ファインチューニングとは

ファインチューニングFine-tuning
学習済みのAIモデルに、自社のデータを追加で学習させて、特定の言い回しや作業に合わせて調整すること。RAGとは異なり、モデルそのものを変えます。

もう少し詳しく

ファインチューニングは、たとえば「自社の文体でメールを書く」「特定の形式で分類する」といった作業に、モデルをなじませる方法です。学習用のデータの準備と、専門的な作業が必要で、データが変わるたびにやり直しになります。

「社内の資料をもとに答えさせたい」という目的であれば、多くの場合、モデルを変えずに資料を参照させるRAGのほうが手軽で、情報の更新にも強いです。中小企業では、まずプロンプトの工夫とRAGで対応し、それでも足りない場合にファインチューニングを検討する順番が現実的です。

業務でのポイント

• 「資料をもとに答えさせたい」ならRAG、「振る舞いを変えたい」ならファインチューニング
• 学習用データの準備に手間がかかる。数百件以上の良質な例が必要なことが多い
• 最初はプロンプトの工夫で足りることが多い

関連する用語

• RAG（検索拡張生成）：AIが答える前に、社内の規程やマニュアルなどの資料を検索し、見つかった部分をもとに答える仕組み。自社固有の質問に、根拠つきで答えられます。
• 大規模言語モデル（LLM）：大量の文章を学習し、文章の理解と生成を行うAIモデル。ChatGPT・Gemini・Claudeの中核にあり、生成AIの「頭脳」にあたる部分です。
• プロンプト：AIに対する指示や質問の文章。「誰として・何をもとに・何を・どんな形で」を伝えるほど、AIの出力の質が上がります。

AI用語集の一覧に戻る