| 基礎用語 | 生成AI (Generative AI) | 学習したパターンから新しいコンテンツ（文章・画像・音声・動画・コード）を生成するAI |
| 基礎用語 | 予測AI (Predictive AI) | 既存データから分類・予測を行うAI（解約予測、不正検知など） |
| 基礎用語 | 基盤モデル (Foundation Model) | 大規模データで事前学習された汎用モデル。多様なタスクに適応可能 |
| 基礎用語 | LLM | 大規模言語モデル。Transformer ベースのテキスト特化基盤モデル |
| 基礎用語 | マルチモーダル | テキスト・画像・音声・動画など複数形式を扱えること |
| 基礎用語 | トークン | モデルが処理するテキストの単位。料金・入力上限の基準 |
| 基礎用語 | コンテキストウィンドウ | 一度に扱える入出力トークンの上限 |
| 基礎用語 | 埋め込み (Embedding) | 意味を保った数値ベクトル。類似検索・RAG の基盤 |
| 基礎用語 | ハルシネーション | もっともらしいが事実と異なる出力 |
| 基礎用語 | 拡散モデル | ノイズから段階的に画像等を生成する方式 |
| モデル | Gemini | Google のマルチモーダル基盤モデル（Pro / Flash / Flash-Lite） |
| モデル | Imagen | テキストからの画像生成・編集 |
| モデル | Veo | 動画生成 |
| モデル | Lyria | 音楽生成 |
| モデル | Chirp | 音声認識・音声合成 |
| モデル | Gemma | Google の軽量オープンモデル |
| プラットフォーム | Vertex AI | Google Cloud の統合 AI/ML プラットフォーム |
| プラットフォーム | Model Garden | Google・サードパーティ・オープンモデルのカタログ |
| プラットフォーム | Vertex AI Studio | プロンプト設計・テスト・チューニングのローコード環境 |
| プラットフォーム | Google AI Studio | Gemini API を手軽に試せる開発者向け Web ツール |
| プラットフォーム | Vertex AI Agent Builder | エージェントの構築・デプロイ・運用基盤（ADK, Agent Engine 等） |
| プラットフォーム | Agent Development Kit (ADK) | エージェント開発用のオープンソースフレームワーク |
| プラットフォーム | Agent Engine | エージェントをマネージドで実行・スケールする環境 |
| プラットフォーム | Vertex AI Search | 企業データへの検索・RAG をすぐ構築 |
| プラットフォーム | Vertex AI RAG Engine | RAG パイプラインのマネージド基盤 |
| プラットフォーム | Vector Search | 大規模ベクトル類似検索サービス |
| プラットフォーム | Conversational Agents | 対話型エージェントをローコードで構築 |
| プラットフォーム | Customer Engagement Suite | コンタクトセンター向け AI ソリューション |
| アプリ・業務 | Gemini for Google Workspace | Gmail/Docs/Sheets/Meet 等での生成AI支援 |
| アプリ・業務 | Gemini Enterprise | 社内データ横断検索とノーコードエージェント（旧 Agentspace） |
| アプリ・業務 | NotebookLM | 自分の資料だけに基づく要約・Q&A・音声概要 |
| アプリ・業務 | Gemini Code Assist | IDE でのコード生成・補完・テスト支援 |
| アプリ・業務 | Gemini Cloud Assist | Google Cloud の設計・運用・障害対応を支援 |
| アプリ・業務 | Gemini in BigQuery / Looker | 自然言語による分析・SQL 生成・BI |
| インフラ | TPU | Google 設計の AI 専用チップ |
| インフラ | AI Hypercomputer | AI ワークロード向けの統合インフラアーキテクチャ |
| 技術 | プロンプトエンジニアリング | 指示を工夫して出力品質を高める手法 |
| 技術 | フューショット | 複数の例を示して望む出力を誘導 |
| 技術 | Chain-of-Thought | ステップごとの推論を促し、複雑な問題の精度を高める |
| 技術 | Temperature | 出力のランダム性。低＝一貫、高＝創造的 |
| 技術 | Top-K / Top-P | サンプリング候補を絞るパラメータ |
| 技術 | グラウンディング | 信頼できる情報源に根拠づけて回答（ハルシネーション低減） |
| 技術 | RAG | 検索で取得した情報をプロンプトに追加して生成する手法 |
| 技術 | Function Calling | モデルが外部 API/ツールを呼び出す仕組み |
| 技術 | ファインチューニング (SFT) | ラベル付きデータで特定タスク向けに追加学習 |
| 技術 | PEFT / LoRA | 一部パラメータのみ更新する低コストなチューニング |
| 技術 | 蒸留 (Distillation) | 大モデルの知識を小モデルへ移す |
| 技術 | RLHF | 人間のフィードバックによる強化学習 |
| 技術 | エージェント | 目標達成のため自律的に推論・計画・ツール実行するシステム |
| 技術 | MCP / A2A | ツール接続の標準 / エージェント間連携の標準 |
| 責任あるAI | Google の AI 原則 | 有益性・公平性・安全性・説明責任・プライバシー・科学的卓越性 |
| 責任あるAI | SAIF | Secure AI Framework。AI のセキュリティ確保のフレームワーク |
| 責任あるAI | Model Armor | プロンプトインジェクションや機密漏洩、有害出力からの保護 |
| 責任あるAI | Human-in-the-loop | 重要な判断に人間の確認・監督を組み込む |
| 責任あるAI | レッドチーミング | 悪用・脆弱性を想定した敵対的テスト |
| 責任あるAI | Sensitive Data Protection | 機密データの検出・マスキング (DLP) |
| ビジネス | PoC / パイロット | 小規模に価値と実現可能性を検証してから拡大 |
| ビジネス | ROI | 投資対効果。(効果−コスト)/コスト |
| ビジネス | Build / Buy | 自社構築か既製品利用か。差別化領域は Build、汎用は Buy |