの使い方ガイドに出てきます。
GraphRAG
使うとき
ナレッジグラフを検索の土台に使う、RAGの一種です。文書の近さで探す通常のRAGに対して、ものごとの関係をたどって答えの材料を集めます。
RAGの製品資料や、検索の仕組みの比較に出てきます。
Human-in-the-loop
HITL
使うとき・会社で入れるとき
AIの処理を最後まで自動で走らせず、途中で止めて人が確認・承認してから先へ進める仕組みです。メールの送信やデータの更新など、取り消しにくい操作の前に置きます。
自動化ツールの承認の手順や、AIエージェントの安全設定に出てきます。
llms.txt
使うとき
サイトの案内をAI向けにまとめて、サイトのいちばん上の階層に置くファイルの形式です。llmstxt.orgで公開されている提案で、標準の規格ではありません。Google検索は、llms.txtを使わないと明記しています。
AI検索に自社のサイトがどう読まれるか、という話題で出てきます。
RPA
Robotic Process Automation
ツールを選ぶとき
パソコン上の決まった操作を、ソフトウェアのロボットに手順どおり実行させる自動化の仕組みです。判断の条件を書き切れる作業に向きます。条件を書き切れない判断を伴う作業は、AIエージェントの出番になります。
業務自動化ツールの比較や、AIエージェントとの違いの説明に出てきます。
Text-to-Image
テキスト画像生成
ツールを選ぶとき
文章（プロンプト）を入力すると、その内容に沿った画像を出力する生成方式です。生成した画像の権利や商用利用の条件は、ツールごとに書き方が違います。
画像生成ツールの紹介で「テキストから画像」として出てきます。
Text-to-Video
テキスト動画生成
ツールを選ぶとき
文章で指示（プロンプト）を入力すると、その内容に沿った動画を出力する生成AIの方式です。作れる秒数や画質、商用利用の条件はツールによって違います。
動画生成ツールの紹介で、画像から動画を作る方式と並んで「テキストから動画」として出てきます。
Zero-shot
ゼロショット
使うとき
AIにお手本の入出力例を示さず、指示と必要な情報だけで頼む書き方です。手軽ですが、答えの形をそろえたいときは、例を添えるFew-shotと使い分けます。
プロンプトの書き方の解説や、AIツールの使い方ガイドに出てきます。