第2章|生成AIの仕組み
DAY 12 ・ 約15分主要な生成AIサービス
ChatGPT・Gemini・Claude・Copilotを、名前ではなく仕事と利用条件で比べる。
提供会社・サービス・モデル・機能・契約を分け、同じ課題と安全条件で生成AIサービスを選べる。
言葉を知る
用語だけを暗記せず、似た言葉との違いまで説明できる状態を目指します。
提供会社
モデルやサービスを開発・提供し、利用規約やデータ処理条件を定める事業者です。会社名だけでは、使う製品や契約までは分かりません。
サービス
モデルへ会話画面、検索、保存、外部連携、管理機能などを組み合わせた製品です。同じ名称でもプランにより機能が変わります。
モデル
入力から文章、画像、音声、コードなどを作る計算の中核です。サービスが複数社のモデルを使う場合もあります。
機能
検索、音声、ファイル分析、画像生成、コード実行など、モデルの能力を仕事へつなぐ仕組みです。権限と設定を確認します。
プラン
無料・個人・チーム・企業などの契約区分です。料金だけでなく、データ利用、保存、管理機能が異なる場合があります。
グラウンディング
回答を検索結果や社内文書などの確認可能な情報へ結び付けることです。取得元と利用者の権限が重要です。
マルチモーダル
文章、画像、音声、動画など複数形式を扱う能力です。対応していても読み違いは起こるため、元資料と照合します。
データ境界
入力、出力、接続先の情報が、どの契約、組織、保存、学習利用条件で処理されるかという範囲です。
仕組みを理解する
1.最初に、五つの名前の階層を分ける
生成AIを比較するときは、提供会社、サービス、モデル、機能、プランの五つを別の列にします。例えばOpenAIは提供会社、ChatGPTはサービス、内部で回答を作るものがモデル、検索やファイル読込は機能、個人向けと業務向けはプランです。GoogleとGemini、AnthropicとClaude、MicrosoftとCopilotも、会社名と製品名を分けます。この整理が必要なのは、画面に表示された一つの名前だけでは、内部モデル、接続先、データ利用条件を判断できないからです。さらに、一つのサービスへ別会社のモデルが組み込まれることもあります。2026年のMicrosoft公式資料でも、Microsoft 365 Copilotの一部アプリでAnthropicモデルを利用できる構成が説明されています。つまり、ロゴやモデル名だけで処理主体やデータ境界を推測せず、実際の機能と契約を確認しなければなりません。
2.ChatGPTは、モデルを使うためのOpenAIのサービス
ChatGPTは、対話、文章作成、ファイルの分析、検索などを組み合わせるサービスです。中心に生成モデルがありますが、モデル単体とChatGPT全体は同じではありません。個人利用では、データコントロールからモデル改善への利用を設定できる一方、Business、Enterprise、Edu、APIでは、入力と出力を既定でモデル学習へ使わないとOpenAIは説明しています。ここから分かるのは、『ChatGPTへ入れた情報は必ず同じ扱い』ではないことです。利用中のワークスペース、契約、設定を確かめる必要があります。また、検索やコネクタを追加すれば最新資料や外部データへ届きますが、外部内容に含まれる悪意ある指示や、許可した情報の範囲という新しい危険も増えます。会話が上手なことと、接続先まで安全に操作できることを分けます。
3.Geminiは、個人向けアプリとGoogle Workspaceで条件を分ける
Geminiという名前は、Googleのモデル系列だけでなく、利用者向けアプリやWorkspace内の生成AI機能にも使われます。個人向けGemini Appsでは、アクティビティ、保存、モデル改善に関する設定や地域条件をプライバシーハブで確認します。企業や学校でGoogle Workspace with Geminiを使う場合は、組織の管理者設定とWorkspaceのデータ保護が適用され、Googleは許可なく組織データをWorkspace外のモデル学習へ使わないと説明しています。同じ『Gemini』でも、個人アカウントで開いた画面と、管理されたWorkspace内の利用を同じ扱いにしてはいけません。Gmailやドライブとの統合は仕事の文脈を得られる利点がありますが、共有設定が広過ぎれば、本来見せる必要のない文書まで検索候補になる危険があります。導入前に権限棚卸しを行います。
4.Claudeも、個人向けと商用契約のデータ条件を区別する
ClaudeはAnthropicが提供する生成AIサービスで、対話、文書処理、コード支援などへ使われます。ここでもサービス名、内部モデル、プランを分けます。Anthropicの公式説明では、Claude for WorkやAPIなど商用製品の入力と出力は、明示的な同意やフィードバックなどを除き、既定でモデル学習に使わないとされています。一方、Free、Pro、Maxなど個人向け製品では、利用者がモデル改善を許可した場合や安全審査など、条件が異なります。『Claudeは学習しない』『Claudeは学習する』という一文では不正確です。何のプランで、どの設定で、フィードバックを送ったかまで記録します。長い文書を扱える、自然な文章を作れるといった評判だけで機密資料を投入せず、公式のデータ処理条件を先に確認します。
5.Copilotは一つの製品ではなく、用途別の名前を持つ
CopilotはMicrosoftが複数製品で使う名称です。職場のメール、会議、文書を扱うMicrosoft 365 Copilotと、ほかのCopilot製品を混同してはいけません。Microsoft 365 CopilotはMicrosoft Graphを通じ、利用者がすでにアクセスを許可されているメール、ファイル、チャットなどで回答をグラウンディングします。これは便利ですが、『AIが新しい権限を勝手に得る』のではなく、『人が持つ既存権限の範囲を高速に検索できる』という意味です。古い共有リンクや広過ぎるグループ権限があれば、情報の過剰共有を見つけやすくしてしまいます。Microsoftはプロンプト、応答、Graphデータを基盤モデルの学習に使わないと説明していますが、追加した第三者モデルや機能では処理場所や条件を別途確認します。Copilotという表示だけで結論を出しません。
6.チャットAIとの違いは、会話画面の外側にある
ChatGPT、Gemini、Claude、Copilotはいずれも会話形式で使えるため、同じ種類のチャットAIに見えます。しかし実務上の違いは、文章の口調だけでなく、どの資料へ接続できるか、誰の権限で取得するか、検索結果へ戻れるか、管理者が何を制御できるか、ログを監査できるかに現れます。チャットAIは質問と回答を往復する利用形態であり、サービスはその画面へモデル、ツール、保存、権限、契約を組み合わせた全体です。モデルが単独で苦手な最新情報は検索が補い、確実な計算はプログラムが補い、送信や承認は人が担います。画面が似ていても、仕事へ接続した瞬間に安全条件は変わります。比較では、同じプロンプトの回答品質に加えて、利用する情報源と実行できる操作を図にします。
7.できることは広いが、サービス名だけでは品質を保証できない
主要サービスは、文章の下書き、要約、翻訳、発想、表の整理、画像理解、コード支援など多くの作業を補助できます。検索や社内連携があれば、現在の公開情報や組織文書を根拠にした回答も作れます。一方で、存在しない出典を作る、図表を読み違える、古い情報を現在のように述べる、権限のある秘密を必要以上に要約することがあります。サービスが『マルチモーダル』『企業向け』『検索対応』であっても、個々の出力が正しい、権利を侵害しない、すべての法令に適合するという保証ではありません。採用、医療、契約、支払いなど影響の大きい判断を自動確定させず、一次情報、専門家、正本へ戻します。できることは候補を速く作ることで、責任を引き受けることではありません。
8.比較は『最強』ではなく、代表仕事の合格率で行う
モデルのランキングや新しい名称は参考になりますが、自社に最適かは別問題です。比較前に、実際に多い通常例、迷いやすい境界例、失敗すると困る例を合わせて十件ほど用意します。各サービスへ同じ匿名化した入力、同じ指示、同じ採点基準を与え、事実の正確さ、根拠への戻りやすさ、形式遵守、人の修正時間、処理速度、費用、重大誤りを記録します。検索やファイル連携を使う場合は、機能を使わない条件とも比べ、モデルの能力とツールの効果を分けます。一度だけ良い回答が出ても採用せず、順序や表現を変えて再試験します。サービス更新後にも同じ問題を再実行できるよう、確認日、モデル表示、機能、設定を残します。
9.実務例では、営業月報を小さな試行にする
営業部が月報作成を補助するサービスを選ぶとします。最初は顧客名、個人情報、未公開金額を架空値へ置き換えた共通資料を作ります。候補サービスへ『主要変化、根拠セル、確認が必要な点を三項目で示す』と同じ依頼を出し、数字の転記、要約の忠実さ、出典、表形式、修正時間を採点します。次に、会社の契約、データ利用条件、保存、削除、管理者設定、監査ログ、接続先権限を確認します。品質と管理の両方が合格して初めて、許可されたワークスペースで限定部署の実データを試します。月報の草案はAIが作っても、数値は会計やCRMの正本と照合し、担当者が承認してから共有します。この段階化により、性能だけ高いが運用条件に合わないサービスを避けられます。
10.典型的な失敗は、同じブランド名なら条件も同じと思うこと
社員が会社の承認済みサービスではなく、同じブランドの個人アカウントへ顧客一覧を貼り付けた例を考えます。画面とロゴが似ていたため、企業契約のデータ保護、保存設定、管理者制御が自動で適用されると思い込みました。別の失敗は、『Copilot』『Gemini』という表示だけを見て、どの製品、モデル、接続先かを確認しないことです。原因はAIの回答品質ではなく、アカウント、プラン、データ境界の混同です。対策として、許可された入口をブックマークし、画面に組織名とアカウントを表示し、機密区分ごとの入力可否を短い表にします。名称が同じでも条件は引き継がれないと教育し、違反時は入力削除、管理者報告、影響確認の手順を用意します。
11.安全確認は、データ、権限、外部操作の順で行う
第一に、入力してよい情報を分類し、個人情報、認証情報、営業秘密は必要最小限にします。第二に、サービスが参照できるメール、ドライブ、サイト、予定表の権限を棚卸しし、退職者や全社共有の古い設定を直します。第三に、検索、コネクタ、コード実行、送信など外部へ作用する機能は、閲覧だけ、下書き、実行の段階に分け、高影響操作へ人の承認を置きます。外部文書にはモデルをだます指示が含まれる可能性があり、OpenAIもツールやコネクタの利用では追加のリスクがあると説明しています。サービス側の保護機能だけへ頼らず、取得情報をデータとして扱い、命令として無条件に従わせません。ログ、停止方法、復旧担当を決め、問題時に連携を解除できるようにします。
12.確認方法と読者演習を、比較台帳へ残す
候補ごとに、提供会社、サービス、モデル表示、プラン、利用機能、接続先、データ利用、保存、管理機能、確認日、公式URLを一行へ記録します。次に、自分の仕事を一つ選び、『入力してよい情報』『期待する出力』『合格基準』『人が確認する箇所』『失敗時の停止条件』を書きます。読者演習として、架空の問い合わせ五件を四サービスで試す比較表を作ってください。正答だけでなく、分からないとき保留できるか、根拠を示せるか、禁止情報を求めないかを採点します。最後に、プランを個人向けから企業向けへ変えたと仮定し、データ処理と管理項目だけを公式資料で再確認します。この手順なら、毎月変わるモデル名を暗記するのではなく、変化しても使える選定方法が残ります。
実例で理解する
具体例で考える
小売会社が会議メモから行動項目を作るサービスを選ぶ場面を考えます。架空の記録と公開済み規程を使い、各候補へ同じ依頼を出します。担当者と期限、根拠、保留判断、修正時間を採点し、企業プランの保存、学習利用、管理者制御、接続権限も確認します。合格後もAIは下書きまでとし、本人が責任を確認してから登録します。モデル更新後は同じ試験を再実行し、重大な誤割当てや情報過剰取得が出たら連携を止めます。
手を動かして理解する
- 今日の三つの用語を、見ずに説明する
- 仕事や生活の例へ置き換える
- 間違えた確認問題の理由を声に出して説明する
04|今日の理解度を確認する
今日の理解度を確認する
生成AIを比較する台帳で、最初に分けて記録すべき組み合わせはどれですか。
同じブランドでも、内部モデル、使える機能、契約、データ処理条件が異なります。五つの層を分けると、品質と安全条件を正しく比較できます。
ロゴの色・広告の長さ・発表会場・会社の設立月: 製品の見た目や広報情報であり、実際の能力やデータ境界を特定できません。
提供会社・サービス・モデル・機能・プラン: 誰が提供し、どの製品で、何が中核となり、どの機能と契約条件を使うかを区別する適切な整理です。
回答の文字数・画面の背景・会社名の順番・利用者の年齢: 一部は使いやすさに関係しても、モデルと契約の混同を解消する分類ではありません。
最初に出た回答・二回目の回答・最後の回答・感想だけ: 回答例だけでは、接続先、権限、保存、学習利用などの運用条件を確認できません。
同じ生成AIブランドを個人向けアカウントと会社の企業契約で利用するとき、適切な考え方はどれですか。
製品名が同じでも、個人向けと商用契約ではデータ処理や管理機能が異なる場合があります。公式資料と現在の管理画面を環境ごとに確認します。
ロゴが同じなら、保存や学習利用も必ず同じである: ブランド名から契約や設定を推測する典型的な混同です。
個人向けの設定は会社の管理者が自動で統制する: 個人アカウントが組織管理の対象とは限らず、承認済み入口とアカウントの確認が必要です。
一度安全だったサービスは、更新後も確認が不要である: モデル、機能、規約、設定は変わるため、確認日と再評価が必要です。
プラン、設定、データ利用、保存、管理者制御を利用環境ごとに確認する: 同じ名前でも条件を分け、実際のデータ境界を確かめる正しい方法です。
Microsoft 365 Copilotが組織情報を参照する仕組みを安全に運用するため、導入前に優先して行うことはどれですか。
Microsoft 365 Copilotは利用者がアクセスを許可された情報で回答をグラウンディングします。既存権限が広過ぎると、不要な情報まで見つけやすくなります。
利用者が持つファイルやグループの権限を棚卸しし、過剰共有を修正する: 既存の情報境界を整えてから生成AIの検索力を加える適切な準備です。
全社員の権限を管理者権限へ引き上げる: 取得できる秘密を増やし、最小権限の原則に反します。
根拠資料を示さない設定にする: 出力から正本へ戻りにくくなり、確認可能性を下げます。
モデル名だけを確認し、接続先は調べない: 情報漏えいの範囲は、モデル名だけでなく接続先と利用者権限に左右されます。
営業月報を作る生成AIサービスを選ぶ試験として、最も適切なものはどれですか。
条件をそろえた代表業務と失敗例で比較すると、ブランドの印象ではなく、自社での品質と運用負担を測れます。
各サービスへ別々の資料と指示を渡し、最も長い回答を選ぶ: 条件が異なり、回答量も実務品質の合格基準にはなりません。
有名なランキング一件だけで決める: 一般評価が自社資料、言語、権限、失敗時の影響へ一致するとは限りません。
同じ匿名化資料と指示で、正確さ・根拠・修正時間・重大誤り・費用を比較する: 公平性、安全性、実務価値を同時に確認できる評価方法です。
実際の顧客情報を全候補の個人向け画面へ最初から入力する: 契約とデータ境界の確認前に機密を渡す危険な進め方です。
検索やコネクタを使うチャットAIへ外部文書を読ませるとき、最も適切な安全策はどれですか。
外部内容には誤りや悪意ある命令が含まれる可能性があります。データと命令を分け、最小権限、承認、ログ、停止手順を組み合わせます。
文書内の指示は提供元に関係なくすべて実行する: プロンプトインジェクションにより、本来の目的や制約を乗っ取られる危険があります。
取得内容を参照データとして扱い、権限を絞り、高影響操作へ人の承認を置く: 接続による利便性を保ちながら、情報取得と外部作用を制御する方法です。
検索できるなら出典確認を省略する: 検索結果が古い、無関係、誤っている可能性があり、主張と根拠の照合は必要です。
連携先を増やすほど安全性も自動で上がると考える: 接続先が増えるほど権限と攻撃面も広がるため、必要最小限へ絞ります。
04|今日の理解度を確認する
今日の理解度を確認する
今日の整理をする
この3点を持ち帰る
- ✓ 会社・サービス・モデル・機能・プランを分ける
- ✓ 品質は同じ代表業務と失敗例で比較する
- ✓ データ境界・権限・人の承認まで確認して選ぶ